“我只想讓大家知道，此刻站在這里，全憑臨場發揮。”北京時間3月19日凌晨1點，英偉達CEO黃仁勛迎著臺下上萬名觀眾的歡呼聲，開啟了2025年度GTC大會的主題演講。

沒有預備發言稿，也沒有提詞器，但黃仁勛在兩個多小時的演講可謂“信息量爆炸”：Blackwell進展、AI市場判斷、機器人、光電共封裝CPO新品……這些備受業界關注的焦點，英偉達一件不落地給出了最新官方回應。

顯然，臨場發揮的黃仁勛必須“有備而來”，抓住這一令全球目光聚焦的時刻，不僅亟需證明英偉達本身，更要證明英偉達對AI押下的賭注是正確的。

GTC現場，黃仁勛與小機器人同臺互動

信號一：Agentic AI時代，計算需求或將暴增

撥開GTC演講的大幕，黃仁勛最先也最想釋放出的信號與AI市場直接相關。

人工智能真正進入全球公眾視野，大約是在十年前。在這十年光景里，人工智能經歷了不同階段的變化。一開始是感知人工智能，包括計算機視覺、語音識別；接著是過去五年逐漸受到關注的生成式人工智能：在一個模態與另一個模態之間進行轉換，例如文生圖、圖生文、文生視頻。

“生成式人工智能從根本上改變了計算的方式，從檢索式計算模型轉變為生成式計算模型。”黃仁勛表示。

此次GTC大會，“Agentic AI”（代理式AI）成為英偉達頻頻提及的關鍵詞。黃仁勛對其進行了解釋：“Agentic AI”從根本上說，是指具備“自主性”（agency）的AI，它能夠感知和理解環境的上下文，很重要的一點是它能進行推理，思考如何回答或解決問題，制定并執行計劃，還能使用工具。黃仁勛認為，Agentic AI 的基礎是推理。

英偉達Dynamo 開源庫加速并擴展 AI 推理模型

“今年的GTC被稱為AI界的‘超級碗’。唯一的區別在于，在這場‘超級碗’里，每個人都是贏家。”黃仁勛做出如此比喻，透露出其對AI前景的樂觀態度。

以DeepSeek為代表的開源推理大模型的問世，曾一度令英偉達遭受資本市場的質疑。今年2月，黃仁勛首次正面表達了對于DeepSeek問世將利好英偉達未來的信心。在本次GTC大會上，黃仁勛再次對AI需求問題作出回應：

“過去這一年，幾乎整個世界在這方面都看走眼了。AI的計算需求及其擴展定律其實更具韌性，甚至可以說是超加速。由于Agentic AI、推理的出現，如今我們所需的計算量比一年前的預期至少高出100倍。”

上述判斷如何得出？答案藏在被英偉達視為人工智能基本構成單元的“token”身上。

黃仁勛表示，現在我們有了能逐步推理的AI，它利用“Chain of Thought”（思維鏈）、取多種解法里最優和一致性檢查等多種技術，一步一步地分解問題，進行推理。由此可以想見，AI所生成的token數量會急劇增多。

那么，前文的“100倍”具體意味著什么？黃仁勛用數字給出解釋：這也許是生成了100倍的token數量；又或者，模型本身更復雜，只生成10倍的token，但若想讓模型具備交互性、實時性，就要把計算速度再提高10倍。這樣一來，10倍的token、10倍的速度，就相當于需要100倍的計算量。因此，推理所需的計算量遠超以往。

信號二：芯片路線圖按節奏推進

如果AI計算需求持續呈倍數級增長，英偉達如何應對？

“英偉達未來幾年的路線圖，大約保持一年一次的迭代節奏，就像時鐘滴答一樣穩定。”黃仁勛表示。

借助今年GTC大會，黃仁勛提前透露了一張涉及未來幾年的芯片架構路線圖，將每年升級全棧AI系統、發布一條新產品線：2025年下半年推出Blackwell Ultra，2026年下半年推出Rubin，2027年下半年推出Rubin Ultra，預計2028年推出采用下一代HBM的Feynman平臺。

Blackwell 系列工作站和服務器GPU

具體來看，英偉達于去年3月發布了AI芯片與超級計算平臺Blackwell架構，并推出GB200芯片。此次黃仁勛表示，目前Blackwell已經全面投產。今年，Blackwell新一代芯片的正式名字為Blakwell Ultra。據悉，Blackwell Ultra由臺積電N4P工藝的Blackwell GPU+Grace CPU+更大容量的HBM封裝而來。英偉達表示，Blackwell Ultra也適用于AI智能體，以及用于訓練機器人和汽車自動駕駛的“物理AI”。

此外，英偉達公布了繼Hopper、Blackwell之后的下一代GPU架構Rubin——以在暗物質研究領域取得突破性進展的天文學家Vera Rubin命名，以及Rubin Ultra的計劃配置。據悉，Rubin平臺擁有全新的CPU和網絡架構，性能將是Hopper的兩倍，且內存更大，將為AI應用提供更強大的支持。Rubin Ultra系統由Rubin Ultra GPU和Vera CPU組成。Rubin Ultra由4塊掩模尺寸的GPU組成，擁有1TB HBM4e內存，FP4峰值推理能力可達100PFLOPS。

值得一提的是，此次黃仁勛還宣布了Rubin之后的下一代AI芯片架構“Feynman”。該名稱源自對量子計算領域有著重要貢獻的科學家Richard Phillips Feynman。

提前公布未來三年路線圖的原因何在？黃仁勛給出的解釋是，現在要建的是AI工廠，這需要多年規劃。

“這可不是買臺筆記本電腦那么簡單，也不是一筆隨心所欲的支出，而是必須經過對土地、電力、資金、工程團隊等各方面的長遠計劃。”黃仁勛在演講中說道， “所以我們必須給出一個2—3年的預告，而不是等到某個月份突然說‘嘿，下個月又有一個超棒的新系統’”。

信號三：關于未來還有更多“宏大敘事”

AI行業并非一個單點，而是從技術到設施再到應用的一個立體面。因此，作為AI行業走在前面的那一批，英偉達的故事只講“芯片”還遠遠不夠。此次，黃仁勛從一些側面傳達出英偉達在整個AI產業鏈的布局。

英偉達正式發布硅光網絡交換機

從上游技術層面來看，AI光通信時代背景下，數據中心規模持續擴大，帶寬容量與高速數據傳輸速率的需求明顯增加。光電共封裝（Co-Packaged Optics，CPO）作為一種新型的光電子集成技術，受到產業界眾多頭部企業關注。此次，英偉達正式發布硅光子網絡交換機Spectrum-X和Quantum-X，目的是推動AI工廠擴展到數百萬GPU級別。值得關注的是，英偉達的硅光生態系統伙伴包括了臺積電、康寧、Browave、Coherent等知名公司。

“AI工廠是一種超大規模的新型數據中心，必須采用全新的網絡基礎設施才能跟上它的發展步伐。”黃仁勛表示，英偉達將硅光直接集成到交換機中，打破了超大規模和企業網絡的舊有限制，為百萬GPU AI工廠打開大門。”據悉，英偉達的硅光交換機創新地集成了光器件，減少了4倍的激光器數量，與傳統方法相比，能源效率提高到3.5倍，信號完整性提高到63倍，大規模組網可靠性提高到10倍，部署速度提高到1.3倍。

在下游應用層面，機器人賽道是當前人工智能應用中最受關注的領域之一。此次的GTC大會，英偉達發布了全球首個開源且完全可定制的人形機器人基礎模型Isaac GR00T N1，并推出加速機器人開發的仿真框架。其中，英偉達、谷歌DeepMind和迪士尼合作開發新一代開源物理引擎Newton，旨在加速人形機器人學習與開發。

“物理AI和機器人正在飛速發展，可能會成為規模最大的產業。”黃仁勛表示，一切的核心挑戰跟之前類似：數據從哪來、模型架構是什么、以及如何做擴展（scaling）。在機器人領域，同樣需要能大量生成或獲取數據，需要強大的算力來訓練模型，以及讓AI越訓越強的擴展性。