Sign up to save your podcasts
Or
Share 前瞻钱瞻-156. 英伟达黄仁勋在CES 2025发布：超强 GPU,AI Agent...影响未来的 25 大趋势
Share to email
Share to Facebook
Share to X
Share to email
Share to Facebook
Share to X
Or
前瞻钱瞻-156. 英伟达黄仁勋在CES 2025发布：超强 GPU,AI Agent...影响未来的 25 大趋势
前瞻钱瞻：黄仁勋在 CES 2025 主题演讲中，为外界呈现了英伟达在 GPU、AI 超算、机器人、自动驾驶、物理世界数字孪生 等多条战线的战略图景。一方面，新一代 RTX 5090 显卡展现了消费级图形和 AI 计算的融合走向；另一方面，从 Cosmos 到 AI Agents、再到 Thor 等技术，预示着机器人、自动驾驶、工业数字化的跨越式演进。
1. 全新 GeForce RTX 50 系列 “Blackwell” 架构- 关键信息：面向消费级和创作者市场的 RTX 5090、5080、5070 系列 GPU，采用全新架构并搭载 G7 内存，提供更高 AI 加速与光线追踪性能。
- 关键信息：针对大模型训练和高性能计算（HPC），英伟达推出 Grace CPU 与 Blackwell GPU 的深度耦合平台，支持 NVLink 72 互联，单机可达 1.4 ExaFLOPS AI 算力。
- 关键信息：基于 Meta 的 Llama 3.1，英伟达推出专门针对企业级、微服务化部署的开放模型家族 Llama Nemotron，涵盖大小不同的模型版本。
- 关键信息：Omniverse：英伟达自研基于物理算法的 3D/工业仿真平台，可整合多方 CAD、激光雷达、视频等数据；
Cosmos：首个专注物理动态理解的“世界基础模型”（World Model），能够学习几何、因果、运动等物理规律，用于自动驾驶、机器人合成数据训练等。
- 关键信息：针对机器人与自动驾驶，英伟达提出的标准化方案：
1）用 DGX 训练；
2）用 Omniverse + Cosmos 进行仿真与合成数据；
3）用 AGX/Thor 在边缘设备（机器人、车辆）上推理执行。
- 关键信息：新一代 Thor 车载超级计算机性能提升至 Orin 的 20 倍，支持更高级别自动驾驶（L3~L5）。
- 关键信息：结合人形机器人、服务机器人等使用场景，采用“少量真实演示 + 海量合成数据”策略，让机器人能够快速模仿并掌握复杂技能。
- 关键信息：基于 GB110 小型 SoC，提供完整 AI 软件栈，具备 GPU Direct 等功能，体积相对紧凑，可放置在工作站或服务器机柜中。
- 关键信息：英伟达宣布全面支持 Windows WSL 2 上的 CUDA 和 AI 工具链，让本地 PC 也能运行完整的大模型、NIM 微服务等 AI 工作负载。
- 关键信息：英伟达强调 AI 模型会经历“预训练—后训练—推理时思考”三阶段的指数级扩容，需要更强的算力支持。
结合英伟达在 CES 2025 主题演讲所披露的内容，以及整个 AI、消费电子与数字化行业的大势，所观察到的 25 个主要趋势。这些趋势横跨 GPU、AI、大模型、自动驾驶、机器人、工业元宇宙等领域，能够帮助我们洞察未来几年内科技发展与产业布局的关键走向。
1. 神经渲染（Neural Rendering）成为实时图形主流2. GPU 由图形加速器向 “AI 通用处理器” 演进4. 大模型 “规模法则” 驱动算力飞跃5. 企业 IT 部门向 “AI 代理 HR” 角色转变6. 代理式 AI（Agent）渗透千行百业7. Omniverse 数字孪生化成为工业新标准8. Cosmos “世界基础模型” 赋能物理 AI9. 合成数据助力 AI 模型快速迭代10. 自动驾驶从 L2+/L3 向 L4/L5 加速11. 汽车电子电气架构升级为 “超级计算机”12. 人形机器人进入“通用化”发展阶13. “三机架构” DGX（训练）+ Omniverse/Cosmos（仿真）+ AGX/Thor（部署）14. AI 超级计算中心化与边缘计算多元并存15. 多模态生成式 AI 成为新常态除了文本、图像和视频，越来越多的 AI 模型开始整合物理学、基因、工业数据等更复杂的模态，应用场景进一步拓展。16. 游戏与内容创作迈向 “AI 协同时代”GPU 强大的神经网络推理能力结合 DLSS、神经纹理压缩、智能修图/剪辑等，让游戏与创意软件不再依赖繁琐的人工过程，产出更高质量作品。17. “数据工厂” 模式兴起企业开始将数据采集、清洗、标注、合成及模型训练打通成流水线，用于快速迭代大模型和代理式 AI，形成类似制造业的“AI 工厂”模式。18. 工业元宇宙（Industrial Metaverse）迅速壮大在工业制造、医疗、物流等高价值场景，数字孪生系统对真实世界进行镜像模拟，人工智能则帮助进行预测性维护、工艺优化、实时调度等，经济价值突出。19. 节能降耗与绿色算力成为新焦点随着数据中心规模扩张和 GPU 功耗提升，各方更注重芯片架构能效、液冷技术、分布式部署等绿色算力方案，以降低碳足迹与运营成本。20. PC 厂商深度拥抱 AI，加速硬件与系统优化面对英伟达主推的 “AI PC” 概念，传统 PC OEM 加大对硬件设计和系统层级的适配（如更强供电、更优散热、更高带宽内存等），形成新一轮 PC 变革。21. AI 软件堆栈愈发 “微服务化”英伟达 NIM 微服务、NEMO、LLM 开源框架等陆续出现，开发者无需从零开始，即可快速调用视觉、语音、搜索、对话等 AI 功能，实现灵活拼装。22. 基础模型“开源 + 商业生态”两极繁荣一方面，英伟达基于 Llama 推出的 Nemotron 等开放模型鼓励社区创新；另一方面，大厂与云服务商在封闭式专有模型上寻求盈利，市场呈多元化态势。23. “AI 安全” 与功能安全认证需求激增如同 Thor 车规芯片做到 ASIL-D 功能安全，AI 驱动的自动驾驶、机器人也需通过更严格安全评估和合规，催生新的检测与认证产业。24. 新一代算力网络加速器件协同NVLink、DPUs（数据处理单元）、SmartNIC 等底层互联技术快速演进，为超大规模 AI 推理、训练和海量数据传输提供更高带宽和更低时延。25. 产业生态进一步开放与跨界融合英伟达与丰田、比亚迪、联发科、各大机器人公司等密切合作，不同产业玩家通过硬件、软件和数据的交叉协作形成新价值链；中小型企业也可嵌入生态中获取共赢。这 25 大趋势 涉及从消费级电脑、云数据中心，到工业制造、机器人与自动驾驶等多个层面，映射出 AI 对全行业的系统性冲击。随着芯片算力、算法与数字孪生技术的日益成熟，不仅仅是游戏体验与视觉品质会被颠覆，汽车出行、工业生产、服务机器人乃至企业管理模式都在悄然发生巨变。
英伟达在 CES 2025 所展示的路径，正是预示了 未来 3~5 年 内 AI 与计算产业或将迎来的全新形态。
View all episodes
By 前瞻钱瞻前瞻钱瞻：黄仁勋在 CES 2025 主题演讲中，为外界呈现了英伟达在 GPU、AI 超算、机器人、自动驾驶、物理世界数字孪生 等多条战线的战略图景。一方面，新一代 RTX 5090 显卡展现了消费级图形和 AI 计算的融合走向；另一方面，从 Cosmos 到 AI Agents、再到 Thor 等技术，预示着机器人、自动驾驶、工业数字化的跨越式演进。
1. 全新 GeForce RTX 50 系列 “Blackwell” 架构- 关键信息：面向消费级和创作者市场的 RTX 5090、5080、5070 系列 GPU，采用全新架构并搭载 G7 内存，提供更高 AI 加速与光线追踪性能。
- 关键信息：针对大模型训练和高性能计算（HPC），英伟达推出 Grace CPU 与 Blackwell GPU 的深度耦合平台，支持 NVLink 72 互联，单机可达 1.4 ExaFLOPS AI 算力。
- 关键信息：基于 Meta 的 Llama 3.1，英伟达推出专门针对企业级、微服务化部署的开放模型家族 Llama Nemotron，涵盖大小不同的模型版本。
- 关键信息：Omniverse：英伟达自研基于物理算法的 3D/工业仿真平台，可整合多方 CAD、激光雷达、视频等数据；
Cosmos：首个专注物理动态理解的“世界基础模型”（World Model），能够学习几何、因果、运动等物理规律，用于自动驾驶、机器人合成数据训练等。
- 关键信息：针对机器人与自动驾驶，英伟达提出的标准化方案：
1）用 DGX 训练；
2）用 Omniverse + Cosmos 进行仿真与合成数据；
3）用 AGX/Thor 在边缘设备（机器人、车辆）上推理执行。
- 关键信息：新一代 Thor 车载超级计算机性能提升至 Orin 的 20 倍，支持更高级别自动驾驶（L3~L5）。
- 关键信息：结合人形机器人、服务机器人等使用场景，采用“少量真实演示 + 海量合成数据”策略，让机器人能够快速模仿并掌握复杂技能。
- 关键信息：基于 GB110 小型 SoC，提供完整 AI 软件栈，具备 GPU Direct 等功能，体积相对紧凑，可放置在工作站或服务器机柜中。
- 关键信息：英伟达宣布全面支持 Windows WSL 2 上的 CUDA 和 AI 工具链，让本地 PC 也能运行完整的大模型、NIM 微服务等 AI 工作负载。
- 关键信息：英伟达强调 AI 模型会经历“预训练—后训练—推理时思考”三阶段的指数级扩容，需要更强的算力支持。
结合英伟达在 CES 2025 主题演讲所披露的内容，以及整个 AI、消费电子与数字化行业的大势，所观察到的 25 个主要趋势。这些趋势横跨 GPU、AI、大模型、自动驾驶、机器人、工业元宇宙等领域，能够帮助我们洞察未来几年内科技发展与产业布局的关键走向。
1. 神经渲染（Neural Rendering）成为实时图形主流2. GPU 由图形加速器向 “AI 通用处理器” 演进4. 大模型 “规模法则” 驱动算力飞跃5. 企业 IT 部门向 “AI 代理 HR” 角色转变6. 代理式 AI（Agent）渗透千行百业7. Omniverse 数字孪生化成为工业新标准8. Cosmos “世界基础模型” 赋能物理 AI9. 合成数据助力 AI 模型快速迭代10. 自动驾驶从 L2+/L3 向 L4/L5 加速11. 汽车电子电气架构升级为 “超级计算机”12. 人形机器人进入“通用化”发展阶13. “三机架构” DGX（训练）+ Omniverse/Cosmos（仿真）+ AGX/Thor（部署）14. AI 超级计算中心化与边缘计算多元并存15. 多模态生成式 AI 成为新常态除了文本、图像和视频，越来越多的 AI 模型开始整合物理学、基因、工业数据等更复杂的模态，应用场景进一步拓展。16. 游戏与内容创作迈向 “AI 协同时代”GPU 强大的神经网络推理能力结合 DLSS、神经纹理压缩、智能修图/剪辑等，让游戏与创意软件不再依赖繁琐的人工过程，产出更高质量作品。17. “数据工厂” 模式兴起企业开始将数据采集、清洗、标注、合成及模型训练打通成流水线，用于快速迭代大模型和代理式 AI，形成类似制造业的“AI 工厂”模式。18. 工业元宇宙（Industrial Metaverse）迅速壮大在工业制造、医疗、物流等高价值场景，数字孪生系统对真实世界进行镜像模拟，人工智能则帮助进行预测性维护、工艺优化、实时调度等，经济价值突出。19. 节能降耗与绿色算力成为新焦点随着数据中心规模扩张和 GPU 功耗提升，各方更注重芯片架构能效、液冷技术、分布式部署等绿色算力方案，以降低碳足迹与运营成本。20. PC 厂商深度拥抱 AI，加速硬件与系统优化面对英伟达主推的 “AI PC” 概念，传统 PC OEM 加大对硬件设计和系统层级的适配（如更强供电、更优散热、更高带宽内存等），形成新一轮 PC 变革。21. AI 软件堆栈愈发 “微服务化”英伟达 NIM 微服务、NEMO、LLM 开源框架等陆续出现，开发者无需从零开始，即可快速调用视觉、语音、搜索、对话等 AI 功能，实现灵活拼装。22. 基础模型“开源 + 商业生态”两极繁荣一方面，英伟达基于 Llama 推出的 Nemotron 等开放模型鼓励社区创新；另一方面，大厂与云服务商在封闭式专有模型上寻求盈利，市场呈多元化态势。23. “AI 安全” 与功能安全认证需求激增如同 Thor 车规芯片做到 ASIL-D 功能安全，AI 驱动的自动驾驶、机器人也需通过更严格安全评估和合规，催生新的检测与认证产业。24. 新一代算力网络加速器件协同NVLink、DPUs（数据处理单元）、SmartNIC 等底层互联技术快速演进，为超大规模 AI 推理、训练和海量数据传输提供更高带宽和更低时延。25. 产业生态进一步开放与跨界融合英伟达与丰田、比亚迪、联发科、各大机器人公司等密切合作，不同产业玩家通过硬件、软件和数据的交叉协作形成新价值链；中小型企业也可嵌入生态中获取共赢。这 25 大趋势 涉及从消费级电脑、云数据中心，到工业制造、机器人与自动驾驶等多个层面，映射出 AI 对全行业的系统性冲击。随着芯片算力、算法与数字孪生技术的日益成熟，不仅仅是游戏体验与视觉品质会被颠覆，汽车出行、工业生产、服务机器人乃至企业管理模式都在悄然发生巨变。
英伟达在 CES 2025 所展示的路径，正是预示了 未来 3~5 年 内 AI 与计算产业或将迎来的全新形态。