“皮衣老黄”黄仁勋，在备受瞩目的GTC大会上，携带着英伟达最新最强大的AI芯片GB300震撼亮相，引爆全场！
在性能方面，GB300相较于去年发布的GB200，其推理性能提升了1.5倍。这意味着在处理复杂的AI任务时，GB300能够更快、更高效地完成，为AI应用带来更大的可能性。
据悉，GB300预计将于今年下半年开始出货。这无疑将对整个AI行业产生积极的影响，推动AI技术的进一步发展和应用。
不仅如此，黄仁勋还提前展示了英伟达的下一代AI超级芯片，计划于2026年下半年发布，并且其命名方式也发生了重大变化——Vera Rubin。
这种命名规则与Grace Blackwell（GB）类似：Grace代表CPU，Blackwell代表GPU。而Vera Rubin中，Vera代表CPU，Rubin代表GPU。根据黄仁勋的说法：
几乎所有细节都是全新的。这也预示着Vera Rubin将在技术上带来更大的突破。
从目前预览的性能来看，Vera Rubin的整体性能是GB300的3.3倍，这无疑是一个巨大的飞跃。更具体的数据如下：
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，这将极大地提升GPU的性能。
在Vera Rubin之后的下一代GPU（预计2027年下半年发布），英伟达计划将其命名为Rubin Ultra，性能将直接提升至GB300的14倍。这样的性能提升速度令人惊叹，也展现了英伟达在AI芯片领域的强大实力。
一个直观的性能对比，如下图所示：
更多具体的性能对比数据如下：
性能上的巨大提升，正如黄仁勋在现场所说的那样：
大规模推理是一种极限计算 (Inference at-scale is extreme computing)。随着人工智能模型越来越复杂，对计算能力的需求也越来越高，高性能的AI芯片将成为推动AI发展的关键。
令人惊讶的是，黄仁勋甚至还公布了Rubin之后的下一代GPU的代号——Feynman。这体现了英伟达对未来AI技术发展的深刻洞察和长远规划。
纵观整场GTC大会，我们可以提炼出黄仁勋多次提及的几个关键词：tokens、推理和Agentic AI。这些关键词反映了当前AI技术发展的重点方向和趋势。
但除此之外，还有一个比较有意思的关键词——DeepSeek。这表明英伟达正在积极关注并与领先的AI公司展开合作。
英伟达官方博客宣称：
实现了DeepSeek-R1推理性能世界纪录。这无疑是对英伟达AI芯片性能的有力证明。
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。如此高的性能，将极大地提升AI应用的效率和用户体验。
值得注意的是，这项纪录采用的是B200芯片。英伟达表示，随着Blackwell Ultra等新GPU的推出，纪录还将不断被打破。这预示着英伟达在AI芯片领域的持续创新和领先地位。
黄仁勋在现场演示传统LLM和推理LLM的区别时，也使用了DeepSeek-R1作为例子。这进一步表明了DeepSeek在AI领域的领先地位以及与英伟达的紧密合作。
这种微妙的关系，暗示着英伟达在AI生态系统构建中的积极姿态。
那么除了令人惊叹的一系列新GPU之外，还有什么值得关注的内容呢？让我们继续往下看。
推出两款个人AI超级计算机，标志着英伟达开始将高性能计算能力带入个人用户领域。
首先，第一款个人AI超级计算机名为DGX Spark。
它正是今年1月份CES展会上黄仁勋发布的全球最小的个人AI超级计算机Project Digits，如今正式命名为DGX Spark。
DGX Spark售价3000美元（约21685元人民币），大小与Mac Mini相当。这使得高性能AI计算不再遥不可及。
它采用英伟达GB10芯片，能够提供每秒1000万亿次的AI运算能力，可用于微调和推理最新的AI模型。这将极大地加速AI模型的开发和应用。
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。这确保了CPU和GPU之间的高效数据传输和共享。
值得一提的是，英伟达官网已经开放了预定通道。这表明DGX Spark已经准备好进入市场，为个人用户带来强大的AI计算能力。
至于第二款个人AI超级电脑，则是DGX Station，它代表了个人AI计算的更高水平。
DGX Station采用的正是本次推出的GB300芯片，也是首个采用这款芯片的AI电脑。这意味着DGX Station将拥有更强大的性能和更广泛的应用场景。
其性能如下：
拥有784GB的相干内存空间，能够处理更大规模的数据和模型。
拥有英伟达的ConnectX-8超级网卡，支持高达800Gb/s的网络速度，保证了高速的数据传输和通信。
拥有Nvidia的CUDA-X AI平台，可访问NIM微服务和AI Enterprise，为用户提供了丰富的AI开发工具和资源。
用黄仁勋的话来说就是：
这就是PC应该有的样子 (This is what a PC should look like)。这表达了黄仁勋对未来个人计算形态的愿景，即AI能力将成为PC的核心组成部分。
DGX Station预计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。这意味着用户将有更多的选择，可以根据自己的需求选择合适的品牌和配置。
△搭载GB300的DGX Station主板
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。它们将为这些专业人士提供强大的AI计算能力，助力他们在各自的领域取得更大的突破。
值得注意的是，英伟达此次GTC大会的发布内容，不仅仅局限于芯片和AI超算，还包括了网络、软件以及多个行业应用的解决方案，充分展现了其在AI领域全面布局的战略。
除此之外，黄仁勋还在本届GTC上宣布进军以太网领域，推出了全球首个面向AI的以太网网络平台——Spectrum-X 。这表明英伟达正在构建一个完整的AI生态系统，从硬件到软件，从计算到网络，全面满足AI应用的需求。
它由英伟达的Spectrum-4以太网交换机和BlueField-3 SuperNIC共同驱动，能够为AI、机器学习和自然语言处理等应用提供高性能支持。这说明英伟达不仅仅关注算力，也十分重视数据传输的效率。
与传统以太网相比，Spectrum-X可以将AI网络性能提升1.6倍，并且提高AI云的电力效率。这对于降低AI应用的成本和提高能源利用率具有重要意义。
此外，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。这表明英伟达正在探索新的网络技术，以满足未来AI应用对更高带宽和更低延迟的需求。
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，使得数百万个GPU能够协同工作，这对于构建大规模的AI应用至关重要。可以预见，这将为未来的AI模型训练带来质的飞跃。
英伟达还在这次GTC大会上开源了一系列软件，这表明英伟达正在积极构建开放的AI生态系统，鼓励开发者参与到AI技术的创新和应用中来。
除了硬件，英伟达这次在软件开源方面也有几个新动作。这预示着未来的AI发展将更加注重软硬件结合。
其中最重磅的当属发布NVIDIA Dyamo，这是一个用于加速AI模型推理的分布式推理服务库。它将极大地提升AI模型的推理效率和性能。
黄仁勋将其称为“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。这意味着开发者可以更高效地部署和运行AI模型，从而降低成本并加速AI应用的落地。
按照英伟达的说法，在NVIDIA Blackwell上使用Dynamo优化推理，可以让DeepSeek-R1的吞吐量提升30倍。这是一个非常显著的性能提升，将极大地改善AI应用的响应速度和用户体验。
Dynamo之所以能够实现如此高效的推理性能，主要在于它可以动态调整GPU资源来应对请求波动，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。这表明英伟达在AI软件优化方面也具备强大的实力。
目前Dynamo已经完全开源，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。这为开发者提供了极大的灵活性和可扩展性。
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月份的CES上。这表明英伟达不仅提供AI基础设施，同时也积极参与到AI模型的研发和开源中来。
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。这意味着Llama Nemotron在性能和效率方面都具备优势。
为了直观展示其性能，黄仁勋在大会上将Llama Nemotron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参数量的性能远超另外两个模型，在Agentic任务中表现更为突出。这表明Llama Nemotron在特定任务上具有独特的优势。
目前Nano和Super模型可在NIM微服务中获取，Ultra模型即将推出。这将为开发者提供更多的选择，可以根据自己的需求选择合适的模型。
与此同时，英伟达在自动驾驶和具身智能方面也取得了新的进展。这表明英伟达正在积极拓展AI技术的应用领域，致力于将AI技术应用到各个行业。
大会开始不久，黄仁勋即宣布英伟达与通用汽车达成合作：
通用汽车将在自动驾驶上使用英伟达的AI技术。这标志着英伟达在自动驾驶领域取得了重要的突破。
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。这表明英伟达正在将安全作为自动驾驶技术发展的首要考虑因素。
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。这表明英伟达正在构建一个全面的自动驾驶解决方案，从硬件到软件，从云端到车辆，全面保障自动驾驶的安全可靠。
介绍过程中，黄仁勋多次提到了“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。这表明英伟达对自动驾驶的安全问题高度重视，并且采取了严格的安全措施。
具体来说，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，确保系统各个层面的安全可靠。
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，确保整个开发过程的安全可控。
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，为自动驾驶的安全提供强大的计算支持。
到了大会的最后阶段，黄仁勋宣布英伟达与Google DeepMind和Disney Research合作，正在开发下一代开源仿真物理模型Newton。这表明英伟达正在积极拓展AI技术的应用领域，并与各行业的领先企业展开合作。
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。这表明Newton具有良好的兼容性和可扩展性。
它主要用于机器人模拟训练，使用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。这将极大地加速机器人技术的发展。
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。这表明英伟达正在积极推动机器人技术的开源化和普及化。
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）。这种架构借鉴了人类的认知模式，有望提高机器人的智能化水平。
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
