英偉達甩出三大「王炸」

在今日凌晨的英偉達 GTC 2025 大會(huì )主題演講中，英偉達 CEO 黃仁勛再次身穿皮衣登場(chǎng)，兩個(gè)小時(shí)的時(shí)長(cháng)被芯片架構、數據中心、自動(dòng)駕駛、AI 計算機以及機器人等關(guān)鍵分享塞得滿(mǎn)滿(mǎn)的。

演講的開(kāi)篇，黃仁勛強調了計算和軟件的重要性，他表示：世界正在進(jìn)行一場(chǎng)過(guò)渡——計算方式迎來(lái)變革、軟件的未來(lái)需要資本投資。

Blackwell Ultra 芯片：推理性能較前代暴漲 40 倍

正如大家期待的那般，英偉達在 GTC 大會(huì )上宣布推出 Blackwell Ultra 芯片，其包括 GB300 NVL72 機架級解決方案和 NVIDIA HGX B300 NVL16 系統。

其中，GB300 NVL72 將 72 個(gè) Blackwell Ultra GPU 與 36 個(gè)基于 Arm Neoverse 的 Grace CPU 相連，有效地充當一個(gè)大規模 GPU 來(lái)支持復雜問(wèn)題解決并提高響應質(zhì)量?；诂F有 Blackwell 架構的 Blackwell Ultra 預計將比前代產(chǎn)品提供 1.5 倍的 AI 性能，顯著(zhù)增加 AI 工廠(chǎng)的收入機會(huì )。

而 HGX B300 NVL16 是服務(wù)器級產(chǎn)品，搭載 16 個(gè) Blackwell Ultra GPU，對比前代 Blackwell GPU，大語(yǔ)言模型推理速度提升 11 倍，計算能力提高 7 倍，內存容量增加 4 倍。

黃仁勛在演講中強調，Blackwell Ultra 是為「推理和代理型 AI」時(shí)代設計的平臺，可高效支持大模型的預訓練、微調及實(shí)時(shí)推理，并稱(chēng)其為英偉達「最強大的芯片」，推動(dòng) AI 基礎設施向推理優(yōu)化轉型。

黃仁勛表示，「在推理模型中，Blackwell 的性能是 Hopper 的 40 倍」。在展示中，傳統模型的代表是 Meta Llama 3.3，而推理模型是 DeepSeek 的 R1。

值得一提的是，GB300 系列將于 2025 年 5 月啟動(dòng)量產(chǎn)，B300 系列計劃下半年交付，配套服務(wù)器系統同步上市。其中，臺積電負責芯片制造，SK 海力士提供 HBM3e 內存，超微負責服務(wù)器集成，確保產(chǎn)能穩定。

據英偉達透露，全球四大云巨頭部署的 Blackwell 芯片數量已達 Hopper 芯片的三倍，2024 年他們共采購了 130 萬(wàn)片 Hopper 架構芯片。2025 年又購買(mǎi)了 360 萬(wàn) Blackwell 芯片?？紤]到每顆 Blackwell 芯片的售價(jià)高達數萬(wàn)美元，這意味著(zhù)數十億美元的市場(chǎng)規模。黃仁勛打趣道，在最新技術(shù)的加持下，搭建 AI 工廠(chǎng)的廠(chǎng)商「買(mǎi)得越多、省得越多」，總而言之就是掏錢(qián)吧。

英偉達新一代 AI 芯片 Rubin 于 2026 下半年推出

黃仁勛重磅公布了新一代 AI 芯片 Rubin，也就是 Hopper、Blackwell 之后的下一代架構。Rubin 的命名風(fēng)格延續了英偉達一直以來(lái)以杰出科學(xué)家命名芯片架構的傳統，是為紀念「證實(shí)暗物質(zhì)存在」的女性科學(xué)先驅薇拉?魯賓（Vera Rubin，1928–2016，婚前姓 Cooper）。

Vera Rubin 和 Grace Blackwell 類(lèi)似，集成了 CPU 和 GPU。在 Grace Blackwell 中，Grace 是 CPU，Blackwell 是 GPU；而在 Vera Rubin 中，Vera 是 CPU，Rubin 是 GPU。

其中，Vera CPU 是英偉達首次基于自主架構 Olympus 設計的處理。此前，英偉達一直使用 Arm 授權的通用 CPU 設計，這在某種程度上限制了其系統級優(yōu)化能力。隨著(zhù) AI 計算負載的特殊性日益凸顯，通用 CPU 已難以滿(mǎn)足極致性能和能效比的要求。英偉達表示，Vera CPU 的內存是 Grace 的 4.2 倍，內存帶寬是 Grace 的 2.4 倍。結合 Vera 的 88 個(gè) CPU 內核，英偉達稱(chēng)該芯片的整體性能將是前一代產(chǎn)品的兩倍。

而 Rubin GPU 的創(chuàng )新之處在于其雙 GPU 架構設計。與 Blackwell 一樣，Rubin 也采用了多芯片封裝技術(shù)，但英偉達對這一技術(shù)的定義進(jìn)行了重要調整。從 Rubin 開(kāi)始，英偉達將多芯片模塊中的每個(gè)裸片視為獨立的 GPU，而非整體一個(gè) GPU。這一定義變更不僅是技術(shù)表述的調整，更反映了英偉達對未來(lái) GPU 架構發(fā)展的戰略思考。

在推理性能方面，Rubin 實(shí)現了驚人的 50 petaflops，是當前 Blackwell 芯片的 2.5 倍。同時(shí)，其 288GB 的超大內存容量，為處理超大規模 AI 模型提供了充足的空間。這意味著(zhù) Rubin 能夠更高效地運行如 GPT-4 等數萬(wàn)億參數的超大模型，使實(shí)時(shí)推理和更復雜的推理任務(wù)成為可能。

英偉達還公布了"Rubin Next"的開(kāi)發(fā)計劃，Vera Rubin 之后的一代芯片，名為 Vera Rubin Ultra。將于 2027 年下半年上市的 Vera Rubin Ultra 將把 Vera CPU 和 Rubin Ultra 芯片結合在一起。每個(gè) Rubin 處理器由兩個(gè) GPU 組成一個(gè)單芯片，而 Rubin Ultra 則由四個(gè) GPU 裸片組成，進(jìn)一步將性能翻倍。這種"更多 GPU"的集成策略，與行業(yè)的多芯片模塊（MCM）和芯粒（Chiplet）趨勢相呼應，代表了高性能計算芯片的未來(lái)發(fā)展方向。

黃仁勛展示了 Vera Rubin NVLink576 的外觀(guān)和參數，并宣稱(chēng) Rubin 的性能可達 Hopper 的 900 倍，而 Blackwell 是 Hopper 的 68 倍。

Blackwell Ultra 和 Vera Rubin 的發(fā)布，標志著(zhù)英偉達已成功將芯片更新周期從兩年縮短至一年。

在本次發(fā)布會(huì )，英偉達公開(kāi)了其產(chǎn)品路線(xiàn)圖：Blackwell(2024 年) → Blackwell Ultra(2025 年) → Vera Rubin(2026 年) → Rubin Next(2027 年) → Feynman(2028 年)。這一清晰的"雙芯雙代"發(fā)展路線(xiàn)（每?jì)纱軜嫺鲀煽钚酒?，讓英偉達能夠在保持技術(shù)領(lǐng)先的同時(shí)，最大化每代架構的商業(yè)價(jià)值。

值得一提的是，在 Rubin 之后的下一代 AI 芯片架構，英偉達將其命名為 Feynman，取自著(zhù)名物理學(xué)家理查德?費曼。他是美國理論物理學(xué)家，以對量子力學(xué)的路徑積分表述、量子電動(dòng)力學(xué)、過(guò)冷液氦的超流性以及粒子物理學(xué)中部分子模型的研究聞名于世。根據英偉達路線(xiàn)圖，Feynman 架構將于 2028 年登場(chǎng)。

掀起小高潮的 AI 計算機與機器人

除了芯片，此次 GTC 大會(huì )的另一個(gè)小高潮就是黃仁勛介紹英偉達在 AI 計算機和機器人產(chǎn)線(xiàn)的突破。

英偉達推出了新款 DGX Spark 和 DGX Station 個(gè)人 AI 計算機，黃仁勛稱(chēng)其為「AI 時(shí)代的超級計算機」。

據介紹，這兩款超級計算機均由 Grace Blackwell 平臺支持，旨在「讓 AI 開(kāi)發(fā)人員、研究人員、數據科學(xué)家和學(xué)生在桌面上對大模型進(jìn)行原型設計、微調和推理」。

其中，Spark 搭載了 GB10 Blackwell 芯片，提供第五代 Tensor Core 和 FP4 支持，具有 128GB 統一內存和高達 4TB 的 NVMe SSD 存儲，可以提供「高達每秒 1 千萬(wàn)億次運算的 AI 計算?！?/p>

而體積更大的 DGX Station 可以容納英偉達剛剛宣布的功能更強大的 GB300 Blackwell Ultra 芯片，可提供「每秒 20 千萬(wàn)億次運算的 AI 性能和 784GB 的統一系統內存」。

Spark 將于今日開(kāi)始預訂，售價(jià) 3000 美元起。DGX Station 目前尚未定價(jià)。

在機器人領(lǐng)域，英偉達推出了全球首款開(kāi)源人形機器人功能模型 GR00T N1。

GR00T N1 基礎模型采用雙系統架構，其靈感來(lái)自人類(lèi)認知原理?！赶到y 1」是一種快速思考的行動(dòng)模型，反映了人類(lèi)的反應或直覺(jué)?！赶到y 2」則是一種慢速思考的模型，用于深思熟慮、有條不紊的決策。

在視覺(jué)語(yǔ)言模型的支持下，系統 2 可以推理其環(huán)境和收到的指令，從而規劃行動(dòng)。然后，系統 1 將這些計劃轉化為精確、連續的機器人動(dòng)作。

目前，GR00T N1 可以實(shí)現常見(jiàn)任務(wù)，例如抓取、用一只或兩只手移動(dòng)物體，以及將物品從一只手轉移到另一只手，或者執行需要技能組合的多步驟任務(wù)。開(kāi)發(fā)人員和研究人員可以使用真實(shí)或合成數據對 GR00T N1 進(jìn)行后期訓練，以適應特定的人形機器人或任務(wù)。