bifa·必发(中国)唯一官方网站

　　智东西美国圣何塞3月18日现场报道✿✿，顶着热烈的加州阳光✿✿，一年一度的“AI春晚”英伟达GTC大会盛大开幕✿✿。今日上午✿✿，英伟达创始人兼CEO黄仁勋穿着闪亮的皮衣✿✿，进行了一场激情澎湃的主题演讲✿✿，一连亮出四代全新Blackwell Ultra✿✿、Rubin✿✿、Rubin Ultra✿✿、Feynman旗舰芯片✿✿，公布四年三代GPU架构路线图✿✿，还多次提到中国大模型DeepSeek✿✿。

　　整场演讲信息量爆棚✿✿，覆盖加速计算✿✿、深度推理模型✿✿、AI智能体✿✿、物理AI✿✿、机器人技术✿✿、自动驾驶等在内的AI下一个风口✿✿，新发布涉及十大重点✿✿：

　　5✿✿、个人AI超算✿✿：推出全球最小AI超算DGX Spark✿✿、高性能桌面级AI超算DGX Station✿✿，方便开发者本地微调或推理深度思考模型✿✿。

　　8✿✿、光电一体化封装网络交换机✿✿：号称“世界上最先进的网络解决方案”✿✿，可将AI工厂扩展到数百万块GPU✿✿。

　　9✿✿、物理AI/机器人✿✿：开源Isaac GR00T N1人形机器人基础模型✿✿，与迪士尼研究院✿✿、谷歌DeepMind将合作开发开源物理引擎Newton✿✿。

　　10✿✿、电信AI和自动驾驶✿✿：与通用汽车一起为工厂和汽车构建GM AI✿✿，构建综合全栈自动驾驶安全系统NVIDIA Halos✿✿。

　　值得一提的是✿✿，英伟达宣布Blackwell GPU创下满血版DeepSeek-R1推理性能的世界纪录✿✿。

　　通过硬件和软件的结合✿✿，英伟达自今年1月以来将DeepSeek-R1 671B模型的吞吐量提高了约36倍✿✿，相当于每个token的成本改善了约32倍✿✿。

　　今年GTC人气火爆到史无前例✿✿，万元起步的门票悉数售罄✿✿，超过25000名观众齐聚现场✿✿，几乎整座圣何塞都染上了“英伟达绿”✿✿，从街巷✿✿、集市✿✿、高楼✿✿、餐厅✿✿、巴士到三轮车✿✿，到处都是醒目的英伟达GTC标识✿✿。

　　还有一个彩蛋✿✿，在黄仁勋主题演讲开始前✿✿，SAP中心大屏幕上播放的5人对话暖场视频中✿✿，画面最右边的正是前英特尔CEO帕特基辛格✿✿，他的身份已经变成了Gloo董事长✿✿。

　　迪士尼机器人Blue作为黄仁勋主题演讲的惊喜嘉宾压轴出场✿✿，摇头晃脑向黄仁勋撒娇卖萌✿✿，还听从黄仁勋的指令✿✿，乖乖站到了他的旁边✿✿。

　　此外✿✿，本届GTC大会特设China AI Day – 云与互联网线上中文专场✿✿，涵盖大模型✿✿、数据科学✿✿、搜推广等领域的前沿进展✿✿，演讲企业包括字节跳动✿✿、火山引擎✿✿、阿里云✿✿、百度✿✿、蚂蚁集团✿✿、京东✿✿、美团✿✿、快手✿✿、百川智能✿✿、赖耶科技✿✿、Votee AI✿✿。

　　上午9点59分✿✿，黄仁勋闪现圣何塞SAP中心舞台✿✿，朝不同方向的观众席连放5个冲天炮✿✿，然后慢慢走下舞台✿✿。

　　在参会观众翘首等待11分钟后✿✿，黄仁勋小步慢跑再度登场✿✿，笑容满面地向全场观众打招呼✿✿，还带观众云参观了下英伟达总部✿✿。

　　至于为什么要提前展示路线图？黄仁勋说✿✿，构建AI工厂和AI基础设施需要数年的规划✿✿，不像买笔记本电脑✿✿，所以必须提前两三年制定土地✿✿、电力✿✿、资本支出的计划✿✿。

　　他公布了英伟达继Hopper✿✿、Blackwell之后的下一代GPU架构——Rubin李易峰 百度网盘✿✿。这一命名来自于发现暗物质的女性科学先驱薇拉鲁宾（Vera Rubin）✿✿。

　　在万众期待中✿✿，英伟达新一代数据中心旗舰GPUBlackwell Ultra（GB300）正式登场✿✿。

　　Blackwell Ultra为AI推理时代而设计✿✿，是全球首个288GB HBM3e GPU✿✿，像拼乐高一样通过先进封装技术将2块掩膜尺寸的GPU拼装在一起✿✿，可实现多达1.5倍的FP4推理性能✿✿，最高15PFLOPS✿✿。

　　该GPU增强了训练和测试时推理扩展✿✿，可轻松有效地进行预训练✿✿、后训练以及深度思考（推理）模型的AI推理✿✿，构建于Blackwell架构基础之上✿✿，包括GB300 NVL72机架级解决方案和HGX B300 NVL16系统✿✿。

　　下一代模型可能包含数万亿参数✿✿，可以使用张量并行基于工作负载进行任务分配✿✿。如取模型切片在多块GPU上运行✿✿、将Pipeline放在多块GPU上✿✿、将不同专家模型放在不同GPU上✿✿，这就是MoE模型✿✿。

　　流水线并行✿✿、张量并行✿✿、专家并行的结合✿✿，可以取决于模型✿✿、工作量和环境✿✿，然后改变计算机配置的方式✿✿，以便获得最大吞吐量✿✿，同时对低延迟✿✿、吞吐量进行优化✿✿。

　　黄仁勋称✿✿，NVL72的优势就在于每块GPU都可以完成上述任务✿✿，NVLink可将所有GPU变成单个大型GPU✿✿。

　　升级的GB300 NVL72设计✿✿，提高了能效和可服务性✿✿，通过降低成本和能耗来推进AI推理民主化✿✿，相比Hopper将AI工厂的收入机会提高50倍✿✿。

　　与Hopper相比✿✿，HGX B300 NVL16在大语言模型上的推理速度加快至11倍✿✿，计算能力增加到7倍✿✿，内存增至4倍✿✿。

　　英伟达将NVIDIA DGX SuperPOD称作“全球最先进的企业级AI基础设施”✿✿，旨在为实时推理和训练提供强大的计算能力✿✿。

　　DGX SuperPOD提供FP4精度和更快的AI推理速度✿✿，可扩展到数万块Grace Blackwell Ultra超级芯片✿✿，预计将在今年晚些时候从合作伙伴处可获得✿✿。

　　与采用Hopper系统和38TB快内存构建的AI工厂相比✿✿，DGX GB300系统可提供70倍的AI性能✿✿。

　　与上一代Hopper相比✿✿，DGX B300系统可提供11倍的AI推理性能和4倍的AI训练加速✿✿。

　　企业正竞相建设可扩展的AI工厂✿✿，以满足AI推理和推理时扩展的处理需求✿✿。英伟达推出开源的AI推理软件NVIDIA Dynamo✿✿，其本质上就是AI工厂的操作系统✿✿。

　　Dynamo（发电机）的命名来源是✿✿，发电机是开启上一次工业革命的第一台工具✿✿，Dynamo也是现在一切开始的地方✿✿。

　　NVIDIA Dynamo是一个用于大规模服务推理模型的AI推理软件✿✿，旨在为部署推理模型的AI工厂实现token收入最大化✿✿。

　　它能够跨数千个GPU编排和加速推理通信✿✿，并使用分区分服务来分离不同GPU上大语言模型的处理和生成阶段✿✿，使每个阶段可根据特定需求独立优化✿✿，并确保GPU资源的最大利用率李易峰 百度网盘✿✿。

　　为了提高推理性能✿✿，英伟达采用Blackwell NVL8设计✿✿，之后又引入新的精度✿✿，用更少的资源量化模型✿✿。

　　未来每个数据中心都会受到电力限制✿✿，数据中心的收入与之挂钩✿✿，因此英伟达用NVL72进行扩展✿✿，打造更节能的数据中心✿✿。

　　在GPU数量相同的情况下✿✿，Dynamo可将Hopper平台上运行Llama模型的AI工厂性能和收益翻倍✿✿。在由GB200 NVL72机架组成的大型集群上运行DeepSeek-R1模型时✿✿，Dynamo的智能推理优化也可将每个GPU生成的token数量提高30倍以上✿✿。

　　基于Dynamo✿✿，相比Hopper✿✿，Blackwell性能提升25倍✿✿，可以基于均匀可互换的可编程架构✿✿。在推理模型中✿✿，Blackwell性能是Hopper的40倍✿✿。

　　黄仁勋说✿✿：“这就是我以前为什么说✿✿，当Blackwell批量发货时✿✿，你不要把Hopper送人✿✿。”他调侃自己是“首席收入官”✿✿。

　　“买得越多✿✿，省得越多✿✿，赚得越多✿✿。”黄仁勋的经典带货名言又来了✿✿，这次他特别强调AI工厂收入的提高✿✿，100MW AI工厂会包含45000颗GPU Die✿✿、1400个机架✿✿、每秒生成3亿个token✿✿。

　　为了提升推理性能✿✿，NVIDIA Dynamo加入了一些功能✿✿，使其能够提高吞吐量的同时降低成本✿✿。

　　它可以根据不断变化的请求数量和类型✿✿，动态添加✿✿、移除✿✿、重新分配GPU✿✿，并精确定位大型集群中的特定GPU✿✿，从而更大限度地减少响应计算和路由查询✿✿。

　　它还可以将推理数据卸载到成本更低的显存和存储设备上✿✿，并在需要时快速检索这些数据✿✿，最大程度地降低推理成本✿✿。

　　Dynamo可将推理系统在处理过往请求时于显存中保存的知识（称为KV缓存）✿✿，映射到潜在的数千块GPU中✿✿。然后✿✿，它会将新的推理请求路由到与所需信息匹配度最高的GPU上✿✿，从而避免昂贵的重新计算✿✿，并释放GPU来响应新的请求✿✿。

　　该软件完全开源并支持PyTorch✿✿、SGLang✿✿、NVIDIA TensorRT-LLM和vLLM✿✿，使企业✿✿、初创公司和研究人员能够开发和优化在分离推理时部署AI模型的方法✿✿。

　　英伟达正为全球企业提供构建AI智能体的核心模块✿✿，推动企业级AI技术的普及与创新✿✿。英伟达的Llama Nemotron可以在任何地方运行✿✿，包括DGX Spark✿✿、DGX Station以及OEM制造的服务器上✿✿，甚至可以将其集成到任何AI智能体框架中✿✿。

　　AT&T正在开发公司专用的的AI智能体系统✿✿。未来✿✿，英伟达不仅会雇佣ASIC设计师李易峰 百度网盘✿✿，还会与Cadence合作✿✿，引入数字ASIC设计师来优化芯片设计✿✿。Cadence正在构建他们的AI智能体框架✿✿，英伟达的模型✿✿、NIM和库已经深度集成到他们的技术中✿✿。Capital One✿✿、德勤✿✿、纳斯达克✿✿、SAP✿✿、ServiceNow✿✿、Accenture✿✿、Amdocs等企业也将英伟达技术深度融入AI框架中✿✿。

　　黄仁勋还宣布存储龙头们构建企业级AI数据平台✿✿。原本企业的存储系统是基于召回的✿✿，而如今的系统应该基于语义✿✿。基于语义的存储系统时刻在嵌入原始数据✿✿，用户使用数据时只需使用自然语言进行交互✿✿，便能找到需要的数据✿✿。

　　NVIDIA DGX Spark和DGX Station是英伟达打造的个人AI计算机✿✿，让开发者能在桌面上对大模型进行原型✿✿、微调✿✿、推理✿✿。

　　DGX Spark可以被用来微调或推理最新的AI推理模型✿✿，比如英伟达今天新发布的Cosmos推理世界基础模型和GR00T N1机器人基础模型✿✿。该AI超算的预订今日起开放✿✿。

　　DGX Station是一款基于Blackwell Ultra的新型高性能桌面级超级计算机✿✿，为桌面带来了数据中心级别的性能✿✿，用于AI开发✿✿，今年晚些时候可从英伟达制造合作伙伴处获得✿✿。

　　Blackwell系统构建于英伟达强大的开发工具生态系统✿✿、CUDA-X库✿✿、600多万开发者和4000多个应用的基础上✿✿，可在数千块GPU上扩展性能✿✿，非常适合运行新的Llama Nemotron推理模型✿✿、AI-Q蓝图✿✿、AI企业级软件平台✿✿。

　　黄仁勋说CUDA-X是GTC的全部意义所在✿✿。他展示了一张自己最喜欢的幻灯片✿✿，包含了英伟达构建的关于物理✿✿、生物✿✿、医学的AI框架✿✿，包括加速计算库cuPyNumeric✿✿、计算光刻库cuLitho✿✿，软件平台cuOPT✿✿、医学成像库Monaiearth-2✿✿、加速量子计算的cuQuantum✿✿、稀疏直接求解器库cuDSS✿✿、开发者框架WARP等✿✿。

　　据他分享✿✿，英伟达正在全面生产Blackwell✿✿，有十几家企业已生产和部署Blackwell系统✿✿。

　　2025年✿✿，英伟达已经向美国前四大云服务提供商售出超过360万块Blackwell GPU✿✿，相比去年销售Hopper的数量高出3倍✿✿，去年Hopper销售量为130万块✿✿。

　　3年前的英伟达GPU尚未将NVLink独立出来✿✿，导致单一系统体积和重量惊人✿✿，这代HGX系统8卡版本重达70磅✿✿，黄仁勋称自己根本不可能将其举起展示✿✿，而机架整体需要搭载4个8卡版本✿✿。这极大影响了数据中心的能效和可扩展性✿✿。

　　于是✿✿，英伟达决定将NVLink与GPU分离✿✿，以单独的NVLink组件实现GPU间的全速通信✿✿。

　　原本的系统零件约有6万个✿✿，而升级后的系统零件达到了60万个✿✿，相当于20辆汽车的零件数量✿✿。这一个机柜的算力就达到了1EFLOPS✿✿，由5000根线英里✿✿。

　　英伟达大费周章将二者分离的原因✿✿，是为了实现极致的垂直扩展（Scale-Up）✿✿，也就是扩展单一机柜的算力✿✿。在目前的制造工艺限制下✿✿，根本不可能造出单体包含130万亿颗晶体管的系统✿✿。

　　黄仁勋认为✿✿，推理远没有想象中的那么简单bifa娱乐✿✿，需要做好成本与性能的完美平衡✿✿，这一平衡直接影响了服务质量和盈利能力✿✿。

　　为了阐释推理中的诸多考量因素✿✿，黄仁勋使用了一个坐标系✿✿。x轴代表每秒生成的token数量✿✿，Y轴代表系统的总吞吐量✿✿。

　　现场✿✿，黄仁勋演示了DeepSeek-R1和Llama 3.3 70B的对比✿✿。Llama这类非推理类模型虽然token用量更少✿✿，但回答质量较低✿✿，而耗费20倍token✿✿、150倍算力的推理模型✿✿，能对复杂问题给出高质量的准确回答✿✿。

　　但如果生成的速度不理想✿✿，也会影响用户使用服务的意愿✿✿，因此每秒生成的token数量需要尽可能高✿✿。数据中心还要尽可能地为更多用户提供服务✿✿，这样才能最大化收益✿✿。

　　英伟达今天还发布了RTX Pro Blackwell系列工作站和服务器GPU✿✿，提供加速计算✿✿、AI推理✿✿、光线追踪和神经网络渲染技术✿✿，使其数据中心GPU从桌面到移动工作站提供动力✿✿。

　　工作站和服务器GPU内存高达96GB✿✿，笔记本电脑GPU内存达到24GB✿✿，使应用程序可更快运行✿✿，并使用更大更复杂的数据集✿✿。

　　RTX PRO 6000数据中心和桌面GPU可将单GPU安全分区成最多4个实例✿✿，5000系列桌面GPU可将单GPU安全分区成两个实例✿✿。

　　1✿✿、数据中心GPU✿✿：RTX PRO 6000 Blackwell服务器版✿✿，采用被动冷却热设计✿✿，每台服务器最多可配置8块GPU✿✿，可与NVIDIA vGPU软件结合为虚拟化环境中的AI工作负载提供动力✿✿，预计将在今年下半年推出✿✿。

　　新笔记本电脑GPU还支持最新NVIDIA Blackwell Max-Q技术✿✿，可智能且持续地优化笔记本电脑性能和能效✿✿。

　　随着AI工厂发展到前所未有的规模✿✿，AI网络基础设施也必须升级✿✿。英伟达将其光交换机称作“世界上最先进的网络解决方案”✿✿。

　　英伟达今日发布全新共封装（CPO）的NVIDIA Spectrum-X和Quantum-X硅光网络交换机✿✿，可将AI工厂扩展到数百万个GPU✿✿。

　　与传统方法相比✿✿，英伟达光交换机集成了光学创新✿✿，将激光器减少至1/4✿✿，每端口1.6Tb/s✿✿，可提供3.5倍的能效✿✿、63倍的信号完整性✿✿、10倍的大规模网络弹性✿✿、1.3倍快的部署时间✿✿。

　　黄仁勋谈道✿✿，英伟达希望将以太网的水平提升至InfiniBand级别✿✿，这意味着更极致的拥塞控制✿✿、延迟控制✿✿。

　　相较传统以太网✿✿，Spectrum-X以太网网络平台可为多租户✿✿、超大规模AI工厂提供1.6倍的带宽密度✿✿。

　　Quantum-X光交换机预计将在今年晚些时候上市✿✿，提供144个基于200Gb/s SerDes的800Gb/s InfiniBand端口✿✿，并采用液冷设计对板载硅光器件进行高效散热✿✿。其AI计算网的速度是上一代产品的2倍✿✿，扩展性是上一代产品的5倍✿✿。

　　该系统搭载Quantum-X800 ASIC芯片✿✿，并配备6个光学子组件和18个硅光芯片引擎✿✿。

　　324个光学连接器串联起这一系统bifa娱乐✿✿，总计有36个激光输入和288个数据连接✿✿，内置光纤管理功能bifa娱乐✿✿。

　　每个硅光芯片引擎拥有200GB/s的微光调制器✿✿，总吞吐量为1.6Tb/s✿✿，实现3.5倍节能✿✿。

　　台积电的硅光子解决方案结合了其在先进芯片制造和台积电SoIC 3D芯片堆叠方面的优势✿✿，帮助英伟达释放AI国产扩展到百万GPU甚至更多✿✿。

　　黄仁勋做了一个换算✿✿，这一系统的应用能在单个数据中心中节省数十个Megawatts的能源✿✿，而60Megawatts就相当于10台Rubin Ultra机架的能耗✿✿。

　　物理AI正在改变价值50万亿美元的行业✿✿，在英伟达三台计算机上构建数十亿个机器人✿✿。英伟达将机器人视作下一个数万亿美元产业✿✿。

　　黄仁勋宣布推出开源✿✿、预训练✿✿、可定制的Isaac GR00T N1人形机器人基础模型✿✿，旨在加快人形机器人的开发✿✿，已提前获得该模型的公司包括波士顿动力✿✿、Agility Robotics✿✿、Mentee Robotics✿✿、Neura Robotics等✿✿。

　　黄仁勋谈道✿✿，物理AI和机器人技术发展得很快✿✿，但也面临着和大模型同样的挑战李易峰 百度网盘✿✿，就是如何获得数据✿✿、如何扩展让机器人更聪明✿✿。

　　一是扩展AI的生成能力和理解物理世界的生成模型✿✿，也就是Cosmos✿✿。Cosmos可以生成无限数量的环境数据✿✿。

　　二是✿✿，机器人的可验证回报是物理定律✿✿，因此需要设计用于模拟真实世界中的物理现象的物理引擎✿✿。这一物理引擎需要被设计用于训练触觉反馈✿✿、精细运动技能和执行器控制✿✿。也就是上面迪士尼机器人Blue已经搭载的物理引擎✿✿。

　　在机器人开发中✿✿，英伟达Omniverse可以生成大量不同的合成数据✿✿，开发人员根据不同领域聚合现实世界的传感器和演示数据✿✿，将原始捕获的数据乘以大量照片级的多样化数据✿✿，然后使用Isaac Lab增强数据集对机器人策略进行后训练✿✿，让其通过模型放行为学习新技能✿✿。

　　实地测试中✿✿，开发人员使用Omniverse动态模拟真实环境进行测试✿✿。现实世界的操作需要多个机器人协同工作✿✿，Mega和Omniverse允许开发人员大规模测试✿✿。

　　要将加速计算带到真实世界的每一个场景之中✿✿，不仅需要芯片和CUDA这样的库✿✿，还需要为每个场景建立对应的软件栈——如企业✿✿、工厂✿✿、机器人✿✿、GPU云等应用场景✿✿。

　　英伟达认为AI将对电信行业产生深远影响✿✿，6G网络进入倒计时✿✿，下一个时代将是AI原生无线网络✿✿，包括用于无线电信号处理的AI/ML✿✿、神经网络模型✿✿。这将释放频谱效率的巨大收益✿✿。

　　现场✿✿，黄仁勋宣布英伟达与Cisco✿✿、T-Mobile等几家志同道合的电信龙头合作✿✿，建立由AI驱动的电信系统✿✿，为6G开发AI原生无线网络✿✿，以NVIDIA AI Aerial平台为基础✿✿，确保下一代无线网络将是AI原生的✿✿。

　　其目标是研究和开发一个AI原生✿✿、高光谱效率✿✿、开放和差异化的6G无线平台✿✿，在频谱效率✿✿、电源效率✿✿、运营效率✿✿、安全性✿✿、成本效益✿✿、创收机会方面设置新基准✿✿，可用于全球部署✿✿。

　　他回忆道✿✿，当初AlexNet的出现✿✿，让英伟达决定开始研究自动驾驶技术✿✿，一转眼10年已逝✿✿，如今英伟达的产品几乎出现在所有自动驾驶汽车之中✿✿。

　　黄仁勋宣布bifa娱乐✿✿，通用汽车将会成为英伟达最新的合作伙伴李易峰 百度网盘✿✿，在生产✿✿、设计✿✿、模拟和车机中应用英伟达的AI技术✿✿。英伟达和通用汽车将协力为工厂和汽车构建GM AI✿✿。

　　对此✿✿，英伟达发布综合全栈自动驾驶安全系统NVIDIA Halos✿✿。英伟达自动驾驶技术的全栈代码将交由第三方进行安全检验✿✿，确保这些技术能充分反映现实世界的多元性✿✿。

　　英伟达的自动驾驶模型采用蒸馏技术开发✿✿、表现较好但速度较慢的模型会逐渐将知识传递给表现尚未完善✿✿、但速度较快的模型✿✿。此外✿✿，有大量数据被转换成了3D场景✿✿，可用于虚拟环境中的模拟✿✿。

　　如今✿✿，在英伟达Omniverse和Cosmos中✿✿，自动驾驶模型能从变化中学习并自我改进✿✿。Cosmos能根据图像建立现实世界的4D模型（包含图像分割）✿✿，并通过计算机模拟同一场景的不同状况✿✿，比如雨天✿✿、雪天✿✿、夜晚等等✿✿，这将进一步提升自动驾驶模型的能力✿✿。

　　例如✿✿，在下方案例中✿✿，用户输入了一则指令✿✿，要求模型生成冬季城市环境中✿✿，一辆汽车打开雨刮器✿✿，左转时的画面✿✿。在经过推理后✿✿，模型生成的画面极为逼真✿✿，能作为高质量数据加到自动驾驶模型训练过程中✿✿。

　　黄仁勋回顾说✿✿，在开始研究GeForce 25年后✿✿，GeForce已经在全球范围内售罄✿✿。GeForce将支持AI的CUDA带向世界✿✿，现在AI彻底改变了计算机图形学✿✿。

　　AI在10年间已经取得了巨大进步✿✿。2023年的重大突破是AI智能体（AI Agents）✿✿，AI智能体可以对如何回答或者解决问题进行推理✿✿、在任务中进行规划✿✿、理解多模态信息✿✿、从网站中的视频中学习等✿✿，然后通过这些学到的学习来执行任务✿✿。

　　下一波浪潮是物理AI✿✿，可以理解摩擦✿✿、惯性和因果关系✿✿，使机器人技术成为可能✿✿，开辟出新的市场机会✿✿。

　　关于AI智能体和物理AI有几个核心问题✿✿：一是如何解决数据问题✿✿，AI需要数据驱动✿✿，需要数据来学习✿✿、获得知识✿✿；二是如何解决训练问题✿✿，AI需要以超人的速度✿✿、以人类无法达到的规模进行学习✿✿；三是如何扩展实现Scaling Law✿✿，如何找到一种算法让AI更聪明✿✿。

　　首先从AI可以做什么开始✿✿，AI可以逐步分解问题✿✿、以不同方式解决同样问题✿✿、为答案进行一致性检查等✿✿。

　　当AI基于思维链进行一步步推理✿✿、进行不同的路径规划时✿✿，其不是生成一个token或一个单词✿✿，而是生成一个表示推理步骤的单词序列✿✿，因此生成的token数量会更多✿✿，甚至增加100倍以上✿✿。

　　三大AI Scaling Laws（预训练✿✿、后训练✿✿、测试时）对计算提出指数级需求✿✿。随着计算成本增加✿✿，需要全栈创新来降低成本/tokens✿✿。

　　黄仁勋解释说✿✿，模型更复杂✿✿，生成的token多10倍✿✿，为了保证模型的响应性和交互性✿✿，因此计算速度必须提高10倍✿✿。

　　其次是关于如何教AI✿✿。教会AI如何推理的两个基本问题是数据从哪里来✿✿、如何不受限制学习✿✿，答案就是强化学习✿✿。

　　人类历史上已经明确了二次方程的解法✿✿、数独✿✿、勾股定理等诸多知识✿✿，基于数百个这样的案例可以生成数百万个例子让AI去解决✿✿，然后使用强化学习来奖励✿✿。这个过程中✿✿，AI需要处理数百万个不同问题✿✿、进行数百次尝试✿✿，而每一次尝试都会生成数万个token✿✿，这些都加到一起✿✿，就会达到数万亿个token✿✿。

　　AI变得更聪明✿✿，使得训练这些模型所需的计算量大幅增长✿✿。黄仁勋预计2030年末✿✿，数据中心建设支出将达到1万亿美元✿✿。

　　这背后的第一个动态变化是✿✿，通用计算已经用完✿✿，业界需要新的计算方式✿✿，世界将经历手动编码软件到机器学习软件的平台转变✿✿。

　　第二个变化是✿✿，人们越来越认识到软件的未来需要大量投资✿✿。这是因为计算机已经成为token的生成器✿✿，基于生成式的计算构建AI工厂✿✿，然后在AI工厂里生成tokens并重组为音乐✿✿、文字✿✿、视频✿✿、化学品等各种类型的信息✿✿。

　　作为AI行业风向标✿✿，英伟达GTC 2025大会将举办超过1000场会议✿✿、汇聚2000名演讲嘉宾和近400家参展商bifa娱乐✿✿，涵盖大语言模型✿✿、物理AI✿✿、云计算✿✿、科学发现✿✿、气候研究✿✿、医疗健康✿✿、网络安全✿✿、人形机器人✿✿、自动驾驶等主题✿✿，并将举办首届量子日✿✿，将汇集全球量子计算界和业内重要人物✿✿，与黄仁勋共同探讨量子计算的现状和未来✿✿。

　　现场参会者还能体验各种精心策划的活动✿✿，包括数十场覆盖各个行业的演示✿✿、实战培训✿✿、自动驾驶汽车展览和试驾✿✿，还有集结20家当地供应商和手艺人制作的小吃和商品的GTC夜市✿✿，盲猜一波酷爱逛夜市的黄仁勋会惊喜现身✿✿。88BIFA✿✿。bifa必发✿✿。必发888官网✿✿，必发88bifa88BIFAAPP官网✿✿！bifa·必发✿✿！88bifa (中国区)官方网站