作 者 | 木子 高 允毅
编 辑 ｜ 赵钰莹
本周，美国科技行业迎来“超级周”，素有“AI风向标”之称的英伟达GTC（GPU技术大会）于美东时间10月27日盛大开幕。作为全球AI芯片龙头，英伟达创始人黄仁勋（黄教主）的每一次亮相都备受瞩目。10月28日，黄仁勋身着标志性皮衣登台，以一场“科技全席”式演讲，点燃了全球科技圈的热情。
与以往聚焦单一领域的发布会不同，此次黄仁勋的演讲几乎“点名”了所有前沿科技热词：6G、量子计算、物理AI、机器人、自动驾驶、核聚变……一个不落。这场“科技点兵”不仅展现了英伟达的AI帝国版图，更揭示了未来十年科技革命的核心方向。
黄仁勋此次抛出的首个“重磅炸弹”，是与诺基亚的合作。双方宣布将共建6G AI平台，通过AI技术提升无线通信速度，打造面向AI原生的移动网络。为此，英伟达推出了新品NVIDIA Arc（Aerial Radio Network Computer），并宣布对诺基亚投资10亿美元（约合人民币71亿元）。
这一合作的核心，是让AI从网络的使用者变为网络的“智能中枢”。英伟达的加速计算平台Aerial RAN Computer Pro（ARC-Pro）将嵌入诺基亚的无线通信系统AirScale，推动运营商向AI原生的5G与6G网络过渡。黄仁勋直言：“我们将用这项新技术升级全球数百万个基站。”
为何选择诺基亚？这家曾经的“手机霸主”在卖掉手机业务后，已转型为全球三大通信设备厂商之一（与华为、爱立信并列）。2016年，诺基亚收购阿尔卡特朗讯（继承贝尔实验室的领先技术），奠定了其在通信领域的深厚根基。而英伟达的目标，是将GPU算力塞进基站，让通信网络“学会思考”。
具体而言，英伟达提供ARC-Pro平台，使基站具备AI推理能力；诺基亚则提供AirScale无线系统和RAN软件栈，让这些“AI基站”融入现有5G网络并平滑升级至6G。首个运营商合作方T-Mobile将于2026年启动实地测试。黄仁勋将其称为“跨时代的平台变革”，并指出这将彻底改变电信行业。
除了6G合作，英伟达的AI芯片成绩同样亮眼。黄仁勋透露，Blackwell和Rubin芯片的订单总额已达5000亿美元（约合人民币3.5万亿元）。今年3月的春季GTC大会上，英伟达曾推出最强AI芯片GB300 NVL72，其中“G”代表CPU架构Grace，“B”代表GPU架构Blackwell（当前主推的数据中心GPU架构）。
截至当日收盘，英伟达股价涨约5%，总市值逼近5万亿美元（约合人民币35万亿元），创下历史新高。这一数字不仅远超特斯拉、Meta等科技巨头，甚至接近日本GDP总量，凸显了AI芯片在全球科技产业中的核心地位。
除了6G和AI芯片，黄仁勋的演讲还涉及多个前沿领域：
英伟达此前推出了开放式量子GPU计算平台CUDA-Q，此次又开发了基于CUDA-Q核心的NVQLink架构，可将传统GPU与量子处理器连接起来。当前量子计算仍处于“易碎”阶段，对环境噪声敏感且算力利用率有限，需借助GPU超算系统进行控制与纠错。黄仁勋宣布，英伟达将与美国能源部合作建设7台AI超级计算机，使用Blackwell和下一代Vera Rubin架构芯片，投入AI与量子计算研究。
英伟达提出，要让AI进入物理世界，需依托“三计算机”体系：
这三者均基于CUDA平台运行，形成从训练、仿真到执行的完整闭环。英伟达已投资多家具身智能公司，并与美国具身智能新独角兽Figure AI展开合作，加速下一代机器人研发。
黄仁勋认为“机器人出租车的拐点即将到来”，英伟达与Uber计划在全球铺开10万辆自动驾驶汽车。这不仅是自动驾驶的突破，更是AI硬件与智能算法的深度融合——英伟达正试图让GPU成为Robotaxi时代的“车载大脑”，推动出行生态进入商业化阶段。
英伟达与美国能源部、甲骨文联手打造七台AI超级计算机，其中阿贡实验室的Solstice与Equinox系统将以2200 exaFLOP的算力成为“美国的探索引擎”。此外，英伟达还与政府AI供应商Palantir合作，将CUDA-X和Nemotron模型嵌入其系统，让AI学会“看懂”世界。
除了技术发布，黄仁勋还专门用20分钟讲解了“AI是什么”。他指出，AI远不止ChatGPT代表的聊天机器人，而是以AGI为代表的深层计算机科学及其支撑的惊人算力。“AI不是某个应用，而是一种新的计算方式。”
过去，程序员写规则，计算机执行命令；现在，机器靠数据学习规律。例如，教电脑识别猫无需写规则，只需给它十万张猫的照片。这场转变包含三层逻辑：计算方式从写代码变为喂数据；计算工具从CPU变为GPU；计算目标从执行任务变为生成智能。AI由此重构了计算栈。
黄仁勋比喻，AI正在从“螺丝刀”变成“工人”——它不再是被动的工具，而是主动的执行者，会使用浏览器、写代码、制定计划、理解需求。当技术具备“做事”的能力，机器也进入了生产力的核心。
AI看世界的方式也彻底改变。在它的眼中，万物被拆解为可学习的片段（token），包括文字、图片、声音、分子、蛋白质等。AI通过这些“语言颗粒”理解、模仿、重建世界。谁能以更低成本、更高速度生成和操控token，谁就能主导下一代计算。
这催生了一种全新的基础设施——AI工厂。如果传统数据中心像多功能仓库，AI工厂则像一条生产线，只做一件事：生产token。能源流入驱动GPU，GPU通过NVLink和Spectrum-X网络连接成超级系统，软件与模型协同工作，批量产出token。
黄仁勋指出，AI的成长轨迹像“吃电的天才”——AI越聪明，越费电（AI使用指数）；AI越好用，越多人使用，算力需求又被推高（AI采用指数）。两条指数叠加形成正反馈，推动AI持续进化。
面对算力需求的爆炸式增长，黄仁勋提出“极致协同设计”（Extreme Co-Design）：必须在芯片、封装、互联、系统、编译器、模型、算法、应用等每一层同时创新。“要让AI继续前进，不能只造更快的芯片，而要重新设计整座工厂。”
这座“工厂”就是未来的AI工厂——能源是燃料，GPU是引擎，模型是模具，Token是产品。算力不再是辅助资源，而是新的生产资料。只有不断压低成本、扩大产能，AI的良性循环才能继续。
AI工厂将成为现代经济的新基础设施，从科学、医疗、制造到娱乐，所有行业都将围绕AI工厂重构。正如黄仁勋所言：“未来的计算，不再是让电脑执行命令，而是让世界自己学会思考。”
猜你喜欢
