“今年英伟达GTC就像AI超级碗！”黄仁勋公布一年一更的芯片路线图

北京时间3月19日凌晨，英伟达GTC大会在美国加州圣何塞SAP中心举行。GTC大会俨然已是“AI界春晚”。英伟达CEO黄仁勋穿着黑色皮衣上场，介绍英伟达在AI芯片、机器人、汽车领域的最新成果。

“去年我们在这里办GTC，就像一场摇滚演唱会，今年GTC被描述为‘AI的超级碗’（美国职业橄榄球大联盟总决赛）。唯一的区别是，每个人都在‘AI超级碗’上获胜，因为AI能为更多行业和公司解决问题。”黄仁勋说。他还幽默地表示，GTC现在人满为患，要让GTC容纳更多人，需要建设圣何塞，开发更多土地。

去年，黄仁勋在GTC大会上发布了新架构Blackwell以及采用该架构的B200、GB200超级芯片。今年，黄仁勋介绍了今年下半年将推出的Blackwell Ultra以及后续的新架构Rubin和Feynman，发布了新的个人AI计算机，并将与谷歌DeepMind、迪士尼合作的机器人带到台上。

技术路线图更新

英伟达Blackwell的销售情况和新芯片架构规划是本届GTC最受瞩目的信息。黄仁勋在演讲开始后不久就披露了Blackwell架构芯片的市场需求情况。2024年，全球前四大云服务商（CSP）共采购130万片英伟达Hopper架构GPU。2025年，这四大云服务商又购买了360万片Blackwell架构GPU。黄仁勋介绍，英伟达正在全面生产Blackwell芯片。

从数据中心相关合作商看，黄仁勋在幻灯片中展示了使用 Grace Blackwell的数据中心机架，其中包括联想、戴尔、微软、亚马逊AWS、Meta、谷歌等品牌厂商。

此外，今年1月，黄仁勋在CES（全球消费电子展）的演讲中透露，英伟达计划开发一款名为Grace Blackwell NVLink72的巨型芯片，包含60万个零部件，重量达1.5吨，是有史以来最大的单一芯片。此次黄仁勋展示了Grace Blackwell NVLink72超级芯片的概念图，可以看到，72个Blackwell GPU集成在了一个晶圆上。

芯片架构迭代路线图也迎来更新。去年6月，黄仁勋首次透露英伟达芯片架构将“一年一更”，当时英伟达计划2025年推出Blackwell Ultra架构，随后推出Rubin架构。此次，黄仁勋补足了这个路线图的信息，包括Blackwell Ultra推出的时间是今年下半年、2026年下半年英伟达会推出Rubin、2027年下半年会推出Rubin Ultra、2028年推出Feynman。这是英伟达首次披露Feynman的信息，这个架构的名字取自著名物理学家理查德·费曼（Richard Feynman）。

具体而言，采用Blackwell Ultra架构的芯片包括GB300 NVL72等。Blackwell NVL72的算力（FLOPS）是GB200 NVL72的1.5倍，该架构还有1.5倍更快的存储和2倍更大的带宽。Rubin NVL144将有更大算力、更大带宽和更大内存，搭载HBM4内存。Rubin Ultra NVL576将搭载HBM4e内存，算力是GB300 NVL72的14倍，内存速度是8倍。随着架构迭代，黄仁勋表示， AI工厂的算力成本将得到相应降低。

计算量还在增长

今年以来，业界热议人工智能是否还需要大量算力。1月，DeepSeek-R1发布，该模型被认为训练成本偏低，可能不需要很大量的算力支撑。1月27日，英伟达美股股价跌超16%，随后英伟达股价继续波动。即便英伟达放出一份营收超市场预期的最新季度财报，英伟达股价仍未回归历史高点。3月18日收盘，英伟达股价115.43美元/股，跌3.43%，市值不及3万亿美元。

黄仁勋需要证明，市场对算力的需求依然强劲。2月，黄仁勋首次回应DeepSeek冲击波时称，市场对DeepSeek-R1的反应存在一些误解，R1的发布本质上利好AI市场，R1能加速AI被采用，市场仍然需要计算资源。此次GTC大会上，黄仁勋继续表达对算力需求增长前景的看好。

去年AI业界曾掀起一波关于Scaling Law（缩放定律）是否放缓的讨论，引起了对于AI演进放缓和算力需求不再坚挺的担忧，黄仁勋则认为，Scaling Law继续有效，DeepSeek等厂商采用的推理技术带来了大量计算需求。“关于Scaling Law，去年几乎全世界都错了，实际上，Scaling Law变得更有弹性，还加速了计算量增长。由于推理技术的加入，代理AI（Agentic AI）动不动就需要高出上百倍的计算量。”黄仁勋说。

在此情况下，黄仁勋认为云厂商对GPU仍有较大需求。他表示，现在有了强化学习，业内有能力生成大量token，可以生成大量的合成数据去训练机器人，各种新变化给行业带来巨大的计算挑战，行业正在作出回应。例如大型云厂商正在采购GPU，“Blackwell开始出货的一年内，你能看到人工智能基础设施建设出现了难以置信的增长。”黄仁勋放出分析师对数据中心资本支出的预测，显示预期支出还将逐年增长，到2028年将增长至1万亿美元以上。

“我之前说过，预计到2030年，数据中心建设投入的金额将达到1万亿美元。现在我确信我们会很快实现这一目标。有两种动态同时发生，首先，绝大部分（数据中心建设投入）增长可能加速，计算方式转变的拐点正在发生，其次，人们越来越认识到，发展未来的软件也需要资本投资，计算机的计算方式原本基于搜索，未来将变成基于生成。”黄仁勋判断。

近期有市场分析机构和供应链厂商也判断，今年数据中心仍在大规模建设。TechInsights报告表示，顶级超大规模云厂商2025年将在AI上投资约3200亿美元，巨头数据中心资本支出增长。有供应链厂商则告诉记者，今年数据中心服务器需求仍然坚挺，需求增长的力度与去年大致相仿。

对于人工智能技术的演变，黄仁勋则谈到AI将从代理式AI向物理AI演变。“过去两三年内，计算的每一层都发生了变化，有了重大突破。人工智能最底层的进步可以说是代理式AI，指有代理能力的AI，能推理、计划并采取行动、使用工具。代理式AI已经出现了一些新技术，包括推理技术。此外，下一波变化已经在发生，也就是出现了机器人AI（Robotic AI）。机器人AI由物理AI（Physical AI）驱动，能理解物理世界的摩擦力、惯性、因果关系、物体永恒性等。”黄仁勋说。

多个新产品亮相

除了公布芯片架构路线图，此次英伟达还发布了多个产品并公布多个合作伙伴。

在汽车领域，黄仁勋表示，英伟达已经开发了三种计算机：训练计算机、模拟计算机和机器人计算机，所有软件堆栈、模型和算法都基于这些产品。英伟达宣布与通用汽车合作，共同开发自动驾驶汽车，双方将在以上三个领域合作构建人工智能，例如制造中用人工智能设计和模拟汽车、建造车内的人工智能等。此外，英伟达推出用于自动驾驶汽车的综合安全系统Halos，涵盖芯片和软件、工具等。

在机器人领域，黄仁勋宣布推出GR00T N1，这是全球首个用于通用人形机器人推理和技能的开放、完全可定制的模型框架。英伟达同时推出Simulation Frameworks，用于加速机器人开发。此外，黄仁勋透露，英伟达、谷歌DeepMind和迪士尼合作开发了一个名为Newton的机器人平台。由英伟达、谷歌DeepMind和迪士尼合作开发的一款机器人在台上行走，这款机器人名叫Blue，它与黄仁勋互动，还会发出电子音。

“机器人的优点是可以与物理世界互动。我们非常清楚地知道，未来世界上将缺乏人类工人，到目前这个十年的末尾，世界上将至少有5000万劳动力短缺，（机器人）将是一个非常大的产业。未来生产的基础设施将是机器人，每辆车也都是机器人。”黄仁勋表示。

英伟达还宣布开源由AI驱动的决策优化引擎cuOpt，该引擎可用于优化AI代理和大语言模型的决策任务。英伟达也发布了DGX Spark 和DGX Station两款个人AI计算机，由Grace Blackwell支持，这两款计算机面向开发者、研究人员、数据科学家等。其中，DGX Spark是世界上最小的AI超级计算机，搭载GB10 Grace Blackwell芯片。黄仁勋还表示，英伟达将与电信企业合作开发基于人工智能的6G无线技术，合作伙伴包括T-Mobile、Mitre、思科等。