开元棋牌- 开元棋牌官方网站- APP下载万字长文丨现场直击黄仁勋GTC最新演讲：AI已全面进入推理时代英伟达要冲万亿营收

　　开元棋牌,开元棋牌官方网站,开元棋牌APP下载

　　北京时间 3 月 17 日凌晨，英伟达年度开发者大会（GTC 2026）正式启幕，42 号电波远赴美国圣何塞，全程直击现场，见证英伟达创始人兼 CEO 黄仁勋登台发表主题演讲。

　　过去几年，随着 AI 应用的规模化落地，整个行业的需求开始快速从训练转向推理计算，AI 基础设施也正在进入「推理时代」。

　　比如在去年 12 月在获得 AI 芯片初创公司 Groq 推理技术的授权后，本次黄仁勋推出的全新 Groq LPU（语言处理单元），就是为了提升推理效率。

　　Groq 的 LPU 作为一种不一样的处理器，因其确定性数据流架构等方面的优势，天然适合低延迟的 Decode 和 Token 生成。而 GPU 在超高速 Token 生成的区间往往会有些乏力，这也是英伟达要做 Groq 3 LPU 芯片的一大原因。

　　在经过英伟达 Dynamo 软件的捏合后，Vera Rubin + Groq LPU 的组合在高层推理层级让性能直接飙涨 35 倍，每兆瓦的吞吐量一样提升了 35 倍。

　　在这方面，黄仁勋也透露，最新的 Groq 芯片由三星代工生产，并且基于 Groq 芯片的系统也将于下半年推出。

　　当然，在硬件端最值得关注的还是 AI 计算平台，黄仁勋在现场展示了全新的 Vera Rubin 系统，在性能方面，Vera Rubin 依然有着巨大提升。

　　7 颗芯片、5 台机架级计算机，计算能力比 10 年前提升 4,000 万倍

　　黄仁勋表示，Vera Rubin Ultra 服务器将搭载 144 颗 GPU，目前，七款全新的 Vera Rubin 芯片已进入全面量产阶段。而对于未来的 Feynman 架构，黄仁勋则透露该架构则会采用定制高带宽内存（HBM）。

　　值得一提的是，英伟达在这次大会上还带来了下一代图形技术 DLSS 5，其在 DLSS 5 引入了一种全新的实时神经渲染模型，可以为每一个像素注入具有照片级真实感的光照和材质属性。黄仁勋对此激动地表示：「DLSS 5是图形学领域的 GPT 时刻。」

　　另外，针对近期异常火热的智能体 AI ，黄仁勋盛赞：「OpenClaw 是人类历史上最受欢迎的开源项目」。

　　因此，英伟达也智能体 AI 量身打造了 Vera CPU，采用 LPDDR5 内存，其性能是传统 CPU 的两倍。黄仁勋认为这绝对是一个价值数十亿美元的业务，尽管他从来没想过会单独售卖 CPU。

　　在 GTC 上，黄仁勋也宣布英伟达正式推出了 NemoClaw，这一个专为 OpenClaw 深度优化的部署工具链。其安装非常简洁，只需两行命令，部署成功后，NemoClaw 可以用来自动执行各类工作任务。

　　黄仁勋并不掩饰，他透露英伟达的目标要让每一台 GPU 服务器都能无缝接入 OpenClaw 生态，把算力与 Agent 框架绑在一起。

　　其实总体来看，这次 GTC 上，黄仁勋更想传递的信息是，英伟达要做 AI 时代的全栈基础设施供应商，而不仅仅是一家 GPU 公司。

　　就像在本次大会前他发布的长文所说，AI 是如同电力和互联网一样至关重要的基础设施，尽管行业已投入数千亿美元，但未来仍需数万亿美元的持续投资来完善底层基础设施。

　　在这条 AI 基建的路上，黄仁勋也显得自信满满，他表示，英伟达的目标是在 2025 年到 2027 年实现 1 万亿美元的营收。而在收入构成方面，60% 的业务来自超大规模云服务商。

　　另外，在物理 AI 领域，黄仁勋还是像往常一样，他认为「真实世界的数据永远不够，我们需要来自 AI 与仿真的数据。」而在自动驾驶、Token 消耗等方面，黄仁勋也在演讲中进行了深入分析，以下是演讲全文，略经编辑。

　　欢迎来到 GTC，我只想提醒大家，这是一场科技大会。这么多人一大早就排起长队，现场在座的每一位，很高兴见到你们。

　　今天我们要聊技术，聊平台。英伟达有三大平台。你们可能觉得我们主要讲的是，其中一个和 CUDA-X 有关，我们的系统是第二个平台，而现在我们有了一个全新的平台，叫做 AI 工厂。我们会逐一介绍它们。而最重要的，是我们要聊聊生态系统。

　　在正式开始之前，我要感谢开场环节的主持人。他们做得非常出色：Sarah Go，来自 Conviction；Alfred Lim，红杉资本，英伟达的第一位风险投资人；Gavin Baker，英伟达第一位大型机构投资者。

　　这三位都深度扎根科技行业，洞悉行业趋势，当然，他们也拥有极为广泛的科技生态影响力。

　　另外，我亲自邀请到场的所有贵宾、全明星阵容，也谢谢你们的到来。我还要感谢所有参展的企业。大家都知道，英伟达是一家平台型公司，我们拥有技术、拥有平台、拥有丰富的生态。

　　今天现场，几乎涵盖了价值 100 万亿美元的全部产业。有 450 家企业赞助了本次活动，谢谢你们。1,000 场技术讲座、2,000 位演讲者。这场大会将覆盖人工智能五层架构的每一层：从土地、电力、机房，到基础设施、芯片、平台、模型，而最终、也是最重要的，是让整个行业腾飞的各类应用。一切都从这里开始。

　　今年是 CUDA 诞生 20 周年。我们深耕 CUDA 已有 20 年。20 年来，我们始终专注于这一架构，这项革命性的发明：单指令多线程（SIMT）。编写标量代码，就能扩展为多线程应用，比单指令多数据（SIMD）容易编程得多。

　　最近我们加入了瓦片（Tile） 架构，帮助开发者更轻松地使用张量核（Tensor Core），以及今天人工智能的基础数学结构。我们拥有数千种开源工具、编译器、框架和库，数十万个开源项目。CUDA 真正融入了每一个生态系统。

　　这张图基本概括了英伟达 100% 的战略。从一开始，你们就看我讲这页幻灯片。而最终，最难实现的，是最底部的装机量。我们用了 20 年，在全球建立起数亿片运行 CUDA 的 GPU 和计算系统。我们进入了每一朵云、每一家计算机公司，服务几乎所有行业。

　　CUDA 的装机量，是飞轮加速转动的原因。装机量吸引开发者，开发者创造新算法，带来技术突破。比如深度学习，还有很多其他突破。这些突破催生全新市场，围绕它们建立新生态，吸引更多公司加入，进而带来更大装机量。

　　这个飞轮，如今正在加速。英伟达库的下载量增速惊人，规模巨大，增长速度前所未有。正是这个飞轮，让我们的计算平台能够支撑如此多应用、如此多新突破。更重要的是，它让这些基础设施拥有超长的使用寿命。

　　原因很简单：在英伟达 CUDA 上能运行的应用实在太多。我们支持 AI 生命周期的每一个阶段，覆盖每一种数据处理平台，加速各类科学求解器。应用范围极其广泛，一旦装上英伟达 GPU，它的有效生命周期就会非常长。

　　这也是为什么我们六年前推出的安培（Ampere）架构，如今在云上的价格还在上涨。而这一切，根本上都源于：装机量足够大、飞轮效应足够强、开发者覆盖面足够广。

　　当这些条件具备，再加上我们持续更新软件，计算成本就会持续下降。加速计算极大提升应用速度，同时，我们在产品生命周期内持续优化、持续维护软件——你不仅能获得一次性性能跃升，还能在未来持续降低加速计算的成本。

　　我们愿意维护全球每一块 GPU，因为它们架构兼容；我们愿意这么做，因为装机量足够大。每一次优化发布，都能惠及数百万用户，惠及全球每一个人。

　　这种动态组合，让英伟达架构不断拓展边界，在加速增长的同时，持续降低计算成本，最终进一步推动新增长。而这一切的核心，就是 CUDA。

　　但我们通往 CUDA 的旅程，其实始于 25 年前的 GeForce。我知道很多人是伴着 GeForce 长大的。GeForce 是英伟达最成功的市场推广。我们在你还没能力自己付费时，就吸引你成为未来的客户。是你们的父母，一次次为你们买单，年复一年，直到有一天，你们成为优秀的计算机科学家，成为我们真正的客户、真正的开发者。

　　25 年前，我们发明了可编程着色器，一个当时完全反直觉的创造：让加速器可编程。这是世界上第一个可编程加速器，像素着色器。五年之后，20 年前，我们发明了 CUDA。

　　当时我们投入了最大一笔赌注，甚至超出公司当时的承受能力，消耗了公司绝大部分利润——我们依托 GeForce，把 CUDA 带到每一台电脑上。我们全心打造这个平台，因为我们坚信它的潜力。

　　尽管早期困难重重，但公司始终坚持，20 年间历经 13 代架构。如今，CUDA 已经无处不在。

　　像素着色器带来了 GeForce 革命。大约十年前，我们推出了 RTX，为现代计算机图形时代全面重新设计架构。

　　我们决定将可编程着色器与两项全新理念融合：硬件光追，这在当时难度极高；以及另一个全新想法——大约十年前我们就相信，AI 将会彻底变革计算机图形。

　　就像 GeForce 把 AI 带给世界一样，如今 AI 要反过来，彻底改变计算机图形的实现方式。

　　今天，我要向大家展示未来。这是我们下一代图形技术，我们称之为神经渲染（Neural Rendering）——3D 图形与人工智能的融合。这就是 DLSS 5。大家请看，是不是不可思议？计算机图形真正活了过来。

　　我们做了什么？我们把可控的 3D 图形，虚拟世界的真实结构、结构化数据，记住这个词：虚拟世界、生成世界的结构化数据，与生成式 AI、概率计算结合。一边是完全确定、可精确控制；另一边是概率性、但高度真实。

　　我们把两者融合，既通过结构化数据实现完美控制，又同时进行生成。最终的结果是：内容既精美、又可控。

　　这种结构化信息 + 生成式 AI 的融合模式，将会在一个又一个行业重演。结构化数据，是可信 AI 的基础。

　　这部分可能有点烧脑。我要翻到这张图，大家别倒吸一口气。接下来的时间，我们会围绕这张结构图展开。我每次问团队「我最重要的幻灯片是哪张」，他们总说：别放这张，黄仁勋，别放。但我偏要放。

　　所有这些平台都在处理数据帧（DataFrame）。数据帧就像巨型电子表格，承载着现实世界的所有信息。这是结构化数据，是商业的真实基础，是企业计算的基石。

　　过去，我们加速结构化数据，是为了处理更多、成本更低、每天运行更频繁，让企业运转更高效。而未来，这些数据结构将被 AI 使用，AI 的速度会比人类快得多。未来的智能体，也会使用结构化数据库。

　　另一边，则是非结构化数据库、生成式数据库。它们占据世界信息的绝大部分：向量数据库、非结构化数据、PDF、视频、语音，每年产生的信息约 90% 都是非结构化数据。

　　直到今天，这些数据对世界基本毫无用处：我们读一遍，存进文件系统，就结束了。我们无法查询、无法检索，因为很难为非结构化数据建立索引，你必须理解它的含义、它的目的。

　　现在，AI 可以做到。就像 AI 实现多模态感知与理解，我们可以用同样的技术去阅读 PDF、理解语义，并将其嵌入可检索、可查询的结构中。

　　英伟达创建了两个基础库：就像我们为 3D 图形创造 RTX 一样，我们为数据帧、结构化数据创造了 cuDF；为向量库、语义数据、非结构化数据、AI 数据创造了 RAFT。

　　这两个平台，将成为未来最重要的平台之一。我非常激动看到它们在全球数据处理系统中被广泛采用。

　　这个生态很复杂。数据处理行业历史悠久，拥有无数企业、平台和服务。我们花了很长时间，才深度融入这个生态。我为这里的工作感到无比自豪。

　　今天，我们宣布多项合作：IBM——SQL 的发明者，史上最重要的领域专用语言之一，正通过 cuDF 加速 Watsonx.data。

　　60 年前，IBM 推出 System/360，第一个现代通用计算平台，开启计算时代。随后是 SQL——一种无需逐行指令即可查询数据的声明式语言，以及数据仓库。这些都是现代企业计算的基石。

　　数据是赋予 AI 上下文与意义的基础。AI 需要快速访问海量数据集，而今天的 CPU 数据处理系统已无法跟上需求。

　　雀巢每天要做出数千个供应链决策，其订单至现金数据集市整合全球 185 个国家的所有供应订单与交付事件。在 CPU 上，雀巢一天只能刷新几次数据集市。而在英伟达 GPU 上运行加速后的 Watsonx.data，同样的工作负载速度提升 5 倍，成本降低 83%。

　　戴尔是全球领先的计算机系统制造商，也是顶尖存储厂商，他们与我们合作打造 戴尔 AI 数据平台，集成 cuDF 和 RAFT，构建面向 AI 时代的加速数据平台。这里是他们与 NTT Data 合作的案例，性能提升巨大。

　　接下来是谷歌云。我们与谷歌云合作已久。我们加速谷歌 Vertex AI，现在又加速 BigQuery——这是极为重要的框架与平台。这里是我们与 Snapchat 合作的案例：计算成本降低近 80%。

　　加速数据处理、加速计算，你会获得速度、规模，最重要的是，成本优势。三者同时实现。

　　这原本被称为摩尔定律：每两年性能翻倍。换句话说，只要价格基本不变，你每年就能获得近一倍性能提升，或持续降低计算成本。

　　如今，摩尔定律已逐渐失效。我们需要新路径。加速计算让我们实现巨大飞跃。而且正如稍后你们会看到的：作为一家算法公司，我们持续优化算法；再加上我们覆盖面极广、装机量巨大，我们可以持续为所有人降低计算成本、提升规模、提升速度。

　　英伟达打造了加速计算平台，上面承载着大量库：RTX、cuDF、RAFT 等等，后面还会介绍更多。这些库运行在我们的平台之上，并最终融入全球云服务、OEM 厂商以及其他平台，一起触达世界。

　　我们与云服务商的关系，本质上是我们把客户带给他们。我们集成库、加速工作负载，把这些客户落地到云端。所以你们能看到，大部分云服务商都非常愿意和我们合作，总在要求我们把下一个客户带到他们的云上。

　　我可以告诉大家：我们要加速的客户非常多，会有大量客户落地到你们的云端，请大家耐心等待。

　　这是谷歌云。这是 AWS。我们与 AWS 合作已久。今年我特别激动的一件事是：我们将把 OpenAI 带到 AWS。这将极大推动 AWS 云计算的消耗，拓展 OpenAI 的算力边界。众所周知，OpenAI 完全处于算力紧缺状态。

　　在 AWS，我们加速 EMR、SageMaker、Bedrock。英伟达已深度集成 AWS，他们是我们第一个云合作伙伴。

　　微软 Azure：我们打造的第一台 A100 超算，就是为微软 Azure 部署的。这也促成了我们与 OpenAI 的成功合作。我们与 Azure 合作已久，如今 Azure 已成为他们的 AI 工场。我们深度合作，加速必应搜索，共同建设 Azure 区域。

　　随着 AI 在全球普及，有一项能力至关重要：机密计算。在机密计算中，你要确保即使是运营商也无法查看你的数据、无法触碰或查看你的模型。

　　英伟达 GPU 是全球首个支持这项能力的 GPU。如今，我们能够支持机密计算，安全部署 OpenAI、Anthropic 等高价值模型。这一切都归功于机密计算，它至关重要。

　　这里是一些合作客户案例：新思科技，我们的重要合作伙伴，我们加速他们所有 EDA 和 CAE 工作流，并落地到微软 Azure。

　　我们是甲骨文第一家 AI 客户。很多人以为我们是供应商，我们确实也是供应商，但我们首先是客户。我很自豪，是我第一次向甲骨文解释 AI 云。此后，他们发展迅猛，我们也把大量合作伙伴落地到甲骨文：CoreWeave、Cohere、Fireworks，当然还有非常知名的 OpenAI。

　　我们与 CoreWeave 合作紧密。他们是全球第一家 AI 原生云，公司成立的唯一目的，就是在加速计算时代提供 GPU 托管、支撑 AI 云。他们拥有出色的客户，增长惊人。

　　还有一个平台我非常激动：Palantir + 戴尔。我们三家共同打造了一种全新类型的 AI 平台：Palantir 本体平台与 AI 平台。我们可以在任何国家、任何隔离区域、完全本地部署、现场部署、甚至野外部署。AI 可以真正部署在任何地方。

　　如果没有我们的机密计算能力，没有我们构建端到端系统的能力，没有我们提供从数据处理（向量、结构化）到 AI 的全栈加速计算，这一切都不可能实现。

　　我想展示这些案例，说明我们与全球云服务商的独特合作关系。所有云服务商都来到了现场，我在巡展时也见到了大家，这令人无比激动。我想感谢所有人的辛勤付出。

　　英伟达所做的，你们会反复看到这个核心：英伟达是垂直整合，但水平开放的公司——全球第一家。

　　原因很简单：加速计算不是一个芯片问题，不是一个系统问题。加速计算，完整的说法其实是：应用加速。如果我能让一台电脑把所有程序都跑快，那叫 CPU，但这条路已经走到头了。

　　未来，我们要继续实现巨大加速比、巨大成本下降，唯一路径就是应用级 / 领域专用加速。

　　这就是为什么英伟达必须一个库接一个库、一个领域接一个领域、一个垂直行业接一个垂直行业地深耕。我们是一家垂直整合的计算公司，别无他法。

　　我们必须理解应用、理解领域、理解底层算法，并且搞清楚如何把算法部署到各种场景：数据中心、云、本地、边缘、机器人系统。这些计算环境各不相同。最终，从系统到芯片，我们全部垂直整合。

　　而它之所以无比强大，之所以刚才展示了那么多合作案例，是因为英伟达水平开放。我们愿意把英伟达技术集成到你们希望的任何平台，提供软件、提供库，与你们的技术对接，让加速计算惠及全球每一个人。

　　本届 GTC 就是最好的证明。本届 GTC 参会人数占比最高的行业是金融服务。我希望来的是开发者，而不是交易员，各位。

　　现场在座的，代表着英伟达生态的供应链上游与下游。过去一年，无论你是拥有 50 年历史的公司、70 年，还是 150 年，如今都成为英伟达供应链的一部分，与我们上下游合作。而且去年，你们都创下了业绩纪录，对不对？恭喜大家。我们正在开启一件真正伟大的事业。

　　看向加速计算，我们已经搭建好计算平台。但要激活这些平台，我们需要领域专用库，解决我们所进入的每一个垂直行业的关键问题。

　　金融服务：算法交易正从传统机器学习、人工特征工程（量化），转向由超算自主分析海量数据、自主发现洞察与模式，迎来深度学习与 Transformer 时刻

　　AI 物理、AI 生物：用于药物研发；AI 智能体用于客服、诊断；物理 AI、机器人系统

　　工业：我们正在重新定义并启动人类历史上最大规模的基础设施建设。全球绝大多数行业都在建设 AI 工厂、芯片工厂、计算机工厂，它们的代表都在现场

　　媒体娱乐、游戏：实时 AI 平台，支持翻译、直播、游戏、视频，大量内容将由 AI 增强

　　量子计算：35 家企业与我们共同打造下一代 cuQuantum GPU 混合系统

　　机器人：50 万亿规模的制造产业。我们深耕该领域十年，打造构建机器人系统所需的三大核心计算机，与几乎所有机器人公司合作。本次展会有 110 台机器人现场展示

　　电信：规模堪比全球 IT 行业，约 2 万亿美元。我们随处可见基站，这是上一代计算的基础设施。而未来，它将被彻底重构——现在只做基站业务的设备，未来会变成 AI 基础设施平台，AI 将在边缘运行。我们在该领域的平台叫 Ariel，与诺基亚、T-Mobile 等多家公司深度合作

　　而我们业务的核心，就是刚才提到的一切：计算平台，以及至关重要的 CUDA-X 库。

　　CUDA-X 库，是英伟达发明的算法。我们是一家算法公司，这是我们的核心优势，也是我能够进入每一个行业的原因。

　　想象未来：让全球最顶尖的计算机科学家描述并解决问题，重构、重新表达，并转化为库。我们的库数量极多——本次大会我们将发布约 100 个库、70 个工具、40 个模型，而且这还只是展会期间。我们一直在持续更新。

　　这些库，是公司的皇冠明珠。正是它们，让计算平台能够被激活，服务于解决问题、创造价值。

　　我们创造过最重要的库之一：cuDNN。它彻底变革了人工智能，引爆了现代 AI 的大爆炸。

　　你们刚才看到的一切，都是仿真。一部分是物理求解器，基础物理引擎；还有一部分是物理 AI、机器人模型等。

　　这，就是英伟达的核心。正是通过理解算法，并与我们的计算平台结合，我们才能打开并释放这些机遇。

　　英伟达是一家垂直整合的计算公司，同时对世界水平开放。以上，就是 CUDA-X。

　　刚才你们看到了大量企业：沃尔玛、欧莱雅、摩根大通、罗氏、丰田，球规模最大的一批公司。

　　同时，还有一大批你们从未听过的公司，我们称之为 AI 原生企业。大量初创公司，名单极其庞大，我只展示一小部分，甚至故意让你们看不清，这样就不会有人难过。

　　但在这份名单里，是一批全新的公司：比如 OpenAI、Anthropic，还有很多很多，服务不同垂直领域。

　　过去两年，尤其是过去一年，发生了巨变。我们与 AI 原生企业合作已久，而过去一年，呈现爆发式增长。我来解释原因。

　　这个行业迎来爆发：1,500 亿美元风投资金涌入初创企业，人类历史最高。这也是历史上第一次，投资规模从几百万、几千万美元，跃升到数亿、数十亿美元。

　　原因很简单：这是历史上第一次，每一家公司都需要海量算力、海量 Token。它们要么自己创建、生成 Token，要么整合 OpenAI、Anthropic 等机构产出的 Token 并创造价值。

　　这个行业在很多方面都与众不同，但有一点非常明确：它们正在创造的影响、已经释放的巨大价值，是实实在在的。

　　就像 PC 革命诞生一批新公司，互联网革命、移动与云革命也诞生一批新公司，每一代都有自己的标准。而我们正在见证一项至关重要的新标准诞生。这一代，同样会诞生一大批极具影响力、定义未来世界的重要公司——如同过去的谷歌、亚马逊、Meta。

　　如你们所知，我们长期深耕深度学习与 AI。现代 AI 的大爆炸，我们就在现场，并持续推动领域发展。但为什么是过去两年？三件大事：

　　ChatGPT，开启生成式 AI 时代。它不仅能理解、感知，还能翻译、生成，创造独一无二的内容。我刚才展示了生成式 AI 与计算机图形的融合，让图形活了过来。全世界每个人都应该使用 ChatGPT，我每天早上都在用。生成式计算，与传统计算完全不同。过去的计算是检索式，现在是生成式。记住这一点，后面你们就会明白：为什么我们做的一切，都在改变计算机架构、交付方式、建设方式，以及计算的本质。

　　随后是 推理 AI（o1），再到 o3。推理能力让 AI 能够反思、思考、规划、拆解问题，把无法理解的问题拆成可理解的步骤。它能够基于事实进行思考，让生成式 AI 变得可信、基于真实。这让 ChatGPT 真正起飞，是一个极其重要的时刻。为了推理，模型需要的输入 Token、输出 Token 大幅增加，计算量急剧上升。

　　然后是 Cloud Code，第一个智能体式模型。它能读文件、写代码、编译、测试、评估、迭代，彻底变革软件工程。如今英伟达 100% 的工程师都在使用 Cloud Code、Codex、Cursor 中的一种或多种。今天，没有任何一位软件工程师不被 AI 智能体辅助编码。Cloud Code 彻底变革了新一代开发。

　　第一次，你不再问 AI「是什么、在哪里、什么时候、怎么做」，而是直接说：创造、实现、构建。

　　你让它使用工具、读取上下文、处理文件。智能体 AI 能够拆解问题、推理、反思、解决问题、真正执行任务。

　　从能感知的 AI，到能生成的 AI，到能推理的 AI，再到能真正干活、高生产力的 AI。

　　过去两年，全球对英伟达 GPU 的计算需求一飞冲天，现货价格暴涨，一片难求。但与此同时，我们仍在巨量出货，而需求还在持续上涨。背后是有原因的。

　　这个根本性的拐点终于到来：AI 终于能够进行高价值工作，因此，推理拐点已至。

　　AI 的每一部分，每一次思考、推理、执行、生成 Token，都需要推理。

　　现在早已不是训练阶段，而是全面进入推理时代。推理拐点到来的同时，所需算力、Token 量，提升了约 10,000 倍。 把两者结合：过去两年，工作所需计算需求提升 10,000 倍；使用量提升 100 倍。

　　我常说，我相信过去两年计算需求提升了 100 万倍。这是我们所有人的直观感受，每一家初创公司、OpenAI、Anthropic 都有同感。

　　只要能拿到更多算力，就能生成更多 Token，收入就会增长，更多人就能使用，AI 就会更先进、更智能。

　　去年此时我站在这里说，截至 2026 年，Blackwell 和 Rubin 已拥有 5,000 亿美元高确定性需求与订单。我去年就说了这句话。

　　我不知道你们是否有同样感受，5,000 亿是一个天文数字。但我知道你们为什么不惊讶，因为你们去年也都创了纪录。

　　今天我要告诉大家：距离上一届 GTC 仅仅几个月后，站在今天这个时间点，我看到截至 2027 年，需求至少达到 1 万亿美元。这合理吗？这就是我接下来要讲的内容。

　　过去一年我们做了大量工作。2025 年是英伟达的推理之年。我们希望不仅在训练和后训练阶段表现出色，在 AI 的每一个阶段都做到极致。这样，基础设施投资才能尽可能长期规模化，英伟达基础设施的使用寿命才能足够长，成本才能足够低。

　　使用时间越长，成本越低。我可以毫无疑问地说：英伟达系统，是全球 AI 基础设施中成本最低的选择。

　　去年，我们全力投入 AI 推理，推动了这个拐点。同时，我们很高兴看到 Anthropic 选择英伟达，Meta 选择英伟达。这些企业，加上开源模型，代表了全球约三分之一的 AI 算力。

　　而英伟达，是目前全球唯一一个能够运行所有 AI 领域、所有 AI 模型的平台：语言、生物、图形、视觉、语音、蛋白质、化学、机器人、边缘或云端、任何语言。

　　英伟达架构对所有场景都通用，并且表现极致。这让我们成为成本最低、确定性最高的平台。

　　当你建设这些系统时，万亿美元是极其庞大的基础设施，你必须完全确信：投入的万亿美元能够被充分利用、性能强劲、极具成本效益，并且拥有可预见的超长使用寿命。在英伟达平台上做这些投资，你可以充满信心。

　　我们已经证明，它是全球唯一一个能让你在全球任何地方、充满信心地建设的基础设施。

　　你想部署在任何云，我们支持；你想本地部署，我们支持；你想部署在任何国家、任何地区，我们全力支持。我们已经成为运行全部 AI 的计算平台。

　　我们的业务已经开始体现这一点：60% 的业务来自超大规模云厂商，前五家超算中心。但即使在这五家内部，也有大量内部 AI 消费：比如推荐系统从表格、协同过滤、内容过滤，转向深度学习与大模型；搜索转向深度学习、大模型。几乎所有超算工作负载，都在转向英伟达 GPU 极其擅长的领域。

　　除此之外，因为我们与每一个 AI 实验室、每一个 AI 加速器、每一个 AI 模型合作，因为我们拥有庞大的 AI 原生生态，并把它们带到云端——无论算力需求多大、增长多快，都会被迅速消化。这部分占我们业务的 60%。

　　剩下 40%，无处不在：区域云、主权云、企业、工业、机器人、边缘、大型系统、超算、小型服务器、企业服务器。系统数量惊人。AI 的多样性，就是它的韧性；AI 的覆盖面，就是它的韧性。

　　去年我提到过，2025 年是我们的推理之年。我们全力以赴，冒了巨大风险：在 Hopper 正值巅峰、性能强劲之时，我们决定重新架构 Hopper 架构的 NVLink Switch，将其推向新高度。

　　我们彻底重构系统，全面解耦计算系统，打造 NVLink 72。它的构建方式、制造方式、编程方式，全部改变。

　　Grace Blackwell、NVLink 72 是一场豪赌，对所有人来说都不容易。现场很多合作伙伴，感谢你们的辛勤付出。谢谢。

　　NVLink 72 支持 FP4 精度。这是一种全新的张量核与计算单元。我们已经证明，我们可以在无精度损失的情况下用 FP4 进行推理，同时获得巨大的性能与能效提升。我们也可以用 FP4 进行训练。

　　NVLink、FP4、Dynamo、TensorRT-LLM 等一系列新算法，我们甚至打造了一台超算，帮助优化内核、优化全栈。我们称之为 DGX。我们投入了数十亿美元的超算能力，打造让推理成为可能的内核与软件。

　　成果已经显现。有人曾经告诉我：推理很简单。其实推理是最难的，也是最重要的，因为它直接决定你的收入。

　　下面这份结果，来自 SemiAnalysis，是有史以来最全面、规模最大的 AI 推理评测。

　　左侧纵轴是 每瓦 Token 数（Tokens/W）。这至关重要，因为每一个数据中心、每一座工厂，天生都是电力受限的。1GW 工厂永远不会变成 2GW，受物理定律限制。

　　在 1GW 数据中心里，你要驱动尽可能多的 Token——这是工厂的产品、产出。所以你希望尽可能处在曲线顶端。

　　横轴是交互性、推理速度。推理越快，响应越快；更重要的是，推理越快，就能运行更大模型、处理更长上下文、思考更多 Token。这条轴，等同于 AI 的智能程度。

　　这就是你们未来分析业务的方式。全球每一位 CEO，从今往后都会用我接下来描述的方式审视业务，因为这就是你的 Token 工厂、AI 工厂、收入来源。

　　这是吞吐量，这是智能程度。在同等电力下，更高的性能每瓦，就能产出更多 Token。

　　右侧是成本。你们可以看到，英伟达拥有全球最高性能，这并不意外。令人震惊的是：在短短一代里，摩尔定律通过晶体管只能带来 50%～2 倍提升，而我们从 Hopper 到 Grace Blackwell，性能每瓦提升 35 倍。

　　因此，我们的单 Token 成本全球最低，无可匹敌。我之前说过：如果架构不对，就算免费，也不够便宜。

　　因为无论如何，你都要建一座 GW 级数据中心、GW 级工厂。这座工厂 15 年折旧，成本约 4000 亿美元。就算什么都不放，也已经投入 4000 亿。你必须确保放上最优秀的计算系统，实现最优的 Token 成本。

　　英伟达的 Token 成本全球顶级，目前几乎无法超越。原因就是极致协同设计。

　　我很高兴他们给我们起了个名字：Token King（Token 之王）。

　　就像我所说，我们垂直整合，但水平开放。我们把所有软件、所有技术整合，然后打包，集成到全球推理服务提供商。这些公司增长极快，Fireworks、Together 等，一年增长 100 倍。

　　它们就是 Token 工厂。工厂的效率、性能、Token 成本产出能力，对它们而言就是一切。

　　这就是极致协同设计的强大力量。我之前提到工厂的重要性。这就是关键：你的数据中心，过去是存放文件的数据中心，现在是生成 Token 的工厂。

　　你的工厂天生受限，所有人都在争抢土地、电力、机房。一旦建成，就是电力受限。在电力受限的基础设施里，你必须确保推理——也就是你的工作负载，Token 就是你的新商品，算力就是你的收入——架构做到最优。

　　未来，每一家云服务商、每一家计算机公司、每一家云厂商、每一家 AI 公司、每一家公司，都将思考 Token 工厂效率。这就是你未来的工厂。

　　我之所以如此确定，是因为现场每一个人都由智能驱动。未来，这种智能将由 Token 增强。

　　2016 年 4 月 6 日，十年前，我们推出 DGX，全球第一台为深度学习设计的计算机：8 片 Pascal GPU，第一代 NVLink，单台算力 170 TFLOPS。全球第一台为 AI 研究者设计的计算机。

　　Volta 时代，我们推出 NVLink 交换机，16 片 GPU 全互联，像一台巨型 GPU 工作，巨大飞跃。但模型规模持续增长，数据中心需要成为一个统一计算单元。于是，迈络思加入英伟达。

　　接下来是 Vera Rubin，为智能体 AI 全阶段打造，升级计算的每一支柱：CPU、存储、网络、安全。

　　而 Vera Rubin，是一整套系统。当我们说起 Vera Rubin，我们指的是端到端垂直整合、软件深度优化的巨型统一系统。

　　之所以为系统级设计，原因很明确：对智能体而言，最重要的工作负载就是思考。大模型越来越大，要更快生成更多 Token，以便更快思考；同时还要频繁访问内存，冲击内存、KV 缓存、结构化数据（cuDF）、非结构化数据（RAFT），对存储系统造成极大压力。

　　AI 还要使用工具。与人类对慢速机器容忍度较高不同，AI 希望工具尽可能快。这些工具，未来可以是浏览器，也可以是云端虚拟 PC。这些计算机必须极致快速。

　　它是全球唯一使用 LPDDR5 的数据中心 CPU，单核性能、能效比无与伦比。

　　大家注意：从上一代开始，实现 100% 液冷，所有线缆消失。过去安装需要两天，现在只需两小时，制造周期大幅缩短。

　　这台超算使用 45℃ 热水冷却，减轻数据中心压力，把原本用于冷却的成本与能源，释放给计算系统。

　　这是我们的核心技术。我们是全球目前唯一一家打造出第六代纵深扩展交换系统的公司。这不是以太网，不是 InfiniBand，这是 NVLink，第六代 NVLink。难度极高。我为团队感到无比骄傲。

　　NVLink，全液冷。这是 Groq 芯片，全球前所未见，这是第三代产品，现已大规模量产。稍后我会详细介绍。

　　全球第一台 CPO（共封装光学）Spectrum X 交换机，现已全面量产。

　　共封装光学，光模块直接集成在芯片上，电子直接转为光子，直连硅片。我们与台积电共同发明这项工艺，目前是全球唯一量产的公司，名为 Co-Packaged Optics，革命性技术。英伟达 Spectrum X 已全面量产。

　　我们从未想过会单独销售 CPU，但现在确实卖得很多，这无疑将成为我们数十亿美元级业务。我为我们的 CPU 架构团队感到非常满意。

　　这是 NVLink 机架，我之前展示过，非常重，似乎一年比一年重，大概是因为线越来越多。我们把这套高效的布线、结构化线缆技术，也用到了以太网上。这是以太网机架，单柜 256 个液冷节点，同样使用这些超强连接器。

　　这个我肯定能举起来，但我就不举了，真的很重。这是一个计算节点，垂直插入 Kyber 机架。这里是连接口，顶部四个 NVLink 连接器插入中板，成为一个节点。每个机架都是不同的计算节点。

　　最厉害的是这个中板。过去的铜缆连接有距离限制，现在这套系统可以连接 144 片 GPU。

　　这是新一代 NVLink。同样垂直部署，连接后部中板。前部计算，后部 NVLink 交换机。一台巨型计算机。

　　大家请看这张图。只有在英伟达的 keynote，你会看到去年的幻灯片再次出现。

　　原因是：我想让大家记住，去年我告诉了你们一件极其重要的事，重要到值得再讲一遍。

　　这可能是未来 AI 工厂、全球每一位 CEO 都会追踪、深度研究的最重要的一张图。实际情况比这更复杂，是多维的，但你们会长期研究：在同等电力下，AI 工厂的吞吐量与 Token 速度。

　　这项分析，直接决定你的收入。你今年的投入，明年会精准反映在收入上。这张图，就是一切。

　　因为我们现在能够提升 Token 速度，模型规模在增大，输入上下文长度从 10 万 Token 增长到数百万 Token，输出 Token 长度也在增长。所有这些，最终都会影响未来 Token 的定价与分层。

　　Token 是新的大宗商品。像所有大宗商品一样，一旦到达拐点、走向成熟，就会分层：

　　顶层：Premium 服务，极高 Token 速度，用于关键路径、长期研究

　　我们相信，这就是未来。AI 必须从这里起步，建立价值、证明实用性，然后不断进化。未来，绝大多数服务会覆盖全部层级。

　　这是 Hopper。大家原本预期下一代只会小幅上升，但没人想到会提升这么多。

　　这和世界上任何产品都一样：层级越高，质量越高、性能越高，容量越低、体量越小。

　　想象一下：在每一个层级，我们都提升了吞吐量。在最高 ASP、最有价值的 segment，我们提升了 10 倍。

　　这背后是无数的艰苦工作，极度困难。这就是 NVLink 72 的价值，这就是极低延迟的价值，这就是极致协同设计的价值——我们能把整个区域向上抬升。

　　你应该尽快用上 Vera Rubin，因为你的 Token 成本下降，吞吐量上升。

　　芯片面积有限，计算机很难同时兼顾极高 FLOPS 和极高带宽。优化高吞吐和优化低延迟，本质上是矛盾的。

　　而当我们与 Groq 结合后，情况变了。我们收购了 Groq 团队，获得技术授权，如今共同整合系统。

　　在高吞吐区域，NVLink 72 革命性改变格局，架构恰到好处，即使加入 Groq 也难以超越。

　　但如果你把横轴继续外推，需要的不是 400 Token/秒，而是 1,000 Token/秒，NVLink 72 就会遇到瓶颈，带宽不足。

　　这时，Groq 就登场了。我们把性能推到 NVLink 72 都无法触及的区域。

　　这就是 Groq 配合 Vera Rubin 的方式，进一步扩展性能与价值。

　　我之所以被 Groq 吸引，核心原因：它的计算系统是确定性数据流处理器，静态编译，编译器调度——编译器提前规划数据何时移动、计算何时发生，数据与计算同时到达，全部静态提前调度，无动态调度。

　　随着全球对高速、高智能 Token 需求持续增长，这种整合的价值会越来越高。

　　要放下 Rubin 级别的参数规模与上下文、KV 缓存，需要大量 Groq 芯片。这限制了 Groq 走向主流——直到我们想到一个绝妙主意：

　　想象一下：万亿参数模型，全部存在 Groq 芯片中；紧邻英伟达 Vera Rubin，存储智能体 AI 系统所需的海量 KV 缓存。

　　这种能力让我们整合两套系统。我们在其上运行 Dynamo——AI 工厂的卓越操作系统。

　　我要感谢三星，为我们生产 Groq LP 30 芯片，他们正在全力量产。非常感谢。

　　Grace 早期因为 NVLink 72 整合复杂，样片阶段难度很高，但 Vera Rubin 的样片进展极其顺利。事实上，萨提亚已经发消息说，第一台 Vera Rubin 机架已经在微软 Azure 运行。我为他们感到激动。

　　我们会持续大批量生产。我们已搭建每周可生产数千台系统的供应链，每月供应链内可支撑数 GW 级 AI 工厂产能。

　　我们会全力生产 Vera Rubin 机架，同时生产 GB300 机架。全面量产。Vera CPU 极为成功，原因很简单：AI 需要 CPU 来使用工具，而 Vera CPU 完美命中这个最佳点，对下一代数据处理极为理想。

　　全球 100% 的存储行业都在加入这套系统。因为他们看到了同样的未来：存储系统将被 AI 疯狂冲击。过去是人类使用存储、使用 SQL，未来是 AI 使用存储系统。

　　惊人的是，在两年内，在 1GW 工厂内按照我们刚才展示的计算逻辑：摩尔定律只能带来几步升级，晶体管、算力、带宽翻几倍。而我们这套架构，能把 Token 生成速度从 200 万提升到 7 亿，提升 350 倍。

　　Oberon：铜缆纵深扩展，同时可通过光纤纵深扩展到 NVLink 576

　　每年，全新架构。短短几年间，英伟达从一家芯片公司，成长为 AI 工厂公司、AI 基础设施公司、AI 计算公司。我们现在正在建造整座 AI 工厂。

　　这些 AI 工厂中有大量电力被浪费。我们希望确保这些 AI 工厂以最优方式设计、协同。

　　过去，大部分组件供应商彼此不见面，直到进入数据中心才第一次相遇。这在建造超复杂系统时，是不可接受的。

　　我们必须在虚拟世界提前协作。因此，我们创造了 Omniverse，以及 Omniverse DS World 平台——让我们所有人能在虚拟世界中，协同设计 GW 级 AI 工厂。

　　我们拥有机架、机械、散热、电气、网络仿真系统，与生态伙伴的顶级工具集成；同时与电网联动，互相交互、调整电网与数据中心电力，节约能源；在数据中心内部，使用 Max-Q 动态优化系统，在电力、散热、各项技术之间动态调节，不浪费一瓦电力，以最优速率实现最大 Token 吞吐量。

　　我可以肯定，这里面至少还有两倍的提升空间。在我们这个规模下，两倍就是天文数字。

　　史上最大规模的基础设施建设正在进行。全球都在竞相建造芯片、系统与 AI 工厂。每延迟一个月，就会损失数十亿美元收入。

　　AI 工厂的收入 = 每瓦 Token 数。在电力受限的情况下，每一瓦未被利用，都是收入损失。

　　NVIDIA DSX 是基于 Omniverse 数字孪生的蓝图，用于设计与运营 AI 工厂，实现最大 Token 吞吐量、高可靠性与能效。

　　当园区上线，数字孪生成为运营中枢。AI 智能体与 DS Max-Q 协同，动态编排基础设施：

　　Phaedra 智能体监控冷却与电力系统，向 Max-Q 发送信号，持续优化计算吞吐量与能效

　　通过 DSX，英伟达与生态伙伴正在全球加速建设 AI 基础设施，确保极高的可靠性、能效与吞吐量。

　　是不是不可思议？Omniverse 旨在承载全球数字孪生，从地球开始，容纳各种规模的数字孪生。我们拥有强大的生态伙伴。感谢所有合作伙伴。很多企业几年前我们还互不相识，如今却紧密合作，共同建造人类历史上最大的计算机，并且在行星尺度上实现。

　　我们已经进入太空。Thor 已通过辐射认证，用于卫星。未来，我们还会在太空建造数据中心。这显然非常复杂。

　　我们正与合作伙伴打造全新计算机：Vera Rubin Space One，它将进入太空，开启太空数据中心。

　　在太空，没有传导，没有对流，只有辐射。我们必须解决系统散热问题。我们有大量顶尖工程师正在攻关。

　　OpenClaw 是人类历史上最受欢迎的开源项目，短短几周内，影响力超越了 Linux 30 年的积累。它的重要性，就是这么高。

　　今天，我们宣布正式支持它。我快速展示一下：你只需要在控制台输入一行命令，它会自动找到 Open-Claw，下载，为你创建一个 AI 智能体，然后你就可以告诉它做任何事。

　　Andrej Karpathy 刚刚启动了一个名为 research 的项目，这是一个大事件。你给 AI 智能体一个任务，然后去睡觉。它会在一夜之间运行 100 个实验，保留有效的，淘汰无效的。

　　每个人都在谈论 OpenClaw，但 Open Claw 是什么？信不信由你，它已经是一个真正可用的系统了。我来用最直白的方式，让你们所有人都听懂 Open Claw 是什么。Open Claw 是做什么的？它负责连接。它是一套智能体系统。它可以调用、连接大语言模型。

　　它有输入输出（I/O）。你可以用任何模态跟它交互：你跟它说话，它听得懂；你对它挥手，它看得懂；你想用任何方式都行。它会给你发消息、发短信、发邮件。它有完整的输入输出能力。

　　所以说到底是什么？说白了：它就是一个操作系统。我刚才描述它的每一句话，都和描述一个操作系统一模一样。

　　Open Claw 本质上开源了智能体计算机的操作系统。这就像当年 Windows 让我们每个人都能拥有个人电脑一样。今天，Open Claw 让我们每个人都能创造个人智能体。

　　首先，它的普及速度已经说明一切。但更重要的是：现在每一家公司，每一位 CEO 都必须问自己：你的开源智能体战略是什么？就像当年我们都需要 Linux 战略；就像我们都需要 HTTP、HTML 战略，开启了互联网；就像我们都需要 Kubernetes 战略，才有了移动云。

　　今天，全世界每一家公司，都必须拥有 Open Claw 战略和智能体系统战略。这是新一代计算机。

　　而这，还只是激动人心的一部分。我们再看企业 IT。在 OpenClaw 出现之前，企业 IT 的逻辑是这样的：之所以叫数据中心，是因为那些大房间、大楼里存放的是数据：人的文件、企业的结构化数据。数据流经软件、工具、记录系统、各种工作流，最终变成给人用的工具，给数字员工用的工具。

　　这是旧的 IT 行业：软件公司做工具、存文件。咨询公司帮企业用好这些工具、集成这些工具。这些工具对治理、安全、隐私、合规非常重要，这些价值依然存在。

　　每一家 IT 公司、每一家企业、每一家 SaaS 公司，毫无疑问，都会变成一家 GaaS 公司：智能体即服务（Genetic AI as a Service）。

　　而最厉害的是：OpenClaw 在最正确的时间，给了行业最需要的东西。就像当年 Linux 在正确的时间出现；就像 Kubernetes、HTML 准时出现。它让整个行业，能够握住这一套开源栈，然后放手去做创新。

　　但有一个问题必须解决：企业网络里的智能体系统，可以访问敏感信息，可以执行代码，可以对外通信。

　　你仔细想想：访问员工信息、供应链信息、财务信息等敏感数据，还能把数据发出去、对外通信。这显然是绝对不允许的。所以我们做了什么？我们和 Peter 合作，集结了全球顶尖的安全与计算专家，一起把 Open Claw 打造成企业级、安全、私有化的版本。

　　现在它真正为企业就绪了。你可以下载、试用、接入。全球所有 SaaS 公司的策略引擎都非常重要、非常有价值。NeMo Claw 或带 Open Shell 的 Open Claw 都可以对接这些策略引擎，执行策略。

　　这样一来，我们就能保护公司内部的智能体安全运行。我们还为智能体 AI 系统加入了很多能力，其中最重要的一项，就是让你拥有自己的定制化 Claw、定制化模型。

　　世界是高度多样化的，没有一个模型能服务所有行业。开放模型是全球最大、最多样的 AI 生态之一。近 300 万个开放模型，覆盖语言、视觉、生物、物理、自动驾驶，让 AI 可以为垂直领域构建。

　　英伟达是全球最大的开源 AI 贡献者之一。我们构建并发布六大系列开源前沿模型，还包括训练数据、训练配方、框架，帮助开发者定制、落地。我们的模型：

　　今天，我正式宣布成立 Nemotron 联盟。我们投入了数十亿美元的 AI 基础设施，只为开发 AI 核心引擎，打造能激活全球每一个行业的 AI 模型。我们将与合作伙伴一起，让 Nemotron-4 变得更加强大。

　　等等一大批顶尖公司。谢谢你们。我说过：全球每一家企业、每一家软件公司，都需要智能体 AI 战略，都需要开源战略。他们全都认同，并且正在与我们合作集成：

　　一家接着一家，非常多。能和大家合作，我由衷感激。这是我们的时代。这是一场重塑，一场企业 IT 的文艺复兴。一个 2 万亿美元的行业，即将变成数万亿美元的行业。

　　未来提供的，将不再只是给人用的工具，而是高度专业化的领域智能体，你可以直接「租用」。我完全可以想象：未来我们公司每一位工程师，都会有年度 Token 预算。他们年薪几十万美元，我可能再额外发给他等值几十万的 Token，让他的能力被放大。

　　这甚至会成为硅谷招聘的福利之一：「这份工作附带多少 Token？」原因很简单：每一个能用上 Token 的工程师，都会变得更高效。

　　而这些 Token，都来自我们与大家合作建造的 AI 工厂。今天，所有企业都建立在文件系统和数据中心之上。未来，每一家软件公司，都将是智能体 AI 公司。它们既是 Token 的使用者（给工程师用），也是 Token 的生产者（为客户提供）。

　　OpenClaw 的意义，无法被低估。它的重要性，等同于 HTML，等同于 Linux。现在，我们拥有了世界级的开源智能体框架，也有了我们打造的优化、高性能、安全的参考设计：NeMoClaw。

　　说到智能体，大家都知道，智能体要感知、推理、行动。我刚才讲的大多是数字智能体，在数字世界里行动、写代码。但我们也在物理实体智能体上深耕已久，我们称之为机器人。它们需要的 AI，是物理 AI。这里有几项重磅发布。

　　展会上有 110 台机器人。全球几乎所有做机器人的公司，都在与英伟达合作。我们提供三大计算平台：

　　我们拥有全栈软件、AI 模型，并融入全球生态。合作伙伴包括西门子、楷登（Cadence）等，遍布全球。今天我们宣布一大批新伙伴。

　　在自动驾驶领域，我们深耕已久。自动驾驶的 ChatGPT 时刻已经到来。我们现在可以实现完全自动驾驶。

　　今天，我们宣布英伟达 Robotaxi Ready 平台再添四家新伙伴：比亚迪、现代、日产、吉利。它们每年合计生产 1800 万辆车，加上之前的奔驰、丰田、通用……未来支持 Robotaxi 的车辆数量将极其庞大。

　　我们同时宣布与 Uber 合作：在多个城市部署支持 Robotaxi 的车辆，并接入他们的网络。

　　T-Mobile：未来的基站将变成英伟达 Ariel AI RAN，成为机器人化基站，智能推理流量、优化波束赋形、节能、提升质量

　　这里有大量人形机器人，而我最喜欢的之一，是迪士尼机器人。全球首次大规模物理 AI 部署已经到来，那就是自动驾驶。有了英伟达 Alpamayo，汽车现在具备推理能力，可以在各种场景下安全智能行驶。

　　我们让汽车描述自己的动作：「我正在向右变道，按规划路线行驶。」解释它的决策：「我这条车道有一辆违停车辆，我要绕过去。」并执行指令：「嘿，奔驰，能开快一点吗？」「好的，我加快速度。」

　　这就是物理 AI 与机器人时代。全球开发者正在打造各类机器人。但现实世界极其多样、不可预测、充满边缘案例。真实世界数据永远不够，我们需要来自 AI 与仿真的数据。

　　对机器人来说：算力就是数据。开发者在互联网规模视频与人类演示上预训练世界基础模型，用传统与神经仿真生成海量合成数据，大规模训练策略。

　　演讲最后，迪士尼雪宝机器人登台和观众进行互动，最终在雪宝的见证下，黄仁勋在 GTC 2026 上的演讲，正式落下了帷幕。

　　原标题：《万字长文丨现场直击黄仁勋 GTC 最新演讲：AI 已全面进入推理时代，英伟达要冲万亿营收》

　　本文为澎湃号作者或机构在澎湃新闻上传并发布，仅代表该作者或机构观点，不代表澎湃新闻的观点或立场，澎湃新闻仅提供信息发布平台。申请澎湃号请用电脑访问。