•
「美隊」老黃深夜扔出地表最強GPU！算力百倍狂飆，下次改演雷神
凌晨，老黃GTC主題演講華盛頓首秀，直接亮出下一代GPU核彈——Vera Rubin，性能狂飆100倍。目前，Blackwell已全面量產，2026年底兩大GPU王牌預計爆賺5000億美金。
輝達GTC大會，首次在華盛頓召開。
在近兩小時演講中，老黃不僅再次上演了一波AI美隊，而且還給出了AI時代獨一份的洞察——
AI不是工具，而是會用工具的「工人」。
當老黃首次掏出下一代「殺手鐧」Vera Rubin超級晶片時，全場都震撼了。
相較於九年前，他親手交付給OpenAI的首個超算DGX-1，性能足足提升了100倍。並且明年就能量產。
當然，老黃的野心遠不止於硬體。接下來的一系列震撼合作，將輝達的AI帝國展示在了所有人面前：
- AI原生6G：推出「AI on RAN」技術，將AI與6G網路深度融合，讓基站成為邊緣的AI計算中心。
- 超算基建：與美國能源部合作，建造7座全新的AI超算。
- 自動駕駛：發佈「開箱即用」的DRIVE Hyperion平台，讓汽車「生而為Robotaxi」。
- 量子計算：發佈NVQLink技術，首次將AI超算與量子處理器無縫連接，加速量子計算的實用化處理程序。
- 物理AI：通過Omniverse中的數字孿生技術，訓練「物理AI」，加速機器人在現實世界中的部署，目標直指美國「再工業化」。
在三大Scaling Law驅使下，輝達內部早已形成了良性正循環。
老黃預測，在2026年底前，僅憑「Blackwell+Rubin」就足以衝擊5000億美元的營收。
而且，這一數字還未將中國市場計算在內。
下一代Vera Rubin首秀性能狂飆百倍
現場，老黃再次搬出了，未來三年輝達GPU路線圖，從Blackwell，到Rubin，再到Feynman。
他激動官宣，短短9個月後，Blackwell晶片已在亞利桑那州全面量產。
而真正站在全場C位的，還是下一代Vera Rubin的首次亮相。
這是輝達第三代NVLink 72機架級超級電腦，徹底實現了無線纜連接。
目前，Vera Rubin超級晶片已在實驗室完成測試，預計明年10月可以投產。
這塊超級晶片計算能力達到100 Petaflops，是DGX-1性能的100倍。
換句話說，以前需要25個機架，現在一個Vera Rubin就能完成。
如下，便是Rubin計算托盤，推理性能可達440PF。
其底部配備了8個Rubin CPX GPU、BlueField-4資料處理器，還有兩顆Vera CPU，以及4個Rubin封裝——總共8個GPU，全部實現了無纜、全液冷。
同時，輝達還引入了一種全新「上下文處理器」（Context Processor），支援超100萬token上下文。
如今，AI模型要處理、記憶的上下文越來越多，它可以在回答問題前，學習和閱讀成千上萬份PDF、論文、視訊。
此外，BlueField-4革命性處理器，可以加速AI模型載入時間。
還有NVLink交換機，可以讓所有GPU同步傳輸資料；乙太網路交換機Spectrum-X可以確保處理器同時通訊而不擁堵。
再加上Quantum交換機，三者結合，系統全部相容InfiniBand、Quantum 和 Spectrum Ethernet。
所有這些組合起來，一個完整的機架塞滿150萬個零件，重量足足有兩噸。
它的主幹網路，一秒內就能傳輸相當於整個網際網路的流量，刷新全球最快的token生成速度。
老黃表示，「一個1GW規模的資料中心，大概需要8000-9000台這樣的機架。這就是未來的AI工廠」！
老黃拋出5000億預言AI美隊再上線
GPU是AI革命的核心引擎，而AI的世界，遠不止ChatGPT。
主題演講上，老黃親自科普了AI的定義。
一上來，他就給大眾認知來了一個降維打擊，AI並不等於聊天機器人。
他將其比作一個資料密集型的「程式設計」，在CPU時代的舊世界，人們手工編碼，軟體在CPU上運行，Windows主導了一切。
而在當下，機器學習訓練，模型直接跑在GPU之上。
能源-GPU-超算-模型-應用，全端的能力構成了完整的AI。
接下來，老黃還提出了一個對於AI的深刻洞察——
過去的軟體產業，本質上是在「造工具」，Excel、Word、瀏覽器皆是工具。
在IT領域，這些工具可能就是「資料庫」之類的，其市場規模大約在一兆美元左右。
但AI不是工具，是「工人」。事實上，AI是「會用工具的工人」。
這就是根本性差異。
到目前為止，人類發明的一切東西，本質上都是工具，都是給自己用的。
但這回是歷史上頭一次，技術自己會「幹活」了。
老黃舉例道，輝達每一位工程師都在用Cursor，生產力得以大幅提升。而Cursor使用的工具是VS Code。
AI本身也正在成為一個「全新的產業」，當人們把各種形式的資訊程式設計token之後，就需要一個「AI工廠」。
10x的性能，1/10的成本
「AI工廠」不同於過去的資料中心，是因為它基本上只做一件事——運行AI。
一來，生產儘可能有價值、更智能的token；其次，要用極高的速度將其生產出來。
過去兩年，業界讓AI學會了變得更加聰明的方法，預訓練是第一階段。
下一步就是後訓練，再之後就是測試時，讓AI不斷思考（Long Thinking）。
這也是老黃一直以來，反覆強調的三大Scaling Law。
模型越聰明，使用的人越多；用的人越多，需要的算力越多。
與此同時，摩爾定律邊際趨緩，僅靠狂堆電晶體，無法解決兩條指數曲線帶來的「飢餓感」。
那麼，摩爾定律已死，又該如何將成本大幅壓下來？
老黃給出的答案是：極致協同設計（Extreme Co-design）。
輝達是當今世界上，唯一一家真正從一張白紙開始，同時思考晶片、系統、軟體、模型、應用的公司。
他們的協同設計，將AI算力實現了從Scale up到Scale out，再到Scale across的擴展。
Grace Blackwell NVL72，一台思考機器，就是輝達「協同設計」的典型代表。
為了更直觀說明，老黃再次上演「晶片版美隊」，手裡拿著巨型晶片，由72塊GPU無縫互聯。
他還調侃道，「下次要演雷神，一伸手，晶片就到手裡了」
為了駕馭兆級參數模型，它採用了MoE架構。傳統系統受限於GPU間互聯頻寬，一塊GPU要扛32位專家的計算。
在NVLink 72架構下，每塊GPU可以放4位專家。
SemiAnalysis最新基準測試顯示，Grace Blackwell每塊GPU的性能，是H200的十倍。
只多了一倍電晶體，速度卻快了十倍，秘訣就在於——極致協同設計。
GB200，這台世界上最昂貴的電腦，卻能生成成本最低的token。
它的極致性能，均攤了每一次計算的總擁有成本（TCO），也就是說——
10倍性能，十分之一成本。
而此刻，這一突破正逢其時。
老黃展示了，全球六大雲巨頭的資本支出曲線（CapEx），正以史無前例的速度飆升。
它還聯手能源部，官宣未來要建七大全新AI超算。
與此同時，老黃還指出，這場變革不是單線的，而是「雙平台遷移」。
即通用計算轉向加速計算，工具計算轉向智能計算。
而輝達GPU是唯一相容以上所有的架構，包括加速計算和AI。
最令人震驚是，他預測，截至2026年，Blackwell+Rubin的可預見性收入累計5000億美元。
算上目前已經出貨的600萬塊Blackwell，未來兩年將達2000萬GPU出貨量，相較於Hopper增長5倍（400萬塊）。
老黃正在釋放一種訊號——AI工廠已成新基建。
開源扛把子，沒有弱項
不僅如此，老黃這場演講，還在向世界宣告：輝達不僅是算力之王，更是AI生態的絕對核心。
老黃一針見血，「過去幾年，開源AI在推理、多模態、蒸餾效率三大維度上，實現巨大飛躍」。
正是這些進步，讓開源模型第一次真正成為開發者手中非常實用的工具。
全世界，都離不開開源。
為此，輝達也在全力投入這一方向。目前，他們在全球開源貢獻榜上，23個模型上榜，覆蓋了語言、物理AI、語音、推理等全領域。
我們擁有全球第一的語音模型、第一的推理模型、第一的物理AI模型。下載量也非常驚人。
物理AI時代三台電腦鑄真神
當AI走嚮應用最後一層堆疊，那便是物理AI（Physical AI）。
一直以來，老黃認為，要實現物理AI，需要三台電腦——
一個是GPU超算用於訓練，一個通過Omniverse Computer用於模擬，另一個是機器人電腦。
以上這三種電腦上都運行著CUDA，由此才能推動「物理AI」發展，也就是理解物理世界、物理定律、因果關係的AI。
目前，輝達正聯手夥伴，打造一個工廠級的物理AI。一旦建成，就會有大量機器人在數字孿生的世界中工作。
Robotaxi，也是一種機器人
在自動駕駛領域，輝達推出了一套「開箱即用的L4級自動駕駛底座」——DRIVE AGX Hyperion 10。
它搭載了NVIDIA DRIVE AGX Thor系統級晶片、經過安全認證的NVIDIA DriveOS作業系統、一套經過完整認證的多模態感測器套件（包含14個高畫質攝影機、9個雷達、1個雷射雷達和12個超聲波感測器）以及認證的板卡設計。
- 算力與模型：共有兩顆基於Blackwell架構的DRIVE AGX Thor，每顆算力超2,000 FP4 TFLOPS（1,000 INT8 TOPS），專為Transformer、VLA與GenAI最佳化，360°融合多模態感測器，面向L4自動駕駛。
- 迭代與驗證：平台可OTA升級、相容現有AV軟體，並引入Foretellix Foretify Physical AI工具鏈做測試與驗證；同時開放全球最大多模態AV資料集（1700小時、25國），用於基礎模型的開發/後訓練/驗證。
在數兆英里真實及合成駕駛資料的加持下，新一代VLA（視覺-語言-動作）推理模型，讓車輛不只能識別紅綠燈，還能在無結構路口或人車行為突變時做出類人判斷（比如理解交警臨時指揮、突發改道），而且是在車上即時完成。
對於行業來說，公司可以直接拿到可量產的參考架構與資料/驗證閉環，更快把Robotaxi或無人配送車跑起來。
NVIDIA ARC：用AI重新定義6G網路
在通訊行業，輝達則宣佈與諾基亞達成合作，並推出了支援AI原生6G的加速計算平台——Aerial RAN Computer Pro（ARC-Pro）。
ARC-Pro = AI基站主機：融合了「連接+計算+感知」能力的6G-ready加速計算平台；營運商未來可以通過軟體升級的方式從5G-Advanced升到6G。
AI-RAN = 無線+AI共生：把AI推理（如頻譜調度、節能控制、使用者體驗最佳化）和傳統RAN處理跑在同一套、由GPU加速的軟定義基礎設施上；同一站點還能順帶承載生成式/智能體AI的邊緣服務，有效利用「基站閒時算力」。
與此同時，輝達還將以每股6.01美元的認購價向諾基亞投資10億美元。
交易宣佈後，諾基亞股價收盤上漲20.86%，創下自2016年1月下旬以來的新高。
NVQLink：打通AI與量子的融合之路
在量子計算領域，眾所周知，量子電腦的核心「量子位元」（Qubits），雖具備碾壓傳統電腦的平行計算潛力，但在計算過程會不斷產生錯誤。
為了讓它們正常工作，就必須依賴一台傳統的超級電腦，通過一條要求嚴苛的超低延遲、超高吞吐量的連接，即時進行複雜的校準和糾錯。
這條連接線，就是量子計算通往現實世界的最大瓶頸。
為此，輝達推出了一款全新的互連技術——NVQLink，首次將量子處理器與AI超級電腦無縫地、緊密地連接在一起，形成一個單一、連貫的超級系統。
硬體層：通過NVQLink，研究人員可以把不同量子路線（超導、離子阱、光子等）的處理器和控制硬體直接接到GPU超算上，避免了「繞乙太網路一大圈」的抖動與時延；同時，連在一起的GPU叢集還可以繼續向外擴展。
軟體層：通過CUDA-Q，研究人員可以在同一套程式設計介面裡，把CPU、GPU、QPU編排成一台「混合超算」，讓模擬、編排、即時控制能夠在一個平台裡閉環。
生態層：集合9家美國實驗室、17家量子硬體公司、5家控制系統公司之力，目標是把校準、糾錯、混合應用做成可復用的「套路」。正如老黃所說：「NVQLink是連接量子和經典超級電腦的羅塞塔石碑。它的出現，標誌著量子-GPU計算時代的正式開啟。」
參考資料：
https://www.youtube.com/watch?v=lQHK61IDFH4 (新智元)