1. 首頁 > 生活百科 > >

黃仁勛搶吃龍蝦：英偉達新核彈10倍算力提升，OpenClaw自由了

佳能cmos

黃仁勛搶吃龍蝦：英偉達新核彈10倍算力提升，OpenClaw自由了

文章圖片

黃仁勛搶吃龍蝦：英偉達新核彈10倍算力提升，OpenClaw自由了

文章圖片

黃仁勛搶吃龍蝦：英偉達新核彈10倍算力提升，OpenClaw自由了

文章圖片

黃仁勛搶吃龍蝦：英偉達新核彈10倍算力提升，OpenClaw自由了

文章圖片

黃仁勛搶吃龍蝦：英偉達新核彈10倍算力提升，OpenClaw自由了

文章圖片

【黃仁勛搶吃龍蝦：英偉達新核彈10倍算力提升，OpenClaw自由了】黃仁勛搶吃龍蝦：英偉達新核彈10倍算力提升，OpenClaw自由了

文章圖片

黃仁勛搶吃龍蝦：英偉達新核彈10倍算力提升，OpenClaw自由了

文章圖片

黃仁勛搶吃龍蝦：英偉達新核彈10倍算力提升，OpenClaw自由了

文章圖片

黃仁勛搶吃龍蝦：英偉達新核彈10倍算力提升，OpenClaw自由了

文章圖片

黃仁勛搶吃龍蝦：英偉達新核彈10倍算力提升，OpenClaw自由了

文章圖片

黃仁勛搶吃龍蝦：英偉達新核彈10倍算力提升，OpenClaw自由了

機器之心編輯部
老黃：科技公司的算力焦慮 ， 有 1 萬億刀那么大 。
北京時間今天凌晨兩點 ， 英偉達 GTC 大會在加州圣何塞正式召開 ， 這回的 Keynote 注定要被各大公司 CEO 不斷引用了 。

「我們重新定義了計算 ， 就像個人電腦革命和互聯網革命一樣 。 我們現在正處于一個全新平臺變革的開端 。 」英偉達聯合創始人、CEO 黃仁勛說道 。
去年 10 月黃仁勛還在表示 ， 他預計到 2026 年底的五個財季內 ， 全球公司在 Blackwell 和 Rubin 系統上的支出將達到 5000 億美元 。 現在他表示 ， 這一市場將在 2025 年至 2027 年間達到 1 萬億美元 ， 60% 的業務將來自超大規模云計算 。

數量直接翻倍 ， 原因在于 AI 到了「推理拐點」（The inference inflection） 。 如果說之前 AI 還是在實驗室里「瘋狂訓練」 ， 那么現在已經全面進入了「推理和生成」階段 。 算力的需求不是見頂了 ， 而是剛剛爆發 。
「那么 ， 這合理嗎？」Keynote 剩下的大部分時間 ， 黃仁勛都在討論這個問題 。
新一代 Vera Rubin 量產 ， 世界從未見過的芯片
今年的新產品不再是一塊芯片 ， 而是一個龐大復雜的 AI 算力系統 。
黃仁勛表示 ， 基于全新 Vera Rubin 架構的英偉達 NVL72 是一場「豪賭」 。 在 AI 的推理任務上 ， 要想把效率做到極致面臨著最大的挑戰 。 在合作伙伴的幫助下 ， 英偉達的努力得到了回報 。
NVL72 架構的每瓦 token 性能提升了 50 倍 ， 速度提升遠超摩爾定律 。

這就是「token king」 。

基于算力的提升與 AI 技術的發展 ， 數據中心過去是存儲文件的地方 ， 現在則變成了生成 token 的工廠 。 老黃指出 ， 推理是工作負載 ， 而 token 則是新的商品 。

在 AI 的推理上 ， 更復雜的推理 ， 以及更低的延遲將是算力需要解決的挑戰 。 更高的效率也意味著企業更多的利潤 。

Vera Rubin NVL72 是「為智能體 AI 時代注入強大動力的引擎」 。 老黃在臺上展示了 Vera Rubin 的全套系統 ， 這是一個龐大而復雜的系統 ， 包含七款全新芯片 ， 旨在打造全球最大規模的 AI 工廠 ， 針對 AI 各個階段進行了優化 ， 涵蓋從預訓練、后訓練和測試時擴展到智能體推理的各個環節 。
英偉達展示了 Vera Rubin 平臺的細節 ， 包括 Vera CPU、Rubin GPU、NVLink 6 交換機、NVIDIA ConnectX 9 超級網卡、BlueField4 DPU 和 Spectrum-6 以太網交換機 ， 以及新集成的 Groq 3 LPU 。
具體來說 ， 在 Vera Rubin NVL72 機架上集成了 72 個 Rubin GPU 和 36 個 Vera CPU ， 它們通過 NVLink 6 連接 ， 并配備 ConnectX-9 SuperNIC 和 BlueField-4 DPU 。 Vera Rubin NVL72 實現了突破性的效率 —— 與 NVIDIA Blackwell 平臺相比 ， 前者使用四分之一數量的 GPU 即可訓練大型混合專家模型 ， 每瓦推理吞吐量提高了 10 倍 ， 每 token 成本僅為十分之一 。

NVL72 專為超大規模 AI 工廠而設計 ， 可與 Quantum-X800 InfiniBand 和 Spectrum-X 以太網無縫擴展 ， 從而在大規模 GPU 集群中保持高利用率 ， 同時縮短訓練時間和降低總體擁有成本 。

還有更大的核彈嗎？有的兄弟 ， 有的 。 它就是「NVIDIA Vera Rubin Ultra NVL576」 ， 通過引入一種全新的雙層全互連 NVLink 拓撲結構 ， 使開發者能夠將系統縱向擴展至最多 576 塊 GPU 。

Vera Rubin Ultra NVL576 將把 8 個獨立的 MGX NVL 機架連接在一起 ， 每個機架配備 72 塊 Rubin Ultra GPU 。 所有機架通過銅纜互連和直連光互連共同組成一個統一的 576 GPU NVLink 域 。
該系統將基于同一套 MGX 機架級生態構建而成 ， 可以實現最快的量產落地周期 。
為了驗證這一跨機架的大規模 NVLink 拓撲架構 ，英偉達內部構建一套功能完備、基于 GB200 的原型系統 ——Polyphe ， 如下圖所示：

當然 ， 最新的 Vera Rubin 算力也會部署到太空 。
黃仁勛宣布 ， 英偉達正在研發名為 Nvidia Vera Rubin Space-1 的用于軌道數據中心的新型芯片 / 計算機 ， 「太空中沒有傳導 ， 沒有對流 ， 只有輻射 ， 我們必須想辦法在太空中冷卻這些系統 ， 但我們有很多優秀的工程師正在研究這個問題 。 」

英偉達表示 ， 相比上代架構 ， Vera Rubin 的落地速度顯著加快 ， 目前其已在微軟 Azure 上開始部署 。 隨著 Vera Rubin 的推出 ， AI 智能體的轉折點已經到來 ， 史上規模最大的 AI 基建即將展開 。
全新 AI 推理芯片 LPU
Vera Rubin 強大的能力 ， 離不開 LPU（Language Processing Unit ， 語言處理單元） 。
去年 12 月 ， 英偉達斥資約 200 億美元與 AI 推理芯片公司 Groq 達成了一項戰略交易 ， 獲得了 Groq 推理技術授權 ， 收購其部分芯片資產 ， 同時吸納核心團隊成員 ， 包括創始人 Jonathan Ross、總裁 Sunny Madra 等 。
Groq 的價值在于 ， 通過 LPU 專門優化的推理流水線與 GPU 協同計算 ， 突破純 GPU AI 服務器在低延遲推理、token 解碼效率和能耗上的瓶頸 。
本次 GTC 大會上 ， NVIDIA Groq 3 LPX 的發布標志著加速計算領域迎來了一項重要里程碑 。
大模型推理長期面臨一個核心矛盾：低延遲與高吞吐量往往難以兼得 。 而 Groq LPX 架構與 Vera Rubin GPU 協同工作 ， 專門針對智能體系統所需的低延遲與超長上下文推理進行優化 。
在這一架構下 ， 每兆瓦推理吞吐量最高可提升 35 倍 ， 并為萬億參數模型帶來最高 10 倍的營收潛力 。
更高的每瓦吞吐量和 token 級性能 ， 將開啟一個新的推理層級 ， 使得萬億參數、百萬上下文的超高端模型推理成為可能 ， 并為所有 AI 服務提供商帶來更大的商業空間 。

在設計上 ， LPX 機架采用全液冷設計 ， 基于 MGX 基礎設施構建 ， 可無縫集成到下一代 Vera Rubin AI 工廠中 。
同時 ， LPX 機架包含了 256 個 LPU 處理器 ， 提供 128GB 片上 SRAM 和 640 TB/s 的縱向互聯帶寬 。
在大規模部署時 ， 大量 LPU 可以協同工作 ， 像一個巨型單一處理器一樣運行 ， 實現高速、確定性的推理加速 。

當與 Vera Rubin NVL72 系統一同部署時 ， Rubin GPU 與 LPU 會協同計算 AI 模型每一層的每個輸出 token ， 顯著提升解碼性能 。
LPX 架構針對萬億參數模型與百萬 token 上下文進行了優化 ， 通過與 Vera Rubin 的協同設計 ， 在功耗、內存與計算效率之間實現最佳平衡 。

目前 ， LPU 是由三星代工生產 ， 未來的新一代可能會由臺積電代工 。 另外在未來的 GPU（Feynman 架構）上 ， 也可能整合 Groq 處理器 ， 這有望在提升性能的同時降低成本 。
Nvidia Groq 3 LPX 預計將在今年下半年正式推出 。
NemoClaw：英偉達版 OpenClaw 上線
最近科技圈最火的概念是 OpenClaw ， 老黃在 GTC 上把它比作「操作系統」 ， 簡單來說 ， OpenClaw 是一個可以連接到云系統的智能體平臺 。 它可以生成其他智能體、進行調度、分解問題等等 。
然而 ， 當前基于 OpenClaw 的 AI 智能體在與外部通信時存在安全隱患 。 而英偉達推出的 NemoClaw 具有企業級安全保障 ， 有助于保護敏感信息 。
英偉達通過在 OpenClaw 創始人 Peter Steinberger 構建的基礎架構之上添加多層安全防護 ， 成功地將 OpenClaw 定位為企業級安全解決方案 。 老黃稱 ， 英偉達召集了「全球頂尖的安全研究人員 ， 對 OpenClaw 進行了修改 ， 使其能夠安全地部署在企業內部 。 」
他同時強調 ， 如今每一家企業都需要制定自己的 OpenClaw 戰略 。 在黃仁勛看來 ， OpenClaw 以及更廣義的 Claw 系統 ， 未來的重要性將與 Linux、Kubernetes、HTML 等基礎軟件設施相提并論 。

在具體技術層面 ， NemoClaw 就是一套讓 OpenClaw 更容易部署、也更安全運行的基礎軟件工具 。 通過 NVIDIA Agent Toolkit ， 用戶只需一條命令就能完成 OpenClaw 的安裝和優化 ， 同時自動部署 OpenShell 運行時 。
這個運行時提供開源模型支持和隔離的沙箱環境 ， 讓 AI 智能體在執行任務、調用工具或訪問外部網絡時 ， 依然能夠受到安全、網絡和隱私策略的約束 。

NemoClaw 同時支持多種 coding agent 。 在開放智能體模式下 ， 它可以調用運行在用戶本地專用系統上的開源模型 ， 包括 NVIDIA Nemotron；同時通過隱私路由（privacy router） ， 智能體也可以訪問運行在云端的前沿模型 。
本地模型與云端模型的結合 ， 為智能體持續學習與能力擴展提供了基礎 ， 使其能夠在既定的隱私與安全規則下完成更復雜的任務 。
黃仁勛還提到 ， 與 OpenClaw 搭配部署的最佳模型之一 ， 是英偉達最近發布的 Nemotron 3 Super 。 這是一款面向智能體（agentic）場景的開源大語言模型 。

Nemotron 3 Super 專門針對長上下文任務進行了優化 ， 同時模型規?？刂圃?1200 億參數 。 結合 NemoClaw 提供的安全層以及 Nemotron 3 Super 本身具備的隱私優勢 ， 英偉達基本解決了邊緣部署智能體時最關鍵的隱私限制問題 。
除此之外 ， NemoClaw 還可以調用英偉達生態中的多種開源工具和框架 ， 例如 cuDF、Nemotron Dynamo、cuOPT 等庫 。 這些組件為智能體提供了更多能力 ， 使其在處理數據、優化決策和執行復雜任務時更加高效和強大 。
從今天起 ， 開發者可以通過以下鏈接訪問英偉達的 Agent Toolkit 和 OpenShell ， 也可以將 OpenShell 與 LangChain 結合使用 ， 或者直接從 GitHub 下載并在本地運行 。

鏈接地址：https://build.nvidia.com/
企業用戶則可以通過 AWS、Google Cloud、Microsoft Azure 等云服務平臺創建并部署 AI 智能體 。
AI 進入物理世界
數字世界的智能體之外 ， AI 也正在物理世界大規模落地 。
英偉達在 GTC 大會上展示了 110 臺機器人 ， 比亞迪、現代、日產和吉利成為了英偉達最新合作伙伴 ， 這些車企宣布將采用 NVIDIA DRIVE Hyperion 技術打造 L4 級自動駕駛汽車 。

在越來越多的汽車制造商平臺的支持下 ， 英偉達和 Uber 計劃在 2028 年在四大洲的 28 個城市推出完全由 NVIDIA DRIVE AV 全棧軟件驅動的自動駕駛車隊 。 預計到 2027 年上半年 ， Uber 的自動駕駛將會在洛杉磯和舊金山灣區率先推出 。 這支由 DRIVE Hyperion 提供支持的車隊將利用 NVIDIA Alpamayo 開放模型和 NVIDIA Halos 操作系統 。
在 GTC 大會上 ，英偉達宣布與大量機器人廠商合作 ， 共同推動生產規模的物理 AI 發展 。 英偉達發布了全新的 NVIDIA Isaac 仿真框架以及面向業界的全新 Cosmos、Isaac GR00T 開放模型 ， 用于開發、訓練和部署下一代智能機器人 。
開放式物理 AI 數據工廠 Blueprint 則旨在對視覺 AI 智能體、機器人和自動駕駛車輛的物理 AI 模型進行大規模數據處理和管理、合成數據生成、強化學習和評估 。
Keynote 最后上場的角色 ， 是在虛擬世界中訓練 ， 獲得物理軀體的「雪寶」機器人 ， 它是完全由英偉達物理 AI 全家桶構建出來的 。 或許不久之后我們會在迪士尼樂園里看到他 。

AI 的下半場才剛剛開始 ， 你準備好上車了嗎？
參考鏈接：
https://www.youtube.com/watch?v=jw_o0xr8MWU
https://nvidianews.nvidia.com/news/nvidia-vera-rubin-platform?ncid=no-ncid

    推薦閱讀