出品 丨 搜狐汽车·汽车咖啡馆

作者 丨 胡耀丹

3月19日，英伟达CEO黄仁勋在英伟达GTC 2025大会上发表主题演讲。在英伟达股价年内下滑10%的背景下，这一演讲被赋予了“股价保卫战”的意义。

“我曾说过，全球数据中心建设规模会达到1万亿美元，我相信这个时间点会比想象中更快到来。”在演讲中，黄仁勋坚定不移地认为，对AI芯片的需求会持续增长。

在当日的GTC大会上，黄仁勋发布了全新的Blackwell Ultra GPU，以及以此为基础用于推理、Agent的服务器SKU，也包括基于Blackwell架构的RTX全家桶。与此同时，英伟达在推理领域构建的“分布式推理服务库 Nvidia Dynamo，其智能推理优化能将每个GPU生成的token数量提升30倍以上。

在具身智能方面，模拟仿真Ominiverse、预测未来画面的世界基础模型Cosmos正在发挥作用。在GTC大会上黄仁勋表示，二者能够加速AI开发，推动自动驾驶汽车的安全性和智能化发展。

在GTC主题演讲中，黄仁勋正式发布了端到端自动驾驶汽车全栈综合安全系统NVIDIA Halos，并宣布，通用将在自动驾驶上使用英伟达的AI技术。

目前，英伟达面临竞争加剧、增长趋缓、算力需求减少等多个风险。根据GTC 2025大会黄仁勋的主题演讲，搜狐汽车整理出黄仁勋试图回答的十大问题，有关推理型AI、汽车业务进展、AI系统路线图等内容，全文如下：

Q1：生成式AI改变了什么？

A：人工智能在过去十年里取得了惊人的进步。最初是感知型AI，比如计算机视觉和语音识别；然后是生成式AI。在过去五年里，我们主要专注于生成式AI，教会人工智能如何从一种模态翻译到另一种模态，比如从文本到图像，从图像到视频，从氨基酸序列预测蛋白质结构，从化学公式预测分子特性。各种方式让AI帮助我们创造内容。

生成式AI从根本上改变了计算模式。过去，我们依赖检索型计算——提前创建内容、存储多个版本，在需要时调用。现在，AI理解上下文，明白我们的意图，并生成它知道的答案。如果需要，还可以检索信息、丰富自己的理解，并为我们生成解答。现在，AI不只是检索数据，而是生成答案。这改变了计算的本质。

Q2：生成式AI之后，AI会向哪个方向发展？

A：我们正在推出Agent AI，这是一种可以与数字世界互动、代表用户执行任务的人工智能。

接下来是物理人工智能，即有望为人形机器人提供动力的智能。

Q3：推理型AI是什么？

A：在过去几年里，发生了一个重大突破——我们称之为“推理型AI”。推理型AI意味着，人工智能可以像人一样，分步骤地推理，尝试多种路径，比较不同答案，最终选择最佳结果。

我们如何教会人工智能去执行这样的推理链？其中一个方法就是强化学习。过去几年，强化学习和自监督学习的发展，赋予了AI不断尝试和修正的能力。我们可以让AI在虚拟环境中反复挑战复杂的问题，生成数百万种不同情境，让它通过不断练习变得更好。结果是，为了训练一个强大的推理AI模型，需要处理数万亿级别的Token。

我们使用强化学习的方法，让AI在已知答案的数学和科学难题中不断尝试。比如解二次方程、逻辑推理、几何问题等，系统通过无数次训练积累经验，逐步进化。通过模拟数以百万计的问题和数以亿计的尝试，每次尝试都生成成千上万的Token，总体上形成数万亿级别的训练数据量。这种强化学习和合成数据生成结合的方法，极大地推动了推理型AI模型的发展。

整个行业正在快速响应这个变化。人工智能现在越来越有用，因为它越来越聪明，能够推理，并且应用越来越广泛。

Q4：推理型AI是否会降低算力需求？

A：在推理型AI中，生成的Token数量是巨大的。为了保证用户不需要等待太久，我们需要让系统计算速度提高十倍，而这意味着需要一百倍以上的计算量。

现在，每当你打开一个AI应用或去查询，等待时间似乎越来越长，这是因为有太多用户同时在使用这些服务，这是好事，说明AI正产生巨大影响。

训练这些模型和为它们提供推理服务所需要的计算资源在过去一年呈爆炸式增长。而Blackwell才刚刚开始出货。你可以从市场基础设施的建设速度看到这一点。

Q5：数据中心业务还会继续保持快速增长吗？

A：今年迄今为止，Blackwell GPU 已向四大云平台销售了360万块。来自分析师的预测数据显示，全球数据中心的资本支出预计到2030年将达到数万亿美元。我曾说过，全球数据中心建设规模会达到1万亿美元，我相信这个时间点会比想象中更快到来。

这个增长有两个核心动力：第一，计算方式从通用计算向加速计算和机器学习转型；第二，以前我们写软件并在计算机上运行，而未来，计算机将生成软件所需的token供软件使用。计算机将“生成token”，而不是从文件检索中提取数据，从检索型计算转变为生成型计算，从旧的数据中心建设方式转变为新型的基础设施建设方式。

我称之为AI工厂。因为它们只有一个任务，那就是生成这些令人难以置信的tokens，然后我们将其重新构建成音乐、文字、视频、研究、化学品和蛋白质。我们将其转化为各种不同类型的信息。未来，各行业和公司都将拥有两个工厂，一个生产产品，另一个提供数学支持，AI 工厂将为汽车、智能音响等产品提供支持。

Q6：将AI带入边缘计算领域有何意义？

A：英伟达与思科、T-Mobile 和服务器 ODC 合作建设无线电网络堆栈，将AI带入边缘计算领域。全球每年有大量资本投资于无线电网络和通信数据中心配置，这一合作能充分利用这些资源，实现加速计算与AI的融合。

AI 在其中发挥着关键作用，通过强化学习，它将更好地适应无线信号、大规模矿机、环境变化和交通条件，优化通信效果。

AI有望彻底改变通信方式，还有望凭借对上下文和先验知识的理解，仅用少量话语就能传达丰富信息，提升通信效率和质量，类似其在视频处理和三维图形处理方面的作用。AI将进入每个行业。这只是其中之一。

Q7：英伟达在自动驾驶汽车领域有哪些重要进展和成果？

A：英伟达在自动驾驶汽车领域投入超十年，研发的技术被众多自动驾驶汽车公司广泛应用，涵盖数据中心、车载计算等多场景。

与通用汽车合作意义重大，双方将在制造业AI、企业AI和车载 AI 三个领域展开合作，助力通用汽车在制造、工作模式、汽车设计与仿真以及车载 AI 基础设施等方面实现革新，推动自动驾驶汽车的发展，同时也为英伟达在自动驾驶领域拓展了业务和影响力。

在汽车安全方面，英伟达打造了名为 “Halos” 的安全体系，涉及硅片、系统、软件、算法等多方面技术，强调确保多样性、监控、透明度和可解释性。对700万行代码进行安全评估，芯片、系统软件和算法通过第三方安全评估，拥有超1000项专利。

Q8：英伟达是如何通过AI技术提升汽车安全性并实现自动驾驶的？

A：英伟达通过使用Omniverse和Cosmos加速AI开发，推动自动驾驶汽车的安全性和智能化。Cosmos的预测和推理能力支持AI优先的自动驾驶系统，采用新的开发方法，如模型蒸馏、闭环训练和合成数据生成。

Cosmos把知识从速度较慢但更智能的“教师模型”传递给更小巧快速的“学生模型”。在汽车行驶过程中，教师模型展示出最佳行驶轨迹，学生模型通过多次迭代学习，不断接近教师模型的表现水平，以此优化自动驾驶决策，提升行驶安全性。

闭环训练能对政策模型进行微调。把车辆行驶过程中的日志数据转化为三维场景，用于基于物理的仿真驾驶闭环。通过Omniverse的神经重建技术生成多种场景变化，测试模型的轨迹生成能力。同时，Cosmos的行为评估器对生成的驾驶行为进行评分，衡量模型表现。新生成的场景和评估结果构成大量数据集，帮助自动驾驶系统更好地应对复杂场景，增强了系统在不同环境下的安全性和适应性。

利用三维合成数据生成技术，Omniverse根据日志数据融合地图和图像，构建出详细的四维驾驶环境，并生成现实世界的数字双胞胎，精确到对每个像素进行分类，以此引导Cosmos。Cosmos通过生成大量准确且多样化的场景扩充训练数据，缩小模拟与现实的差距，使自动驾驶系统能够更好地适应各种复杂环境，实现智能驾驶，进一步保障了行车安全。

Q9：Dynamo软件有什么优势？

A： Dynamo是一款开源软件，该软件可以提高人工智能推理的效率并降低成本。Dynamo 甚至可以让在 Nvidia Hopper 平台（Blackwell 的前身）上为 Meta的Llama型号提供服务的性能提高一倍。

它将使用户能够加速采用人工智能推理，包括 AWS、Cohere、CoreWeave、戴尔、Fireworks、谷歌云、Lambda、Meta、微软 Azure、Nebius、NetApp、OCI、Perplexity、Together AI 和 VAST。

Q10：英伟达的AI系统路线图是怎么样的？

A：Blackwell Ultra 将于今年下半年上市，亚马逊的 AWS、谷歌云、微软的 Azure 和甲骨文将成为首批提供由 Blackwell Ultra 提供支持的服务的云服务提供商。

Vera Rubin 是英伟达的下一代系统，它将包含144个独立的 Nvidia GPU，该系统预计将于 2026 年下半年推出。

公司将在2027年下半年发布包含576个GPU的Rubin Ultra，该系统将大幅提高AI计算能力和效率。