美东时间10月27日至29日，人工智能嘉会英伟达GTC大会初次正在特区举办“加场”。有别于更聚焦手艺、产物的3月圣何塞春季旗舰大会，10月的大会更像是“政策专场”，不少会商都聚焦于AI范畴的财产政策、脚色等。此前英伟达也曾预告，大会沉头戏——公司CEO黄仁勋的从题除了会发布产物相关消息外，还将为不雅众厘清AI若何沉塑行业、根本设备及公共部分的线图。Wccftech的会前报道也曾指出，考虑地缘问题对英伟达变得愈发主要，正在举办的大会或将愈加关心“若何确保美国正在人工智能竞赛中连结领先地位”。更惹人注目的是，美国总统特朗普正在大会召开之际称“但愿向黄仁勋暗示恭喜”，还暗示二人随后就将会晤。美东时间10月28日半夜12时许，黄仁勋如期登台颁发。再次回首公司成长过程后，他集中引见了公司正在6G、量子计较、AI根本设备扶植等范畴的最新进展和大志。而正在这背后，相关若何连结美国正在AI范畴的合作劣势的考虑无处不正在。正在6G范畴，黄仁勋细致注释了公司方才颁布发表的向诺基亚投资10亿美元的打算。暗示两边将合做开辟6G人工智能平台，诺基亚将来的基坐将全面采用从题中发布的全新产物线NVIDIA Arc架构。“这将鞭策美国沉返电信带领地位”，英伟达正在取黄仁勋从题同步发出的旧事稿中写道。黄仁勋还正在中推出了NVQLink，这是一种旨正在将量子处置器取GPU计较系统毗连起来的系统架构。他暗示，将来每台利用英伟达GPU的超等计较机都将是夹杂的，取量子处置器慎密耦合，以扩展计较的可能性。“这是计较的将来”，虽然没有发布具体手艺进展，但黄仁勋称已有17家量子计较公司许诺支撑NVQLink。别的，从题中也明白提到，NVQLink答应量子处置器取美国九个国度尝试室的超等计较系统毗连，连结美国正在高机能计较范畴的领先地位。取此同时，黄仁勋还颁布发表英伟达将取美国能源部合做建制7台新的AI超等计较机以鞭策美国科学成长，这也将成为美国能源部最大的AI超等计较机。正在近2个小时的中，黄仁勋还谈到了机械人、物理AI、美国的制制业回流等浩繁热点问题，并展现了下一代Vera Rubin超等芯片，还发布了英伟达数据核心/AI GPU线图。值得一提的是，就像呼应后者正在远方的恭喜一样，黄仁勋还感激了特朗普，次要是由于他正在鞭策为数据核心加强能源供给方面的行动。延续着此前说法，黄仁勋认为人类正处于人工智能工业的黎明，而这项手艺将定义每个行业和国度的将来。“美国必需引领这场迈向将来的竞赛，这是我们这一代人的阿波罗时辰。下一轮的发现、发觉和前进将取决于国度扩展人工智能根本设备的能力。我们正正在取我们的合做伙伴一路扶植有史以来最先辈的人工智能根本设备，确保美国具有繁荣将来的根本，并确保世界人工智能以美国的立异、和协做为根本所有人。”他暗示。正在中美AI竞赛趋于白热化，两国商业关系持续波动的时辰，黄仁勋和他的英伟达也承受着来自两边的压力。此前特朗普曾英伟达向中国出口高端芯片。但解除后，英伟达又正在中国接连反垄断查询拜访、平安后门等问题。按照公司季度财报和黄仁勋的“亲口认可”，英伟达正在中国的市占率已从95%间接归零，从本年二季度起头就无法向中国市场一般发卖芯片。而中国则正在加快AI制制国产化替代历程，以寒武纪为代表的国产芯片公司备受注目，被寄予“发生像DeepSeek一样的冲击波”的等候。截至10月28日，寒武纪股价已再次超越贵州茅台，成为A股第一高价股。不外，英伟达是全球市值最高的公司。值得一提的是，正在黄仁勋颁发从题的同时，英伟达股价继续走高，盘中冲破203美元，总市值迫近5万亿美元，再次创下汗青新高。今天我们有太多内容要和大师分享。GTC是我们切磋工业、科学、计较、现正在取将来的处所。所以今天我要涵盖的内容很是多。但正在我起头之前，我想感激我们所有的合做伙伴。他们帮帮赞帮了此次勾当。你们会正在展会四周看到他们。他们来这里取大师会晤，这实的很棒。没有我们整个生态系统的合做伙伴，大师都说，这是AI范畴的“超等碗”。那么，每一届“超等碗”都该当有一个出色的开场秀。你们感觉适才的开场秀（指开场播放的回首美国及全球科技财产成长的短片）和我们的“全大写全明星”阵容（指大屏幕上展现的赞帮商名单）怎样样？满是全明星活动员和全明星阵容。看看这些家伙。如大师正在视频中所见，英伟达正在60年来初次发了然一种新的计较模子。一种新的计较模子很少呈现。这需要大量的时间和一系列我们察看到的前提。我们发现这种计较模子，是由于我们想处理通用计较机、通俗计较机无决的问题。我们还察看到，总有一天，晶体管会继续添加，但晶体管的机能和功耗提拔将会放缓。这就意味着，摩尔定律将无法持续，它会遭到物理定律的。阿谁时辰现正在曾经到来，我们的缩放曾经遏制了。这被称为“德纳德缩放”。德纳德缩放大约正在十年前就几乎遏制了。现实上，晶体管机能及其功耗的提拔曾经大幅放缓。然而，晶体管数量仍正在继续增加。我们正在好久以前就留意到了这一点，而且正在过去的30年里，我们一曲正在推进这种我们称之为“加快计较”的计较形式。我们发了然GPU。我们发了然名为CUDA的编程模子。我们察看到，若是我们能添加一个处置器，操纵越来越多的晶体管，使用并行计较，将其取挨次处置的CPU相连系，我们就能将计较能力扩展到远超以往的程度。而这个时辰确实曾经到来了。然而，加快计较是一种素质上就分歧的编程模子。你不克不及只是把手工编写的、挨次施行的CPU软件放到GPU上，并希望它能一般运转。现实上，若是你只是那样做，它现实上会运转得更慢。所以你必需从头发现新算法，你必需建立新的库，现实上，你必需沉写使用法式，这就是为什么它花了这么长时间。我们花了快要30年才走到这里，但我们是一步一个脚印走来的。这也是我们公司的瑰宝。大大都人谈论GPU的主要性，但若是没有一个建立正在其之上的编程模子，而且没有对这个编程模子进行代际兼容的dedication（我们现正在是CUDA 13，即将推出14），若是没无数百万个GPU正在每台计较机上完满兼容地运转。那么开辟者就不会以这个计较平台为方针。若是我们没有建立这些库，那么开辟者就不晓得若何利用算法，并充实阐扬架构的潜力。我的意义是，这实的是我们公司的瑰宝。（对应现场屏幕的展现顺次注释）我们花了快要七年的时间才让cuLitho达到现正在的程度。现正在台积电正在利用它，三星正在利用它，ASML也正在利用它。这是一个用于计较光刻的不成思议的库，这是制制芯片的第一步。这个库是配合启动AI的库，cuDNN，以及建立正在它之上的名为Megatron Core的库，使我们可以或许模仿和锻炼极其复杂的言语模子。如许的例子还有良多。MONAI，很是主要，世界排名第一的医学影像AI框架。趁便说一下，我们今天不会过多会商医疗保健，但请务必旁不雅Kimberly的从题。她会细致会商我们正在医疗保健范畴的工做。如许的例子还有良多，基因组学处置、航空影像… 请大师留意，今天我们正在这里要做一些很是主要的工作。那就是cuQuantum，量子计较。屏幕展现的这只是我们公司350个分歧库的代表。这里的每一个库都从头设想了加快计较所需的算法。每一个库都使得我们所有的生态系统合做伙伴可以或许操纵加快计较，而且每一个库都为我们斥地了新的市场。让我们看看CUDA-X能做什么。是不是很奇异？你们看到的一切都是模仿。没有艺术，没有动画。这就是数学之美。这是深度的计较机科学，深度的数学，它的美令人难以相信。涵盖了每一个行业，从医疗保健和生命科学，到制制业、机械人手艺、从动驾驶汽车、计较机图形学…以至电子逛戏。你们看到的第一个镜头是英伟达运转过的第一个使用法式。那是我们1993年起头的处所。我们一曲我们正正在勤奋做的工作。很难想象，你能看到阿谁最后的虚拟和役机场景活生生地呈现出来。而统一家公司相信我们今天会坐正在这里。这实是一段不成思议的路程。我想感激所有英伟达员工，请大师为他们拍手，感激你们所做的一切。这实的太不成思议了。让我们起头吧。我们要涵盖良多内容，有良多严沉发布，有良多新合做伙伴，这些可能会让你们很是惊讶。电信是我们经济、我们工业、我们的支柱和生命线。自从无线手艺降生以来，我们定义手艺，我们定义全球尺度，我们将美国手艺出口到世界各地，以便世界能够基于美国的手艺和尺度进行扶植。然而，距离那时曾经过去好久了。当当代界摆设的无线手艺很大程度上都基于外国手艺。我们根基的通信架形成立正在外国手艺之上。这种环境必需遏制。如你们所知，计较机手艺现实上是每个行业的根本。它是科学最主要的东西。它是工业最主要的东西。我方才说过我们正正在履历一个平台转型。这个平台转型该当是我们千载一时的机遇，让我们从头回到逛戏中，起头基于美国手艺进行立异。今天，我们颁布发表我们将如许做。我们取诺基亚成立了严沉合做伙伴关系。诺基亚是世界第二大电信设备制制商。这是一个3万亿美元的财产。包含数千亿美元的根本设备，全球无数百万个基坐。若是双反进行合做，我们能够基于这个令人难以相信的、底子上基于加快计较和AI的新手艺进行扶植。而且让美国成为6G下一次的核心。所以今天，我们颁布发表英伟达有一个新的产物线。它叫做英伟达Aerial RAN Computer Arc。Arc由三项根基新手艺建立而成：超卓的CPU——Blackwell GPU，以及我们用于此使用的ConnectX收集。所有这些使我们可以或许运转这个库。我前面提到的这个CUDA-X库叫做Aerial，素质上是一个运转正在CUDA之上的无线通信系统。而诺基亚将取我们合做，集成我们的手艺，沉写他们的软件栈。这是一家具有7000项5G根基专利的公司。很难想象，还有比这更伟大的电信带领者了。所以我们将取诺基亚合做。他们将来的基坐将全面采用英伟达Arc。而英伟达Arc也取诺基亚当前的AirScale基坐兼容。这意味着，我们将采用这项新手艺，并可以或许用6G和AI升级全球数百万个基坐。现正在，6G和AI确实很主要，我们也将初次可以或许利用AI手艺——“AI for ran”——通过利用人工智能、强化进修，按照、流量、挪动性、气候等及时调整波束成形，来提高无线通信的频谱效率。所有这些都能够被考虑进去，如许我们就能提高频谱效率。基坐耗损了全球约1。5%到2%的电力。所以提高频谱效率意味着我们能够正在不添加需要能源的环境下，通过无线收集传输更大都据。我们能做的另一件事是“AI on ran”。这是一个全新的机遇。请记住，互联网实现了通信，但令人惊讶的是，像AWS如许的伶俐公司正在互联网之上建立了云计较系统。我们现正在将正在无线电信收集之上做同样的工作。这个新的云将是一个边缘工业机械人云。这就是说，“AI for ran”来提高无线电频谱效率。“AI on ran”素质上则是无线电信的云计较。云计较将可以或许间接延长到边缘，那里没无数据核心，由于我们界各地都有基坐。这个发布很是令人兴奋。Justin Hodar，诺基亚他们的CEO，我想他就正在会场某处，感激您取我们合做，感激您帮帮将电信手艺带回美国。这实是一次了不得的合做。很是感激。接下来，让我们谈谈量子计较。1981年，粒子物理学家、量子物理学家理查德·费曼设想了一种新型计较机，能够间接模仿天然。他称之为量子计较机。就正在客岁，实现了一个底子性的冲破。现正在能够制制出一个逻辑量子比特。一个相关的、不变的、而且颠末纠错的逻辑量子比特。这一个逻辑量子比特由有时是几十个，有时是几百个物理量子比特配合工做构成。如您所知，量子比特这些粒子极其懦弱。它们可能很是不不变。因而，它需要极其受控的，现正在还需要很多分歧的物理量子比特让它们协同工做，让我们可以或许对它们进行纠错，这些被称为辅帮量子比特或分析征量子比特。让我们可以或许改正错误，并揣度出阿谁逻辑量子比特的形态。有各类分歧类型的量子计较机，超导、光子、离子、不变原子，各类分歧的制制量子计较机的方式。我们现正在认识到，将量子计较机间接毗连到GPU超等计较机是至关主要的，如许我们才能进行纠错，才能进行量子计较机的人工智能校准和节制，才能进行协同模仿，配合工做，让准确的算法运转正在GPU上，准确的算法运转正在QPU（量子处置单位）上，并让这两个处置器、两台计较机并肩工做。（现场播放了一段量子计较相关的视频，此中称量子纠错是谜底，NVQ Link则是一种新的互连架构，间接将量子处置器取英伟达GPU毗连起来，他们还将可以或许协调量子设备和AI超等计较机来运转量子GPU使用法式。）所以今天，我们正式发布NVQ、NVQ Link。这得益于两件事，当然，这个互连实现了量子计较机节制和校准、量子纠错，以及毗连两台计较机（QPU和我们的GPU超等计较机）的夹杂模仿。它也是完全可扩展的。它不只仅针对今天少量量子比特进行纠错。它也为将来进行纠错，届时我们将把这些量子计较机从今天的几百个量子比特扩展到数万个量子比特，将来以至到数十万个量子比特。所以我们现正在有一个架构，能够进行节制、协同模仿、量子纠错，并面向将来进行扩展。行业的支撑一曲令人难以相信。正在CUDA-Q的发现期间，记住，CUDA是为GPU-CPU加快计较设想的，根基上是用合适的东西做合适的工做。现正在CUDA-Q曾经扩展到CUDA之外，如许我们就能够支撑QPU，并让两个处置器（QPU和GPU）协同工做，计较正在几微秒内来回挪动，这是取量子计较机协做所需的环节延迟。所以现正在CUDA-Q是一个如斯不成思议的冲破，被浩繁分歧的开辟者采纳。今天我们颁布发表有17家分歧的量子计较机行业公司支撑NVQ Link架构。我对此感应很是兴奋。还有8个分歧的美国能源手下失实验室：伯克利、布鲁克海文、费米尝试室、林肯尝试室、洛斯阿拉莫斯、橡树岭… 几乎每个美国能源部尝试室都取我们合做，取我们的量子计较机公司和这些量子节制器生态系统合做，以便我们将量子计较集成到将来的科学中。今天，我们颁布发表美国能源部正取英伟达合做，建制7台新的AI超等计较机，以鞭策我们国度的科学成长。我必需向克里斯·赖特部长（美国能源部部长）部长致敬。他给能源部带来了如斯多的活力，能量的激增、的激增，以确保美国再次引领科学。正如我提到的，计较是科学的根基东西，我们正正在履历几个大的平台转型期。一方面，我们转向加快计较。这就是为什么将来的每台超等计较机都将是基于GPU的超等计较机。并且，我们转向AI，如许AI和基于道理的求解器、基于物理的模仿都不会消逝，但它能够获得加强，从而通过利用代办署理模子、AI模子协同工做来扩展规模。我们也晓得，基于道理的求解器、典范计较能够通过利用量子计较来加强，以理解天然形态。我们也晓得，将来，我们有如斯多的信号，如斯多的数据需要从世界中采样。遥感比以往任何时候都更主要。而这些尝试室，除非它们是机械人工场、机械人尝试室，不然我们无法以我们需要的规模和速度进行尝试。所以所有这些分歧的手艺正正在同时进入科学范畴。赖特部长理解我们，他但愿美国能源部抓住这个机遇，为本人注入超强动力，并确保美国连结正在科学的前沿。什么是AI？大大都人会说AI是一个聊器人，这确实是准确的。毫无疑问，ChatGPT是人们认为的AI前沿。然而，正如你现正在看到的，这些科学超等计较机不是用来运转聊器人的。它们将进行根本科学AI。AI的世界远不止聊器人，当然。聊器人极其主要，而AGI从底子上来说至关主要。深度计较机科学、不成思议的计较能力、伟大的冲破对于AGI仍然至关主要。但除此之外，AI还有更多内涵。我们过去编写软件的体例是手工编码的软件运转正在CPU上。今天AI是机械进修、锻炼、数据稠密型编程，若是你情愿这么说的话，通过AI进行锻炼和进修，而AI运转正在GPU上。为了实现这一点，整个计较栈曾经改变。留意，你正在这里看不到Windows。你看不到CPU。我们还能够从对能源的需求起头说起，这是另一个范畴，我们的、特朗普总统值得庞大赞誉，他支撑能源成长的，他认识到这个行业需要能源来增加，需要能源来前进，我们需要能源来获胜。他认识到这一点，并将国度的力量置于支撑能源增加之后，完全改变了逛戏法则。若是没有发生这种环境，我们可能会陷入蹩脚的境地。我为此感激特朗普总统。正在能源之上是这些GPU。这些GPU被毗连起来，建立成我稍后会展现的根本设备。正在这个根本设备之上，包罗巨型数据核心，轻松有这个房间大小的很多多少倍，耗损庞大的能量，然后通过这些称为GPU超等计较机的新机械能量，以生成数字。这些数字被称为Token，能够说是人工智能的言语、计较单位、词汇表。你几乎能够将任何工具标识表记标帜化。你当然能够将英文单词标识表记标帜化。这就是为什么你可以或许识别图像或生成图像。将视频标识表记标帜化，将3D布局标识表记标帜化，你能够标识表记标帜化学物质、卵白质和基因，你能够标识表记标帜我们本人，或者几乎任何有布局的工具，任何有消息内容的工具。一旦你能将其标识表记标帜化，AI就能进修那种言语及其寄义。一旦它理解了那种言语的寄义，它就能翻译、能响应，就像你取ChatGPT互动一样。它也能生成，就像ChatGPT能生成一样。所以，你看到ChatGPT做的所有根基工作，你只需要想象，若是它是卵白质会如何？若是它是化学物质呢？若是它是一个像工场一样的3D布局呢？若是它是一个机械人，而标识表记标帜是理解行为，并将动做和活动标识表记标帜化呢？所有这些概念根基上都是一样的，这就是为什么AI正正在取得如斯不凡的进展。正在这些模子之上是使用法式。Transformer不是一个通用模子。它是一个很是无效的模子，但不存正在一个通用的模子。只是AI具有遍及的影响力罢了。我们有太多分歧类型的模子了。正在过去的几年里，我们享受了多模态的发现并履历了立异冲破。有太多分歧类型的模子。有CNN模子，无形态空间模子，有图神经收集模子。过去的软件行业是关于建立东西的。Excel是一个东西，Word是一个东西，网页浏览器也是一个东西。我们之所以晓得这些是东西，是由于大师正在利用它们。我实正感应兴奋的工作之一是由Irvin正在Perplexity所做的工做，他们利用网页浏览器来预订假期或购物。根基上是一个利用东西的AI。Cursor是一个AI和代办署理式AI系统，我们正在英伟达利用它。英伟达的每一位软件工程师都正在利用Cursor。这极大地提高了我们的出产力。它根基上是我们每一位软件工程师生成代码的合做伙伴。它也利用名叫VS Code的东西。所以Cursor是一个AI，一个代办署理式AI系统，而VS Code是它利用的东西。所有这些分歧的行业，无论是聊器人，仍是数字生物学（正在那里我们有AI帮理研究员），或者机械人出租车。说到这，正在机械人出租车内部，虽然看不见的，但明显有一个AI司机。阿谁司机正在工做，而它用来工做的东西就是汽车。所以，我们至今创制的一切，整个世界，我们至今创制的一切都是供我们利用的东西。有史以来第一次，手艺现正在可以或许本人工做并帮帮我们提超出跨越产力。它是正在东西之下的几万亿美元、以至百万亿美元全球经济。现正在，AI将初次涉脚这百万亿美元的经济，使其更具出产力，增加更快，规模更大。我们面对严沉的劳动力欠缺，具有加强劳动力的AI将帮帮我们增加。从手艺财产的角度来看，风趣的是，正在AI是开创经济新范畴的新手艺这一现实之外，AI本身也是一个新财产。正如我新近注释的，这些Token，这些数字，正在你将所有分歧的模态和消息标识表记标帜化之后，需要一个工场来出产这些数字，这取过去分歧。过去的计较机行业和芯片行业，请留意，若是你看过去的芯片行业的话，过去的芯片行业约占IT行业的5%到10%，也许更少。缘由是，利用Excel不需要那么多计较，利用浏览器不需要那么多计较，利用Word不需要那么多计较。可是正在这个新世界里，需要有一台计较机一直理解上下文。它无法事后计较，由于每次你利用AI计较机，每次你要求AI做某事时，上下文都是分歧的。所以它必需处置所有这些消息。例如，正在从动驾驶汽车的环境下，它必需处置汽车的上下文。你提出的指令是什么？要求AI去做？然后它必需逐渐分化问题，进行推理，制定打算并施行。每一步都需要生成大量的Token，这就是为什么我们需要一种新型系统，我称之为AI工场。由于，这个工场只出产一样工具，不像过去的数据核心什么都做，为我们所有人存储文件，运转各类分歧的使用法式。你能够像利用计较机一样利用阿谁数据核心来处置所有使用法式。你能够一天用它来玩逛戏，你能够用它来浏览网页，你也能够用它来做会计。我正在这里谈论的计较机是一个工场。它根基上只运转一样工具：它运转AI。其目标是设想用来出产尽可能有价值的Token，意义是它们必需伶俐，而且你但愿以惊人的速度出产这些Token。由于当你向AI提问时，你但愿它快速响应。而且留意到正在高峰时段，这些AI的响应越来越慢，由于它要为良多人做良多工做。所以你但愿以惊人的速度出产有价值的Token，而且你但愿以高效的体例出产它。我利用的每一个词都取AI工场、汽车工场或任何工场的概念分歧。它绝对是一个工场。而这些工场以前从未存正在过。正在这些工场内部是堆积如山的芯片，这引出了今天的话题。现实上，若是你看本年岁首年月，每小我对AI都有某种立场。这种立场凡是是：这将会很大，这将是将来。几个月前，它进入了涡轮增压模式。缘由有几个。起首，正在过去的几年里，我们曾经找到了若何让AI更伶俐的方式。这不只仅是预锻炼。预锻炼根基上是说，让我们把人类创制的所有消息都给AI进修。这素质上是回忆和泛化。这不像我们小时候上学。进修的第一阶段，预锻炼从来不是，就像学前班从来不是教育的起点一样。预锻炼仅仅是教你智能的根基技术，以便你可以或许理解若何进修其他一切。关于若何处理数学问题，若何编码，若何逐渐思虑这些问题，利用第一性道理推理。然后正在那之后，才是计较实正起头阐扬感化的时候。如你们所知，我们上了学，那对我来说是几十年前的事了。但自那当前，我学到了更多，思虑了更多。缘由是我们正在不竭地用新学问夯实本人。我们不竭地进行研究，我们不竭地思虑，这确实是智能的全数意义所正在。所以现正在我们具有三个根基的手艺技术。我们有这三个手艺：预锻炼，这仍然需要庞大的计较量。我们现正在有后锻炼，它利用以至更多的计较。而现正在，“思虑”给根本设备带来了难以相信的计较负荷，由于它是正在为我们每一小我思虑。所以AI进行推理、“思虑”所需的计较量确实很是庞大。我以前听人说推理很容易，英伟达该当做锻炼，英伟达需要做。思虑是坚苦的，这就是为什么这三个扩展给计较量带来了如斯大的压力。现正在另一件事发生了，从这三个扩展中，我们获得了更伶俐的模子，这些更伶俐的模子需要更多的计较。而模子越伶俐，就有越多的人利用它，这就需要越多的计较。并且，现正在它们值得付费了。英伟达为每一份Cursor许可证付费，我们很愿意如许做，由于Cursor正正在帮帮价值数十万美元的员工——软件工程师或AI研究员——提高数倍的出产力。所以，我们当然很是愿意如许做。这些AI模子曾经好到值得付费了。Cursor、11 Labs、Cynthia、Abridge、OpenEvidence，如许的例子还有良多。当然还有OpenAI、Claude。这些模子现正在如斯之好，以致于人们情愿为之付费。由于人们付费并更多地利用它，而每次他们更多地利用它，你就需要更多的计较。我们现正在有两个指数级增加。这两个指数，一个是三个扩展带来的指数级计较需求。第二个指数是，模子越智能，就有越多的人利用它，用户增加和模子能力提拔彼此推进，都导致计较需求指数级增加。若是我们有这两个指数级增加的需求，而我们找不到方式来驱动成本下降，那么这个正反馈系统就会解体。良性轮回对几乎任何行业都至关主要，对任何平台行业都至关主要。它对英伟达也至关主要。建立的使用越多，人们创制的使用越多，CUDA就越有价值，CUDA就越有价值。采办的CUDA计较机越多，采办的计较机越多，开辟者就越想为该平台建立使用。英伟达的这个良性轮回正在颠末30年后现正在曾经实现了。15年后，我们也将为AI实现了这个良性轮回。AI现正在曾经达到了一个良性轮回。所以，你越多地利用它，由于AI很智能而且我们情愿付费，就能发生越多的利润。发生的利润越多，投入到电网中的计较资本就越多，投入到AI工场中的计较就越多，AI就能变得越智能，越多的人利用它，越多的使用利用它，我们能处理的问题就越多。这个良性轮回现正在起头运转了。我们需要做的是大幅降低成本，以便第一让用户体验更好，当你提醒AI时，它响应你的速度要快得多；第二，如许我们就能通过驱动成本下降来连结这个良性轮回继续，如许它就能变得更伶俐，如许就有更多人利用它，如斯轮回下去，这个良性轮回现正在正正在加快。可是当摩尔定律实的达到极限时，我们该怎样做呢？谜底叫做协同设想。你不克不及只设想芯片，正在设想芯片方面，若是你添加了更多晶体管，或者只是不竭添加更多晶体管，但那都是百分比增加，不是指数增加。我们需要复合指数增加来连结这个良性轮回继续，我们称之为极端协同设想。英伟达是当当代界上唯逐个家实正从一张白纸起头，可以或许同时思虑新的根本架构、计较机架构、新芯片、新系统、新软件、新模子架构和新使用的公司。正在座的很多人之所以正在这里，是由于你们是这个仓库分歧层面的一部门。通过取英伟达合做，我们从底子上从头设想了从底层到顶层的一切。然后，由于AI是一个如斯复杂的问题，我们将其规模化。我们初次建立了一台计较机，这台计较机曾经扩展成整个机架。那是一台计较机，一个GPU，然后我们通过发现一种新的AI以太网手艺（我们称之为Spectrum-X Ethernet）将其横向扩展。每小我城市说以太网就是以太网。而Spectrum-X以太网是为AI机能而设想的，这就是它如斯成功的缘由。即便那样也还不敷大。我们会用AI超等计较机和GPU填满整个房间。那仍然不敷大，由于AI的使用数量和用户数量持续呈指数级增加，我们将多个如许的数据核心毗连正在一路，我们称之为跨规模扩展，利用Spectrum-X GS，千兆规模X，Spectrum-X Gigascale XGS。通过如许做，我们正在如斯庞大的层面长进行协同设想，如斯极端的层面，以致于机能提拔是惊人的。不是每一代提拔50%，不是每一代提拔25%，而是多得多。这是我们制制过的最极端的协同设想计较机，率直说，自IBM System 360以来，正在现代期间，我认为从未有过像如许从头起头、完全从头发现的计较机。建立这个系统极其坚苦。我稍后会向你们展现其益处。但素质上我们所做的，我们创制了NVLink 72，若是我们要建立一个庞大的芯片，一个庞大的GPU，它看起来会是如许。这是我们必必要做的晶圆级处置的程度，是不成思议的。所有这些，所有这些芯片现正在都被放入一个庞大的机架，这个庞大的机架使所有这些芯片做为一个全体协同工做。这看上去完全不成思议。不管如何，我们根基上，过去我们创制的是这个。这是NVLinks，NVLink 8。现正在这些模子如斯庞大，我们处理的方式是把这个模子，这个庞大的模子，变成一大堆专家，有点像团队。所以这些专家擅长某些类型的问题，我们把一大堆专家堆积正在一路。所以这个庞大的数万亿美元AI模子有所有这些分歧的专家，我们把所有这些分歧的专家放正在GPU上。现正在是NVLink 72。我们能够把所有的芯片放入一个庞大的互换收集中，每个专家都能够彼此扳谈。所以从专家、次要专家能够取所有部属专家扳谈，以及所有需要的上下文、提醒和我们必需发送给所有专家的大量数据。专家们，无论哪个专家被选中来解答问题，我们会更多地测验考试响应，然后它会一层接一层地去做，有时八层，有时十六层。有时这些专家，有时六十四个，有时两百五十六个。但环节是专家越来越多。那么，这里，NVLink 72，我们有72个GPU。正由于如斯，我们能够正在一个GPU里放四个专家。你需要为每个GPU做的最主要的工作是生成Token，这取决于你的HBM内存的带宽量。我们有一个H100 GPU为四个专家生成“思虑”。而正在这里，由于每台计较机只能放八个GPU，我们必需把三十二个专家放进一个GPU。所以这个GPU要为一个专家进行三十二次“思虑”。对比这个系统，每个GPU只为一个专家进行四次“思虑”。正由于如斯，速度差别是惊人的。这个方才出来，是由SemiAnalysis进行的基准测试。他们做了很是完全的工做，他们对所有可进行基准测试的GPU进行了基准测试。成果发觉并没有那么多。若是你看看GPU列表，现实上能够基准测试的GPU大要90%是英伟达。Grace Blackwell每个GPU的机能是H200的10倍。当你只添加了两倍的晶体管时，若何获得10倍的机能？谜底是极端协同设想。通过理解将来AI模子的性质，而且我们正在整个仓库长进行思虑，我们可认为将来建立架构。这是件大事。这意味着我们现正在能够更快地响应。但接下来是更大的事。这张图片显示世界上成本最低的Token是由Grace Blackwell NVLink 72生成的，这是最高贵的计较机。一方面，GB200是最高贵的计较机。另一方面，它的Token生成能力如斯强大，以致于它以最低的成本出产Token。由于每秒Token数除以Grace Blackwell的总具有成本是如斯之好，以致于它是生成Token成本最低的体例。通过如许做，供给惊人的机能，10倍的机能提拔，并供给10倍的低成本，以此让良性轮回能够继续。记住，加快计较，正如我之前向你们提到的，它进行数据处置、图像处置、计较机图形学，它进行各类计较。它运转SQL，运转Spark，不管你需要什么，我相当确定我们有一个很棒的库可以或许给你。你可能是一个试图制制掩模版来出产半导体的数据核心。我们有一个很棒的库给你。所以，正在底层， irrespective of AI，世界正正在从通用计较转向加快计较，这取AI无关。现实上，很多CSP正在AI呈现之前早就有了办事。记住，它们降生于机械进修时代，典范的机械进修算法，如XGBoost，用于保举系统、协同过滤、内容过滤的算法，像数据帧如许的算法，所有这些手艺都是正在通用计较的时代建立的。即便是那些算法，即便是那些架构，现正在通过加快计较也变得更好。所以，即便没有AI，世界的CSP也将投资于加快。而我们的GPU是独一能完成所有这些工作的GPU。这就注释了为什么仅仅依赖英伟达的架构是如斯平安。我们现正在曾经达到了我们的良性轮回，达到了我们的拐点。这相当不寻常。现正在我要向你们展现缘由。这是我们公司营业正正在发生的环境。我们看到Grace Blackwell的增加很是惊人，缘由正如我适才提到的。它是由两个指数驱动的。我们现正在能见度很高，我想我们可能是汗青上第一家能看到截至2026年累计5000亿美元Blackwell订单和晚期Ruben（下一代平台）订单的手艺公司。如您所知，2025年还没竣事，2026年还没起头。这是曾经预订的营业量，价值5000亿美元。正在最后几个季度，我想，是头四个出产季度或三个半出产季度。2025年我们还有一个季度要完成。然后我们还有四个季度。所以接下来五个季度，要完成5000亿美元，那是五倍的增加速度。这某种程度诉了你一些工作。这是上一代的Hopper的整个生命周期的数额。还不包罗中国和亚洲市场。所以Hopper正在其整个生命周期中是400万个GPU。每个Blackwell模块里面有2个GPU，是一个大封拆。Blackwell正在晚期阶段就有2000万个GPU，增加很是惊人。所以我想感激我们所有的供应链合做伙伴，列位。我晓得你们工做得何等勤奋。我制做了一个视频来庆贺你们的工做。让我们播放它。特朗普总统之前讲的第一件事就是让制制业回归，由于这对是需要的。让制制业回归，由于我们想要那些工做岗亭。我们想要那部门经济。九个月后，我们现正在正在亚利桑那州全面出产Blackwell。Extreme Blackwell，GB200 NV Grace，Blackwell NVLink 72。极端协同设想给我们带来了10倍的代际提拔。这完全不成思议。现正在，实正不成思议的部门是，这是我们制制的第一台AI超等计较机。这是正在2016年，我把它交付给的一家草创公司，这家公司后来被证明是OpenAI。这就是那台计较机。现正在我们必需设想的所有芯片。这就是目前所需要的。你不成能拿一个芯片就让计较机快10倍。那不会发生。让计较机快10倍的方式，让我们可以或许持续指数级提拔机能、持续指数级驱动成本下降的方式，就是极端协同设想，同时研发所有这些分歧的芯片。我们现正在曾经有了下一代的Ruben芯片。这是我们的第三代NVLink 72机架规模计较机。GB200是第一代。我们界各地的所有合做伙伴，我晓得我传闻你们工做有多勤奋。第一代做得很是，第二代顺畅多了。而这一代，看这个（现场展现），对我们来说实的不算什么了。这些现正在都正在尝试室里了。这是下一代Ruby。正在我们发货的同时，我们正正在预备投入出产，你晓得，大要来岁这个时候，以至可能稍早一点。所以每一年，我们城市推出最极端的协同设想系统，如许我们就能持续提拔机能，持续降低Token生成成本。看看这个，这很是标致。所以这太奇异了。（接下来是现场展现和引见，包罗Vera Rubic计较托盘、BlueField、NVLink互换机等）现正在，如你所留意到的，英伟达最后从设想芯片起头，然后我们起头设想系统，我们设想AI超等计较机。现正在我们正正在设想整个AI工场。每次我们向外扩展并集成更多需要处理的问题，我们就能提出更好的处理方案。我们现正在建制整个AI工场。这个AI工场是我们为Vera Ruben建制的，我们建立了一种手艺，使我们所有的合做伙伴可以或许数字化地集成到这个工场中。让我展现给你们看。完全数字化。远正在Vera Ruben做为实体存正在之前，远正在这些AI工场存正在之前。我们就优化它，并将它做为数字孪生来运营。所以所有取我们合做的合做伙伴，很欢快你们所有人都支撑我们。我们一路建制AI工场。正在过去的几年里，发生了几件事。一个是开源模子，因为推理能力相当强大，例如Stability AI，这些分歧的能力使得开源模子初次对开辟者来说很是有用，它们现正在是草创公司的命脉。每个行业都有其本人的用例，分歧业业的草创公司需要让阿谁范畴专业学问可以或许嵌入到一个模子中。开源使之成为可能。研究人员需要开源，开辟者需要开源。世界各地的公司，我们需要开源模子，这很是主要。我们现正在是开源贡献的最大带领者。我们有23个模子正在排行榜上。我们有所有这些分歧的范畴，从言语模子到物理AI模子再到生物学模子。每个模子都有复杂的团队。这就是我们为本人建立超等计较机的缘由之一，以促成所有这些模子的建立。我们有排名第一的语音模子，排名第一的推理模子，排名第一的物理AI模子。下载量很是可不雅。我们努力于此。缘由是科学需要它，研究人员需要它，草创公司需要它。我很欢快AI草创公司基于英伟达建立。他们如许做有几个缘由。当然，我们的系统丰硕。我们的东西运转优良。我们所有的东西都正在我们所有的GPU上运转。我们的GPU无处不正在， 正在每一个云上都可用，你能够下载我们的软件栈，然后它就能工做。我们具有丰硕的开辟者生态系统的劣势，他们正正在使这个生态系统愈加丰硕。所以我实的很欢快取所有我们合做的草创公司成立关系。感谢你们。同样的环境是，很多这些草创公司现正在起头创制更多的体例来操纵我们的GPU，雇仆人员并扩展规模。所有我谈到的CUDA-X库。我告诉过你们关于若何开源AI，将我谈到的所有模子货泉化，我们集成到AWS中，我们集成到Google Cloud中……我们还将实正在的库集成到世界SaaS中，如许每一个SaaS最终都将成为一个代办署理式SaaS。总有一天，我很想雇佣一个AI代办署理根基设想师，取我们的ACS合做，素质上是Synopsys的Cursor，若是你情愿这么说的话。我们取Anirudh Devgan、Cadence合做。今天早些时候，他是开场秀的一部门，Cadence正在做不成思议的工做，加快他们的仓库以建立AI代办署理，如许我们就能具有Cadence AI、AC设想师和系统设想师工做。今天，我们颁布发表一个新的合做。AI将极大提超出跨越产力。AI将改变几乎每一个行业。但AI也将极大地加剧大型收集平安挑和，那些坏AI。所以，我们需要一个不成思议的防御者。我无法想象有比CrowdStrike更好的防御者了。George Voltage正在这里。他适才正在这里。是的，我早些时候看到他了。我们正正在取CrowdStrike合做，使收集平安达到光速。建立一个正在云中具有收集平安AI代办署理的系统，同时也正在当地或边缘具有实正优良的AI代办署理。如许，无论何时呈现，你都能正在霎时检测到它。我们需要速度，我们需要快速的代办署理式AI，超等智能的代办署理。这是世界上增加速度最快、最有价值的企业，可能是当当代界上最主要的企业仓库——Palantir。他们获打消息，获取数据，获取人类判断，并将其为贸易洞察。我们取Palantir合做，加快Palantir所做的一切，如许我们就能以更大的规模和更快的速度进行数据处置。无论是过去的布局化数据，还布局化数据。然后，我们会为我们的处置这些数据，为了，也为世界各地的企业。以光速处置这些数据，并从中发觉洞察。这就是将来的样子。Palantir将集成英伟达手艺，以便我们可以或许以光速处置数据。物理AI需要三台计较机，就像锻炼一个言语模子需要两台计较机一样：一台锻炼它，一台评估和推理。好吧，所以那就是你看到的大型GB200。为了给物理AI做这件事，你需要三台计较机。你需要计较机来锻炼它。这是GB，Grace Blackwell NVLink 72，是进行所有我新近向你们展现的模仿的计较机，利用Omniverse DSX。那根基上是一个大窗口，让机械人进修若何成为一个好机械人，让工场素质上成为一个数字东西。（现场展现）这台计较机必需很是擅长生成式AI，而且必需擅长计较机图形学、传感器模仿、光线逃踪、信号处置。这台计较机，它叫做Omniverse计较机。一旦我们锻炼了模子，正在数字孪生中模仿阿谁AI，阿谁数字孪生能够是一个工场的数字孪生，也能够是一大堆机械人的数字孪生，然后你需要操做阿谁机械人。而这是机械人计较机。这个进入从动驾驶汽车。它的一半能够进入一个机械人。好吧？或者你现实上能够有，你晓得，相当火速和快速操做的机械人。它可能需要两个如许的计较机。这三台计较机都运转CUDA。这使得我们可以或许推进物理AI，让AI理解物理世界，理解物理定律、关系、持久性。我们有令人难以相信的合做伙伴取我们一路建立工场的物理AI。我们本人也正在利用它正在德克萨斯州建立我们的工场。现正在一旦我们建立了机械人工场，里面有一堆机械人，而这些机械人也需要物理AI，使用物理AI并正在可视化孪生中工做。让我们看看美国的再工业化。正在德克萨斯州的，富士康正正在扶植一个最先辈的机械人设备，用于制制英伟达AI根本设备系统。面临劳动力欠缺和技术差距，数字化、机械人手艺和物理AI比以往任何时候都愈加主要。工场正在Omniverse中以数字体例降生。富士康工程师正在基于Omniverse手艺的西门子数字孪生处理方案中拆卸他们的虚拟工场。每个系统，机械、电气、管道，都正在施工前颠末验证。西门子Plant Simulation运转设想空间摸索优化，以确想的结构。当呈现瓶颈时，工程师利用由西门子TeamCenter办理的更改来更新结构。正在Isaac Sim中，不异的数字孪生用于锻炼和器人AI。正在拆卸区，发那科机械手建立GB300托盘模块。由FII的工致机械手和熟练的AI将母线排安拆到托盘中。AMR（自从挪动机械人）将托盘运送到测试舱。富士康利用Omniverse进行大规模传感器模仿，机械人AI正在此中进修做为车队协同工做。正在Omniverse中，基于英伟达Metropolis和Cosmos建立的视觉AI智能体从上方机械人车队和工人以操做，并正在呈现非常、平安违规以至质人取机械人协同工做。这就是制制业的将来，工场的将来。我想感激我们的合做伙伴富士康，他们的CEO就正在这里。所有这些生态系统合做伙伴使得我们建立机械人工场成为可能。你晓得，完成这项工做所需的软件量如斯庞大，除非你能正在数字孪生中完成，正在这个星球上设想它，正在数字孪生中操做它，不然让这个一般工做的但愿很苍茫。我也很是欢快地看到，Caterpillar，我的伴侣Joe Creed和他有百年汗青的公司也正正在将数字孪生融入他们制制这些工场的体例中。我们将具有将来的机械人系统。而最先辈的系统之一是Figure。Brett Abcock今天正在这里，他坚毅刚烈在三年前创立了一家公司。他们今天价值近400亿美元。我们正正在一路合做锻炼AI，、锻炼机械人、器人，当然，还有进入Figure的机械人计较机。实的很惊人。我有幸看到了它。它实的很是了不得。还有我的伴侣马斯克也正在研究人形机械人，这很可能将成为最大的新型消费电子市场之一，而且必定也是最大的工业设备市场之一。Peggy Johnson，Agility的同事们正正在取我们合做，是关于仓库从动化机械人的。Johnson & Johnson的同事们再次取我们合做，锻炼机械人，正在数字孪生中模仿以及操做机械人。这些Johnson & Johnson的手术机械人以至将施行完全现代的非侵入性手术，其精度将是世界前所未见的。当然，还有最可爱的机械人，迪士尼机械人。这个实的很是切近我们的心。我们正取迪士尼研究部分合做，基于一项性的手艺，开辟一个全新的框架和模仿平台，使得机械人可以或许正在一个物理上精确、基于物理的里进修若何成为一个好机械人。让我们看看它。现正在，记住，你方才看到的一切… 那不是动画，不是片子，是模仿。阿谁模仿是正在Omniverse中实现的，是数字孪生。所以这些工场的数字孪生、仓库的数字孪生、手术室的数字孪生，他们进修若何操做和、取世界互动的数字孪生，并且全数都是及时完成的。这将成为世界上最大的消费电子产物线，这是人形机械人的将来，当然，现正在人形机械人仍正在开辟中。但取此同时，有一种机械人明显正处于拐点，而且根基上曾经到来，那就是轮式机械人。机械人出租车素质上是一个AI司机。这是件大事！我们建立了这个架构，以便世界上每家汽车公司都能制制汽车。车辆能够是商用的，能够是乘用的，能够公用于机械人出租车。制制做为机械人出租车的车辆。素质上，3个环抱摄像头和雷达、激光雷达使我们可以或许实现最高程度的环抱茧式传感器和冗余，这是最高平安级别所必需的。Drive Hyperion现正在已被梅赛德斯-奔跑等采用了，将来还有很多其他汽车企业会采用。好吧，所以这就是我们今天会商的内容。我们会商了大量的工作，焦点是两个平台转型，从通用计较转向加快计较，以及英伟达CUDA。而那套名为CUDA-X的库使我们可以或许涉脚几乎每个行业，而且我们正处正在拐点上。它现正在正正在增加，正如良性轮回所预示的那样，第二个拐点现正在正到我们身上。第二个平台转型，AI，从典范的手写软件转向人工智能。两个平台转型同时发生，这就是为什么我们感遭到了如斯惊人的增加。我们谈到了量子计较、开源模子。正在企业方面，我们取CrowdStrike和Palantir合做，加快他们的平台。我们谈到了机械人手艺，它即将成为最大的消费电子和工业制制范畴之一。当然，我们还谈到了6G，英伟达为6G供给了新平台。我们称之为Arc。我们为机械人汽车供给了新平台，我们称之为Hyperion。我们以至为工场供给了新平台，两品种型的工场：AI工场，我们称之为DSX。然后是使用AI的工场，我们称之为Mega。所以现正在我们也正在美国进行制制。密斯们先生们，感激你们今天莅临，感激你们答应我将GTC带到特区。我们但愿每年都能正在这里举办。感激你们所有人，让美国再次伟大。感谢！