本次的GTC大会十分建议大家去看一下，非常精彩，黄仁勋传递的信息就是要告诉投资者们，英伟达有十足的野心和能力成为未来AI发展的绝对中心；AI基础设施没有泡沫，因为市场的需求没有泡沫，这些需求的背后是企业真实的降本增效利润改善。
网址在这下面：
https://www.youtube.com/watch?v=\_waPvOwL9Z8&list=TLGGb4xEqt1pCykyMDAzMjAyNQ&t=1s
黄仁勋在英伟达 GTC 大会上的演讲，不仅展示了公司在芯片技术上的代际飞跃，更勾勒了英伟达从加速计算（Accelerated Computing）到全栈 AI 基础设施供应商（Full-Stack AI Infrastructure Provider）的宏大战略蓝图。
核心算力架构与迭代：定义未来AI 工厂的性能极限英伟达在此次 GTC 大会的核心内容，是定义了其 GPU 架构的“一年一节奏”（One-Year Rhythm），并展示了从 Blackwell 到 Rubin 的宏大路线图，旨在将 AI 工厂的性能推向极限。
1. Blackwell 的全面投产与推理性能的飞跃
英伟达宣布 Blackwell 芯片已在美国亚利桑那州实现全面生产。这一代架构的重点是优化推理性能和能效比，以支持大规模的 AI 工厂运营。·系统规格： Blackwell 系统，特别是 GB200 AI 超级计算机，集成了2592 个 Grace CPU 核心、72 块 Blackwell GPU，共拥有130 万亿个晶体管，能够提供1.1 EF FP4 推理性能。
·性能优化软件： 为了解决大规模推理的计算瓶颈，英伟达发布了NVIDIA Dynamo，这是一个分布式推理服务库，负责异构推理 GPU 资源分配和KV 缓存路由。
·能效比突破： 通过全栈优化，特别是结合 Dynamo 和 TRT- 持续优化，英伟达实现了 AI 工厂生产力的巨大提升。在 32K ISL / 8K OSL 的场景下，Blackwell 的性能达到了 Hopper FP4 的 40 倍。这种效率使得 100 MW 的 AI 工厂，在从 H100 NVL8 升级到 GB200 NVL72 后，生产力（Token Revenue）可以实现 40 倍的增长。
2. Vera Rubin 架构的展望与规格定义
黄仁勋在现场首次展示了下一代Vera Rubin 超级 GPU 的实物，预计最早明年量产发货。这一架构旨在实现更高的集成度和性能。·Vera Rubin NVL144 (2026 年下半年)： Vera Rubin 是采用无缆连接设计的第三代 NVLink 72 机架级超算。Rubin NVL144 平台的 FP4 推理性能达到 3.6 Exaflops，FP8 训练能力为 1.2 Exaflops，较 GB300 NVL72 提升 3.3 倍。它配备288GB HBM4 内存，并搭载定制化 Arm 架构的 Vera CPU（88 核心、176 线程）。
·Rubin Ultra NVL576 (2027 年下半年)： 第二代平台Rubin Ultra 预计将 NVL 系统规模从 144 扩展至 576。该平台 FP4 推理性能将达到 15 Exaflops，FP8 训练能力为 5 Exaflops，较 GB300 NVL72 提升 14 倍。系统配备了1TB HBM4e 内存，快速内存容量为365TB。
AI 工厂基础设施与互联技术的突破
为了支持未来 Gigawatt 级别的 AI 工厂建设，英伟达发布了关键基础设施组件和网络技术，旨在解决数据中心的通信和能耗瓶颈。
1. DPU 升级与超算合作·BlueField-4 DPU： 英伟达推出了支持 AI 工厂操作系统的处理器 BlueField-4。
该数据处理单元支持800Gb/s 吞吐量，计算能力是前代 BlueField-3 的 6 倍，可支持的 AI 工厂规模扩大 3 倍。BlueField-4 预计将于 2026 年作为 Vera Rubin 平台的一部分推出早期版本。·超级计算： 英伟达宣布与美国能源部和甲骨文（Oracle）合作，建造该部门最大的 AI 超级计算机 Solstice 系统，该系统将配备创纪录的10 万块 Blackwell GPU。总计，英伟达将与能源部合作打造七台新的超级计算机，总共提供2200 Exaflops 的 AI 性能。
2. 光子交换系统：解决通信瓶颈
为了满足 AI 云和工厂对更高带宽和更低能耗的需求，英伟达宣布推出 Photonics Switch Systems（光子交换系统）。
·技术创新： 这被称为世界上最先进的共封装光学（CPO）交换机。该技术涉及与生态系统伙伴共同开发的创新，包括第一个 1.6T 硅光子 CPO 芯片、采用新型微环调制器（MRM），以及采用 TSMC 工艺的第一个 3D 堆叠硅光子引擎。·路线图： 英伟达的光子技术路线图涵盖了Quantum-X 和Spectrum-X 系列，旨在为世界上最先进的 AI 云和工厂提供动力。
垂直行业应用与商业化深度整合
英伟达通过与其 GPU 优化软件堆栈（NIM 微服务、DRIVE AV 等）结合，将 AI 算力深入整合到最具商业价值的垂直行业，标志着从芯片到应用的“全栈”战略。
1. 自动驾驶与 Robotaxi·平台： 英伟达推出了新一代自动驾驶开发平台DRIVE AGX Hyperion 10 架构，这是面向L4 级自动驾驶的通用参考级生产平台。·合作部署： 英伟达宣布与共享用车巨头Uber 以及克莱斯勒母公司Stellantis 合作。Uber 计划从 2027 年起，逐步将其全球自动驾驶车队规模扩大至10 万辆，这些车辆将基于英伟达技术。Stellantis 将是首批提供此类汽车的制造商之一，生产计划定于 2028 年启动。
2. 企业运营智能与网络安全·企业 AI 转型： 英伟达与 AI 明星 Palantir 达成深度合作，将英伟达的 GPU 计算能力、CUDA-X 数据科学库和开源模型（如 Nemotron 推理模型）整合到 Palantir AI 平台（AIP）的 Ontology 系统中。零售商 Lowe's 率先采用该整合技术栈，用于优化其全球供应链网络。·网络安全： 与网络安全公司CrowdStrike 建立战略合作。该合作将 Falcon XDR 平台数据与英伟达加速计算和软件（包括新的 NIM 微服务）相结合，帮助客户创建定制化安全生成式 AI 模型，以应对更快、更复杂的现代攻击。
3. 药物研发中的 AI 工厂英伟达与医药巨头礼来（Eli Lilly）达成合作。双方将建设一台由超过 1000 块 Blackwell Ultra GPU 驱动的超级计算机（AI 工厂），旨在将 AI 融入药物发现的科学工作，极大地扩展药物发现的范围和复杂性。该 AI 工厂预计在 12 月完成建设，明年 1 月上线。
前沿技术的战略布局：6G、量子计算与物理 AI
英伟达的布局还扩展到下一代基础设施和计算模型，旨在为十年后的技术生态奠定基础。
1. 6G 网络与 AI-RAN 的融合·战略投资： 英伟达宣布与诺基亚达成战略合作，并将向诺基亚进行10 亿美元的股权投资。·技术目标： 双方将共同推出面向 6G 网络的 Aerial RAN Computer (ARC)，共同推进AI 原生 6G 网络平台。此举旨在捕捉预计到 2030 年累计将超过 2000 亿美元的 AI-RAN 市场。·应用前景： T-Mobile 美国公司将合作推动 AI-RAN 技术的测试和开发，将支持自动驾驶汽车、无人机和 AI 眼镜等 AI 原生设备。
2. 量子计算与经典计算协同英伟达推出了基于旗下开源量子开发平台CUDA-Q 核心构建的开源系统架构NVQLink 技术。·技术目的： NVQLink 是一种新型高速互连技术，旨在将量子处理器与 GPU 超级计算机连接起来，帮助实现纠错并加速量子计算。·规模扩展： 黄仁勋表示，NVQLink 技术将有助于将量子计算机的规模从现在的数百个量子比特扩展到数万个量子比特。·生态支持： 该技术已获得17 家量子计算公司和5 家控制器制造商的支持。
3. 物理 AI 与人形机器人黄仁勋预测人形机器人将成为最大的电子产品市场。·基础模型与平台： 英伟达推出了NVIDIA Isaac GR00T N1 Humanoid Foundation Model，并继续专注于利用 Omniverse 数字孪生技术（Cosmos）来构建现代工厂和训练机器人。·硬件： 机器人初创公司Figure 宣布与英伟达开展合作，加速下一代人形机器人研发。英伟达还推出了新一代工业级边缘 AI 平台 IGX Thor，可提供8 倍 AI 算力。
这个是NVDA未来的产品线路，图片很清晰解释了从现在Blackwell到Rubin到Feynman。以上就是本次GTC大会大致的内容。
如果需要看看这份ppt和keynotes的，后台关注回复“AI”获取资料
风险提示：观点本文内容仅供参考，不作为代表任何投资建议。市场有风险，投资需谨慎。
专注投资分析、市场洞察与资产配置。不追短期波动,只理解真正驱动长期回报的东西。
