GTC 2025 | 主动智能和物理智能的曙光：NVIDIA 未来愿景
引言在 2025 年 3 月的 GTC 大会上，NVIDIA CEO 黄仁勋概述了人工智能的变革性愿景，标志着从感知和生成模型向他称之为"主动智能"和"物理智能"的显著进化。这些进步将改变从云计算到机器人技术的各个行业，需要对计算基础设施进行根本性重新思考。本文探讨了 GTC 2025 展示的关键创新，介绍了 NVIDIA 的 Blackwell 架构、性能能力以及为支持这一新时代人工智能而构建的更广泛生态系统。
向主动智能和物理智能的演进
人工智能领域经历范式转变。正如黄仁勋阐述，我们正见证具有主动性的人工智能系统的出现——能够"感知并理解环境背景"，"进行非常重要的推理以回答或解决问题"，并"计划行动"，使用工具和多模态信息。这代表了超越先前人工智能世代特有的感知和生成能力的重大进步。
使主动智能与众不同的是推理能力。这些系统不只是基于训练数据中识别的模式生成响应，还能分析问题，通过逻辑推理开发解决方案，并利用各种可用工具执行计划。根据黄仁勋的说法，这种推理过程比以前的人工智能系统生成更多的 token——"轻松增加 100 倍"——大幅增加计算需求。
在主动智能基础上，下一个前沿是 NVIDIA 称为"物理智能"的领域。通过理解三维世界，包括摩擦、惯性和物体永久性等概念，物理智能将实现能够以日益复杂方式与环境交互的先进机器人技术。黄仁勋强调，"理解物理世界的能力...将实现人工智能的新时代...并将实现机器人技术。"
Token：人工智能的基础构件
黄仁勋愿景的核心是 token 作为人工智能基本构件的概念。这些 token 将数据转化为各种形式的智能——解码"物理定律"，检测疾病，帮助"解开生命语言"，连接点以保护濒危物种和优化农业。
演讲将数据中心定位为"人工智能工厂"，"只有一项任务：生成这些令人难以置信的 token，我们随后重构为音乐、文字、视频、研究、化学品或蛋白质。"这种重构为不同信息类型代表了基于 token 的人工智能系统的多功能性和能力。
向基于 token 的计算转变正推动前所未见的全球数据中心基础设施投资，预计将达到万亿美元。这些专门的人工智能工厂与传统数据中心有显著区别，专为现代人工智能的独特计算模式优化。
Blackwell 架构：性能的巨大飞跃
NVIDIA 为推动这场人工智能革命战略核心是 Blackwell 架构，比前代 Hopper 有显著进步。Blackwell 引入了几项创新，包括分解式 MVLink 交换机和液冷，实现前所未有的计算密度——正如黄仁勋所述，"一个机架中的一台百亿亿次浮点运算计算机"。
性能提升非常显著：在相同功耗限制下，Blackwell 为一般人工智能推理提供比 Hopper 25 倍的性能，为推理模型提供 40 倍的改进。这些增益对实现主动智能系统的复杂推理能力至关重要，这些系统比前代需要更多计算资源。
除了原始性能外，Blackwell 体现了 NVIDIA 对加速计算的全栈方法。正如黄仁勋强调，"加速计算...不仅关乎芯片。甚至不只是芯片和库...是芯片、编程模型和上面一堆软件的结合。"这种集成方法，结合硬件和软件创新，一直是 NVIDIA 在人工智能领域成功的核心。
CUDA 生态系统：推动人工智能创新
NVIDIA 的 CUDA 生态系统是加速计算采用和增长的关键基础。自 2006 年推出以来，CUDA 已吸引了来自 200 个国家的六百万开发者，他们利用超过 900 个 CUDA-X 库和人工智能模型，在各行业改变计算方式。
演讲强调了 CUDA-X 库生态系统的持续扩展，新增部分加速了多个领域，包括数值计算、光刻、5G 通信)、优化、基因组学、医学成像、地球科学模拟)、量子计算和电子设计自动化。
这个不断壮大的生态系统反映了 NVIDIA 的战略，提供特定领域的加速，实现从医疗保健到电信、制造到科学研究等各行业的人工智能创新。
将人工智能扩展到云端之外
虽然云计算是人工智能创新的主要驱动力，但 NVIDIA 越来越专注于将人工智能能力扩展到企业和边缘部署。这些环境提出了独特的要求和挑战，推动新的合作伙伴关系和解决方案。
一个显著例子是 NVIDIA 与思科、T-Mobile 等合作，在美国边缘构建人工智能驱动的无线电网络全栈解决方案。同样，通用汽车选择 NVIDIA 作为未来自动驾驶汽车的合作伙伴，利用 NVIDIA 在制造、企业运营和车载计算方面的专业知识。
安全仍然至上，特别是自动驾驶车辆。NVIDIA Halos 倡议强调严格的安全评估和代码第三方验证，确保在关键应用中部署的人工智能系统满足最高可靠性和安全标准。
数字孪生：革新数据中心设计
构建和管理大规模人工智能工厂带来巨大工程挑战。NVIDIA 的 Omniverse 平台实现创建数字孪生——物理基础设施的虚拟副本——用于在施工开始前设计、优化和模拟人工智能工厂。
这些数字孪生整合了各种合作伙伴和系统的数据，提供数据中心运营的全面视图，实现从电力和冷却到计算效率和维护的多维度优化。
NVIDIA 的未来路线图
NVIDIA已经制定了全面的多年AI基础设施路线图，重点关注计算能力、网络和软件功能方面的重大进步。
1. Blackwell Ultra (2025年下半年)
增强功能：与前代产品相比，提供双倍带宽和增加的内存容量，支持增强的AI性能和效率。
应用领域：专为支持大规模AI部署而设计，包括生成式AI和复杂任务能力。
2. Vera Rubin (2026年下半年)
新架构：特点是采用NVIDIA自主设计的CPU、GPU和先进的网络技术，如NVLink 144。
内存和效率：集成HBM-4内存，提高效率和性能。
性能：与Blackwell Ultra相比，在AI计算能力方面提供显著提升。
3. Rubin Ultra (2027年下半年)
极端扩展：预计将大幅增加FLOP和训练容量，支持高级AI工作负载。
基础设施增强：旨在优化数据中心效率和可扩展性。
4. Feynman架构 (2028年)
下一代AI：在AI计算技术方面代表重大飞跃，进一步推进NVIDIA在AI基础设施领域的领先地位。
未来发展：关于具体特性和增强功能的详细信息将陆续公布。
这一路线图展示了 NVIDIA 致力于保持架构进步和产品线更新的年度节奏，为规划人工智能基础设施投资的合作伙伴和客户提供清晰度和可预测性。
结论：变革性愿景
黄仁勋 GTC 2025 演讲呈现了经历快速和变革性变化的人工智能领域的愿景。从感知和生成模型向主动和物理智能的演进，有望在各行业解锁新能力，从能进行复杂推理的智能助手到能安全有效导航物理世界的机器人。
NVIDIA 的 Blackwell 架构凭借显著性能改进，为这个新时代的人工智能提供了计算基础。结合公司的全栈方法——包括硬件、软件库、编程模型和行业合作伙伴关系——NVIDIA 正将自身定位为人工智能革命的前沿。
展望未来，生成可重构为各种形式智能的 token 的人工智能工厂概念，为理解技术景观的持续转型提供了强大框架。随着硅基光电子、企业人工智能系统和 NVIDIA Isaac 等机器人平台的持续创新，我们站在计算新时代的曙光——人工智能能力远超以往想象。
参考來源
J. Huang, "GTC March 2025 Keynote with NVIDIA CEO Jensen Huang," YouTube, Mar. 2025. . Available: https://www.youtube.com/watch?v=_waPvOwL9Z8. .
END
软件申请我们欢迎化合物/硅基光电子芯片的研究人员和工程师申请体验免费版PIC Studio软件。无论是研究还是商业应用，PIC Studio都可提升您的工作效能。
点击左下角"阅读原文"马上申请
欢迎转载
转载请注明出处，请勿修改内容和删除作者信息！
关注我们
关于我们：
深圳逍遥科技有限公司（Latitude Design Automation Inc.）是一家专注于半导体芯片设计自动化（EDA）的高科技软件公司。我们自主开发特色工艺芯片设计和仿真软件，提供成熟的设计解决方案如PIC Studio、MEMS Studio和Meta Studio，分别针对光电芯片、微机电系统、超透镜的设计与仿真。我们提供特色工艺的半导体芯片集成电路版图、IP和PDK工程服务，广泛服务于光通讯、光计算、光量子通信和微纳光子器件领域的头部客户。逍遥科技与国内外晶圆代工厂及硅光/MEMS中试线合作，推动特色工艺半导体产业链发展，致力于为客户提供前沿技术与服务。
http://www.latitudeda.com/
（点击上方名片关注我们，发现更多精彩内容）
页:
[1]