NVIDIA 创始人 Jensen Huang（黄仁勋）：加速计算与 AI 工厂定义未来

撰文：Techub News 整理

导语

2025年10月28日，NVIDIA 创始人兼 CEO Jensen Huang（黄仁勋）在美国华盛顿特区举行的 GTC（GPU Technology Conference）大会上发表了长达近100分钟的主题演讲。作为 AI 与加速计算领域的年度风向标，本届 GTC 移师美国政治中心，其意义远超一场技术发布会。黄仁勋在演讲中不仅回顾了 NVIDIA 推动计算范式转移的30年历程，更发布了一系列涉及通信、量子计算、国家科研、下一代 AI 基础设施及机器人技术的重磅合作与产品，勾勒出一幅以“加速计算”和“AI 工厂”为核心、驱动美国乃至全球产业变革的宏伟蓝图。

摘要

宣布与诺基亚（Nokia）达成战略合作，推出 NVIDIA Arc 6G 无线网络计算平台，旨在将 AI 融入无线通信核心，并让美国技术重返全球电信基础设施领导地位。
发布 NV-Q Link 量子互连架构及 CUDA-Q 平台，连接量子处理器与 GPU 超级计算机，实现量子纠错与混合计算，并宣布获得美国能源部下属七大国家实验室及17家量子公司的支持。
揭示下一代 AI 超级计算机架构 Vera Rubin 细节，强调通过“极端协同设计”实现性能的指数级提升与 token 生成成本的大幅下降，并宣布已获得价值5000亿美元的 Blackwell 及早期 Rubin 订单。
提出“AI 工厂”概念，认为 AI 不是工具而是“工作者”，正驱动从通用计算到加速计算、从手写软件到 AI 的“双重平台转移”，并将触及百万亿美元规模的经济体。
展示物理 AI（Physical AI）与机器人技术的融合，通过 Omniverse 数字孪生平台训练和部署机器人，并宣布与 Foxconn、Figure、迪士尼等合作伙伴在智能工厂、人形机器人及自动驾驶（Hyperion 平台）等领域的进展。

从 GPU 到 CUDA：三十年的范式转移

演讲伊始，Jensen Huang（黄仁勋）回顾了 NVIDIA 创立三十年来所推动的根本性变革：加速计算。他指出，随着晶体管性能提升因物理定律而放缓（“丹纳德缩放”已停止），通用计算（CPU）的局限性日益凸显。NVIDIA 的洞察是，通过引入专为并行处理设计的 GPU 及与之配套的编程模型 CUDA，可以极大地扩展计算能力。然而，这并非简单的硬件替换，而是一场从算法、库到应用程序的全面重构，耗时近三十年才迎来拐点。

黄仁勋强调，NVIDIA 的核心财富不仅是 GPU 硬件，更是 CUDA 及其上层超过350个加速库构成的完整生态。从计算光刻（CUDA Litho）、科学计算到 AI 训练框架（Megatron Core）、医疗影像（Monai），每一个库都代表了一个被加速计算重塑的领域。他通过一段全模拟生成的视频展示了 CUDA-X 生态如何覆盖从医疗、制造、机器人到自动驾驶、计算机图形等几乎所有行业，并指出这背后的驱动力是“数学之美”与深厚的计算机科学。

重塑通信、量子与国家级 AI 基础设施

在宣布具体产品前，黄仁勋首先指出了当前全球通信基础设施的一个关键问题：大量基于外国技术。为此，NVIDIA 宣布与全球第二大电信设备制造商诺基亚达成合作，推出全新产品线 NVIDIA Arc（Aerial Radio Network Computer）。Arc 平台基于 Grace CPU、Blackwell GPU 和 ConnectX 网络技术，运行名为 Aerial 的 CUDA-X 库，旨在打造首个软件定义、可编程的无线通信计算机，同时处理 AI 任务。黄仁勋表示，这不仅是将 AI 用于无线接入网（AI for RAN）以提升频谱效率，更是要在无线网络上构建边缘工业机器人云（AI on RAN），类似于互联网催生了 AWS 等云计算巨头。

在量子计算领域，NVIDIA 发布了 NV-Q Link 互连架构和 CUDA-Q 开放平台。NV-Q Link 能以每秒数千次的速度在量子硬件与 GPU 之间传输太字节数据，这对于实现量子纠错、设备校准和混合模拟至关重要。黄仁勋宣布，已有17家量子计算公司及包括伯克利、洛斯阿拉莫斯、橡树岭在内的美国能源部（DOE）七大国家实验室支持该架构。紧接着，他宣布了另一项重磅消息：美国能源部将与 NVIDIA 合作，建造七台新的 AI 超级计算机，以推动国家科学发展。他赞扬了能源部长 Chris Wright 的远见，并强调计算是科学的基础工具，而加速计算、AI、量子计算和机器人技术正同时汇聚，重塑科研范式。

AI 不是工具，是“工作者”：定义 AI 工厂时代

黄仁勋花了相当篇幅阐述他对 AI 本质的理解。他认为，公众将 AI 等同于聊天机器人是片面的。AI 更根本的意义在于彻底重构了计算栈：从手写代码（CPU）转向数据驱动的机器学习（GPU）。他将 AI 的产出称为“token”（令牌），即 AI 的语言单元。任何有结构的信息——文本、图像、视频、3D 结构、化学分子、蛋白质——都可以被 token 化，并由 AI 学习、理解和生成。

他进一步提出了一个关键区分：过去的软件（如 Excel、Word）是“工具”，而 AI 是“工作者”。工具的市场规模有限（约万亿美元），但 AI 作为能使用工具的“工作者”，将直接参与并提升全球百万亿美元规模的经济活动，解决劳动力短缺问题。这种根本性转变催生了对新型计算基础设施的需求：AI 工厂。

“AI 工厂”不同于过去通用数据中心，它专为高效生产“有价值的 token”而设计，需要极致的响应速度、吞吐量和成本效益。黄仁勋指出，驱动 AI 工厂需求的是两个“指数”：一是 AI 模型从预训练、后训练到“思考”（推理）三个阶段对算力的指数级需求；二是模型越智能，使用越多，进而需要更多算力的正向循环。然而，摩尔定律的终结对满足这些指数需求构成了挑战。NVIDIA 的答案是：极端协同设计。

极端协同设计：从 Blackwell 到 Vera Rubin 的指数飞跃

黄仁勋强调，NVIDIA 是当今唯一能从空白页开始，同时思考新计算架构、芯片、系统、软件、模型架构和应用的的公司。这种“极端协同设计”的成果，就是像 GB200 NVL72 这样的机架级超级计算机。他将整个机架比作一个“巨型 GPU”，通过 NVLink 72 技术将72个 GPU（144个裸片）连为一体，实现了远超传统互联架构的性能。

他引用第三方基准测试称，Grace Blackwell 平台相比前代 H200，在相同工作负载下实现了每 GPU 10倍的性能提升和10倍的 token 生成成本下降。这正是维持 AI 增长“飞轮”的关键——在算力需求指数增长时，通过架构创新而非仅仅依靠晶体管数量增加，来持续降低单位成本。

随后，他展示了下一代 AI 超级计算机平台 Vera Rubin。这是第三代 NVLink 72 机架级系统，采用完全无缆线、100%液冷设计，并引入了新的“上下文处理器”以处理日益增长的模型上下文长度。黄仁勋透露，Blackwell 平台已发货600万颗 GPU（按封装计），而未来五个季度的订单可见度已达到惊人的5000亿美元，这是前代 Hopper 架构整个生命周期收入的五倍。他特别提到，这些制造正在回归美国，亚利桑那州等地的工厂已开始全速生产 Blackwell，呼应了“美国再工业化”的主题。

为了规模化部署这些 AI 工厂，NVIDIA 推出了 Omniverse DSX 数字孪生蓝图。通过与 Jacobs、西门子、施耐德电气等合作伙伴集成，DSX 允许在物理建造之前，就完成从设计、热力模拟到运营优化的全流程数字化，从而极大缩短建设时间并优化能效。

开源模型、企业赋能与物理 AI 的崛起

黄仁勋重申了开源 AI 模型的重要性，称其为初创公司和研究人员的“生命线”。NVIDIA 自身在开源领域投入巨大，在多个领域（语言、物理 AI、生物等）拥有领先的模型。他同时宣布了与两大企业软件巨头的深度合作：与 CrowdStrike 合作打造基于 AI 代理的下一代网络安全防御系统；与 Palantir 合作，加速其数据平台，为政府和企业的海量数据提供实时洞察。

演讲的高潮部分转向了“物理 AI”。黄仁勋指出，物理 AI（如机器人）需要三台计算机协同工作：用于训练模型的 GB200 NVL72、用于在 Omniverse 数字孪生中模拟的“Omniverse 计算机”、以及最终部署在机器人本体上的“机器人计算机”（如 Jetson Thor）。他通过视频展示了与 Foxconn 合作建设的德克萨斯州智能工厂数字孪生，其中机器人通过 Isaac Sim 在虚拟环境中学习协作。他还提到了与人形机器人公司 Figure（估值近400亿美元）、Agility Robotics、强生手术机器人以及迪士尼研究部门的合作。迪士尼的机器人“Blue”在 Omniverse 中通过 Newton 物理模拟器学习与真实世界互动，预示着一个庞大的消费级机器人市场。

在自动驾驶领域，NVIDIA 宣布了其 Drive Hyperion 参考架构已成为 Lucid、梅赛德斯-奔驰、Stellantis 等车企的“机器人出租车就绪”平台。更重要的合作是与 Uber 达成全球网络整合，未来用户将能通过 Uber 呼叫基于 Hyperion 平台的自动驾驶汽车。

结语：双重平台转移与美国的再工业化

在演讲总结中，黄仁勋将当前时代定义为两个平台转移的交汇点：从通用计算到加速计算，以及从手写软件到人工智能。CUDA 及其生态是第一个转移的引擎，现已形成自我强化的“飞轮”。AI 则是第二个转移，其“飞轮”也已经开始旋转。

他最后强调，通过 ARC（6G）、Hyperion（自动驾驶）、DSX（AI 工厂）和 MEGA（AI 化工厂）等新平台，NVIDIA 正与合作伙伴一道，将 AI 能力注入从通信、交通到制造的每一个角落。这场在华盛顿举行的 GTC，不仅是一次技术展示，更是一份关于美国如何通过 AI 驱动再工业化、重夺科技经济领导权的宣言。黄仁勋以“让美国再次伟大”作为结尾，赢得了全场长时间的掌声。

免责声明：本文章仅代表作者个人观点，不代表本平台的立场和观点。本文章仅供信息分享，不构成对任何人的任何投资建议。用户与作者之间的任何争议，与本平台无关。如网页中刊载的文章或图片涉及侵权，请提供相关的权利证明和身份证明发送邮件到support@aicoin.com，本平台相关工作人员将会进行核查。