還有人比輝達的創始人黃仁勳，更適合做 2025 年 CES 的開幕主講人嗎？

作為標誌著 CES2025 正式揭幕的活動，黃仁勳的主題演講從一開始就是點燃眾人期待的開年盛事。

當地時間 1 月 6 日，黃仁勳換了一身閃亮的蛇皮夾克——而不是他經常在發佈會上穿的那件標誌性夾克。「我夾克怎麼樣？」老黃在開場就用這身皮衣和人們開起了玩笑。

畢竟，這裡是賭城拉斯維加斯，不「浮誇」一些都是對 CES 舉辦地的不尊重。

黃仁勳身上閃亮的皮衣，既代表了輝達今年誇張的市值表現，同樣意味著當晚的開場演講中，他將發佈一系列炸裂的產品。

如果你認為 RTX 5090 這樣的新「核彈」是老黃演講的重心，那顯然看輕了當晚的發佈會。輝達早已經成為 AI 行業的「兵工廠」，發佈會上黃仁勳不僅公佈了 Omniverse+Cosmos 這樣立足於物理世界的 AI 模型和整套生產流程，同時還曝光了一款仍未定名的桌面級 AI 超算「Project Digits」。

總結一句話，那就是，AI 發展的韁繩，依然牢牢掌控在輝達的手中。

01  RTX5090 系列：算力加量大減價

首先登場的是今年的旗艦顯示卡重頭戲：RTX50 系列。

雖然經受著來自 AMD 的壓力，但在經曆數月的傳聞後，輝達終於在 CES 2025 上正式發佈了下一代 RTX Blackwell GPU 系列，共包括四款型號：

其中，RTX 5090 和 RTX 5080 將於 1 月 30 日發售，RTX 5070 Ti 和 RTX 5070 將於 2 月發佈。

RTX 50 系列採用全新的 Founders Edition 設計，配備雙向流通風扇以及 GDDR7 視訊記憶體，所有型號均支援 PCIe Gen 5 和 DisplayPort 2.1b 介面，可驅動高達 8K/165Hz 的顯示輸出。

得益於新架構 Blackwell 和 DLSS 4，RTX 5090 的性能據稱比 RTX 4090 快兩倍。不過功耗也增加了 125 瓦，但輝達表示其效率更高，只有在滿負荷時才會達到 575 瓦。

RTX 5080 性能同樣提升巨大，據稱比 RTX 4080 快兩倍；黃仁勳同時表示 RTX 5070 的性能等同於 RTX 4090，但售價僅有 $549。

輝達聲稱，RTX 5070 Ti 比 RTX 4070 Ti 快兩倍，而 RTX 5070 的性能等同於 RTX 4090，售價僅 $549。

RTX50 系列性能相比 40 系列均有「翻倍」的提升｜圖片來源：輝達

但這個「翻倍」的性能提升中，新一代支援多幀生成的 DLSS 4 技術同樣功不可沒，它能在傳統渲染的基礎上生成最多 3 個額外幀，影格率可提升高達 8 倍。同時利用生成式 AI 提升材質壓縮與遊戲角色面部質量。

黃仁勳也直言「沒有生成式 AI，我們無法走到今天這一步」。

在演示中，輝達展示了 RTX 5090 在《賽博朋克 2077》中開啟 DLSS 4 後達到 238fps，而 RTX 4090 在 DLSS 3.5 下僅能達到 106fps。兩款 GPU 均啟用了完整的光線追蹤功能。

DLSS 4 還應用了即時 Transformer 模型，可改進影像品質、減少拖影並在動態畫面中提供更高細節。DLSS 4 的部分升級也將適配現有的 RTX GPU。

除了桌面級顯示卡系列，輝達還將在筆記型電腦上推出 RTX50 系列 GPU，將於 3 月起由多家 PC 製造商發佈產品登場。

當然也不能忘記針對中國市場特供的 RTX5090D 版本：從目前輝達官網公開的資訊來看，RTX5090D 在主要在 AI 算力上進行了削減，其他部分的性能沒有改變。

RTX5090D 與 RTX5090 性能差別｜圖片來源：輝達官網

02  Omniverse+Cosmos：世界模型與數字孿生

除了 RTX5090 系列顯示卡，支撐起輝達股價暴漲的，還有輝達在世界模型領域的進展。

在主題演講中，黃仁勳介紹了名為 Cosmos 的一系列世界基礎模型：這些模型能夠預測並生成「物理感知」（physics-aware）的視訊，其目的是為瞭解決當前 AI 模型「知其然不知其所以然」的問題。

目前，輝達發佈的 Cosmos 系列模型分為三大類：

Ultra：用於最大質量和高保真輸出。

這些模型參數規模從 40 億到 140 億不等，Nano 是最小的模型，Ultra 是最大的。雖然參數越多性能通常越好，但開發者仍然可根據具體應用進行微調，並可通過輝達的 API 和 NGC 目錄、GitHub 以及 Hugging Face AI 開發平台獲取。

據黃仁勳在演講中介紹，這些模型基於 9000 兆個標記（tokens）和 2000 萬小時的真實世界人機互動、環境、工業、機器人及駕駛資料訓練而成，但並未透露這些學習資料的具體來源：此前已經有報導表示這些資料來源是 YouTube 視訊。

對此，輝達只是表示「使用的資料來自多種公共和私人來源，這些都符合法律規定」。

回到世界模型本身，有了海量的現實世界視訊資料作為支撐，Cosmos WFM 模型能夠根據文字或視訊幀生成「可控的高品質」合成資料，用於機器人、自動駕駛汽車等領域的模型訓練和開發。

Cosmos 能夠基於物理定律，輸出合理的圖像用於訓練機器人｜圖片來源：輝達

雖然與傳統意義上的「開源模型」有些偏差，但輝達還是允許無論公司規模如何，研究人員和開發者都可以根據輝達的開放模型許可協議自由使用 Cosmos 模型，並且該許可協議允許商業用途。

按照輝達展示的案例，Cosmos 已經被應用於模擬真實環境，如工廠車間或駕駛場景。或者與 Sora 類似，使用多模態內容（如文字、圖像、視訊以及機器人感測器資料）的輸入生成基於物理定律的視訊。

目前，已經有包括 Wayve、Uber 這樣的自動駕駛公司，在使用 Cosmos 用於加速自動駕駛技術的推進。黃仁勳也表示希望 Cosmos「能為機器人和工業 AI 領域帶來像 Llama 為企業 AI 所帶來的變革。」

除了世界模型，一同公佈的還有輝達數字孿生領域的新成果：Mega Omniverse Blueprint，一個用於建立工業數字孿生的框架。

輝達表示，這一全新框架通過軟體定義的測試和最佳化，為工廠和倉庫帶來了工業 AI 和機器人模擬的新平台。

據黃仁勳介紹，當前全球的 1000 萬工廠、近 20 萬個倉庫和 4000 萬英里高速公路構成了我們物理世界的「計算」網路。然而，這個龐大網路中的生產設施和配送中心網路仍然需要手動設計、操作和最佳化。

在倉儲和配送中，操作員面臨高度複雜的決策最佳化問題——包括人類工人、機器人、代理系統和裝置之間的變數和相互依賴性仍然複雜，，當前的數字孿生仍然很難實現在這種複雜環境下的分析與處理。

針對這種物理世界的需求，輝達發佈了名為「Mega」的 Omniverse Blueprint 框架，用於在數字孿生環境中大規模開發、測試和最佳化物理 AI 和機器人佇列，然後再部署到現實設施中。

目前，先進的倉庫和工廠已經開始使用超過數百個自主移動機器人、機械臂和人形機器人與人類協作工作。由於越來越複雜的感測器和機器人自主系統的實現，因此需要在模擬中進行協調訓練以最佳化操作、確保安全並避免中斷。

針對機器人的自主系統，模擬路徑規劃的各種可能性，從而找出效率最高的版本｜圖片來源：輝達

針對這種需求，Mega 提供了一個參考架構，基於輝達加速計算、AI、Nvidia Isaac 和 Nvidia Omniverse 技術，用於開發和測試數字孿生。這些數字孿生可用於測試驅動機器人的 AI 大腦、視訊分析 AI 代理、裝置等，從而處理龐大的複雜性和規模。

通過這種數字孿生，企業可以不斷更新其設施中的機器人大腦，以實現智能化的路徑規劃和任務分配，從而提升營運效率。

在模擬環境中，這些機器人可以通過感知和推理完成任務，規劃下一步動作並在數字孿生中執行。這種循環會持續進行，Mega 精確跟蹤數字孿生中所有資產的狀態和位置。

與 IT 行業不同，物理工業市場仍在等待自己的軟體定義時刻。「未來，每個工廠都會有一個數字孿生」黃仁勳說道。

03  Project DIGITS：超算中心搬回家

隨著大模型「煉丹」在最近幾年迅速成為全民浪潮，就連普通使用者中都湧現出了了不少對高算力有需求的使用場景——但顯然不是每個人都有條件搞 GPU 叢集來訓練自己的大模型。

針對這種需求與現實的落差，這次輝達拿出了一個專屬的解決方案：一台相當於 Mac mini 大小的計算單元 Project Digits。

能放在桌面上的 Project Digits｜圖片來源：輝達

Project Digits的核心是新一代 GB10 Grace Blackwell 晶片，這款桌面級系統可以處理高達 2000 億參數 的 AI 模型，同時使用標準家用電源插座實現供電——這點在以往同等算力需要更大且耗電更多的硬體上來講通常是難以想像的事。

在 CPU 部分，Project Digits 採用輝達自家的 Grace CPU，採用定製 20 核心 ARM 架構，每台系統配備了 128GB 的統一記憶體（普通筆記型電腦可能只有 16GB 或 32GB 的 RAM）以及高達 4TB 的 NVMe 儲存空間。

輝達還為 Project Digits 使用者提供了各種 AI 軟體，包括開發工具包、編排工具，以及通過輝達 NGC 目錄提供的預訓練模型。作業系統運行基於 Linux 的 輝達 DGX OS，並支援主流框架，如 PyTorch、Python 和 Jupyter。

開發者可以利用輝達 NeMo 框架對模型進行微調，還可以使用輝達 RAPIDS 庫 加速資料科學工作流程。

在本地開發和測試 AI 模型後，使用者可以將這些模型部署到雲服務或資料中心基礎設施中，保持與 Grace Blackwell 架構和 輝達 AI 企業軟體平台的無縫對接。

不僅外觀與 Mac mini 相似，Project Digits 甚至就連用法都與 Mac mini 異常接近：對於需要更強大算力的應用，兩台 Project Digits 系統可以連接在一起，獲得足以處理高達 4050 億參數模型的性能。

如果你對這個模型體積沒有精準概念，這裡有一個參照物：Meta 目前最頂級的模型 Llama 3.1 有 4050 億參數

換言之，有了兩台這樣的「Mac mini」，你就能實現在家搭建起一個能跑起來目前最頂級的大模型的「超算中心」。

Project Digits 將於今年五月正式推出，起售價為 3000 美元。雖然這仍然不是一個便宜的價格，但仍然是輝達為個人開發者提供的一種能夠接觸到超級算力的解決方案，同時也為 AI 應用的研發與部署，帶來了更高的靈活性和效率。

雖然 CES 上，消費電子才是主流，但是黃仁勳的開場，再次證明在仍在發展的 AI 浪潮中，基建的快速進化，才是重中之重。

算力、模型、應用落地，輝達的「AI 基建三件套」已經越來越成熟，這才是為什麼老黃並沒有再次說出那句經典得「買得多、省得多」——他早已不需要說了，輝達的重心早已不是單純的「賣卡」，他們有了更大的目標和野心。而當晚的發佈會上，黃仁勳已經將公司的計畫「提前劇透」了。 (極客公園)

在2025年的國際消費電子展（CES）上，輝達首席執行官黃仁勳發表了主題演講，“代理式AI已經到來，下一步是物理AI”

他在演講中展示了一系列令人驚嘆的新產品，第一時間給大家劃個重點，再配上視訊，震撼到驚到你下巴哈哈😄，分享給大家

1. GeForce RTX 5090 Blackwell GPU：性能怪獸，像素生成利器

黃仁勳首先介紹了全新的GeForce RTX 5090顯示卡，它採用了Blackwell架構，擁有驚人的920億個電晶體和4 petaFLOPS的AI算力。這款GPU的性能是上一代產品的三倍，擁有380 teraFLOPS的光線追蹤算力和125 teraFLOPS的著色器算力。它還配備了來自美光的G7記憶體，頻寬高達1.8 TB/s，是上一代的兩倍。

更重要的是，RTX 5090支援AI工作負載和圖形工作負載的混合處理，並且其可程式設計著色器現在也能夠處理神經網路。輝達利用這一特性發明了神經紋理壓縮和神經材質著色技術，利用AI學習紋理和壓縮演算法，從而生成極其逼真的圖像

2. NVIDIA Cosmos：世界基礎模型，建構虛擬世界和生成逼真的合成資料

黃仁勳隨後介紹了NVIDIA Cosmos，這是一個世界基礎模型開發平台，旨在推進物理AI的發展。Cosmos包括自回歸世界基礎模型、基於擴散的世界基礎模型、先進的分詞器以及NVIDIA CUDA加速的AI資料流水線。

Cosmos模型可以接收文字、圖像或視訊提示，並生成虛擬世界狀態的視訊。它特別針對自動駕駛和機器人等應用場景進行了最佳化，能夠生成逼真的環境、光照和物體恆常性。開發者可以使用NVIDIA Omniverse建構基於物理的、地理空間精確的場景，然後將渲染結果輸入Cosmos，生成逼真的、基於物理的合成資料。

Cosmos可以用於生成各種不同的物體、環境、天氣條件、時間變化以及邊緣場景，幫助開發者進行強化學習AI反饋以改進策略模型，或者測試和驗證模型性能，甚至跨越多感測器檢視。Cosmos還可以即時生成token，為AI模型帶來預見能力和多宇宙模擬能力，生成每一個可能的未來，幫助模型選擇正確的路徑

3. GB10超級晶片：世界最小AI超級電腦

黃仁勳還發佈了一款名為“Project Digits”的AI超級電腦，它運行完整的NVIDIA AI堆疊和所有NVIDIA軟體，可以作為DGX Cloud的節點，也可以作為無線或有線連接的AI工作站。

這款超級電腦的核心是一顆名為GB10的超級晶片，它是輝達與聯發科合作開發的，將Grace CPU和Blackwell GPU通過晶片間MV link連接在一起。這款名為GB10的超級晶片的超級電腦體積小巧，卻擁有強大的性能，目前已投入生產，預計將於5月左右上市

4. GB200 NVL72：資料中心超級晶片，算力突破天際

最後，黃仁勳展示了用於資料中心的GB200 NVL72超級晶片。這款晶片整合了72個Blackwell GPU，共144個裸片，擁有高達1.4 exaFLOPS的AI浮點性能，這是目前世界上最快的超級電腦的性能的1.4倍。它還配備了14TB的記憶體，記憶體頻寬高達1.2 PB/s，相當於整個網際網路的當前流量

GB200 NVL72擁有130兆個電晶體，2592個CPU核心，以及大量的網路晶片和NVLink晶片。這款超級晶片的發佈標誌著計算能力的又一次飛躍，將為AI研究和應用帶來無限可能 (AI寒武紀)

輝達老黃，成了今年的聖誕老黃。

GPU新核彈B300，以及附帶CPU的超級晶片GB300。

高算力，在產品層面上相比B200在FLOPS上提高50%

大視訊記憶體，從192GB提升到288GB，也是提高了50%。

包含72塊GB300的“新一代計算單元”GB300 NVL72，更是被評價為“能讓OpenAI o1/o3推理大模型的思維鏈長度，在高batch size下達到10萬tokens的唯一方案”。

這與今年3月份“AI春晚”發佈的B200系列只隔了幾個月。

根據SemiAnalysis爆料，從第三季度開始，許多AI巨頭已經將訂單從B200轉移到了B300（只有微軟還在第四季度繼續購買了部分B200）。

有不少網友感嘆，更新速度實在太快了！

既是解決了此前傳聞中B200因設計缺陷被迫推遲的問題，又是對隔壁AMD MI300系列後續產品將在2025年提升視訊記憶體容量的回應。

既然都是Blackwell架構沒有跨代，B300的算力提高來自那裡呢？

根據這次爆料，主要有三部分：

工藝節點，與B200使用同樣的台積電4NP，但是全新流片

增加功率，GB300和B300 HGX的TDP分別達到1.4KW、1.2KW，相比之下B200系列分別提高0.2KW

架構微創新，例如在CPU和GPU之間動態分配功率

除了更高FLOPS之外，B300系列的視訊記憶體也做了升級：

從8層堆疊的HBM3E升級到12層（12-Hi HBM3E）

視訊記憶體容量從192GB升級到288GB

視訊記憶體頻寬保持不變，仍為8TB/s

此外產品交付層面還有一個大變化：

GB200系列提供整個Bianca Board，也就包括兩顆GPU、一顆CPU、CPU的記憶體等所有元件都整合在一塊PCB版上。

GB300系列將只提供參考板（Reference Board），包括兩顆B300 GPU、一顆Grace CPU、HMC（Hybrid Memory Cube），LPCAMM記憶體模組等元件將由客戶自行採購。

這給供應鏈上的OEM和ODM製造商帶來了新的機會。

視訊記憶體的升級對OpenAI o1/o3一類的推理大模型至關重要，因為推理思維鏈長度會增加KVCache，影響batch size和延遲。

以一個GB300 NVL72“計算單元”為單位考慮時，它使72個GPU能夠以極低的延遲處理相同的問題，並共享視訊記憶體。

在此基礎上從GB200升級到GB300，還可以帶來許多好處：

處理同一問題時，可以搜尋更多樣本，最終提高模型能力

為瞭解釋這些提升，SemiAnalysis舉了個更為直觀的例子。

下圖是在不同批處理大小下，使用H100和H200兩種GPU處理長序列時，Llama 3.1 405B在FP8精度下的處理速度。

輸入設定為1000個token、輸出19000個token，由此模擬OpenAI o1和o3模型中的思維鏈。

從H100升級到H200，有兩個顯著改進。

一是在所有可比較的batch size中，H200的記憶體頻寬更大（H200 4.8TB/s，H100 3.35TB/s），從而使得處理效率普遍提高了43%。

二是H200可運行更高的batch size，這使得其每秒可以生成的token數量增加了3倍，相應地，成本也減少了約3倍。

記憶體增加所帶來的效益遠不止表面上的這些。

眾所周知，推理模型響應時間一般更長，顯著縮短推理時間可以提高使用者體驗和使用頻率。

而且記憶體升級實現3倍性能提升，成本減少3倍，這一提升速度也遠超摩爾定律。

除此之外，SemiAnalysis還分析觀察到，能力更強和具有明顯差異化的模型能收取更高的溢價——

前沿模型毛利率超70%，而還在與開源模型競爭的次一級模型毛利率不足20%。

當然，輝達並不是唯一一家能增加記憶體的晶片公司，但奈何輝達還有殺手鐧NVLink。

輝達消費級顯示卡方面，RTX5090的PCB板也首次曝光了～

就在昨天，一張RTX 5090 PCB照片在網上瘋轉。

結合此前爆料稱5090有可能會配備32GB大視訊記憶體，有望支援8K超高畫質遊戲，實現60fps的流暢遊戲體驗。

關於5090的發佈時間，大夥兒猜測大概會是1月6日老黃CES演講的時候。  (量子位)

#RTX5090 你可以在這裡找到鉅亨號中所有使用「RTX5090」為關鍵字所發布的內容