英伟达GTC 2025：黄仁勋的“AI超级碗”

　　美国加州圣何塞SAP中心再次成为全球科技界的风暴眼。英伟达CEO黄仁勋身着标志性皮衣，在GTC大会开场演讲中抛出“AI超级碗”的宣言，并发布一系列颠覆性产品与技术路线图，这场被业界称为“算力领域分水岭”的发布会，不仅揭晓了下一代芯片架构Rubin和Feynman，更以“一年一更”的激进节奏，重新定义了AI基础设施的进化速度。

　　Blackwell Ultra与Rubin架构的“性能绞杀”
　　据悉，此次发布的重磅产品包括三部分。
　　一是GB300超级芯片。基于Blackwell Ultra架构，集成8颗GPU与3颗Grace CPU，晶体管数量突破3000亿个，较前代B200性能暴增150%，专为GPT-5级万亿参数模型训练优化6。
　　二是Rubin架构首秀。采用台积电2nm工艺，支持3D堆叠封装，显存带宽提升至8TB/s，可同时处理10亿级并发推理请求，目标直指实时AI搜索引擎与元宇宙渲染。
　　三是液冷超算集群。单机架搭载72颗GB300芯片，算力密度达到1.1 ExaFLOPS，训练1750亿参数大模型的能耗成本再降40%。
　　大会现场，微软、谷歌与亚马逊AWS已宣布首批采购GB300集群，用于构建下一代AI云服务。黄仁勋更直言：“到2027年，全球80%的AI算力将由英伟达架构驱动。”
　　超越DeepSeek R1：Llama Nemotron Reasoning发布在发布会上，NVIDIA还正式发布了其最新研发的推理模型——“Nvidia Llama Nemotron Reasoning”。黄仁勋自信满满地表示，这一新模型在准确性和速度两大关键性能指标上，均实现了对当前市场领先模型DeepSeek R1的“大幅超越”。
　　据悉，在准确性方面，Llama Nemotron Reasoning模型表现出了卓越的性能。根据英伟达提供的数据，该模型在多个标准测试集上的表现均优于DeepSeek R1，尤其是在处理复杂推理任务时，其准确性提升尤为显著。这一优势使得Llama Nemotron Reasoning模型能够更准确地理解和回答用户的问题，提供更智能、更可靠的服务。
　　而在速度方面，Llama Nemotron Reasoning模型同样表现出色。英伟达表示，该模型在GPU上的推理速度远超DeepSeek R1，能够更快地处理用户请求，降低延迟，提升用户体验。这一特性对于需要实时响应的应用场景尤为重要，如自动驾驶、在线客服、智能语音助手等。
　　黄仁勋在发布会上强调，Llama Nemotron Reasoning模型的卓越表现得益于英伟达在AI技术领域的深厚积累和不断创新。他表示，英伟达一直致力于推动AI技术的发展，通过不断优化算法和架构，提升模型的性能和效率。而Llama Nemotron Reasoning模型的发布，正是英伟达这一努力的最新成果。
　　掀起人形机器人革命
　　继去年推出机器人开发平台Isaac后，英伟达此次祭出“王炸级”产品——GR00T-N1通用人形机器人模型。
　　其中，GR00T-N1通用人形机器人拥有自然指令理解，通过视觉-语言联合训练，精准解析“将舞台左侧的米奇人偶移动到聚光灯下”等复杂指令；物理仿真训练，依托Omniverse数字孪生平台，机器人动作学习效率提升1000倍，迪士尼已将其应用于乐园服务机器人开发；边缘算力模组，推出Jetson Thor 2.0计算单元，功耗仅15W却支持实时环境建模，特斯拉Optimus、Figure 01等主流厂商已全面接入。
　　黄仁勋在现场展示了与迪士尼合作的成果，一台搭载GR00T-N1的机器人精准复刻了《冰雪奇缘》中雪宝的舞蹈动作。
　　黄仁勋表示，机器人的优点是可以与物理世界互动。我们非常清楚地知道，未来世界上将缺乏人类工人，到目前这个十年的末尾，世界上将至少有5000万劳动力短缺，（机器人）将是一个非常大的产业。未来生产的基础设施将是机器人，每辆车也都是机器人。