出品 丨 搜狐汽车·汽车咖啡店
作者 丨 胡耀丹
3月19日，英伟达CEO黄仁勋在英伟达GTC 2025大会上发表主题演讲。在英伟达股价年内下滑10%的背景下，这一演讲被赋予了“股价守卫战”的意义。
“我曾说过，全球数据中心建设规模会达到1万亿USD，我相信这个时间点会比想象中更快到来。”在演讲中，黄仁勋坚定不移地觉得，对人工智能芯片的需要会持续增长。
在当日的GTC大会上，黄仁勋发布了全新的Blackwell Ultra GPU，与以此为基础用于推理、Agent的服务器SKU，也包含基于Blackwell构造的RTX全家桶。同时，英伟达在推理范围构建的“分布式推理服务库 Nvidia Dynamo，其智能推理优化能将每一个GPU生成的token数目提高30倍以上。
在具身智能方面，模拟仿真Ominiverse、预测将来画面的世界基础模型cosplaymos正在发挥用途。在GTC大会上黄仁勋表示，二者可以加速人工智能开发，推进自动开车的安全性和自动化进步。
在GTC主题演讲中，黄仁勋正式发布了端到端自动开车全栈综合安全系统NVIDIA Halos，并宣布，通用将在自动驾驶上用英伟达的人工智能技术。
现在，英伟达面临角逐加剧、增长趋缓、算力需要降低等多个风险。依据GTC 2025大会黄仁勋的主题演讲，搜狐汽车整理出黄仁勋试图回答的十大问题，有关推理型人工智能、汽车业务进展、人工智能系统路线图等内容，全文如下：
Q1：生成式人工智能改变了什么？
A：AI在过去十年里获得了惊人的进步。刚开始是感知型人工智能，譬如计算机视觉和语音辨别；然后是生成式人工智能。在过去五年里，大家主要专注于生成式人工智能，教会AI怎么样从一种模态翻译到另一种模态，譬如从文本到图像，从图像到视频，从氨基酸序列预测蛋白质结构，从化学公式预测试打分子特质。各种方法让人工智能帮助大家创造内容。
生成式人工智能从根本上改变了计算模式。过去，大家依靠检索型计算——提前创建内容、存储多个版本，在需要时调用。目前，人工智能理解上下文，了解大家的意图，并生成它了解的答案。假如需要，还可以检索信息、丰富我们的理解，并为大家生成解答。目前，人工智能不仅仅是检索数据，而是生成答案。这改变了计算的本质。
Q2：生成式人工智能之后，人工智能会向什么方向进步？
A：大家正在推出Agent 人工智能，这是一种可以与数字世界互动、代表用户实行任务的AI。
下面是物理AI，即有望为人形机器人提供动力的智能。
Q3：推理型人工智能是什么？
A：在过去几年里，发生了一个重大突破——大家称之为“推理型人工智能”。推理型人工智能意味着，AI可以像人一样，分步骤地推理，尝试多种路径，比较不同答案，最后选择最好结果。
大家怎么样教会AI去实行如此的推理链？其中一个办法就是强化学习。过去几年，强化学习和自监督学习的进步，赋予了人工智能不断尝试和修正的能力。大家可以让人工智能在虚拟环境中反复挑战复杂的问题，生成数百万种不同情境，让它通过不断训练变得更好。结果是，为了练习一个强大的推理人工智能模型，需要处置数万亿级别的Token。
大家用强化学习的办法，让人工智能在已知答案的数学和科学难点中不断尝试。譬如解二次方程、逻辑推理、几何问题等，系统通过无数次练习积累经验，逐步进化。通过模拟数以百万计的问题和数以亿计的尝试，每次尝试都生成成千上万的Token，大体上形成数万亿级别的练习数据量。这种强化学习和合成数据生成结合的办法，很大地推进了推理型人工智能模型的进步。
整个行业正在迅速响应这个变化。AI目前愈加有用，由于它愈加聪明，可以推理，并且应用愈加广泛。
Q4：推理型人工智能会不会减少算力需要？
A：在推理型人工智能中，生成的Token数目是巨大的。为了保证用户无需等待太久，大家需要让系统计算速度提升十倍，而这意味着需要一百倍以上的计算量。
目前，每当你打开一个人工智能应用或去查看，等待时间好像愈加长，这是由于有太多用户同时在用这类服务，这是好事，说明人工智能正产生巨大影响。
练习这类模型和为它们提供推理服务所需要的计算资源在过去一年呈爆炸式增长。而Blackwell才刚最初交付。你可以从市场基础设施的建设速度看到这一点。
Q5：数据中心业务还会继续维持迅速增长吗？
A：今年迄今为止，Blackwell GPU 已向四大云平台销售了360万块。来自剖析师的预测数据显示，全球数据中心的资本支出预计到2030年将达到数万亿USD。我曾说过，全球数据中心建设规模会达到1万亿USD，我相信这个时间点会比想象中更快到来。
这个增长有两个核心动力：第一，计算方法从通用计算向加速计算和机器学习转型；第二，以前大家写软件并在计算机上运行，而将来，计算机将生成软件所需的token供软件用。计算机将“生成token”，而不是从文件检索中提取数据，从检索型计算转变为生成型计算，从旧的数据中心建设方法转变为新型的基础设施建设方法。
我称之为人工智能工厂。由于它们只有一个任务，那就是生成这类让人很难置信的tokens，然后大家将它重新构建成音乐、文字、视频、研究、化学品和蛋白质。大家将它转化为各种不相同种类型的信息。将来，各行业和公司都将拥有两个工厂，一个生产商品，另一个提供数学支持，人工智能 工厂将为汽车、智能音响等商品提供支持。
Q6：将人工智能带入边缘计算范围有什么意义？
A：英伟达与思科、T-Mobile 和服务器 ODC 合作建设无线电互联网堆栈，将人工智能带入边缘计算范围。全球每年有很多资本投资于无线电互联网和通信数据中心配置，这一合作能充分借助这类资源，达成加速计算与人工智能的融合。
人工智能 在其中发挥着重点用途，通过强化学习，它将更好地适应无线信号、大规模矿机、环境变化和交通条件，优化通信成效。
人工智能有望彻底改变通信方法，还有望凭着对上下文和先验常识的理解，仅用少量话语就能传达丰富信息，提高通信效率和水平，类似其在视频处置和三维图形处置方面有哪些用途。人工智能将进入每一个行业。这只不过其中之一。
Q7：英伟达在自动开车范围有什么要紧进展和成就？
A：英伟达在自动开车范围投入超十年，研发的技术被海量自动开车公司广泛应用，涵盖数据中心、车载计算等多场景。
与通用汽车合作意义重大，双方将在制造业人工智能、企业人工智能和车载 人工智能 三个范围展开合作，帮助通用汽车在制造、工作模式、汽车设计与仿真与车载 人工智能 基础设施等方面达成改革，推进自动开车的进步，同时也为英伟达在自动驾驶范围拓展了业务和影响力。
在汽车安全方面，英伟达塑造了名为 “Halos” 的安全体系，涉及硅片、系统、软件、算法等多方面技术，强调确保多样性、监控、透明度和可讲解性。对700万行代码进行安全评估，芯片、系统和算法通过第三方安全评估，拥有超1000项专利。
Q8：英伟达是怎么样通过人工智能技术提高汽车安全性并达成自动驾驶的？
A：英伟达通过用Omniverse和cosplaymos加速人工智能开发，推进自动开车的安全性和自动化。cosplaymos的预测和推理能力支持人工智能优先的自动驾驶系统，使用新的开发办法，如模型蒸馏、闭环练习和合成数据生成。
cosplaymos把常识从速度较慢但更智能的“教师模型”传递给更小巧迅速的“学生模型”。在汽车行驶过程中，教师模型展示出最好行驶轨迹，学生模型通过多次迭代学习，不断接近教师模型的表现水平，以此优化自动驾驶决策，提高行驶安全性。
闭环练习能对政策模型进行微调。把汽车行驶过程中的日志数据转化为三维场景，用于基于物理的仿真驾驶闭环。通过Omniverse的神经重建技术生成多种场景变化，测试模型的轨迹生成能力。同时，cosplaymos的行为评估器对生成的驾驶行为进行评分，衡量模型表现。新生成的场景和评估结果构成很多数据集，帮助自动驾驶系统更好地应付复杂场景，增强了系统在不同环境下的安全性和适应性。
借助三维合成数据生成技术，Omniverse依据日志数据融合地图和图像，构建出详细的四维驾驶环境，并生成现实世界的数字双胞胎，精准到对每一个像素进行分类，以此引导cosplaymos。cosplaymos通过生成很多准确且多元化的场景扩充练习数据，缩小模拟与现实的差距，使自动驾驶系统可以更好地适应各种复杂环境，达成智能驾驶，进一步保障了行车安全。
Q9：Dynamo软件有哪些优势？
A： Dynamo是一款开源软件，这款软件可以提升AI推理的效率并减少本钱。Dynamo 甚至可以让在 Nvidia Hopper 平台上为 meta的Llama型号提供服务的性能提升一倍。
它将用户可以加速使用AI推理，包含 AWS、Cohere、CoreWeave、戴尔、Fireworks、Google云、Lambda、meta、Microsoft Azure、Nebius、NetApp、OCI、Perplexity、Together 人工智能 和 VAST。
Q10：英伟达的人工智能系统路线图是什么样的？
A：Blackwell Ultra 将于今年下半年上市，亚马逊的 AWS、Google云、Microsoft的 Azure 和甲骨文将成为首批提供由 Blackwell Ultra 提供支持的服务的云服务提供商。
Vera Rubin 是英伟达的下一代系统，它将包括144个独立的 Nvidia GPU，该系统预计将于 2026 年下半年推出。
公司将在2027年下半年发布包括576个GPU的Rubin Ultra，该系统将大幅提升人工智能计算能力和效率。