AI将重构一切底层架构 | 黄仁勋ComputeX 2025 | 英伟达30年发展历程
1. **英伟达的三次战略转型**
* **初创阶段（1993年）**：英伟达成立时专注于图形芯片技术，目标是使计算机能够实时渲染3D图形。
* **2006年：CUDA的推出**：通过推出CUDA并行计算架构，英伟达首次展示了GPU的通用计算能力，开启了全新的计算时代。
* **2016年：深度学习与AI转型**：英伟达在AI兴起时，推动技术栈向AI优化转型，推出DGX-1系统，虽然最初遭遇冷遇，但为AI革命奠定了基础。
* **2025年：AI基础设施的构建者**：英伟达的使命转变为构建支撑全球智能经济的底层架构，类似电力革命中的GE与西门子。
2. **英伟达的核心技术**
* **CUDA与NVLink**：英伟达的核心竞争力源于其强大的CUDA软件生态和NVLink硬件互联技术。
* **CUDA-X库**：从1999年开始，英伟达建立了强大的CUDA-X库生态，涵盖图形、科学计算、生物医学等多个领域，推动了计算加速。
* **NVLink技术**：原本作为英伟达的独家高速互连技术，现在通过开放授权，吸引更多合作伙伴加入，形成半开放生态。
3. **AI发展的三个阶段**
* **感知AI（2010-2020年）**：图像识别、语音理解等技术的应用。
* **生成与推理AI（2020-2030年）**：AI具备了问题分解与模拟决策的能力。
* **物理AI（2030年后）**：AI需要理解现实世界的物理规律，应用于自动驾驶、工业机器人等领域。
4. **核心技术：Newton与Isaac Gr00t**
* **Newton物理引擎**：与DeepMind、迪士尼合作，支持刚体与软体的高保真模拟，将于7月开源。
* **Isaac Gr00t平台**：基于Jetson Thor芯片，集成机器人开发的全流程工具，N1.5版本已经开源并获得6000次下载。
5. **Grace Blackwell系统**
* **扩展能力：Scale Up与Scale Out**：Grace Blackwell系统支持更高的计算性能和更大的内存，提升了推理性能，并通过100%液冷设计解决了高性能计算的散热问题。
* **性能提升**：Grace Blackwell的推理性能比B200提升1.5倍，网络能力提升2倍，并具备更高的整体系统性能。
6. **AI算力民主化**
* **DGX系列**：推出更为紧凑的产品，如DGX Spark，目标是让中小企业与开发者能够运行十亿级参数的模型。
* **AI原生架构**：针对企业IT的转型需求，推出全新计算、存储、网络架构，提升AI计算性能。
7. **AI工厂与智能基础设施**
* **AI工厂**：将传统数据中心定义为“输入能源、输出高价值token的智能工厂”，英伟达的目标是成为这些工厂的“基建总承包商”。
* **AI原生架构的三层重构**：
* **计算层**：推出RTX Pro Enterprise服务器，提升AI性能。
* **存储层**：AI-Q智能查询系统，提升查询速度和相关性。
* **网络层**：通过NVLink spine构建“机架级主板”，提高数据传输速度。
8. **企业AI转型**
* **AI Agent的应用**：企业IT部门将成为“数字员工的人力资源部”，管理、评估AI Agent的工作流。
* **合作伙伴与解决方案**：与埃森哲、德勤等咨询公司合作，推出AI转型解决方案。
9. **工业应用与数字孪生**
* **台积电与鸿海的应用**：台积电通过Omniverse构建数字孪生，鸿海则通过Isaac Sim训练协作机器人，这些实践体现了英伟达“模拟优先”的技术策略。
10. **英伟达Constellation海外总部**
* **战略布局**：在台北北投士林科技园区设立海外总部，加强与台积电、联电等半导体企业的技术合作，同时辐射中国大陆、日本、韩国等关键市场。
11. **黄仁勋的核心观点**
* **AI是重构一切的底层架构**：AI将改变电力、互联网等基础设施的作用，英伟达正在通过“开放生态+垂直整合”策略构建AI基础设施帝国。
黄仁勋的演讲强调了英伟达在AI领域的核心地位，展示了未来AI将如何作为基础设施推动全球经济的变革。
