文｜硅兔賽跑 Xuushan

編輯｜伊凡

現場一票難求，線上股價狂跌。

“買得越多，省得越多，賺得越多。”

英偉達GTC大會上黃仁勛打響了今年AI界帶貨最強Slogan。

在加利福尼亞州圣何塞SAP中心，一身標志性皮衣的黃仁勛快步上臺，表示今年的GTC大會，是AI超級碗——AI正在解決更多行業與公司的更多問題，作為科技行業的風向標，這場大會涉及1000場會議、2000名演講者和近400家參展商，超25000+參會人員。門票在會前被炒到了萬元高價，并且早已售罄。

此次GTC大會對英偉達來說，是至關重要的一戰。

外界所關注的，AI的熱潮是否已經達到頂峰？AI芯片的銷售是否放緩？當DeepSeek證明了另一條性價比更高的計算路線時，還在堅持大算力的英偉達還能否坐穩AI基建王者的寶座？

會前投資者的種種質疑在黃仁勛為GTC準備長達120分鐘的演講之后逐漸消散。英偉達不僅直接公開了四年三代GPU架構路線圖，Blackwell Ultra、Rubin、Rubin Ultra、Feynman等芯片悉數上臺，而且還提及了AI、數據中心、機器人、CUDA生態等諸多進展。

不過，投資者對此反應平淡，主題演講結束后，英偉達的股價略有波動，股價下跌3.5%。英偉達生態內的概念股，如臺積電、中電港、勝宏科技、鴻博股份君則有小幅下降。其中，英偉達國內算力板第一供應商勝宏科技，股價下跌5.75%。

業界表明，股價下跌的原因主要由于黃仁勛的演講基本在華爾街的意料之中，許多新的技術進展已在今年的CES中有所涉及，而黃仁勛提及的關于量子計算、具身智能的部分，很難在短期內看到有實質增長的可能。

英偉達半年來的股價走勢 來源：TradingView

以下是今日GTC大會主題演講干貨提煉：

1、芯片全家桶全面升級：Blackwell芯片銷量提速，將是Hopper的3倍；Blackwell Ultra將是首個擁有288GB HBM3e的GPU，并配有GB300 NVL72機架、HGX B300 NVL16機架組合系統方案，將是今年下半年的主推產品；

首次公布未來三年技術藍圖：2026年推出Rubin架構（FP4算力達100P Flops），2027年Rubin Ultra支持576個GPU集群，Rubin的AI工廠性能或能達到Hopper的900倍；2028年發布Feynman架構；

英偉達還與臺積電聯合封裝光網絡芯片，并于今年下半年將推出新版以太網芯片；

2、打造超算中心工廠：面向開發者以及企業研發場景，推出全球最小AI超級計算機DGX Spark以及AI超算DGX Station；推出搭載Blackwell Ultra GPU的DGX SuperPOD，提供AI工廠超級計算，并同步推出DGX GB300和 DGX B300系統，組合提供開箱即用的 DGX SuperPOD AI 超級計算機；上線英偉達Instant AI Factory，實現AI托管服務等；

3、推出AI推理模型系列：推出AI推理服務軟件Dynamo，旨在為部署推理 AI 模型的AI工廠最大化其token收益，可將DeepSeek-R1模型生成tokens數量提升30倍以上，每秒處理超30000tokens；推出全新Llama Nemotron推理模型，并幫助企業構建企業級AI數據平臺；

4、開源機器人模型：與谷歌DeepMind、迪士尼聯手打造的機器人上臺互動；亮相全球首個開源且完全可定制的基礎模型 NVIDIA Isaac GR00T N1，讓通用人形機器人實現推理及各項技能；

5、鞏固CUDA生態：推出搭載GH200超級芯片的CUDA-X庫，讓CUDA-X與最新的超級芯片架構協同工作實現，計算工程工具的速度可提高11倍，計算量可擴大5倍；首次設立量子計算日，并升級cuQuantum庫，推動量子計算研究。

會上，英偉達還多次提及中國AI大模型DeepSeek，提及DeepSeek整體有利于英偉達更快速推動生態建設，并不會對英偉達造成負面影響，黃仁勛對此前大幅跳水的股價做出回應。事實上，通過每年迭代一代架構的速度，英偉達將AI算力密度提升周期逐漸縮短。

生成式AI第三年，英偉達通過GTC 2025大會正式宣告其構建AI全棧基建生態的野心，從硬件代際差、生態壟斷性和行業標準制定權，英偉達圍繞“技術-商業”雙閉環的護城河逐漸完善，短期時間內，英偉達在AI基建領域幾乎毫無對手。

四年三架構技術路線圖揭曉！黃仁勛：tokens是一切的基礎

“去年的一切都是錯的，Scaling Law（擴展定律）遠沒有結束。”黃仁勛直言，擴展定律正在以超過人們預期的方向發展。當AI從過去依賴經驗和預訓練數據進行學習并推理，轉向采用思維鏈的方式，生成完整推理步驟，對算力的需求指數級提升。

在現場他用Llama 3.3 70B和DeepSeek R1模型進行演示，向他們同時提出一個排座位的問題。傳統的Llama模型僅適用439tokens進行訓練，最后給出一個錯誤的答案，而推理模型DeepSeek R1則使用了8559tokens進行反復思考，是Llama的20倍，其中調用的計算資源也是Llama的150倍，最終給出一個正確的答案。

黃仁勛認為數據仍是一切核心，盡管是R1也花費了6080億的訓練數據，而下一代的模型提升或許需要數萬億的數據。Scaling Law所引領的大算力思路在英偉達的敘事中，仍然奏效。甚至，此次大會上，英偉達提出的Scaling Law的三大階段：Pre-Training Scaling、Post-Training Scaling、Test-Time Scaling“Long Thinking”階段。整個行業也將會從Agentic AI（AI代理）逐步轉向Physical AI（物理AI：指的是讓機器人、自動駕駛汽車和智能空間等自主系統能夠感知、理解和執行真實世界中的復雜動作。由于它能夠生成見解和動作，因此也經常被稱為“生成物理 AI”。）。

“我希望大家走在對的方向上”，黃仁勛此次回應，或許也是對此前AI奇點已到，數據不再是AI模型提升的關鍵等一系列回應的正面回應。今年以來，英偉達的股價跌超13%，市值與2025年1月7日盤中創下的歷史高點相比，市值已經蒸發近8200億美元。在這場股價保衛戰上，黃仁勛選擇直面市場對英偉達股價與增長潛力的質疑。

表明了數據和算力仍是AI時代最關鍵的兩大方向之后，黃仁勛開始秀起了自己家的百寶箱。從2025年，英偉達將會在四年時間內先后推出Blackwell、Rubin、Feynman三大架構系列芯片。

Blackwell Ultra將承擔今年下半年主力產品，該系列其包括GB300 NVL72機架級解決方案以及NVIDIA HGX B300 NVL16系統。GB300 NVL72機架將把72個Blackwell Ultra GPU與36個基于Arm Neoverse的Grace CPU相連，Blackwell Ultra預計將比前代產品（H100）提供1.5倍的FP4推理能力，可以顯著加速AI推理能力。

可以看出，Blackwell Ultra相比上一代產品有些提升，但整體性能提升也沒有很驚喜，算是小版本升級。

芯片性能的“大升級”或在明年，承載英偉達希望的Rubin系列，將在2026年問世。此前，黃仁勛稱其計算能力能夠實現“巨大飛躍”。Rubin主要是以發現暗物質的天文學家Vera Rubin的名字命名。

今天，英偉達則進一步透露有關Rubin系列最新信息。明年，Rubin將作為GPU的旗艦芯和Vera作為CPU旗艦芯同期發布。

用一個比喻或許就能表現出英偉達在AI時代的野心——英偉達正在構建一個從市區、高速公路再到郊區的龐大AI帝國。

CPU是市區，GPU是正在開發的高新區，在這兩者之間，需要通過一個叫做PCIE的通道連接，車流量就是數據量。如果數據量大，就需要擴大道路，或增加車道。只有CPU能夠決定這個分配。一直以來，CPU生態被Arm和英特爾的X86長期壟斷。現在，英偉達對他們發起了挑戰。

Vera Rubin是英偉達CPU+GPU戰略的重要落子，其將于2026年下半年發布，將配備一個名為Vera的定制Nvidia設計CPU。Nvidia 聲稱，與其前身 Grace Blackwell 相比，Vera Rubin 的性能有了顯著提升，尤其是在 AI 推理和訓練任務方面。

其中，Vera有88個定制ARM結構的內核和176個線程。同時，Vera還會有一個1.8TB/s NVLink的內核接口，用于與Rubin GPU連接。與傳統的互聯技術相比，英偉達的這種互聯技術的速度更快，能夠通過的“車輛”更多。Vera將會取代現有的Grace CPU。據英偉達透露，Vera的新架構設計將會比Grace CPU快兩倍。在2021年的GTC大會上，英偉達推出了其第一款CPU——Grace，以Arm架構為核心。

看回Rubin系列，Rubin這次仍然是拼接式的設計，也就是它其實是兩個GPU在電路板上拼接在一起，組成了一個新的GPU。性能上，與B300相比，Rubin計算性能提高了3.3倍，能提供1.2 ExaFLOPS FP8訓練。

Vera Rubin可提供50 petaflops浮點運算的FP4 推理性能，是Blackwell Ultra在類似機架配置的3.3倍。

2027年，Rubin Ultra將內含4個GPU，支持576個GPU集群，在機架層面，將會比Rubin NVL144配置強大約四倍。同時，英偉達計劃在。此外，Feynman同樣將會采用Vera CPU。

從最新的技術路線圖中可以看出，目前英偉達的GPU更新基本維持在兩年一個大版本升級，一年一個小迭代的節奏上行穩步推進，而CPU方向新品節奏稍緩，或許3年左右才會有較大的一個版本升級。

但無論如何，英偉達自研的GPU+CPU生態已經逐漸完善，根據摩根斯坦利統計，英偉達占據了全球AI專用芯片將近77%的市場份額。同時英偉達還一直是臺積電的VVVIP客戶，幾乎拿下了臺積電的大半產能，擁有強大的供應鏈優勢。英偉達的Rubin采用了臺積電3nm工藝、CoWoS（Chip on Wafer Substrate）封裝技術。最先進的制造和封裝工藝，意味著這款芯片的性能將大幅度提升，英偉達也將在與臺積電的合作中積累豐富的先進制程IP。一位芯片從業人士告訴硅兔君，先進制程的產能一般是有限的，大客戶能夠獲得內測以及訂單的優先級。

再加上，英偉達一直在和各行各業的頭部公司合作，了解行業內最先進的技術、創新動向以及行業Know-how。可以說，在AI訓練側，英偉達的芯片組合拳幾乎無人能擋。這也是英偉達能一路無阻地登上AI基建寶座的核心關鍵，同樣數據中心也為英偉達貢獻了大部分營收。

英偉達2014-2024年主營業務收入占比變化 來源：Wind、五礦證券研究所

再加上，英偉達一直在和各行各業的頭部公司合作，了解行業內最先進的技術、創新動向以及行業Know-how。可以說，在AI訓練側，英偉達的芯片組合拳幾乎無人能擋。這也是英偉達能一路無阻地登上AI基建寶座的核心關鍵，同樣數據中心也為英偉達貢獻了大部分營收。

黃仁勛透露，今年，微軟、谷歌、亞馬遜和Meta四家大型云服務商已經購入360萬顆Blackwell芯片，理想預計，2028年數據中心資本支出規模突破1萬億美元。科技巨頭們對數據中心建設的熱情將會推動著英偉達的芯片銷售主要驅動力。2024年三季度，英偉達的GPU市場份額達到90%。

賣鏟人的財富傳奇還遠沒有結束，財報顯示，該公司截至1月份的2025財年銷售額增長了一倍多，達到1246.2億美元。

投資分析師Vellante 表示：“我們相信GTC 2025將樹立另一個里程碑，標志著未來極端并行計算不僅限于最大的公司，而是所有公司的日常。”

但同時，我們也注意到近期財報顯示，Blackwell芯片的毛利率正在小幅下跌，下一代GPU能否夠順利投產，下一代GPU是否能繼續成為英偉達的“搖錢樹”，或許市場還需驗證。

Agentic AI+Physical AI，英偉達的下一代增長渦輪

“AI正在經歷一個拐點，它將變得更智能、更有用。”

黃仁勛回憶道兩年前，ChatGPT出現的時候，很多復雜的問題和很多簡單的問題，它都難以回答。無論訓練多少次，研究過多少信息，但對所有問題，它都只思考一次，就像人類的脫口而出一樣。但現在有了推理，AI也有了反復思索的能力，思維鏈的技術能夠逐步完善。

黃仁勛認為未來每個企業都會有兩個工廠，一個是他們建造的工廠，而另一個則是他們的AI工廠，主要為了科研或者是培訓。他在主題演講一開始就提到Agentic AI以及Physical AI將會是今年討論的核心。

如果AI在未來將會無孔不入地深入到各行業的每一根毛細血管，那么英偉達正在建立一個更大更強的CUDA生態，這個生態，未來將成為各行業的生長土壤——只要這個行業與AI相關——用的人越多，生態越強、軟硬件適配度越好。

迄今為止，英偉達已構建了900多個特定領域的CUDA-X庫和AI模型，降低加速計算的準入門檻。今年，CUDA-X將走入更前沿的工程學科，像是天文學、粒子物理學、量子物理學、汽車、航空航天和半導體設計。

“如果整個發布會只講一張PPT，那么就是這張。”

黃仁勛提到，如果沒有CUDA，沒有英偉達的基建底座，這些前沿庫對任何一個開發者都將不起作用。他詳細介紹了主攻醫療的MONAI、主攻天氣的Earth-2、以及量子計算的cuQuantum庫的最新動向，這些庫也成為了英偉達在垂直AI領域中最新的落地成果，并圍繞著垂直領域的數據信息吸引著大批的開發者加入到CUDA生態中去。

英偉達還推出了AI推理服務軟件Dynamo，旨在為部署推理 AI 模型的AI工廠最大化其token收益，據英偉達透露，可將DeepSeek-R1模型生成tokens數量提升30倍以上，每秒處理超30000tokens。

Dynamo擁有GPU 規劃器、智能路由器、低延遲通信庫以及顯存管理器四大部分組成。同時，Dynamo推理平臺還支持分離服務，將LLM 不同計算階段分配給不同的GPU。

目前，已有多家AI創企與英偉達表示了合作意向。AI提供商Cohere計劃使用Dynamo為其Command系列模型中的代理式AI功能提供支持；Together AI希望能夠通過Dynamo能夠動態地解決模型管線各個階段的流量瓶頸。

此外，英偉達今天還發布具有推理功能的開源Llama Nemotron模型系列，旨在為開發者和企業提供業務就緒型基礎，助力構建能夠獨立工作或以團隊形式完成復雜任務的高級 AI 智能體。

結合新發布的Dynamo，英偉達全新Llama Nemotron推理模型，可以使用高級推理技術來改進上下文理解和響應生成，并通過分離服務使得每個階段可以進行單獨的微調和資源調配，從而提高吞吐量并更快地響應用戶。

Llama Nemotron模型系列包括Nano、Super和Ultra三種規模。Nano 模型可在PC和邊緣設備上提供最高準確性；Super模型能夠在單個 GPU 上提供最佳的準確性和最高的吞吐量；而Ultra 模型將在多 GPU 服務器上實現最高代理準確性。

據英偉達透露，與基礎模型相比，Llama Nemotron推理模型對多步數學運算、編碼、推理和復雜決策能力提供了加強，加強后，模型的精度提高多達20%；與其他領先的開放推理模型相比，優化推理速度達到了5倍。

除了Agentic AI，Physical AI則是以一種巧妙的方式融入到GTC大會之中。

走進展會中心，參會者將會看到一個AI雕塑機器人，這個機器人是人工智能藝術家Emanuel Gollob使用腦電波測量設計，并通過AI進行編排設計的。

在會展旁邊，我們還可以看到了一款人形機器人當起了會展顧問，它可以回答參會者有關活動、論壇時間、地點等問題。該人形機器人是由初創公司IntBot開發的。

在主題演講的結尾，黃仁勛與谷歌DeepMind、迪士尼聯手打造的機器人Blue上臺互動。據他介紹，Blue擁有兩大個人超算，十分聰明。對于黃仁勛的指令，Blue也能夠聽懂指令及時反饋。盡管Blue是一個雙足機器人，但從其表現形態上來看，Blue更像是一個機器狗，主要是提供一定情緒價值。

可以看出在此次大會現場，機器人幾乎無處不在。黃仁勛提到具身智能主要有三大挑戰有待解決：如何處理數據問題、選擇什么樣的模型架構以及機器人行業的Scaling Law是什么。

事實上，黃仁勛并沒有給出具體的答案，但他通過英偉達的產品布局給出了英偉達自己的思考思路。

英偉達強化提升了世界基礎模型Cosmos，引入了開放式、可完全定制的物理AI開發推理模型，讓開發者更好地控制世界生成。

Cosmos Transfer可簡化感知AI訓練，將Omniverse中創建的3D 仿真或真值轉換為逼真視頻，用于大規模可控合成數據生成。Cosmos Transfer WFM 能夠吸收結構化視頻輸入，如分割圖、深度圖、激光雷達掃描、姿態估計圖和軌跡圖等，以生成可控、逼真的視頻輸出。Cosmos Reason 是一個開放式、可完全定制的 WFM，具有時空感知能力，它使用思維鏈推理來理解視頻數據，并能夠預測交互結果，如一個人走進人行道或一個盒子從架子上掉下來。

1X、Agility Robotics、Figure AI、Foretellix、Skild AI和Uber是首批采用Cosmos的企業，可更快、更大規模地為物理 AI 生成更豐富的訓練數據。

期望值回落，英偉達面對自研芯挑戰

從本次GTC大會活動現場來看，黃仁勛明顯表現得沒有2023年那般得意氣風發。演講現場多次卡殼，能夠明顯感受到，回應關鍵問題，提到關鍵產品的時候，黃仁勛稍顯緊張。

2025年開年以來，英偉達的市值一路震蕩下跌。這其中，有美股大環境的影響，也有DeepSeek的沖擊，但更多的則是投資者們對英偉達的期望值逐漸回落，更加理性地看待英偉達的增長曲線。情緒回落后，英偉達的市值也逐漸趨于穩定。

但這并不意味英偉達就放緩了停下推動AI的節奏，相反，2024年，英偉達更加密切地關注前沿AI項目進展。

PitchBook數據顯示，英偉達在2024年加大了風險投資力度，參與了44輪人工智能公司融資，較2023年的34輪融資大幅增加。英偉達旗下的企業風險投資基金NVentures也在2024年參與了24筆交易投資。

英偉達投資公司

但新的挑戰也在出現。近期，谷歌、亞馬遜、Meta等大廠希望自研芯片（如TPU、Trainium）減少對英偉達GPU的采購。據悉，亞馬遜通過Graviton芯片節省10%-40%計算成本。不過，這些大廠的自研芯片更多自用，對于軟硬件能力差的公司，英偉達仍然是他們最好的選擇。

另一方面，在GPU所涉的數據中心業務上，英偉達中國市場營收在總營收中的占比已從2023財年的19%降至2024財年的約5%。此外，量子芯片、光子芯片等新的芯片架構正在加速開發與落地，或許新的技術變革將會給英偉達帶來新的沖擊。