一文看清英偉達GTC黃仁勳演講要點!重點涵蓋6G、AI、量子計算和機器人等領域

華爾街見聞
10/29

預計出貨2000萬塊Blackwell芯片,Blackwell和Rubin芯片合計銷售額5000億美元;英偉達將與諾基亞攜手推出Aerial RAN Computer助力6G網絡轉型;英偉達NVQLink技術連接量子計算與GPU系統,已獲17家量子處理器製造商支持;英偉達聯手甲骨文打造配備10萬塊Blackwell GPU的能源部最大AI超算;英偉達支持AI工廠操作系統的處理器BlueField-4預計明年推出早期版本,作為Vera Rubin平臺的部分;英偉達與CrowdStrike合作AI網絡安全開發;英偉達新自動駕駛開發平臺DRIVE AGX Hyperion 10助Uber2027年起部署Robotaxi車隊,首批提供這些汽車的製造商包括Stellantis;英偉達與Palantir打造運營AI技術棧;禮來打造製藥業最強超算,超千塊Blackwell Ultra驅動。

美東時間28日週二,英偉達CEO黃仁勳在華盛頓舉行的今年第二次GTC大會上發表主體演講,重點涵蓋6G、AI、量子計算和機器人領域的技術突破。黃仁勳在演講中強調,隨着摩爾定律失效,加速計算和GPU技術成為推動技術進步的核心動力。

在AI與6G技術結合方面,英偉達宣佈與諾基亞達成戰略合作,將投資10億美元認購諾基亞股份,雙方將共同推進AI原生6G網絡平臺。量子計算方面,英偉達推出NVQLink技術,連接量子處理器與GPU超級計算機,已獲得17家量子計算公司支持。

超算方面,英偉達宣佈與美國能源部合作建造美國最大AI超級計算機。AI工廠方面,英偉達將推出支持AI工廠操作的處理器Bluefield-4。

此外,英偉達給自動駕駛出租車服務Robotaxi的熱潮又添一把火,宣佈與共享用車鼻祖Uber以及克萊斯勒母公司Stellantis合作。Uber計劃從2027年起部署10萬輛基於英偉達技術的Robotaxi服務汽車。

英偉達還與AI明星Palantir以及醫藥巨頭禮來分別達成合作,將其GPU計算能力與企業數據平臺和製藥研發深度整合,旨在推動AI從概念走向實際應用。這兩項合作分別針對企業運營智能和藥物研發,標誌着AI技術在複雜行業場景中的商業化進程加速。

黃仁勳在演講中表示:「AI是我們這個時代最強大的技術,而科學是其最偉大的前沿。」 週二官宣的合作標誌着,英偉達從芯片製造商向全棧AI基礎設施供應商的戰略轉型。

黃仁勳明確反駁了AI泡沫說,稱:「我不認為我們處於AI泡沫之中。我們正在使用所有這些不同的AI模型——我們在使用大量服務,並樂於為此付費。」 他的核心論點是,AI模型現在已經足夠強大,客戶願意為其付費,這反過來將證明昂貴的計算基礎設施建設是合理的。

芯片出貨量激增 產能擴張迅猛

黃仁勳透露,英偉達最快的AI芯片Blackwell GPU已在亞利桑那州實現全面生產。這意味着,之前僅在臺灣生產的Blackwell芯片首次可以在美國製造。

黃仁勳披露了英偉達芯片出貨的驚人數據。他表示,英偉達預計將出貨2000萬塊Blackwell芯片。相比之下,上一代產品Hopper架構芯片在整個生命週期內僅出貨了400萬塊。

黃仁勳還表示,過去四個季度已出貨600萬塊Blackwell GPU,需求依然強勁。英偉達預計,Blackwell和明年推出的Rubin芯片將合計帶來五個季度5000億美元的GPU銷售額。

本月早些時候,英偉達和臺積電宣佈首批Blackwell晶圓已在亞利桑那州鳳凰城的工廠生產。英偉達在一段視頻中表示,基於Blackwell的系統現在也將在美國組裝。

英偉達聯手諾基亞佈局6G網絡

黃仁勳介紹,英偉達將與諾基亞攜手推出Aerial RAN Computer(ARC),助力6G網絡轉型。英偉達與諾基亞將為6G通信技術開拓AI平臺。

6G 與 AI 如何融合?除了AI學習和提升6G頻譜效率之外,我們還將看到AI加持的無線接入網絡(RAN)產品、即「AI on RAN」。這意味着,在目前的互聯網狀態下,很多數據都在亞馬遜雲服務平臺AWS上運行,但英偉達要在6G連接之上構建一個雲計算平臺。這展現了超高速 AI 的潛力,它可以為自動駕駛汽車等技術提供動力。

英偉達和諾基亞週二宣佈建立戰略合作伙伴關係,將英偉達驅動的商用級AI-RAN產品添加到諾基亞的RAN產品組合中,使通信服務提供商能夠在英偉達平臺推出AI 原生的5G-Advanced 和6G網絡。

英偉達將推出面向6G網絡的Aerial RAN Computer Pro計算平臺,諾基亞將在此基礎上擴展其RAN產品組合,推出新的AI-RAN產品。英偉達還將以每股6.01美元的認購價,對諾基亞進行10億美元的股權投資。

分析機構Omdia預測,到2030年,AI-RAN市場規模預計將累計超過2000億美元。英偉達和諾基亞的合作將提供分佈式邊緣AI推理能力,為電信運營商開闢新的高增長領域。

T-Mobile美國公司將同諾基亞和英偉達合作,推動AI-RAN技術的測試和開發,將技術整合到其6G開發流程中。試驗預計於2026年開始,重點驗證客戶的性能和效率提升。該技術將支持自動駕駛汽車、無人機、增強現實和虛擬現實眼鏡等AI原生設備。

目前,各種量子計算技術雖然性能強大,但對環境噪聲敏感,應用範圍有限。基於GPU的超級計算機正是因此有用武之地,它可以減輕量子處理器的負擔。黃仁勳週二提到,英偉達基於旗下開源量子開發平臺CUDA-Q核心構建了開源系統架構NVQLink。

黃仁勳表示,他預計,除了新技術之外,量子計算還需要傳統處理器的支持,英偉達將幫助實現這一目標。「我們現在意識到,將量子計算機直接連接到 GPU 超級計算機至關重要。這就是計算的未來量子化。」

NVQLink是將量子處理器與GPU和CPU連接起來的新型高速互連技術。它並非要取代量子計算機,而是要和後者共同加快量子計算的速度。

黃仁勳說,NVQLink技術將有助於糾錯,同時校準哪些AI 算法應該在GPU和量子處理器上使用。他透露,已有17家量子計算公司承諾將支持NVQLink。「業界的支持令人難以置信。量子計算不會取代傳統系統,它們將協同工作。」

「它(NVQLink)不僅能對今天的量子比特進行糾錯,還能對未來的量子比特進行糾錯。我們將把這些量子計算機的規模從現在的數百個量子比特擴展到數萬個量子比特,甚至未來的數十萬個量子比特。」

英偉達稱,NVQLink技術已獲得17家量子處理器製造商和5家控制器製造商的支持,包括Alice & Bob、Atom Computing、IonQ、IQM Quantum Computers、Quantinuum、Rigetti等公司。美國能源部領導的9個國家實驗室將使用NVQLink推動量子計算突破,包括布魯克海文國家實驗室、費米實驗室、洛斯阿拉莫斯國家實驗室(LANL)等。

英偉達表示,開發人員可以通過CUDA-Q軟件平臺訪問NVQLink,創建和測試無縫調用CPU、GPU和量子處理器的應用程序。

英偉達與甲骨文打造美能源部最大AI超算

黃仁勳稱,英偉達將與美國能源部合作,打造七臺新的超級計算機。它們將分別部署在能源部旗下的阿貢國家實驗室(ANL)和洛斯阿拉莫斯國家實驗室(LANL)。

英偉達宣佈與甲骨文合作,為美國能源部建造該部門最大的AI超級計算機Solstice系統,該系統將創紀錄地配備10萬塊英偉達Blackwell GPU。另一套名為Equinox的系統將包含1萬個Blackwell GPU,預計於2026年上半年投入使用。

兩套系統均通過英偉達網絡互聯,總計提供2200 exaflops的AI性能。這些超級計算機將使科學家和研究人員能夠使用英偉達Megatron-Core庫開發和訓練新的前沿模型和AI推理模型,並使用TensorRT推理軟件堆棧進行擴展。

能源部長Chris Wright表示:"維護美國在高性能計算領域的領導地位,需要我們搭建通向下一個計算時代的橋樑:加速量子超級計算。我們國家實驗室、初創公司和英偉達等行業合作伙伴之間的深度合作對這一使命至關重要。"

阿貢國家實驗室主任Paul K. Kearns表示,這些系統將與能源部前沿實驗設施(如先進光子源)無縫連接,使科學家能夠通過科學發現應對國家最緊迫的挑戰。

BlueField-4推動AI工廠基礎設施升級

黃仁勳認為,代理式AI不再只是一種工具,而是人們所有工作的助手。AI帶來的「機會不勝枚舉。」 英偉達的計劃是建造專用於AI的工廠,裏面堆滿芯片。

英偉達週二當天宣佈,推出支持AI工廠操作系統的處理器Bluefield-4。

英偉達發佈BlueField-4數據處理單元,支持800Gb/s吞吐量,為千兆級AI基礎設施提供突破性加速。該平臺結合英偉達Grace CPU和ConnectX-9網絡技術,計算能力是BlueField-3的6倍,可支持規模擴大4倍的AI工廠。

BlueField-4專為新一類AI存儲平臺設計,為AI數據管道的高效數據處理和大規模突破性性能奠定基礎。該平臺支持多租戶網絡、快速數據訪問、AI運行時安全和雲彈性,原生支持英偉達DOCA微服務。

多家領先企業計劃採用BlueField-4技術。服務器和存儲領導者包括思科、DDN、戴爾科技、HPE、IBM、聯想、Supermicro、VAST Data和WEKA。網絡安全領導者包括Armis、Check Point、思科、F5、Forescout、Palo Alto Networks和Trend Micro。

雲和AI提供商如Akamai、CoreWeave、Crusoe、Lambda、Oracle雲基礎設施、Together.ai和xAI正基於英偉達DOCA微服務構建解決方案,以加速多租戶網絡、提升數據移動速度並增強AI工廠和超級計算雲的安全性。

英偉達BlueField-4預計將於2026年作為Vera Rubin平臺的一部分推出早期版本。

英偉達與CrowdStrike合作AI網絡安全開發

黃仁勳稱,英偉達將與網絡安全公司CrowdStrike在AI網絡安全模型方面進行合作。

英偉達宣佈與CrowdStrike建立戰略合作,在CrowdStrike Falcon XDR平臺上提供英偉達AI計算服務。該合作將Falcon平臺數據與英偉達GPU優化的AI管道和軟件(包括新的英偉達NIM微服務)相結合,使客戶能夠創建定製化安全生成式AI模型。

根據2024年CrowdStrike全球威脅報告,平均突破時間已降至62分鐘,最快記錄的攻擊僅略超過2分鐘。隨着現代攻擊速度更快、更復雜,組織需要AI驅動的安全技術來獲得必要的速度和自動化能力。

黃仁勳表示:"網絡安全本質上是一個數據問題——企業能夠處理的數據越多,就能檢測和處理的事件越多。將英偉達加速計算和生成式AI與CrowdStrike網絡安全結合,可以為企業提供前所未有的威脅可見性。"

CrowdStrike將利用英偉達加速計算、英偉達Morpheus和NIM微服務,將定製LLM驅動的應用程序引入企業。結合Falcon平臺的獨特上下文數據,客戶將能夠解決特定領域的新用例,包括處理PB級日誌以改進威脅搜尋、檢測供應鏈攻擊、識別用戶行為異常,以及主動防禦新興漏洞。

英偉達新自動駕駛開發平臺助Uber部署Robotaxi車隊

黃仁勳介紹,英偉達的端對端自動駕駛平臺DRIVE Hyperion已準備好推出提供Robotaxi服務的汽車。包括Stellantis、Lucid 和梅賽德斯-奔馳在內的全球汽車製造商將利用英偉達的新技術平臺DRIVE AGX Hyperion 10 架構加速開發自動駕駛技術。

英偉達宣佈與Uber建立合作關係,使用新一代英偉達DRIVE AGX Hyperion 10自動駕駛開發平臺和DRIVE AV軟件,擴展全球最大的L4級移動網絡。英偉達將支持Uber,從2027年開始逐步將其全球自動駕駛車隊規模擴大至10萬輛。

DRIVE AGX Hyperion 10是一個參考級生產計算機和傳感器架構,使任何車輛都能達到L4級準備狀態。該平臺使汽車製造商能夠構建配備經過驗證的硬件和傳感器的汽車、卡車和貨車,可以託管任何兼容的自動駕駛軟件。

黃仁勳表示:"無人駕駛出租車標誌着全球交通轉型的開始——使交通更安全、更清潔、更高效。我們與Uber共同為整個行業創建了一個框架,以大規模部署自動駕駛車隊。"Uber CEO Dara Khosrowshahi表示:"英偉達是AI時代的支柱,現在正充分利用這一創新,以巨大規模釋放L4自動駕駛能力。"

Stellantis正在開發AV-Ready平臺,專門優化以支持L4級能力並滿足無人駕駛出租車要求。這些平臺將集成英偉達全棧AI技術,進一步擴展與Uber全球移動生態系統的連接性。

Uber稱,Stellantis將成為首批提供Robotaxi汽車的製造商之一,這些製造商將為Uber在美國和國際的業務提供至少5000輛英偉達驅動的Robotaxi車。Uber將負責車輛的端到端車隊運營,包括遠程協助、充電、清潔、維護和客戶支持。

Stellantis稱,將與富士康在硬件和系統集成方面展開合作,生產計劃定於2028年啓動。首先在美國與Uber合作開展運營。Stellantis 表示,預計未來幾年試點項目和測試將逐步展開。

Lucid正在為其下一代乘用車推進L4級自動駕駛能力,在DRIVE Hyperion平臺上使用全棧英偉達AV軟件,向客戶交付首批L4級自動駕駛汽車。梅賽德斯-奔馳正在測試基於其專有操作系統MB.OS和DRIVE AGX Hyperion的未來合作,新款S級車型將提供卓越的L4級豪華駕乘體驗。

英偉達和Uber將繼續支持和加速在英偉達DRIVE L4級平臺上開發軟件堆棧的全球合作伙伴,包括Avride、May Mobility、Momenta、Nuro、Pony.ai、Wayve和WeRide。在卡車運輸領域,Aurora、沃爾沃自動駕駛解決方案和Waabi正在開發由英偉達DRIVE平臺驅動的L4級自動駕駛卡車。

英偉達與Palantir打造運營AI技術棧 Lowe's率先應用供應鏈優化方案

英偉達與Palantir的合作核心是將英偉達的GPU加速計算、開源模型和數據處理能力整合到Palantir AI平臺(AIP)的Ontology系統中。Ontology通過將複雜數據和邏輯組織成互聯的虛擬對象、鏈接和動作,創建企業的數字副本,為AI驅動的業務流程自動化提供基礎。

黃仁勳表示:"Palantir和英偉達有着共同的願景:將AI付諸行動,把企業數據轉化為決策智能。通過結合Palantir強大的AI驅動平臺與英偉達CUDA-X加速計算和Nemotron開源AI模型,我們正在打造下一代引擎,為運行全球最複雜工業和運營管線的AI專業化應用和代理提供動力。"

技術層面,客戶可通過Ontology使用英偉達CUDA-X數據科學庫進行數據處理,配合英偉達加速計算,為複雜的業務關鍵工作流驅動實時AI決策。英偉達AI企業平臺(包括cuOpt決策優化軟件)將支持企業進行動態供應鏈管理。英偉達Nemotron推理模型和NeMo Retriever開源模型將幫助企業快速構建由Ontology提供信息的AI代理。

Palantir聯合創始人兼CEO Alex Karp表示:"Palantir專注於部署能為客戶立即帶來非對稱價值的AI。我們很榮幸與英偉達合作,將我們的AI驅動決策智能系統與全球最先進的AI基礎設施融合。"

零售商Lowe's成為首批採用Palantir和英偉達整合技術棧的企業之一,正在創建其全球供應鏈網絡的數字副本,以實現動態和持續的AI優化。該技術旨在提升供應鏈敏捷性,同時增強成本節約和客戶滿意度。

Lowe's首席數字和信息官Seemantini Godbole表示:"現代供應鏈是極其複雜的動態系統,AI對於幫助Lowe's在不斷變化的條件下快速適應和優化至關重要。即使是需求的微小變化也會在全球網絡中產生連鎖反應。通過將Palantir技術與英偉達AI相結合,Lowe's正在重新構想零售物流,使我們能夠每天更好地服務客戶。"

英偉達和Palantir還計劃將英偉達Blackwell架構引入Palantir AIP,以加速從數據處理和分析到模型開發、微調再到生產AI的端到端AI管線。企業將能夠在英偉達AI工廠中運行AIP以實現優化加速。Palantir AIP還將在英偉達新推出的政府AI工廠參考設計中獲得支持。

禮來打造製藥業最強超算 超千塊Blackwell Ultra驅動

禮來與英偉達的合作將建設一臺由超過1000塊Blackwell Ultra GPU驅動的超級計算機,這些芯片將通過統一的高速網絡連接。該超級計算機將為AI工廠提供動力,這是一個專門的計算基礎設施,將大規模開發、訓練和部署用於藥物發現和開發的AI模型。

禮來首席信息和數字官Diogo Rau表示,從首次對人類進行藥物試驗到產品上市,通常平均需要約10年時間。該公司預計將在12月完成超級計算機和AI工廠的建設,明年1月上線。但這些新工具可能要到2030年末才能為禮來及其他製藥商的業務帶來顯著回報。Rau說:「我們現在討論的用這種算力發現的東西,真正會在2030年看到這些益處。"

禮來首席AI官Thomas Fuchs表示:"這確實是一種新型科學儀器。對生物學家來說,它就像一臺巨大的顯微鏡。它真正讓我們能夠以如此龐大的規模做到以前無法做到的事情。"科學家將能夠在數百萬次實驗中訓練AI模型來測試潛在藥物,"極大地擴展藥物發現的範圍和複雜性"。

雖然發現新藥並非這些新工具的唯一重點,但Rau表示這「是最大的機會所在」,「我們希望能夠發現僅靠人類永遠無法發現的新分子。」

多個AI模型將在Lilly TuneLab上提供,這是一個AI和機器學習平臺,允許生物技術公司訪問禮來基於其多年專有研究訓練的藥物發現模型。這些數據價值10億美元。禮來於去年9月推出該平臺,旨在擴大整個行業對藥物發現工具的訪問。

Rau指出,作為訪問AI模型的交換,生物技術公司需要貢獻部分自己的研究和數據,幫助訓練這些模型。TuneLab平臺採用所謂的聯邦學習,這意味着,生物技術公司可以利用禮來的AI模型,雙方無需直接共享數據。

禮來還計劃使用超級計算機縮短藥物開發時間,幫助更快地將治療方法送到患者手中。禮來表示,新的科學AI代理可以支持研究人員,先進的醫學成像可以讓科學家更清晰地瞭解疾病如何進展,並幫助他們開發用於個性化護理的新生物標誌物。

免責聲明:投資有風險,本文並非投資建議,以上內容不應被視為任何金融產品的購買或出售要約、建議或邀請,作者或其他用戶的任何相關討論、評論或帖子也不應被視為此類內容。本文僅供一般參考,不考慮您的個人投資目標、財務狀況或需求。TTM對信息的準確性和完整性不承擔任何責任或保證,投資者應自行研究並在投資前尋求專業建議。

熱議股票

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10