“女士们、先生们欢迎来到英伟达。你现在身处我们的数字孪生世界中。此处所有内容均由人工智能生成。”穿着标志性皮衣的英伟达 CEO 黄仁勋踌躇满志。刚刚这位身价千亿的科技巨子在人称“科技界春晚”的 CES 2025国际消费类电子产品展览会完成了开幕演讲老黄这次不仅发布了让全体玩家沸腾的 RTX 50 系列显卡更展示了令人瞠目结舌的英伟达未来 AI 技术蓝图。搭载最新 Blackwell 架构的 RTX 5090 配备了 920 亿个晶体管能够实现 3352 AI TOPS 的算力、380 RT TFLOPS 的光线追踪性能和 125 Shader TFLOPS 的着色器性能内存带宽高达 1.8 TB/s。配合最新的 DLSS 4 技术图形性能相比 4090 提升了整整一倍。目前国行售价仅公布了RTX 5090D起售价 16499 元。从今年 3 月开始搭载 50 系列显卡的笔记本电脑也将陆续上市海外售价如下图对国行来说仅供参考不过这次最受争议的显卡不止是 5090还有系列的“中杯”显卡 5070。请看全网吵翻天的这张图5070 “碰瓷” 4090这相当于只需三分之一的价格就能享受当今顶级显卡的算力堪称真正的下克上。黄仁勋对这张 PPT 的具体解释是搭载全新 DLSS 4 技术的入门级 RTX 5070凭借每帧生成 3 帧的强大算力能在实际游戏体验上媲美上代旗舰 4090。他强调“这在没有 AI 的情况下是不可能实现的。GeForce 让我们进入了 AI 时代现在 AI 又将重新定义 GeForce。” 在他看来就像 20 年前的可编程着色器彻底改变了计算机图形学AI 正在掀起新一轮技术变革。实际效果也很夸张开不开 DLSS 有着 10 倍的帧数差距去年《黑神话悟空》发售的时候DLSS 的问题就引起了争议AI 加持过的画面还是游戏正常的画面吗黄仁勋这次演讲相当于把类似问题回应了一遍“每当英伟达宣称某款显卡性能翻倍人们总会问「这是真实的提升还是 AI 加持的结果」但这个问题本身就是一种过时的思维。在 AI 时代计算本身的定义正在发生改变。”他以 DLSS 4 为例解释这种范式转变。传统的图形渲染需要 GPU 计算每一个像素但 DLSS 采用了完全不同的思路先用光线追踪计算关键像素再用 AI 生成中间帧。这种方法不仅节省了大量计算资源更重要的是开创了一种全新的计算模式。“想象一下大语言模型是如何工作的”黄仁勋说“你给它一个提示它通过对每个 token 进行大量计算来生成答案。但在实际应用中AI 不仅需要生成答案更需要不断思考和推理。这需要一种全新的计算方式。”这就引出了老黄接下来在演讲里提出的三条全新的 Scaling Law首先是经典的“预训练扩展”pre-training scaling也就是由 OpenAI 提出的大家都熟知的那条 Scaling Law老黄认为这条法则还是会继续生效。在旧版法则的基础上新增了两条新的法则。首先是“后训练扩展”post-training scaling即通过强化学习和人类反馈来优化模型。就像 DLSS 通过不断分析游戏画面来提升生成质量一样。其次是“测试时扩展”test-time scaling。在实际使用时AI 会根据任务复杂度动态分配计算资源。老黄原话是“就像人类在思考问题时会投入不同程度的注意力未来的 AI 也能智能地调配计算力。”基于这三条定律英伟达推出了全新的Blackwell架构。它不仅在单纯的计算性能上实现了突破更重要的是能够支持 AI 的思考和推理过程。与上一代相比Blackwell 每瓦性能提升了 4 倍每美元性能提升了 3 倍。说到此处老黄也是整起了活儿直接 cos 美队把晶圆当成盾牌举了起来倒是展现了新一代架构的规模这就是 Blackwell 架构最新的互联技术NVLink72系统它集成了 72 块 Blackwell GPU算力高达 1.4 ExaFLOPS配备 14TB 内存和 1.2PB/s 带宽内含 130 万亿个晶体管。整个系统重达 1.5 吨包含 60 万个零件相当于 20 辆汽车的零件总和。“全世界的互联网流量都能通过这些芯片进行处理”黄仁勋说“而这套系统已经在全球 45 家工厂投产这就是 AI 的普及程度看看整个行业正以多快的速度拥抱新的计算模式。”除了半身大的“盾牌”老黄还在演讲时举起了另一个巴掌小的设备。“这个项目最初叫 DGX但后来我们决定叫它Project DIGITS它代表着深度学习 GPU 智能训练系统Deep Learning GPU Intelligence Training System。”这款被英伟达官方称为“世界最小 AI 超级计算机”的设备搭载了传说中神秘的 GB10 芯片。联发科参与设计的这颗芯片整合了最新一代 CUDA 核心、第五代 Tensor Cores 和采用 Arm 架构的 20 个高能效 CPU 核心在 FP4 精度下可提供高达 1 PFLOPS 的 AI 性能。“每位数据科学家、AI 研究人员和学生的办公桌上都应该有一台这样的个人 AI 超级计算机”黄仁勋说“因为 AI 将成为每个行业、每个应用的主流。”搭载 128GB 统一内存和 4TB NVMe 存储的 Project DIGITS仅需一个普通电源插座就能运行高达 2000 亿参数的大模型。如果把两台设备连接在一起则更可以处理4050 亿参数级别的 AI任务。4050 这个数字比较刻意直接点名了 Llama 3.1 模型。总之未来一个普通开发者就能在办公桌上完成过去只有大型数据中心才能进行的 AI 研发。“我们希望让每个人都能参与并塑造人工智能时代”黄仁勋说。Project DIGITS 预计将于今年 5 月上市起售价为 3000 美元约 21978元。它支持从 HuggingFace 到 PyTorch 等主流 AI 开发框架可用于模型微调和日常开发。接下来就是重磅部分英伟达的 AI 蓝图。这个名字要是直译起来则相当霸气“英伟达宇宙世界基础模型”。但这里的“Cosmos”是它的正式名字即英伟达今天发布的全球首个世界基础模型Cosmos。“就像大语言模型让 AI 学会交谈Cosmos 将让 AI 学会行动。”这个经过 2000 万小时视频训练的 AI 系统不仅能理解物理规律还能预测物体运动。更重要的是Cosmos 采用开源商业许可让任何企业都能基于这一平台开发自己的物理 AI 应用。为适应不同场景需求Cosmos 提供了三种规格的模型Nano 系列针对边缘设备优化实现超低延迟Super 系列面向主流应用开箱即用Ultra 系列追求最高精度支持深度定制通过与英伟达之前的物理仿真平台 Omniverse 深度整合Cosmos 还能将物理仿真与 AI 生成无缝结合。“这就像给机器人创造了一个数字孪生的训练场”黄仁勋解释说“它们可以在虚拟世界中不断练习和改进然后再把学到的技能应用到现实世界。”目前已有包括丰田、Uber 在内的多家巨头开始使用 Cosmos。在现场黄仁勋还宣布丰田将基于英伟达芯片和操作系统开发下一代新能源汽车。然后是上面的这张图比较有意思最上方是“英伟达 AI 蓝图”里面其实是各种各样不停切换的 AI Agents。基于此英伟达发布了一系列关键工具。首先是基于 Meta Llama 的 Nemotron 模型系列。这套模型分为三个层次针对边缘设备优化的 Nano 系列开箱即用的 Super 系列以及可用作“教师模型”的 Ultra 系列。每个层次都针对不同场景进行了优化。值得一提的是NIM 微服务生态。英伟达联合 Black Forest Labs、Meta 等顶级开发者针对 RTX AI PC 优化了一系列微服务可在 Windows 11 PC 上快速部署。此外基于 NIM 的 AI 蓝图还为开发者提供了丰富的预设工作流比如 PDF 转播客、3D 引导生成式 AI 等。基于此又出了一套Cosmos Nemotron视觉语言模型。它通过英伟达的 NIM 微服务支持开发者构建能分析和响应图像及视频的智能体应用于多个领域。这也是 Cosmos 平台走向开源的重要一步。“Ultra 系列不仅可以评估其他模型生成的答案还能作为知识蒸馏的基础模型。”黄仁勋说“我们希望为企业提供完整的 AI 开发工具链。”另一个重要发布是Isaac GR00T平台。这是一套专门面向人形机器人的开发工具。工程师可以戴上 Vision Pro在虚拟环境中示范动作。系统会将这些示范动作自动扩展成海量训练数据。在黄仁勋看来未来最有前景的是三类机器人信息工作者AI 助手、自动驾驶汽车和人形机器人。这三者的共同点是不需要重新改造现有环境就能部署在我们为人类建造的世界中。“这就是机器人革命的关键”黄仁勋说“不是要求世界适应机器人而是让机器人来适应我们的世界。AI Agent 可以在办公软件中工作自动驾驶汽车可以利用现有的道路系统人形机器人则可以使用为人类设计的工具和设施。”每一类机器人都需要三种计算机的配合DGX 用于训练AI模型Omniverse 创建数字孪生用于测试优化AGX/Thor 芯片则部署在实体设备中。这个“三机战略”体现了英伟达对产业链的深刻理解。“我们需要在虚拟世界中进行大量测试”黄仁勋在现场展示新一代车规级芯片 Thor 时说道“一辆自动驾驶汽车可能需要行驶数百万英里才能遇到足够多的边缘场景。但在 Omniverse 中我们可以快速生成和验证这些场景。”“过去训练机器人需要大量的物理实验”黄仁勋解释说“每个动作都可能损坏设备。有了 Isaac Groot我们可以在数字孪生环境中完成 95% 的训练。”然后就是今天最震撼的一幕颇有英伟达真正率领人形机器人大军的感觉。最后黄仁勋做出了大胆预测“自动驾驶革命已经到来这很可能成为首个市值超万亿美元的机器人产业。而这仅仅是个开始Cosmos 将为整个机器人行业带来类似 Llama 的突破。”30 年前英伟达还只是做世嘉游戏卡起家的小公司。“我在丹尼斯餐厅当洗碗工时学到的勤奋、谦逊和好客精神帮助我度过了英伟达早期的种种困难。”黄仁勋回忆道。如今AI 浪潮让英伟达成为全球第二大上市公司可能过几天就不止第二了估值达 3.66 万亿美元。但在黄仁勋看来这才刚刚开始。“ChatGPT 用了 6 年时间从 AlexNet 发展而来”他说“而在机器人领域我们已经具备了所有必要的技术。”推荐阅读▶Windows 98也能跑AI26年前的“老古董”玩转大模型Llama每秒生成39个token▶2025 数据库技术展望▶41岁DeepMind天才科学家去世长期受抑郁困扰、曾诉AI工作压力太大、为利润而工作“侯捷老师的课程让我彻底理解了STL的底层原理”C权威大师侯捷亲授四门精品课程全方位覆盖C核心知识《STL标准库与泛型编程》深度解构STL设计精髓掌握泛型编程的强大力量《C新标准11/14》精准解析新标准轻松升级现代C技能《C面向对象开发》系统学习面向对象思想构建灵活高效的程序架构《C内存管理机制》破解内存管理难题让资源使用更加安全高效现在报名还可尊享专属纸质版讲义学以致用事半功倍