黃仁勳強調美國作為創新之地,正面臨著繼半導體和網際網路之後的 AI 革命,並將其比擬為「阿波羅時刻」。他闡述了 加速運算(Accelerated Computing) 對於克服摩爾定律極限的重要性,並介紹了 NVIDIA 的 CUDA 軟體模型 及其硬體架構,如 Grace Blackwell(GB200) 和下一代 Ruben 平台,旨在以更低成本實現指數級的 AI 效能提升。 以下將為大家整理黃仁勳昨天在 GTC 大會上提及的幾大重點內容: 黃仁勳指出,美國正處於由革命性新運算模式所開啟的下一個時代,這將是 NVIDIA 對電腦產業最重大的貢獻之一,並可能被視為一場革命。由於摩爾定律的極限已至,迪納德縮放(Dinard scaling)已停止,電晶體性能增長緩慢。加速運算(Accelerated Computing)是解決方案,它利用 GPU 和並行運算來擴展運算能力,超越了以往的循序處理 CPU。 並指出 CUDA 程式設計模型是實現加速運算的寶藏,NVIDIA 擁有 350 個 CUDA X 函式庫,支援各種領域,包括 cuLitho(計算光刻)、cuDNN(推動 AI 發展的函式庫)、Monai(醫療影像 AI 框架)等。 黃仁勳提及人工智慧(AI)是新的工業革命,它像電力和網際網路一樣,是一種基礎設施,AI 不僅僅是聊天機器人,它徹底改造了整個運算堆疊。AI 的核心運算單位是 Token,可以將任何具有資訊內容和結構的東西(如文字、圖像、3D 結構、化學品、蛋白質、機器人動作)代幣化。 過去的軟體(如 Word、Excel)是工具,但 AI 能夠實際執行工作,並使用這些工具。AI 將參與到高達 100 兆美元的全球經濟中,提高生產力並解決勞動力短缺。 NVIDIA 正在創建一種新型系統——AI 工廠,與過去的通用資料中心不同,AI 工廠專門設計用於生產「有價值的 Token」,並追求極高的生成速率和成本效益。NVIDIA 使用 Omniverse DSX 作為數位藍圖,用於建造和營運 Gigascale 級別的 AI 工廠。 這使得建築、電力和冷卻系統能夠與 NVIDIA 的 AI 基礎設施堆疊進行協同設計。在實體工廠尚未存在之前,工程師就可以使用數位孿生進行規劃、優化和操作。例如,一個 1 吉瓦(Gigawatt)的 AI 工廠,透過 DSX 優化,每年可額外帶來數十億美元的收入。 黃仁勳在 GTC 大會中也提到了GB200 是有史以來最極端的協同設計電腦之一,可視為自 IBM System 360 以來最徹底的重新發明。它利用 NVLink 72 將 72 個 GPU 連接到一個巨大架構中,形成一個單一的虛擬 GPU。Grace Blackwell (單個 GPU) 的效能比 H200 高出 10 倍,並提供最低的 Token 生成成本。並且 NVIDIA 預計 Blackwell 和早期 Reuben 在 2026 財年結束前的累計業務可見度達到 5000 億美元,是 Hopper 增長率的五倍。 NVIDIA 也正積極響應將製造業帶回美國的呼籲,Blackwell 系統在亞利桑那州、印第安納州、德州和加州等地進行全線生產。