必发·bifa(中国集团)唯一官方网站

　　数据线缆✿★。88BIFAAPP官网必发bf88官网✿★。bifa88官网bifa必发唯一官网✿★。88BIFA✿★，bifaVIP认证✿★。智东西美国圣何塞3月18日现场报道✿★，顶着热烈的加州阳光✿★，一年一度的“AI春晚”英伟达GTC大会盛大开幕✿★。今日上午✿★，英伟达创始人兼CEO黄仁勋穿着闪亮的皮衣✿★，进行了一场激情澎湃的主题演讲✿★，一连亮出四代全新Blackwell Ultra✿★、Rubin✿★、Rubin Ultra✿★、Feynman旗舰芯片✿★，公布四年三代GPU架构路线图✿★，还多次提到中国大模型DeepSeek✿★。

　　整场演讲信息量爆棚✿★，覆盖加速计算✿★、深度推理模型✿★、AI智能体✿★、物理AI✿★、机器人技术✿★、自动驾驶等在内的AI下一个风口✿★，新发布涉及十大重点✿★：

　　5✿★、个人AI超算✿★：推出全球最小AI超算DGX Spark✿★、高性能桌面级AI超算DGX Station✿★，方便开发者本地微调或推理深度思考模型✿★。

　　8✿★、光电一体化封装网络交换机✿★：号称“世界上最先进的网络解决方案”✿★，可将AI工厂扩展到数百万块GPU✿★。

　　9✿★、物理AI/机器人✿★：开源Isaac GR00T N1人形机器人基础模型✿★，与迪士尼研究院✿★、谷歌DeepMind将合作开发开源物理引擎Newton✿★。

　　10✿★、电信AI和自动驾驶✿★：与通用汽车一起为工厂和汽车构建GM AI✿★，构建综合全栈自动驾驶安全系统NVIDIA Halos✿★。

　　值得一提的是✿★，英伟达宣布Blackwell GPU创下满血版DeepSeek-R1推理性能的世界纪录✿★。

　　通过硬件和软件的结合✿★，英伟达自今年1月以来将DeepSeek-R1 671B模型的吞吐量提高了约36倍✿★，相当于每个token的成本改善了约32倍✿★。

　　今年GTC人气火爆到史无前例✿★，万元起步的门票悉数售罄✿★，超过25000名观众齐聚现场✿★，几乎整座圣何塞都染上了“英伟达绿”✿★，从街巷✿★、集市✿★、高楼✿★、餐厅✿★、巴士到三轮车✿★，到处都是醒目的英伟达GTC标识✿★。

　　还有一个彩蛋✿★，在黄仁勋主题演讲开始前✿★，SAP中心大屏幕上播放的5人对话暖场视频中✿★，画面最右边的正是前英特尔CEO帕特基辛格WRITEAS刘耀文插宋亚轩✿★，他的身份已经变成了Gloo董事长✿★。

　　迪士尼机器人Blue作为黄仁勋主题演讲的惊喜嘉宾压轴出场✿★，摇头晃脑向黄仁勋撒娇卖萌✿★，还听从黄仁勋的指令✿★，乖乖站到了他的旁边✿★。

　　此外✿★，本届GTC大会特设China AI Day – 云与互联网线上中文专场✿★，涵盖大模型✿★、数据科学✿★、搜推广等领域的前沿进展✿★，演讲企业包括字节跳动✿★、火山引擎✿★、阿里云✿★、百度✿★、蚂蚁集团✿★、京东✿★、美团✿★、快手✿★、百川智能WRITEAS刘耀文插宋亚轩✿★、赖耶科技✿★、Votee AI✿★。

　　上午9点59分✿★，黄仁勋闪现圣何塞SAP中心舞台✿★，朝不同方向的观众席连放5个冲天炮✿★，然后慢慢走下舞台✿★。

　　在参会观众翘首等待11分钟后✿★，黄仁勋小步慢跑再度登场✿★，笑容满面地向全场观众打招呼✿★，还带观众云参观了下英伟达总部✿★。

　　至于为什么要提前展示路线图？黄仁勋说✿★，构建AI工厂和AI基础设施需要数年的规划✿★，不像买笔记本电脑✿★，所以必须提前两三年制定土地✿★、电力✿★、资本支出的计划✿★。

　　他公布了英伟达继Hopper✿★、Blackwell之后的下一代GPU架构——Rubin✿★。这一命名来自于发现暗物质的女性科学先驱薇拉鲁宾（Vera Rubin）✿★。

　　在万众期待中✿★，英伟达新一代数据中心旗舰GPUBlackwell Ultra（GB300）正式登场✿★。

　　Blackwell Ultra为AI推理时代而设计✿★，是全球首个288GB HBM3e GPU✿★，像拼乐高一样通过先进封装技术将2块掩膜尺寸的GPU拼装在一起✿★，可实现多达1.5倍的FP4推理性能✿★，最高15PFLOPS✿★。

　　该GPU增强了训练和测试时推理扩展✿★，可轻松有效地进行预训练✿★、后训练以及深度思考（推理）模型的AI推理✿★，构建于Blackwell架构基础之上✿★，包括GB300 NVL72机架级解决方案和HGX B300 NVL16系统✿★。

　　下一代模型可能包含数万亿参数✿★，可以使用张量并行基于工作负载进行任务分配✿★。如取模型切片在多块GPU上运行✿★、将Pipeline放在多块GPU上✿★、将不同专家模型放在不同GPU上✿★，这就是MoE模型✿★。

　　流水线并行✿★、张量并行✿★、专家并行的结合✿★，可以取决于模型✿★、工作量和环境✿★，然后改变计算机配置的方式✿★，以便获得最大吞吐量✿★，同时对低延迟✿★、吞吐量进行优化✿★。

　　黄仁勋称✿★，NVL72的优势就在于每块GPU都可以完成上述任务✿★，NVLink可将所有GPU变成单个大型GPU✿★。

　　升级的GB300 NVL72设计✿★，提高了能效和可服务性✿★，通过降低成本和能耗来推进AI推理民主化✿★，相比Hopper将AI工厂的收入机会提高50倍✿★。

　　与Hopper相比✿★，HGX B300 NVL16在大语言模型上的推理速度加快至11倍✿★，计算能力增加到7倍✿★，内存增至4倍✿★。

　　英伟达将NVIDIA DGX SuperPOD称作“全球最先进的企业级AI基础设施”✿★，旨在为实时推理和训练提供强大的计算能力✿★。

　　DGX SuperPOD提供FP4精度和更快的AI推理速度✿★，可扩展到数万块Grace Blackwell Ultra超级芯片✿★，预计将在今年晚些时候从合作伙伴处可获得✿★。

　　与采用Hopper系统和38TB快内存构建的AI工厂相比✿★，DGX GB300系统可提供70倍的AI性能✿★。

　　与上一代Hopper相比✿★，DGX B300系统可提供11倍的AI推理性能和4倍的AI训练加速✿★。

　　企业正竞相建设可扩展的AI工厂✿★，以满足AI推理和推理时扩展的处理需求✿★。英伟达推出开源的AI推理软件NVIDIA Dynamo✿★，其本质上就是AI工厂的操作系统✿★。

　　Dynamo（发电机）的命名来源是✿★，发电机是开启上一次工业革命的第一台工具✿★，Dynamo也是现在一切开始的地方✿★。

　　NVIDIA Dynamo是一个用于大规模服务推理模型的AI推理软件✿★，旨在为部署推理模型的AI工厂实现token收入最大化✿★。

　　它能够跨数千个GPU编排和加速推理通信✿★，并使用分区分服务来分离不同GPU上大语言模型的处理和生成阶段✿★，使每个阶段可根据特定需求独立优化✿★，并确保GPU资源的最大利用率✿★。

　　为了提高推理性能✿★，英伟达采用Blackwell NVL8设计✿★，之后又引入新的精度✿★，用更少的资源量化模型✿★。

　　未来每个数据中心都会受到电力限制✿★，数据中心的收入与之挂钩✿★，因此英伟达用NVL72进行扩展✿★，打造更节能的数据中心✿★。

　　在GPU数量相同的情况下✿★，Dynamo可将Hopper平台上运行Llama模型的AI工厂性能和收益翻倍✿★。在由GB200 NVL72机架组成的大型集群上运行DeepSeek-R1模型时✿★，Dynamo的智能推理优化也可将每个GPU生成的token数量提高30倍以上✿★。

　　基于Dynamo✿★，相比Hopper✿★，Blackwell性能提升25倍✿★，可以基于均匀可互换的可编程架构✿★。在推理模型中✿★，Blackwell性能是Hopper的40倍✿★。

　　黄仁勋说✿★：“这就是我以前为什么说✿★，当Blackwell批量发货时✿★，你不要把Hopper送人✿★。”他调侃自己是“首席收入官”✿★。

　　“买得越多✿★，省得越多✿★，赚得越多✿★。”黄仁勋的经典带货名言又来了✿★，这次他特别强调AI工厂收入的提高✿★，100MW AI工厂会包含45000颗GPU Die✿★、1400个机架✿★、每秒生成3亿个token✿★。

　　为了提升推理性能✿★，NVIDIA Dynamo加入了一些功能✿★，使其能够提高吞吐量的同时降低成本✿★。

　　它可以根据不断变化的请求数量和类型✿★，动态添加✿★、移除✿★、重新分配GPU✿★，并精确定位大型集群中的特定GPU✿★，从而更大限度地减少响应计算和路由查询✿★。

　　它还可以将推理数据卸载到成本更低的显存和存储设备上✿★，并在需要时快速检索这些数据✿★，最大程度地降低推理成本✿★。

　　Dynamo可将推理系统在处理过往请求时于显存中保存的知识（称为KV缓存）✿★，映射到潜在的数千块GPU中✿★。然后✿★，它会将新的推理请求路由到与所需信息匹配度最高的GPU上✿★，从而避免昂贵的重新计算✿★，并释放GPU来响应新的请求✿★。

　　该软件完全开源并支持PyTorch✿★、SGLang✿★、NVIDIA TensorRT-LLM和vLLM✿★，使企业✿★、初创公司和研究人员能够开发和优化在分离推理时部署AI模型的方法✿★。

　　英伟达正为全球企业提供构建AI智能体的核心模块✿★，推动企业级AI技术的普及与创新✿★。英伟达的Llama Nemotron可以在任何地方运行✿★，包括DGX Spark✿★、DGX Station以及OEM制造的服务器上✿★，甚至可以将其集成到任何AI智能体框架中✿★。

　　AT&T正在开发公司专用的的AI智能体系统✿★。未来✿★，英伟达不仅会雇佣ASIC设计师✿★，还会与Cadence合作✿★，引入数字ASIC设计师来优化芯片设计✿★。Cadence正在构建他们的AI智能体框架✿★，英伟达的模型✿★、NIM和库已经深度集成到他们的技术中✿★。Capital One✿★、德勤✿★、纳斯达克✿★、SAP✿★、ServiceNow✿★、Accenture✿★、Amdocs等企业也将英伟达技术深度融入AI框架中✿★。

　　黄仁勋还宣布存储龙头们构建企业级AI数据平台✿★。原本企业的存储系统是基于召回的✿★，而如今的系统应该基于语义✿★。基于语义的存储系统时刻在嵌入原始数据✿★，用户使用数据时只需使用自然语言进行交互bifa·必发✿★，便能找到需要的数据✿★。

　　NVIDIA DGX Spark和DGX Station是英伟达打造的个人AI计算机✿★，让开发者能在桌面上对大模型进行原型✿★、微调✿★、推理✿★。

　　DGX Spark可以被用来微调或推理最新的AI推理模型✿★，比如英伟达今天新发布的Cosmos推理世界基础模型和GR00T N1机器人基础模型✿★。该AI超算的预订今日起开放✿★。

　　DGX Station是一款基于Blackwell Ultra的新型高性能桌面级超级计算机✿★，为桌面带来了数据中心级别的性能✿★，用于AI开发✿★，今年晚些时候可从英伟达制造合作伙伴处获得✿★。

　　Blackwell系统构建于英伟达强大的开发工具生态系统✿★、CUDA-X库✿★、600多万开发者和4000多个应用的基础上✿★，可在数千块GPU上扩展性能✿★，非常适合运行新的Llama Nemotron推理模型✿★、AI-Q蓝图✿★、AI企业级软件平台✿★。

　　黄仁勋说CUDA-X是GTC的全部意义所在✿★。他展示了一张自己最喜欢的幻灯片✿★，包含了英伟达构建的关于物理✿★、生物✿★、医学的AI框架✿★，包括加速计算库cuPyNumeric✿★、计算光刻库cuLitho✿★，软件平台cuOPT✿★、医学成像库Monaiearth-2✿★、加速量子计算的cuQuantum✿★、稀疏直接求解器库cuDSS✿★、开发者框架WARP等✿★。

　　据他分享✿★，英伟达正在全面生产Blackwell✿★，有十几家企业已生产和部署Blackwell系统✿★。

　　2025年✿★，英伟达已经向美国前四大云服务提供商售出超过360万块Blackwell GPU✿★，相比去年销售Hopper的数量高出3倍✿★，去年Hopper销售量为130万块✿★。

　　3年前的英伟达GPU尚未将NVLink独立出来✿★，导致单一系统体积和重量惊人✿★，这代HGX系统8卡版本重达70磅✿★，黄仁勋称自己根本不可能将其举起展示✿★，而机架整体需要搭载4个8卡版本✿★。这极大影响了数据中心的能效和可扩展性✿★。

　　于是✿★，英伟达决定将NVLink与GPU分离✿★，以单独的NVLink组件实现GPU间的全速通信✿★。

　　原本的系统零件约有6万个✿★，而升级后的系统零件达到了60万个✿★，相当于20辆汽车的零件数量✿★。这一个机柜的算力就达到了1EFLOPS✿★，由5000根线英里✿★。

　　英伟达大费周章将二者分离的原因✿★，是为了实现极致的垂直扩展（Scale-Up）✿★，也就是扩展单一机柜的算力✿★。在目前的制造工艺限制下✿★，根本不可能造出单体包含130万亿颗晶体管的系统✿★。

　　黄仁勋认为✿★，推理远没有想象中的那么简单✿★，需要做好成本与性能的完美平衡✿★，这一平衡直接影响了服务质量和盈利能力✿★。

　　为了阐释推理中的诸多考量因素✿★，黄仁勋使用了一个坐标系✿★。x轴代表每秒生成的token数量✿★，Y轴代表系统的总吞吐量✿★。

　　现场✿★，黄仁勋演示了DeepSeek-R1和Llama 3.3 70B的对比✿★。Llama这类非推理类模型虽然token用量更少✿★，但回答质量较低✿★，而耗费20倍token✿★、150倍算力的推理模型✿★，能对复杂问题给出高质量的准确回答✿★。

　　但如果生成的速度不理想✿★，也会影响用户使用服务的意愿✿★，因此每秒生成的token数量需要尽可能高✿★。数据中心还要尽可能地为更多用户提供服务✿★，这样才能最大化收益✿★。

　　英伟达今天还发布了RTX Pro Blackwell系列工作站和服务器GPUbifa·必发✿★，提供加速计算✿★、AI推理✿★、光线追踪和神经网络渲染技术✿★，使其数据中心GPU从桌面到移动工作站提供动力✿★。

　　工作站和服务器GPU内存高达96GB✿★，笔记本电脑GPU内存达到24GB✿★，使应用程序可更快运行✿★，并使用更大更复杂的数据集✿★。

　　RTX PRO 6000数据中心和桌面GPU可将单GPU安全分区成最多4个实例✿★，5000系列桌面GPU可将单GPU安全分区成两个实例✿★。

　　1✿★、数据中心GPU✿★：RTX PRO 6000 Blackwell服务器版✿★，采用被动冷却热设计✿★，每台服务器最多可配置8块GPU✿★，可与NVIDIA vGPU软件结合为虚拟化环境中的AI工作负载提供动力✿★，预计将在今年下半年推出✿★。

　　新笔记本电脑GPU还支持最新NVIDIA Blackwell Max-Q技术✿★，可智能且持续地优化笔记本电脑性能和能效✿★。

　　随着AI工厂发展到前所未有的规模✿★，AI网络基础设施也必须升级✿★。英伟达将其光交换机称作“世界上最先进的网络解决方案”✿★。

　　英伟达今日发布全新共封装（CPO）的NVIDIA Spectrum-X和Quantum-X硅光网络交换机✿★，可将AI工厂扩展到数百万个GPU✿★。

　　与传统方法相比✿★，英伟达光交换机集成了光学创新✿★，将激光器减少至1/4✿★，每端口1.6Tb/s✿★，可提供3.5倍的能效✿★、63倍的信号完整性✿★、10倍的大规模网络弹性✿★、1.3倍快的部署时间✿★。

　　黄仁勋谈道✿★，英伟达希望将以太网的水平提升至InfiniBand级别✿★，这意味着更极致的拥塞控制✿★、延迟控制✿★。

　　相较传统以太网✿★，Spectrum-X以太网网络平台可为多租户✿★、超大规模AI工厂提供1.6倍的带宽密度✿★。

　　Quantum-X光交换机预计将在今年晚些时候上市✿★，提供144个基于200Gb/s SerDes的800Gb/s InfiniBand端口✿★，并采用液冷设计对板载硅光器件进行高效散热✿★。其AI计算网的速度是上一代产品的2倍✿★，扩展性是上一代产品的5倍✿★。

　　该系统搭载Quantum-X800 ASIC芯片✿★，并配备6个光学子组件和18个硅光芯片引擎WRITEAS刘耀文插宋亚轩✿★。

　　324个光学连接器串联起这一系统✿★，总计有36个激光输入和288个数据连接✿★，内置光纤管理功能✿★。

　　每个硅光芯片引擎拥有200GB/s的微光调制器✿★，总吞吐量为1.6Tb/s✿★，实现3.5倍节能✿★。

　　台积电的硅光子解决方案结合了其在先进芯片制造和台积电SoIC 3D芯片堆叠方面的优势✿★，帮助英伟达释放AI国产扩展到百万GPU甚至更多✿★。

　　黄仁勋做了一个换算✿★，这一系统的应用能在单个数据中心中节省数十个Megawatts的能源✿★，而60Megawatts就相当于10台Rubin Ultra机架的能耗✿★。

　　物理AI正在改变价值50万亿美元的行业✿★，在英伟达三台计算机上构建数十亿个机器人✿★。英伟达将机器人视作下一个数万亿美元产业✿★。

　　黄仁勋宣布推出开源✿★、预训练✿★、可定制的Isaac GR00T N1人形机器人基础模型✿★，旨在加快人形机器人的开发✿★，已提前获得该模型的公司包括波士顿动力✿★、Agility Robotics✿★、Mentee Robotics✿★、Neura Robotics等✿★。

　　黄仁勋谈道✿★，物理AI和机器人技术发展得很快✿★，但也面临着和大模型同样的挑战✿★，就是如何获得数据✿★、如何扩展让机器人更聪明✿★。

　　一是扩展AI的生成能力和理解物理世界的生成模型✿★，也就是Cosmos✿★。Cosmos可以生成无限数量的环境数据✿★。

　　二是✿★，机器人的可验证回报是物理定律✿★，因此需要设计用于模拟真实世界中的物理现象的物理引擎✿★。这一物理引擎需要被设计用于训练触觉反馈✿★、精细运动技能和执行器控制✿★。也就是上面迪士尼机器人Blue已经搭载的物理引擎✿★。

　　在机器人开发中✿★，英伟达Omniverse可以生成大量不同的合成数据✿★，开发人员根据不同领域聚合现实世界的传感器和演示数据✿★，将原始捕获的数据乘以大量照片级的多样化数据✿★，然后使用Isaac Lab增强数据集对机器人策略进行后训练✿★，让其通过模型放行为学习新技能✿★。

　　实地测试中✿★，开发人员使用Omniverse动态模拟真实环境进行测试✿★。现实世界的操作需要多个机器人协同工作✿★，Mega和Omniverse允许开发人员大规模测试✿★。

　　要将加速计算带到真实世界的每一个场景之中✿★，不仅需要芯片和CUDA这样的库✿★，还需要为每个场景建立对应的软件栈——如企业✿★、工厂✿★、机器人✿★、GPU云等应用场景✿★。

　　英伟达认为AI将对电信行业产生深远影响✿★，6G网络进入倒计时✿★，下一个时代将是AI原生无线网络✿★，包括用于无线电信号处理的AI/ML✿★、神经网络模型✿★。这将释放频谱效率的巨大收益✿★。

　　现场✿★，黄仁勋宣布英伟达与Cisco✿★、T-Mobile等几家志同道合的电信龙头合作bifa·必发✿★，建立由AI驱动的电信系统bifa·必发✿★，为6G开发AI原生无线网络✿★，以NVIDIA AI Aerial平台为基础✿★，确保下一代无线网络将是AI原生的✿★。

　　其目标是研究和开发一个AI原生✿★、高光谱效率✿★、开放和差异化的6G无线平台✿★，在频谱效率✿★、电源效率✿★、运营效率✿★、安全性✿★、成本效益✿★、创收机会方面设置新基准✿★，可用于全球部署✿★。

　　他回忆道✿★，当初AlexNet的出现✿★，让英伟达决定开始研究自动驾驶技术✿★，一转眼10年已逝✿★，如今英伟达的产品几乎出现在所有自动驾驶汽车之中✿★。

　　黄仁勋宣布✿★，通用汽车将会成为英伟达最新的合作伙伴✿★，在生产✿★、设计✿★、模拟和车机中应用英伟达的AI技术✿★。英伟达和通用汽车将协力为工厂和汽车构建GM AI✿★。

　　对此✿★，英伟达发布综合全栈自动驾驶安全系统NVIDIA Halos✿★。英伟达自动驾驶技术的全栈代码将交由第三方进行安全检验bifa·必发✿★，确保这些技术能充分反映现实世界的多元性✿★。

　　英伟达的自动驾驶模型采用蒸馏技术开发✿★、表现较好但速度较慢的模型会逐渐将知识传递给表现尚未完善✿★、但速度较快的模型✿★。此外✿★，有大量数据被转换成了3D场景✿★，可用于虚拟环境中的模拟✿★。

　　如今✿★，在英伟达Omniverse和Cosmos中✿★，自动驾驶模型能从变化中学习并自我改进✿★。Cosmos能根据图像建立现实世界的4D模型（包含图像分割）✿★，并通过计算机模拟同一场景的不同状况✿★，比如雨天✿★、雪天✿★、夜晚等等✿★，这将进一步提升自动驾驶模型的能力✿★。

　　例如✿★，在下方案例中✿★，用户输入了一则指令✿★，要求模型生成冬季城市环境中✿★，一辆汽车打开雨刮器✿★，左转时的画面✿★。在经过推理后✿★，模型生成的画面极为逼真✿★，能作为高质量数据加到自动驾驶模型训练过程中✿★。

　　黄仁勋回顾说✿★，在开始研究GeForce 25年后✿★，GeForce已经在全球范围内售罄✿★。GeForce将支持AI的CUDA带向世界✿★，现在AI彻底改变了计算机图形学✿★。

　　AI在10年间已经取得了巨大进步✿★。2023年的重大突破是AI智能体（AI Agents）✿★，AI智能体可以对如何回答或者解决问题进行推理✿★、在任务中进行规划✿★、理解多模态信息✿★、从网站中的视频中学习等✿★，然后通过这些学到的学习来执行任务✿★。

　　下一波浪潮是物理AI✿★，可以理解摩擦✿★、惯性和因果关系✿★，使机器人技术成为可能✿★，开辟出新的市场机会✿★。

　　关于AI智能体和物理AI有几个核心问题✿★：一是如何解决数据问题✿★，AI需要数据驱动✿★，需要数据来学习✿★、获得知识✿★；二是如何解决训练问题✿★，AI需要以超人的速度✿★、以人类无法达到的规模进行学习✿★；三是如何扩展实现Scaling Law✿★，如何找到一种算法让AI更聪明✿★。

　　首先从AI可以做什么开始✿★，AI可以逐步分解问题✿★、以不同方式解决同样问题✿★、为答案进行一致性检查等✿★。

　　当AI基于思维链进行一步步推理✿★、进行不同的路径规划时✿★，其不是生成一个token或一个单词✿★，而是生成一个表示推理步骤的单词序列✿★，因此生成的token数量会更多✿★，甚至增加100倍以上✿★。

　　三大AI Scaling Laws（预训练✿★、后训练✿★、测试时）对计算提出指数级需求✿★。随着计算成本增加✿★，需要全栈创新来降低成本/tokens✿★。

　　黄仁勋解释说✿★，模型更复杂✿★，生成的token多10倍✿★，为了保证模型的响应性和交互性✿★，因此计算速度必须提高10倍✿★。

　　其次是关于如何教AI✿★。教会AI如何推理的两个基本问题是数据从哪里来✿★、如何不受限制学习✿★，答案就是强化学习✿★。

　　人类历史上已经明确了二次方程的解法✿★、数独✿★、勾股定理等诸多知识WRITEAS刘耀文插宋亚轩✿★，基于数百个这样的案例可以生成数百万个例子让AI去解决✿★，然后使用强化学习来奖励✿★。这个过程中✿★，AI需要处理数百万个不同问题✿★、进行数百次尝试✿★，而每一次尝试都会生成数万个token✿★，这些都加到一起✿★，就会达到数万亿个token✿★。

　　AI变得更聪明✿★，使得训练这些模型所需的计算量大幅增长✿★。黄仁勋预计2030年末WRITEAS刘耀文插宋亚轩✿★，数据中心建设支出将达到1万亿美元✿★。

　　这背后的第一个动态变化是✿★，通用计算已经用完✿★，业界需要新的计算方式✿★，世界将经历手动编码软件到机器学习软件的平台转变✿★。

　　第二个变化是✿★，人们越来越认识到软件的未来需要大量投资✿★。这是因为计算机已经成为token的生成器✿★，基于生成式的计算构建AI工厂✿★，然后在AI工厂里生成tokens并重组为音乐✿★、文字✿★、视频✿★、化学品等各种类型的信息✿★。

　　作为AI行业风向标✿★，英伟达GTC 2025大会将举办超过1000场会议✿★、汇聚2000名演讲嘉宾和近400家参展商✿★，涵盖大语言模型✿★、物理AI✿★、云计算✿★、科学发现✿★、气候研究✿★、医疗健康✿★、网络安全✿★、人形机器人✿★、自动驾驶等主题✿★，并将举办首届量子日✿★，将汇集全球量子计算界和业内重要人物✿★，与黄仁勋共同探讨量子计算的现状和未来✿★。

　　现场参会者还能体验各种精心策划的活动✿★，包括数十场覆盖各个行业的演示✿★、实战培训✿★、自动驾驶汽车展览和试驾✿★，还有集结20家当地供应商和手艺人制作的小吃和商品的GTC夜市✿★，盲猜一波酷爱逛夜市的黄仁勋会惊喜现身✿★。