皮衣老黄 ，带着最强 AI 芯片 GB300 闪亮登场 "AI 超级碗"GTC，燃爆全场！
性能方面，和去年发布的 GB200 相比，推理性能是其 1.5 倍。
据悉，GB300 将在今年的下半年出货。
除此之外，老黄还预览（2026 年下半年发货）了英伟达下一代 AI 超级芯片，名字大变样------Vera Rubin。
其实它的命名规则和 Grace Blackwell（GB）类似：Grace 是 CPU，Blackwell 是 GPU。
而 Vera Rubin 中的 Vera 是 CPU，Rubin 是 GPU。根据老黄的说法：
几乎所有细节都是新的。
从预览的性能来看，Vera Rubin 整体性能更是 GB300 的 3.3 倍。更具体一些：
-
Vera：CPU 的内存是 Grace 的 4.2 倍，内存带宽是 Grace 的 2.4 倍。
-
Rubin：将配备 288GB 的 HBM4。
在 Vera Rubin 之后的下一代 GPU（2027 年下半年），英伟达会将其命名为 Rubin Ultra，性能直接拉到 GB300 的 14 倍。
一个直观的对比，如下图所示：
更多的具体性能对比，是这样的：
性能上的提升，也正应了老黄在现场说的那句话：
大规模推理是一种极限计算。
Inference at-scale is extreme computing.
不仅如此，就连 Rubin 之后的下一代 GPU，老黄也给亮出来了------将以 Feynman 来命名。
而纵观整场 GTC，我们可以轻松提炼老黄提及最多的几个关键词：tokens 、推理 和 Agentic AI。
但除此之外，还有一个比较有意思的关键词------DeepSeek。
英伟达官方博客称：
实现了 DeepSeek-R1 推理性能世界纪录。
每个用户每秒可处理超过 250 个 token；实现每秒超过 30000 个 token 的最大吞吐量。
但这项纪录采用的是 B200，英伟达表示随着 Blackwell Ultra 等新 GPU 的出现，纪录还将继续被打破。
而老黄在现场体现传统 LLM 和推理 LLM 的区别时，也是拿着 DeepSeek-R1 来举例：
嗯，微妙，着实有点微妙。
那么除了一系列新 GPU 之外，还有什么？我们继续往下看。
推出两款个人 AI 超级计算机
首先，第一款个人 AI 超级计算机，叫做 DGX Spark。
它就是老黄在今年 1 月份 CES 中发布的那个全球最小的个人 AI 超级计算机 Project Digits，这次取了个正式的名字。
DGX Spark 售价 3000 美元（约 21685 元），大小和 Mac Mini 相当。
它采用的是英伟达 GB10 芯片，能够提供每秒 1000 万亿次的 AI 运算，用于微调和推理最新 AI 模型。
其中，GB10 采用了 NVLink-C2C 互连技术，提供 CPU+ gpu 的相干内存模型，带宽是第五代 PCIe 的 5 倍。
值得一提的是，英伟达官网已经开发预定了哦~
至于第二款个人 AI 超级电脑，则是 DGX Station。
DGX Station 所采用的，正是今天推出的 GB300，也是首个采用这款芯片的 AI 电脑。
其性能如下：
-
拥有 784GB 的相干内存空间
-
拥有英伟达的 ConnectX-8 超级网卡，支持高达 800Gb/s 的网络速度
-
拥有 Nvidia 的 CUDA-X AI 平台，可访问 NIM 微服务和 AI Enterprise
用老黄的话来说就是：
这就是 PC 应该有的样子。
This is what a PC should look like.
至于上市赶时间，则是将于今年晚些时候从华硕、BOXX、戴尔、惠普、Lambda 和美超微等厂商处推出。
**
△**搭载 GB300 的 DGX Station 主板
而根据英伟达官方的介绍，这两款个人 AI 超级计算机，是面向研究人员、数据科学家、AI 开发者和学生设计的。
除此之外，老黄在这届 GTC 上还涉足了以太网，推出全球首个面向 AI 的以太网网络平台------Spectrum-X。
它由英伟达的 Spectrum-4 以太网交换机和 BlueField-3 SuperNIC 共同发力，能为 AI、机器学习和自然语言处理等提供高性能支持。
相比传统以太网，Spectrum-X 可将 AI 网络性能提升 1.6 倍，提高 AI 云的电力效率。
以及还包括基于硅光学的 Spectrum-X Photonics 和 Quantum-X Photonics 网络交换平台，用于使用硅光学的超大规模数据中心。
新的网络交换平台将端口数据传输速度提升至 1.6Tb/s，总传输速度达到 400Tb/s，使数百万个 GPU 能够无缝协同工作。
还开源了一系列软件
除了硬件，英伟达这次在软件开源方面也有几个新动作。
其中最重磅的，当属发布 NVIDIA Dyamo ，一个用于加速 AI 模型推理的分布式推理服务库。
老黄将其称为 "AI 工厂的操作系统"，核心目标在于提高推理性能的同时降低 Test-Time 算力消耗。
按照英伟达的说法，在 NVIDIA Blackwell 上使用 Dynamo 优化推理，能让 DeepSeek-R1 的吞吐量提升 30 倍。
至于背后原因，主要在于 Dynamo 可以通过动态调整 GPU 资源应对请求波动，并优化数据卸载到成本更低的存储设备，从而降低推理成本并提高效率。
目前 Dynamo 已完全开源，支持 PyTorch、SGLang、NVIDIA TensorRTyTM 以及 vLLM，在 GitHub 获取后即可将推理工作分配到多达 1000 个 NVIDIA GPU 芯片。
此外，英伟达还宣布开源新的 AI 推理模型------Llama Nemotron，该系列模型也曾出现在今年 1 月的 CES 上。
据介绍，Llama Nemotron 基于开源 Llama 基础模型构建，采用英伟达最新技术和高质量数据集进行剪枝和训练，优化了计算效率和准确性。
为了直观展示其性能，老黄在大会上将它和 Llama 3.3（70B）以及 DeepSeek R1 Llama （70B）进行了对比，下图展示了它们在 Agentic 任务上的平均准确率（横轴）与每秒处理的 tokens 数量（纵轴）：
可以看出，新的推理模型以 49B 参数量性能远超另外两个模型，在 Agentic 任务中表现更为突出。
目前 Nano 和 Super 模型可在 NIM 微服务中获取，Ultra 模型即将推出。
与此同时，英伟达在自动驾驶 和具身智能方面也有新进展。
大会开始不久，老黄即宣布英伟达与通用汽车达成合作：
通用将在自动驾驶上使用英伟达的 AI 技术。
在这之后，英伟达正式发布了端到端 自动驾驶汽车全栈综合安全系统 NVIDIA Halos。
这个系统主要将 NVIDIA 的汽车硬件和软件解决方案与尖端 AI 研究相结合，以确保从云端到车辆的自动驾驶汽车（AVs）的安全开发。
介绍过程中，老黄多次提到了 "安全性" 这个词，并公开声称：
我们是世界上第一家对每一行代码进行安全评估的公司
落实到具体上，Halos 系统主要在三个互补的层面提供支持：
-
技术层面：包括平台安全、算法安全和生态系统安全；
-
开发层面：涵盖设计阶段、部署阶段和验证阶段的安全防护措施；
-
计算层面：从 AI 训练到部署的全过程，利用三种强大的计算平台，分别是 NVIDIA DGX 用于 AI 训练，NVIDIA Omniverse 和 NVIDIA Cosmos 在 NVIDIA OVX 上运行用于模拟，以及 NVIDIA DRIVE AGX 用于部署。
到了大会的最后阶段，老黄宣布英伟达与 Google DeepMind 和 Disney Research 正合作开发下一代开源仿真物理模型 Newton。
据英伟达介绍，Newton 基于 NVIDIA Warp 构建，支持与 MuJoCo Playground 或 NVIDIA Isaac Lab 等学习框架兼容。
它主要用于机器人模拟训练，使用之后可以帮助研究人员安全、加速且低成本地训练 / 开发 / 测试 / 验证机器人控制算法和原型设计。
同时，英伟达还同步推出了 Isaac GR00T N1，号称全球首个开源的、完全可定制的人形机器人基础模型。
它采用双系统架构，灵感来自人类思考模式，包括快速思考的动作模型（System 1）和慢速思考的决策模型（System 2）。
在大会演示中，GR00T N1 能够轻松泛化常见的任务，如抓取、移动物体以及在双臂之间转移物品，或执行需要长时间推理的复杂任务。
最后的最后，老黄在谢幕之前还成功 "召唤" 出了配有 GR00T N1 模型的机器人------Blue（星球大战机器人）。
虽然过程中有些不听话的 "叛逆行为"，但好在还是给了点老黄面子（doge）。
One More Thing
今年的 GTC 大会，除了老黄的主题演讲，还有一件事最值得期待：
那就是今年首次设立的 "量子日" 活动，届时老黄将与 D-Wave Quantum 和 Rigetti Computing 等十余家量子计算行业领军企业的高管同台，讨论量子计算的技术现状、潜力以及未来发展方向。
要知道今年年初时，老黄一句 "量子计算还需 20 年才实用"，相关概念股曾应声腰斩。
所以大家这次都在观望，老黄是否又会 "语出惊人"，相关探讨是否会对量子计算产业产生更大影响。
咱们继续坐等答案揭晓~
老黄演讲回看地址：
www.youtube.com/watch?v=_wa...
欢迎在评论区留下你的想法！
--- 完 ---