黄仁勋 CES 主题演讲完整内容：显卡、游戏、AI、无人驾驶、机器人、DGX

　　在今天 CES 众多主题演讲中，最受瞩目的无疑是开幕主题演讲。今年由 NVIDIA 担纲的这场传统启幕演讲向所有与会者开放。如果一切按照 NVIDIA 的计划进行，这场演讲将为整个展会定调。

　　欢迎来到 NVIDIA。其实，你们此刻正身处 NVIDIA 的数字孪生世界中

　　当然，他也提到了 GPU 在 AI 处理领域的发展历史，这段历史始于 2012 年的 ALEXNET。

　　通过 AI 技术推断未渲染的像素 (DLSS)。新一代 DLSS 技术突破性地实现了在当前帧基础上预测未来最多 3 帧的能力。

　　在实际运算中，NVIDIA 仅计算了 200 万像素，就能让 AI 准确预测出另外 3300 万像素。

　　与售价 1599 美元的 RTX 4090 系列相比，新品具有非常明显优势：

　　同时发布的还有笔记本电脑产品线 移动版的笔记本起售价为 1299 美元。

　　特别需要我们来关注的是，NVIDIA 开始使用 TOPS (每秒万亿次运算) 作为 GPU 性能的衡量标准。第一批 RTX 5000 系列显卡将于本月发布，我们很快就能了解到更多细节。

　　Jensen 阐述了 AI 的扩展定律，指出目前已形成预训练、后训练和推理三大核心定律。

　　后训练（即强化学习）是第二个定律。最新加入的是推理（测试时扩展）定律，它实现了 AI 在实际使用的过程中的持续优化，能够准确判断产生所需答案类型时的实际计算需求。

　　这些技术突破都需要海量计算资源支持。在计算资源有限的约束下，市场对 NVIDIA Blackwell 的需求激增。

　　NVIDIA 的 Blackwell 已进入全面量产阶段。通过 NVIDIA 自有产品线和 OEM 合作伙伴网络，他们有能力服务全球几乎所有的数据中心。

　　当前数据中心的发展主要受限于功耗。因此，正如 Jensen 所说，上一代产品在能效比方面的所有提升都能直接转化为更高收益。

　　我们的目标是明显提升 token 生成速率，同时降低单个 token 的成本，以支持 AI 的整体规模化发展。

　　NVIDIA 一直将面向用户的 AI 代理作为重点应用方向，这是该理念的最新发展。这些应用都基于 NVIDIA 的硬件平台、深度软件栈和丰富的模型库构建。

　　展望未来，AI 代理将成为企业的数字员工，与人类员工协同工作。（它们甚至需要接受入职培训，通过专门的库来学习企业特定知识）

　　如果能将 Windows PC 打造成世界级的 AI PC，那将是一个重大突破

　　看来 NVIDIA 的策略是在包括 Windows 在内的所有平台上都采用 Linux 作为 AI 软件ECO的基础。

　　这一计划也获得了主要 OEM 厂商的支持。据 Jensen 透露，这些厂商正在为适配这一软件架构做准备。

　　transformer 模型的计算负载如此之大，还在于其计算成本会随着 token 数量呈现平方级增长 O(n^2)。

　　由此，NVIDIA 重磅发布：Cosmos，这是一个专门设计用于理解物理世界的基础模型。

　　该系统能够基于合成数据生成超写实的虚拟世界，并将这些生成的世界用于强化学习训练。

　　（这个描述让人联想到 NVIDIA 此前的机器人技术，不过这次是从 AI 语言的角度重新诠释）

　　NVIDIA 提出机器人技术需要一个三机协同的解决方案：DGX 系统负责基础训练，搭载 Cosmos 的 Omniverse 处理优化和强化学习，最后由 AGX 在现实环境中执行推理任务。

　　最后播放了一段关于机器人项目合作的视频，展示内容全部基于数字孪生技术的模拟场景。

　　今天的重磅消息是 NVIDIA 与 Toyota 达成战略合作，共同开发 Toyota 的下一代无人驾驶汽车。

　　Thor 芯片已开始量产，其解决能力较上一代 Orin 提升了 20 倍。

　　另一个重要突破是：DRIVE OS 成为首个获得 ASIL-D 认证的软件定义 AI 计算机系统。这是独一无二的最高级别认证

　　ASIL-D 是汽车安全完整性等级认证中的最高级别。获得这一认证意味着系统在安全性方面达到了行业最严格的标准。

　　随后的视频展示了 NVIDIA 如何运用各种 AI 工具和技术来训练无人驾驶模型。

　　NVIDIA 一直强调训练的关键作用。要实现安全可靠的自动驾驶系统，有必要进行海量训练。其中，合成数据生成技术是 NVIDIA 提升训练规模的重要手段之一。

　　在这个领域，最关键的挑战是机器人的训练方法。与无人驾驶汽车的训练相比（只需要实际驾驶），让机器人学习人类工作方式要复杂得多。

　　团队采用远程操作和人体动作捕捉技术创建基础训练样本，再通过算法生成大量变体用于深度训练。

　　最后一个环节，Jensen 介绍了 NVIDIA 自主研发的 DGX 系统。他首先回顾了 DGX 的发展历史，提到公司于 2016 年推出首款 DGX 产品。

　　GB110 已进入量产阶段。它将整合到 GB10 超级芯片中，这是一款结合了 Grace 和 Blackwell 技术的复合芯片。有必要注意一下的是，该项目似乎是与 MediaTek 合作开发的，这个组合相当有趣...

　　除了 AI 计算，它还可当作 Linux 工作站使用，远超普通工业 PC 的定位。

　　总结环节。NVIDIA 已实现三款新型 Blackwell 产品的量产，2025 将是充满突破的一年。

　　作为今晚的压轴演讲，NVIDIA 在 CES 上的表现可谓精彩纷呈，尤其是在游戏领域带来了重大突破。

　　消费市场最引人注目的无疑是采用 Blackwell GPU 架构的 GeForce RTX 5000 系列。虽然演讲中没有透露太多细节（预计不久后会有专门的发布会），但用于 GeForce RTX 5090 的顶级 Blackwell GPU 规格令人惊叹：集成了 920 亿晶体管，配备最新的 GDDR7 显存。

　　相比上代旗舰 Ada 芯片，新品在不同场景下都实现了显著提升：着色性能提升 1.5 倍，光线追踪性能翻倍，AI 性能更是提升了 3 倍。后者的巨大进步主要得益于新增的低精度 FP4/INT4 数据类型支持。

　　此外，GeForce 系列还将迎来多项新功能，包括升级版的延迟优化工具 Reflex 2、支持生成最多 3 帧插帧的 DLSS 4，以及神经纹理技术。这些创新都建立在 NVIDIA 可编程 CUDA 着色器核心增强的 AI 和着色器混合运算能力之上。

　　RTX 5000 系列将从本月起陆续发布：旗舰款 RTX 5090 定价 1999 美元（较 4090 涨价 400 美元），RTX 5080 售价 999 美元（降价 200 美元），RTX 5070 Ti 售价 749 美元（降价 50 美元），RTX 5070 售价 549 美元（降价 50 美元）。考虑到晶圆成本持续上涨和 NVIDIA 的市场主导地位，大多数型号降价着实让人意外。人们也很好奇新卡在各个价位档次的具体硬件配置和晶体管规模。

　　GB10 超级芯片是另一个需要我们来关注的亮点。这款（看似）采用多芯片封装的产品集成了 20 核 Arm CPU 和 Blackwell GPU。虽然不是完整的 SoC（I/O 接口似乎位于独立芯片），但这是 NVIDIA 近年来最接近消费级 SoC 的产品。它将首先应用于售价 3000 美元、计划 5 月发布的 Project DIGITS 迷你电脑。

　　在 AI 领域，NVIDIA 主要推出了软件层面的创新：用于优化 Llama 模型的 Nemotron，能够从合成世界生成超写实图像的 Cosmos，以及配套完整工具链的 AI 代理开发平台。汽车业务方面也传来好消息：Orin SoC 已进入量产阶段，同时与 Toyota 达成了开发下一代无人驾驶汽车的战略合作。

　　特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。

　　美国加征一定的关税后，加总理表态：如果美国不想再发挥领导作用，加拿大会这么做

　　轩子巨2兔称可以结婚但不考虑要孩子，因为不想做高龄产妇！大家只是馋我身子！

　　网红“刀小刀”深夜回应“被警方带走调查”：前男友一家怕失去我这个摇钱树……

　　AI范儿是一个专注于AI领域的资讯和学习平台，提供最新的人工智能资讯