我们从2011年坚守至今,只想做纯粹的技术论坛,请不要发布和技术无关的话题。  本站有两万多份高大上的PCB和原理图下载,每日更新中,欢迎常回来看看

 找回密码
 立即注册
搜索
查看: 157|回复: 0

[业界/制造] 黄仁勋法国最新演讲,我们提炼了10个重点

[复制链接]
  • 打卡等级:以坛为家II
  • 打卡总天数:198
  • 打卡月天数:0
  • 打卡总奖励:714
  • 最近打卡:2025-11-21 20:33:51

1940

主题

405

回帖

1712

积分

二级逆天

积分
1712
发表于 2025-7-27 00:10 | 显示全部楼层 |阅读模式

马上注册,结交更多好友,享用更多功能,让你轻松玩转社区

您需要 登录 才可以下载或查看,没有账号?立即注册

×

6月11日,英伟达创始人兼CEO黄仁勋在法国巴黎VivaTech大会上,发表了时长近两小时的GTC主题演讲。

黄仁勋再次以一场横跨AI、计算架构、人形机器人与工业未来的长篇演讲,宣告“AI驱动的新工业革命已经到来”。

演讲中,黄仁勋用一台价值300万美元、重达两吨的GB200串联起AI工厂、Agent智能体、人形机器人、数字孪生和量子计算等关键概念,提出AI不仅是工具,更是新的生产力核心。

相较以往,这场演讲更具工程实感与系统性构想,将软硬件、生态与国家基础设施整合成一个宏大的产业图景,不仅展示英伟达技术栈的野心,也揭示未来十年AI社会化部署的路径。

我们提炼了黄仁勋本次演讲中的十大重点,与您分享:

1、GPU不再是独立芯片,而是集群式“思考机器”

关键结论:英伟达的GPU已超越传统图形处理芯片的定义,进化为集群式的“思考机器”,专为解决AI模型中的“自我思考”计算瓶颈而设计。

详解:黄仁勋指出,英伟达的Grace Blackwell架构下的GB200超级芯片不再是单一的芯片,而是一个集成的“思考机器”。这台设备集成了超过120万个零件,拥有每秒130TB的通信带宽,重量高达两吨,单价300万美元,被黄仁勋形象地比喻为一台现代“人工智能蒸汽机”。它的核心设计目标是提升AI模型的推理深度和链式思维广度,使模型能够不断反思、规划、重试和对话。

传统的计算追求速度,而大模型时代则更注重推理的复杂性和自我纠错能力。GB200通过创新的NVLINK互连技术实现了前所未有的纵向扩展能力,将72个Blackwell芯片或144个GPU芯片连接成一个巨型GPU,其带宽甚至超过全球互联网的峰值流量。与摩尔定律每三到五年约两倍的性能提升相比,Blackwell架构在一代产品中实现了30到40倍的性能飞跃,以满足推理模型“自言自语”和多步骤分解问题的巨大计算需求。

2. AI已进入Agent时代:从回答问题到自主解决任务

关键结论:AI正从生成式AI迈向Agent(智能体)时代,其核心能力不再局限于回答问题,而是能够理解语境、制定计划、调用工具并协作解决复杂任务。

详解:黄仁勋明确表示,继生成式AI之后,AI已经进入Agent智能体时代。如果说ChatGPT是智能的“百科全书”,那么Agent更像是能够实际操作的“数字员工”。它们不仅能回答问题,还能深入理解语境、制定多步骤计划、调用各种工具,甚至与其他智能体协同工作以完成复杂的任务。英伟达为此提供了Agent构建的全套工具栈,包括大型语言模型(NeMo、Nemotron)、多模态检索(Retriever)以及部署管理平台Lepton。整个Agent构建流程被打包成可部署的NIM容器,支持在本地、云端或私有环境一键运行。

在演示中,黄仁勋展示了如何通过简单的提示词,指挥Perplexity智能体代理自动完成一份从市场调研到财务规划再到网站搭建的巴黎餐车计划书,这表明Agent能够生成比传统聊天机器人多出上万倍的“标记”(tokens),进一步印证了对Grace Blackwell强大计算能力的需求。这种自主解决问题的能力标志着AI从单一功能向更高级、更智能的自主化方向发展。

3. 人形机器人将在模拟世界中训练,成为未来最大产业之一

关键结论:人形机器人被黄仁勋视为下一个“十亿级设备平台”,其训练将主要在虚拟模拟世界中进行,未来有望成为最大的产业之一。

详解:英伟达正将AI从数字屏幕世界引入现实世界,其代表是人形机器人Grek的推出。黄仁勋展示了Grek在Omniverse虚拟环境中进行模拟学习的过程,包括模拟风、重力、摩擦、阻力等物理定律,Grek在其中学会了行走、跳跃、推门等一系列技能,并将这些技能成功迁移到现实世界中 。他预测人形机器人将是继智能手机之后的下一个“十亿级设备平台”。

这些机器人未来将广泛应用于工厂、仓库、手术室乃至家庭环境。编程门槛也将从复杂的代码降低到简单的“示范教学”。值得注意的是,每一个人形机器人背后都将由一台基于NVIDIA Thor芯片的AI超级计算机提供支持,确保其高级智能和操作能力。虚拟模拟训练的效率和安全性是其成功的关键,未来这一产业的潜力巨大,或将彻底变革多个领域。

4. Omniverse是机器人、数字孪生训练的核心平台

关键结论:英伟达的Omniverse平台不仅仅是一个3D渲染引擎,更是构建真实世界模拟器、支持机器人和工业数字孪生训练的核心基础设施。

详解:Omniverse被黄仁勋定义为实现AI和机器人技术训练的核心平台。它超越了传统的3D渲染功能,是一个能够构建真实感、遵循物理规则的“真实世界模拟器”。这个平台的核心作用是帮助机器人像人类一样学习与世界互动,从而实现“具身智能”。在工业领域,Omniverse也发挥着至关重要的作用,推动工业制造全面AI化。

演讲中展示了多个企业利用Omniverse构建数字孪生场景的案例:例如,宝马在仿真工厂中规划生产线,奔驰优化装配流程,西门子则通过它实现工厂设计、运营和调度的自动化协同 25。英伟达还宣布与施耐德、西门子等巨头合作,旨在将工厂数字孪生、自动驾驶和工业控制全面AI化,并在欧洲落地首个“工业AI云”,提供实时高精度仿真支持,进一步证明Omniverse在连接物理世界与虚拟世界方面的关键作用 。

5. AI工厂是新的国家基础设施,驱动全新工业革命

关键结论:黄仁勋认为,AI数据中心并非传统意义上的数据中心,而是“AI工厂”,其核心任务是生成智能标记(Token),并已成为国家基础设施的一部分,驱动着一场新的工业革命。

详解:黄仁勋强调,当前建设的AI数据中心与传统的数据中心有着根本区别。它们不再仅仅是存储文件的设施,而是专注于一个单一任务:生成智能标记(tokens)。黄仁勋将这些设施称为“AI工厂”,并将其类比为传统的制造工厂,能够通过生产智能来创造收入。这些AI工厂的建造、运营和规模化方式与传统数据中心完全不同。它们是各国经济增长的重要驱动力,正促使各国元首争相建设自己的AI工厂,将其视为国家基础设施的重要组成部分和新的增长型制造业。

这种转变标志着继电力和信息产业之后,人工智能产业正成为被称为“智能基础设施”的新基础设施,每个国家、社会和公司都将依赖它。例如,欧洲正积极与英伟达合作建设本土AI基础设施,计划在两年内将AI计算能力提升10倍,预计将有20个规划中的AI工厂,其中几个达到千兆瓦级别。

6. 量子计算处于转折点,CUDA-Q推动量子经典协同计算

关键结论:量子计算正迎来一个关键转折点,英伟达通过CUDA-Q平台,实现了量子处理单元(QPU)与GPU的协同工作,加速量子经典计算。

详解:黄仁勋指出,量子计算在经历了近30年的发展后,正处于一个重要的转折点 34。自1995年纠错算法发明,到2023年谷歌展示首个逻辑量子比特,逻辑量子比特的数量正在以类似于摩尔定律的速度增长,预计每五年增长十倍,每十年增长一百倍。这些逻辑量子比特将具备更强的错误纠正能力、更高的性能和弹性。

英伟达与全球量子计算公司和欧洲的超级计算中心紧密合作,预见到在未来几年内,甚至在下一代超级计算机中,每个系统都将配备量子处理单元(QPU)并与GPU连接。QPU负责执行量子计算,而GPU则承担预处理、控制、高计算密度的纠错以及后期处理等任务。英伟达宣布其整个量子算法堆栈已在Grace Blackwell 200上实现加速,并推出了CUDA-Q,将CUDA扩展到量子经典领域,使得在量子计算机实际应用之前,相关应用可以通过模拟运行,或在量子计算机出现后以协作方式运行,从而实现量子经典加速计算 。

7. 全球生态系统构建:全栈工具与区域合作

关键结论:英伟达正与全球范围内的合作伙伴共同构建一个从底层硬件到上层应用的全栈AI生态系统,并积极推动区域性AI模型的本地化和性能提升。

详解:黄仁勋强调,人工智能的发展不仅依赖于顶尖的硬件,更离不开一个强大而全面的生态系统。英伟达的计算架构是唯一在所有云平台上可用且无处不在的AI架构,这使其能与全球所有主要的云服务提供商合作。他们加速全球最重要的软件开发商的应用,包括西门子、Cadence、红帽、ServiceNow等欧洲企业。计算堆栈的每一层,从计算、网络到存储,都在被重新定义。英伟达还与思科、戴尔、NetApp、Nutanix等建立了合作关系。在软件开发层面,已经从传统的C语言编程转变为DevOps、MLOps、AIOps等更现代的范式。

在区域合作方面,英伟达在英国、德国、意大利和法国等多个欧洲国家建立了AI技术中心,目标是进行合作研究、支持初创企业和构建本地生态系统。例如,与法国AI公司Mistral合作,共同打造一个AI云平台,用于部署其模型并为其他初创企业提供AI应用。此外,英伟达还通过Nemotron项目,对开源模型进行后期训练、神经网络架构搜索、提供更优质数据和强化学习技术,以提升其推理能力和上下文处理能力,如Nemotron对LLaMA模型的改进,确保区域数据和文化知识的本地化应用。

8. AI工厂的经济效益:从成本中心到创收设施

关键结论:AI工厂将被视为创造收入的设施,而非传统数据中心的成本中心,其高昂的建造成本(最高可达1000亿美元)要求极致的数字化和AI优化以实现最大利用率。

详解:黄仁勋挑战了传统数据中心作为成本中心的观念,明确指出AI工厂的本质是创收设施。他将其比作汽车工厂,一旦建成就能迅速带来收入增长,为更多人创造更多产品。这些AI工厂旨在制造智能标记(tokens),这些标记可以被重新构建成多种行业的生产性智能。建设这些AI工厂的成本极其高昂,有时可达500亿美元,未来甚至可能达到1000亿美元。

面对如此巨大的投资,黄仁勋强调,如果工厂的利用率未能最大化,工厂所有者将面临巨大的成本压力。因此,为了最大化工厂的效率和收入,必须尽可能地实现数字化,并利用AI将一切都放入元宇宙,以获取直接和持续的遥测数据,从而进行设计、制造、操作和优化。这种将AI基础设施视为国家级“增长型制造业”的理念,正在深刻改变全球经济格局。

9. 计算光刻与加速计算的广泛应用

关键结论:英伟达的加速计算平台通过CUDA-X系列库,广泛应用于分子动力学、半导体设计、数据分析、气象模拟、医疗影像等多个科学和工业领域。

详解:英伟达最初致力于创造一个能够超越传统计算机能力的计算平台,通过加速CPU,开创了加速计算的新范式。这项技术的核心是CUDA平台及其不断丰富的CUDA-X系列库。这些库使得软件和算法能够被重新设计,实现高度并行化,从而加速了各个应用领域。例如,计算光刻技术作为当今半导体设计中最关键的应用之一,在台积电和三星的工厂中运行,通过逆物理算法在芯片制造前进行模拟。

此外,Dynamo和cuDNN是英伟达迄今最重要的库之一,加速了深度神经网络的基本操作,并协调复杂的推理工作负载,覆盖整个AI工厂。其他重要的库还包括用于表达几何和物理求解器的Python框架Warp、加速Spark和scikit-learn的数据分析库cuDF和cuML、用于天气和气候基础模型的仿真环境Earth-2、医学影像框架MONAI以及基因组分析解决方案Parabricks等。这些应用表明,加速计算不仅限于人工智能,而是渗透并革命化了广泛的科学和工业计算领域。

10. 全球AI基础设施建设与欧洲战略地位

关键结论:全球正在大规模建设AI基础设施,其中欧洲作为工业革命的发源地,正重新成为AI时代的实验场,积极与英伟达合作,构建本土AI工厂和生态系统。

详解:黄仁勋指出,全球范围内对AI工厂的需求呈现爆发式增长。这些AI工厂被视为国家基础设施的一部分,各国元首纷纷与英伟达合作,希望拥有自己的AI工厂,将其作为增长型制造业。欧洲在这一全球趋势中扮演着关键角色,被黄仁勋视为AI时代的“实验场”和“发源地”。欧洲电信公司、云服务提供商和超级计算中心正积极与英伟达合作,建设本土AI基础设施和下一代AI超级计算机。据预测,欧洲将在两年内将AI计算能力提升10倍,除了公共云的部署外,还有20个规划中的AI工厂,其中不乏千兆瓦级别的超级工厂。

英伟达还在欧洲七个不同国家建立了AI技术中心,旨在促进合作研究、支持初创企业和构建本地生态系统,例如与法国Mistral合作建立AI云平台。这种大规模的投资和合作体现了计算即生产力,智能即能源的全新工业革命理念,预示着欧洲在全球AI版图中的重要地位。


您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

Copyright ©2011-2024 NTpcb.com All Right Reserved.  Powered by Discuz! (NTpcb)

本站信息均由会员发表,不代表NTpcb立场,如侵犯了您的权利请举报投诉

本站所有资料仅限参考学习交流,PCB原理图源码等所有资料不保证准确没问题,请不要用作生产。否则后果自负。

闽公网安备35062302000276号 | 闽ICP备2024076463号-1 | 论坛技术支持QQ群171867948 | 论坛问题,充值问题请联系QQ1308068381

平平安安
TOP
快速回复 返回顶部 返回列表