GTC 2025：黃仁勛沒發(fā)顯卡，卻發(fā)布了一個(gè)新世界。

文 ｜動(dòng)點(diǎn)科技

作者｜李鵬輝

排版｜Miziko

本文預(yù)計(jì)閱讀時(shí)長9分鐘

今年的NVIDIA“年度春晚”節(jié)目上，黃仁勛再次穿著那件標(biāo)志性的黑皮夾克登上舞臺(tái)。

但這場(chǎng)GTC顯然與以往不同。他沒有發(fā)布“史上最強(qiáng)”的顯卡，也沒有強(qiáng)調(diào)AI模型的參數(shù)規(guī)模，而是用兩個(gè)小時(shí)的時(shí)間講述英偉達(dá)正在重新設(shè)計(jì)的世界——一個(gè)在摩爾定律逐漸失效的時(shí)代，如何讓計(jì)算繼續(xù)增長的世界。

或者更具體地說，通過這場(chǎng)演講中提出的構(gòu)想，英偉達(dá)正試圖回應(yīng)一個(gè)更為底層的問題：當(dāng)晶體管不再更小、更快時(shí)，計(jì)算的增長該靠什么延續(xù)？

摩爾定律的盡頭：為什么計(jì)算必須被重寫

黃仁勛的開場(chǎng)從歷史講起。半個(gè)多世紀(jì)以來，摩爾定律幾乎是整個(gè)科技產(chǎn)業(yè)的“自然法則”——晶體管數(shù)量每兩年翻倍，計(jì)算性能與能效同步提升，成本則下降。正是這條曲線支撐了從個(gè)人電腦到智能手機(jī)、從互聯(lián)網(wǎng)到云計(jì)算的高速發(fā)展。

但他指出，這一規(guī)律已逐漸失效。晶體管的數(shù)量仍在增加，但能效和速度的提升趨近極限。晶體管越來越多，芯片卻不再“更快”；相反，功耗、散熱和制造成本的壓力在急劇上升。傳統(tǒng)CPU主導(dǎo)的通用計(jì)算架構(gòu)，也難以應(yīng)對(duì)如今AI訓(xùn)練和推理的指數(shù)級(jí)增長需求。

“摩爾定律的曲線還在，但它已經(jīng)失去了推動(dòng)力，”黃仁勛說，“我們需要新的計(jì)算語言。”

英偉達(dá)過去三十年的“加速計(jì)算”正是這種語言的雛形。GPU最初用于圖形渲染，如今已成為AI計(jì)算的核心。通過GPU與CPU的協(xié)同、CUDA編程體系和覆蓋各行各業(yè)的算法庫，英偉達(dá)構(gòu)建出了一套“第二計(jì)算體系”。這套體系不再依賴晶體管的倍增，而是依靠架構(gòu)的協(xié)同與算法的重寫實(shí)現(xiàn)性能提升。

黃仁勛稱這種方法為“新的計(jì)算模型”。它改變的不只是硬件，而是計(jì)算的組織方式——讓計(jì)算機(jī)像一個(gè)分工明確的社會(huì)系統(tǒng)：CPU負(fù)責(zé)指令和調(diào)度，GPU處理海量并行任務(wù)，二者通過統(tǒng)一的軟件棧協(xié)同工作。對(duì)英偉達(dá)而言，這是一個(gè)能在摩爾定律之后繼續(xù)維持指數(shù)增長的路徑，也是一場(chǎng)重新定義“計(jì)算”的革命。

AI工廠：智能的生產(chǎn)邏輯

如果說“加速計(jì)算”是技術(shù)層面的創(chuàng)新，那么“AI工廠”則是產(chǎn)業(yè)層面的重組。黃仁勛在演講中反復(fù)強(qiáng)調(diào)：AI已經(jīng)不再是工具，而是一種勞動(dòng)力。傳統(tǒng)軟件依賴人類編寫規(guī)則，而AI通過學(xué)習(xí)數(shù)據(jù)自我生成邏輯——它不僅能執(zhí)行命令，更能思考和創(chuàng)造。

這意味著，計(jì)算中心的角色正在改變。數(shù)據(jù)中心不再只是處理請(qǐng)求或存儲(chǔ)文件的“機(jī)房”，而是成為生產(chǎn)智能的“工廠”。黃仁勛將這種新形態(tài)稱為“AI工廠”（AI Factory）。他解釋說，AI工廠的產(chǎn)品是Token——語言、圖像、化學(xué)式、三維模型這些信息單元。AI的每次推理與生成，都是Token的生產(chǎn)過程。

“AI工廠的邏輯與煉鋼廠相似：輸入能量，輸出有價(jià)值的產(chǎn)物。”他說。不同的是，煉鋼廠的產(chǎn)物是物質(zhì)，而AI工廠煉的是智能；前者追求物理效率，后者追求計(jì)算效率。

英偉達(dá)的目標(biāo)，是讓智能的生產(chǎn)像工業(yè)制造一樣標(biāo)準(zhǔn)化、可復(fù)制、可擴(kuò)張。要實(shí)現(xiàn)這一點(diǎn)，首先要解決AI“生產(chǎn)線”的成本問題。AI的推理與生成極度耗電，能源支出和算力成本正成為制約AI普及的瓶頸。黃仁勛稱，未來的核心指標(biāo)不再是“每秒計(jì)算能力”，而是“每個(gè)Token的生產(chǎn)成本”。讓Token更快、更便宜地產(chǎn)生，才是AI真正的工業(yè)化。

而這正是“AI工廠”的戰(zhàn)略核心——把AI算力變成一種可以計(jì)量、預(yù)測(cè)、投入與回收的產(chǎn)能，把智能的生成變成一門制造學(xué)。

把計(jì)算變成制造業(yè)

為了實(shí)現(xiàn)這種“智能制造”，英偉達(dá)必須從一家芯片公司變成一家系統(tǒng)公司。Grace Blackwell（GB200）系統(tǒng)的推出，標(biāo)志著這種轉(zhuǎn)型的工程化開始。

GB200將CPU與GPU深度整合，通過NVLink72高速互聯(lián)，把72顆GPU連接成一個(gè)整體運(yùn)算體。它不再是一組獨(dú)立的硬件，而是一臺(tái)被放大到機(jī)柜規(guī)模的“超級(jí)芯片”。黃仁勛稱之為“極致協(xié)同設(shè)計(jì)”——芯片、封裝、內(nèi)存、互連、軟件和算法同步優(yōu)化。其結(jié)果是性能提升十倍，能耗和成本同時(shí)下降十倍。

這種系統(tǒng)級(jí)設(shè)計(jì)意味著計(jì)算從“單芯片競(jìng)爭(zhēng)”進(jìn)入“整體架構(gòu)競(jìng)爭(zhēng)”。性能的邊界不再取決于一塊芯片的極限，而取決于整個(gè)系統(tǒng)的協(xié)同程度。黃仁勛稱這是一種“新的摩爾定律”，它的增長來自架構(gòu)，而不是晶體管。

與此同時(shí)，英偉達(dá)正在把“制造”重新拉回產(chǎn)業(yè)核心。黃仁勛宣布，Blackwell系列已在美國實(shí)現(xiàn)完整生產(chǎn)鏈：亞利桑那制造晶圓，印第安納封裝HBM內(nèi)存，德克薩斯組裝整機(jī)。他強(qiáng)調(diào)：“總統(tǒng)讓我把制造業(yè)帶回美國，九個(gè)月后我們做到了。”這不僅是政治表達(dá)，也反映出英偉達(dá)在戰(zhàn)略上的縱深布局——掌控供應(yīng)鏈，才能掌控產(chǎn)能。

更關(guān)鍵的是，英偉達(dá)正在用數(shù)字化手段重構(gòu)制造流程。公司推出的Omniverse DSX平臺(tái)，可以在虛擬空間中建造和運(yùn)營整個(gè)工廠：從廠房設(shè)計(jì)、電力布局到冷卻系統(tǒng)和氣流仿真，全部數(shù)字化�，F(xiàn)實(shí)中的工廠只是虛擬模型的“復(fù)制品”，建設(shè)周期從數(shù)年縮短到數(shù)月。投產(chǎn)后，數(shù)字孿生系統(tǒng)繼續(xù)運(yùn)行，實(shí)時(shí)監(jiān)控能耗與產(chǎn)出，優(yōu)化運(yùn)維。黃仁勛希望AI工廠能像汽車產(chǎn)線那樣被標(biāo)準(zhǔn)化、出口和復(fù)用。

這種“工廠化”理念正向更廣的領(lǐng)域延展。量子計(jì)算方面，英偉達(dá)發(fā)布NVQ Link與CUDA-Q平臺(tái)，讓量子處理器能與GPU協(xié)作，實(shí)現(xiàn)量子糾錯(cuò)與混合模擬；美國能源部將與其合作建設(shè)七臺(tái)AI超級(jí)計(jì)算機(jī)。通信領(lǐng)域，公司與諾基亞共同推出6G平臺(tái)ARC（Aerial Radio Network Computer），讓AI計(jì)算能力直接嵌入無線基站，使其既能通信又能推理。

在物理層面，英偉達(dá)提出“物理AI”三層架構(gòu)：Grace Blackwell用于訓(xùn)練模型，Omniverse用于數(shù)字孿生仿真，Jetson Thor驅(qū)動(dòng)實(shí)體機(jī)器人。德州的富士康A(chǔ)I工廠、人形機(jī)器人公司Figure、強(qiáng)生的醫(yī)療機(jī)器人以及迪士尼研究院的仿生角色“Blue”，都在這一體系下運(yùn)行。黃仁勛用一句話總結(jié)：“工廠本身就是一個(gè)機(jī)器人，它在協(xié)調(diào)機(jī)器人制造機(jī)器人。”

在這一切背后，英偉達(dá)正在打造一種可出口的“智能生產(chǎn)體系”——既是產(chǎn)品，也是方法論。它不僅供應(yīng)算力，更輸出“如何制造智能”的能力。

關(guān)于變革，關(guān)于下一階段

GTC2025的最后，黃仁勛用一句話總結(jié)了這場(chǎng)演講的主旨：“兩場(chǎng)轉(zhuǎn)型正在同時(shí)發(fā)生——從通用計(jì)算到加速計(jì)算，從手寫程序到AI學(xué)習(xí)�！�

這句話既是技術(shù)判斷，也是對(duì)未來產(chǎn)業(yè)結(jié)構(gòu)的預(yù)言。AI和加速計(jì)算的疊加，正在重塑整個(gè)科技產(chǎn)業(yè)的邏輯。英偉達(dá)的角色，也在從“芯片制造商”轉(zhuǎn)變?yōu)椤爸悄芑A(chǔ)設(shè)施提供者”。

在黃仁勛的構(gòu)想中，AI工廠將像電力系統(tǒng)一樣存在：有人生產(chǎn)，有人分配，有人消費(fèi)。計(jì)算中心會(huì)成為新的發(fā)電廠，而企業(yè)和個(gè)人將通過云平臺(tái)調(diào)用智能，就像今天調(diào)用電力一樣。算力將成為新型基礎(chǔ)能源，而英偉達(dá)要成為這個(gè)能源系統(tǒng)的核心供應(yīng)商。

這也意味著一種新的壟斷形式正在形成。誰擁有最完整的計(jì)算體系，誰就擁有智能時(shí)代的生產(chǎn)資料。黃仁勛在演講中沒有談及風(fēng)險(xiǎn)，但他的路線圖已經(jīng)隱含答案——AI的未來不是軟件之爭(zhēng)，而是工業(yè)化的比拼。能否控制制造、運(yùn)輸和分配智能的“基礎(chǔ)設(shè)施”，將決定誰能主導(dǎo)下一個(gè)時(shí)代。

GTC2025沒有留下驚艷的硬件，卻呈現(xiàn)出一個(gè)完整的工業(yè)邏輯。摩爾定律或許終結(jié)了，但計(jì)算并未停下。英偉達(dá)正試圖建立一條新的增長曲線——以系統(tǒng)協(xié)同、工廠化生產(chǎn)和全球算力網(wǎng)絡(luò)為支撐的“AI工業(yè)曲線”。

這場(chǎng)轉(zhuǎn)變可能比任何一次芯片發(fā)布都更具決定性。它關(guān)乎的不只是英偉達(dá)的未來，也關(guān)乎整個(gè)科技產(chǎn)業(yè)在摩爾定律終結(jié)之后的生存方式。黃仁勛顯然相信：下一個(gè)時(shí)代的增長，不來自更快的晶體管，而來自如何讓智能像工業(yè)產(chǎn)物一樣被生產(chǎn)、復(fù)制與出口。

本文為動(dòng)點(diǎn)科技記者原創(chuàng)文章，未經(jīng)授權(quán)不得轉(zhuǎn)載，如需轉(zhuǎn)載或開白請(qǐng)?jiān)诤笈_(tái)回復(fù)“轉(zhuǎn)載”。

- - - - - - - - END - - - - - - - -

互動(dòng)話題

沒有顯卡發(fā)布的英偉達(dá)發(fā)布會(huì)，你覺得無聊還是更有遠(yuǎn)見？

快來評(píng)論區(qū)留下你的觀點(diǎn)吧！

*想要獲取行業(yè)資訊、和志同道合的科技愛好者們分享心得，那就趕快掃碼添加“動(dòng)點(diǎn)君”加入群聊吧！群里更有不定期福利發(fā)放！

精彩好文值得推薦！

一鍵轉(zhuǎn)發(fā)，戳個(gè)在看！