「【新智元导读】凌晨，老黄 GTC 主题演讲华盛顿首秀，直接亮出下一代 GPU 核弹------Vera Rubin，性能狂飙 100 倍。目前，Blackwell 已全面量产，2026 年底两大 GPU 王牌预计爆赚 5000 亿美金。」
英伟达 GTC 大会，首次在华盛顿召开。
在近两小时演讲中，老黄不仅再次上演了一波 AI 美队，而且还给出了 AI 时代独一份的洞察------
AI 不是工具，而是会用工具的「工人」。
当老黄首次掏出下一代「杀手锏」Vera Rubin 超级芯片时，全场都震撼了。
相较于九年前，他亲手交付给 OpenAI 的首个超算 DGX-1，性能足足提升了 100 倍。并且明年就能量产。
当然，老黄的野心远不止于硬件。接下来的一系列震撼合作，将英伟达的 AI 帝国展示在了所有人面前：
- 「AI 原生 6G」：推出「AI on RAN」技术，将 AI 与 6G 网络深度融合，让基站成为边缘的 AI 计算中心。
- 「超算基建」：与美国能源部合作，建造 7 座全新的 AI 超算。
- 「自动驾驶」：发布「开箱即用」的 DRIVE Hyperion 平台，让汽车「生而为 Robotaxi」。
- 「量子计算」：发布 NVQLink 技术，首次将 AI 超算与量子处理器无缝连接，加速量子计算的实用化进程。
- 「物理」 「AI」：通过 Omniverse 中的数字孪生技术，训练「物理 AI」，加速机器人在现实世界中的部署，目标直指美国「再工业化」。
在三大 Scaling Law 驱使下，英伟达内部早已形成了良性正循环。
老黄预测，在 2026 年底前，仅凭「Blackwell+Rubin」就足以冲击 5000 亿美元的营收。
而且，这一数字还未将中国市场计算在内。
「下一代 Vera Rubin 首秀」
「性能狂飙百倍」
现场，老黄再次搬出了，未来三年英伟达 GPU 路线图，从 Blackwell，到 Rubin，再到 Feynman。
他激动官宣，短短 9 个月后，Blackwell 芯片已在亚利桑那州全面量产。
而真正站在全场 C 位的，还是下一代 Vera Rubin 的首次亮相。
这是英伟达第三代 NVLink 72 机架级超级计算机，彻底实现了无线缆连接。
目前，Vera Rubin 超级芯片已在实验室完成测试，预计明年 10 月可以投产。
这块超级芯片计算能力达到 100 Petaflops，是 DGX-1 性能的 100 倍。
换句话说，以前需要 25 个机架，现在一个 Vera Rubin 就能完成。
如下，便是 Rubin 计算托盘，推理性能可达 440PF。
其底部配备了 8 个 Rubin CPX GPU、BlueField-4 数据处理器，还有两颗 Vera CPU，以及 4 个 Rubin 封装------总共 8 个 GPU，全部实现了无缆、全液冷。
同时，英伟达还引入了一种全新「上下文处理器」（Context Processor），支持超 100 万 token 上下文。
如今，AI 模型要处理、记忆的上下文越来越多，它可以在回答问题前，学习和阅读成千上万份 PDF、论文、视频。
此外，BlueField-4 革命性处理器，可以加速 AI 模型加载时间。
还有 NVLink 交换机，可以让所有 GPU 同步传输数据；以太网交换机 Spectrum-X 可以确保处理器同时通信而不拥堵。
再加上 Quantum 交换机，三者结合，系统全部兼容 InfiniBand、Quantum 和 Spectrum Ethernet。
所有这些组合起来，一个完整的机架塞满 150 万个零件，重量足足有两吨。
它的主干网络，一秒内就能传输相当于整个互联网的流量，刷新全球最快的 token 生成速度。
老黄表示，「一个 1GW 规模的数据中心，大概需要 8000-9000 台这样的机架。这就是未来的 AI 工厂」！
「老黄抛出 5000 亿预言」
「AI 美队再上线」
GPU 是 AI 革命的核心引擎，而 AI 的世界，远不止 ChatGPT。
主题演讲上，老黄亲自科普了 AI 的定义。
一上来，他就给大众认知来了一个降维打击，AI 并不等于聊天机器人。
他将其比作一个数据密集型的「编程」，在 CPU 时代的旧世界，人们手工编码，软件在 CPU 上运行，Windows 主导了一切。
而在当下，机器学习训练，模型直接跑在 GPU 之上。
能源 - GPU - 超算 - 模型 - 应用，全栈的能力构成了完整的 AI。
接下来，老黄还提出了一个对于 AI 的深刻洞察------
过去的软件产业，本质上是在「造工具」，Excel、Word、浏览器皆是工具。
在 IT 领域，这些工具可能就是「数据库」之类的，其市场规模大约在一万亿美元左右。
但 AI 不是工具，是「工人」。事实上，AI 是「会用工具的工人」。
这就是根本性差异。
到目前为止，人类发明的一切东西，本质上都是工具，都是给自己用的。
但这回是历史上头一次，技术自己会「干活」了。
老黄举例道，英伟达每一位工程师都在用 Cursor，生产力得以大幅提升。而 Cursor 使用的工具是 VS Code。
AI 本身也正在成为一个「全新的产业」，当人们把各种形式的信息编程 token 之后，就需要一个「AI 工厂」。
「
」
「10x 的性能，1/10 的成本」
「AI 工厂」不同于过去的数据中心，是因为它基本上只做一件事------运行 AI。
一来，生产尽可能有价值、更智能的 token；其次，要用极高的速度将其生产出来。
过去两年，业界让 AI 学会了变得更加聪明的方法，预训练是第一阶段。
下一步就是后训练，再之后就是测试时，让 AI 不断思考（Long Thinking）。
这也是老黄一直以来，反复强调的三大 Scaling Law。
模型越聪明，使用的人越多；用的人越多，需要的算力越多。
与此同时，摩尔定律边际趋缓，仅靠狂堆晶体管，无法解决两条指数曲线带来的「饥饿感」。
那么，摩尔定律已死，又该如何将成本大幅压下来？
老黄给出的答案是：极致协同设计（Extreme Co-design）。
英伟达是当今世界上，唯一一家真正从一张白纸开始，同时思考芯片、系统、软件、模型、应用的公司。
他们的协同设计，将 AI 算力实现了从 Scale up 到 Scale out，再到 Scale across 的扩展。
Grace Blackwell NVL72，一台思考机器，就是英伟达「协同设计」的典型代表。
为了更直观说明，老黄再次上演「芯片版美队」，手里拿着巨型芯片，由 72 块 GPU 无缝互联。
他还调侃道，「下次要演雷神，一伸手，芯片就到手里了」
为了驾驭万亿级参数模型，它采用了 MoE 架构。传统系统受限于 GPU 间互联带宽，一块 GPU 要扛 32 位专家的计算。
在 NVLink 72 架构下，每块 GPU 可以放 4 位专家。
SemiAnalysis 最新基准测试显示，Grace Blackwell 每块 GPU 的性能，是 H200 的十倍。
只多了一倍晶体管，速度却快了十倍，秘诀就在于------极致协同设计。
GB200，这台世界上最昂贵的计算机，却能生成成本最低的 token。
它的极致性能，均摊了每一次计算的总拥有成本（TCO），也就是说------
10 倍性能，十分之一成本。
而此刻，这一突破正逢其时。
老黄展示了，全球六大云巨头的资本支出曲线（CapEx），正以史无前例的速度飙升。
它还联手能源部，官宣未来要建七大全新 AI 超算。
与此同时，老黄还指出，这场变革不是单线的，而是「双平台迁移」。
即通用计算转向加速计算，工具计算转向智能计算。
而英伟达 GPU 是唯一兼容以上所有的架构，包括加速计算和 AI。
最令人震惊是，他预测，截至 2026 年，Blackwell+Rubin 的可预见性收入累计 5000 亿美元。
算上目前已经出货的 600 万块 Blackwell，未来两年将达 2000 万 GPU 出货量，相较于 Hopper 增长 5 倍（400 万块）。
老黄正在释放一种信号------AI 工厂已成新基建。
「」
「开源扛把子，没有弱项」
不仅如此，老黄这场演讲，还在向世界宣告：英伟达不仅是算力之王，更是 AI 生态的绝对核心。
老黄一针见血，「过去几年，开源 AI 在推理、多模态、蒸馏效率三大维度上，实现巨大飞跃」。
正是这些进步，让开源模型第一次真正成为开发者手中非常实用的工具。
全世界，都离不开开源。
为此，英伟达也在全力投入这一方向。目前，他们在全球开源贡献榜上，23 个模型上榜，覆盖了语言、物理 AI、语音、推理等全领域。
我们拥有全球第一的语音模型、第一的推理模型、第一的物理 AI 模型。下载量也非常惊人。
「物理 AI 时代」
「三台计算机铸真神」
当 AI 走向应用最后一层堆栈，那便是物理 AI（Physical AI）。
一直以来，老黄认为，要实现物理 AI，需要三台计算机------
一个是 GPU 超算用于训练，一个通过 Omniverse Computer 用于模拟，另一个是机器人计算机。
以上这三种计算机上都运行着 CUDA，由此才能推动「物理 AI」发展，也就是理解物理世界、物理定律、因果关系的 AI。
目前，英伟达正联手伙伴，打造一个工厂级的物理 AI。一旦建成，就会有大量机器人在数字孪生的世界中工作。
「」
「Robotaxi，也是一种机器人」
在自动驾驶领域，英伟达推出了一套「开箱即用的 L4 级自动驾驶底座」------「DRIVE AGX Hyperion 10。」
它搭载了 NVIDIA DRIVE AGX Thor 系统级芯片、经过安全认证的 NVIDIA DriveOS 操作系统、一套经过完整认证的多模态传感器套件（包含 14 个高清摄像头、9 个雷达、1 个激光雷达和 12 个超声波传感器）以及认证的板卡设计。
- 算力与模型：共有两颗基于 Blackwell 架构的 DRIVE AGX Thor，每颗算力超 2,000 FP4 TFLOPS（1,000 INT8 TOPS），专为 Transformer、VLA 与 GenAI 优化，360° 融合多模态传感器，面向 L4 自动驾驶。
- 迭代与验证：平台可 OTA 升级、兼容现有 AV 软件，并引入 Foretellix Foretify Physical AI 工具链做测试与验证；同时开放全球最大多模态 AV 数据集（1700 小时、25 国），用于基础模型的开发 / 后训练 / 验证。
在数万亿英里真实及合成驾驶数据的加持下，新一代 VLA（视觉 - 语言 - 动作）推理模型，让车辆不只能识别红绿灯，还能在无结构路口或人车行为突变时做出类人判断（比如理解交警临时指挥、突发改道），而且是在车上实时完成。
对于行业来说，公司可以直接拿到可量产的参考架构与数据 / 验证闭环，更快把 Robotaxi 或无人配送车跑起来。
「NVIDIA ARC：用 AI 重新定义 6G 网络」
在通信行业，英伟达则宣布与诺基亚达成合作，并推出了支持 AI 原生 6G 的加速计算平台------Aerial RAN Computer Pro（ARC-Pro）。
- ARC-Pro = AI 基站主机：融合了「连接 + 计算 + 感知」能力的 6G-ready 加速计算平台；运营商未来可以通过软件升级的方式从 5G-Advanced 升到 6G。
- AI-RAN = 无线 + AI 共生：把 AI 推理（如频谱调度、节能控制、用户体验优化）和传统 RAN 处理跑在同一套、由 GPU 加速的软定义基础设施上；同一站点还能顺带承载生成式 / 智能体 AI 的边缘服务，有效利用「基站闲时算力」。
与此同时，英伟达还将以每股 6.01 美元的认购价向诺基亚投资 10 亿美元。
交易宣布后，诺基亚股价收盘上涨 20.86%，创下自 2016 年 1 月下旬以来的新高。
「NVQLink：打通 AI 与量子的融合之路」
在量子计算领域，众所周知，量子计算机的核心「量子比特」（Qubits），虽具备碾压传统计算机的并行计算潜力，但在计算过程会不断产生错误。
为了让它们正常工作，就必须依赖一台传统的超级计算机，通过一条要求严苛的超低延迟、超高吞吐量的连接，实时进行复杂的校准和纠错。
这条连接线，就是量子计算通往现实世界的最大瓶颈。
为此，英伟达推出了一款全新的互连技术------NVQLink，首次将量子处理器与 AI 超级计算机无缝地、紧密地连接在一起，形成一个单一、连贯的超级系统。
- 硬件层：通过 NVQLink，研究人员可以把不同量子路线（超导、离子阱、光子等）的处理器和控制硬件直接接到 GPU 超算上，避免了「绕以太网一大圈」的抖动与时延；同时，连在一起的 GPU 集群还可以继续向外扩展。
- 软件层：通过 CUDA-Q，研究人员可以在同一套编程接口里，把 CPU、GPU、QPU 编排成一台「混合超算」，让仿真、编排、实时控制能够在一个平台里闭环。
- 生态层：集合 9 家美国实验室、17 家量子硬件公司、5 家控制系统公司之力，目标是把**「校准、纠错、混合应用」**做成可复用的「套路」。
正如老黄所说：「NVQLink 是连接量子和经典超级计算机的罗塞塔石碑。它的出现，标志着量子 - GPU 计算时代的正式开启。」
参考资料：