英伟达首席执行官黄仁勋在2024年的台北Computex大会上发表了一场深入的演讲，探讨了加速计算和生成式AI领域的最新进展，并勾勒出未来计算与机器人技术的宏伟蓝图。演讲内容丰富，覆盖了AI基础技术至其在各行各业的应用，彰显了英伟达在推动计算技术革命方面的卓越贡献。

以下是演讲核心内容的精炼概述：

1. Blackwell系列与Rubin平台的革新：黄仁勋自豪地展示了最新投入量产的Blackwell芯片，并预告了2025年Blackwell Ultra的面世，预示着AI芯片性能的再次飞跃。他进一步揭晓了下一代AI平台“Rubin”的蓝图，规划于2026年推出首代产品，并在2027年升级至Rubin Ultra，这一连串紧密的产品迭代策略，旨在以“每年一代”的速度推进，颠覆传统的摩尔定律。
2. 大语言模型与GPU架构的变革：黄仁勋强调，英伟达自2012年起引领的GPU架构变革，为大语言模型的诞生奠定了基础。这些创新不仅整合于单一计算平台，还推动了AI技术的边界。
3. 加速计算的效率飞跃：他指出，英伟达的加速计算技术已实现效能的巨大突破，运算速度提升百倍的同时，能耗仅增长三倍，成本控制在1.5倍以内，展现了卓越的性价比。
4. 下一代AI与物理世界的融合：针对未来AI的发展趋势，黄仁勋提出，让AI通过视频和合成数据来理解物理环境，并促进AI间的相互学习，是通往更高层次智能的关键路径。
5. 文化与技术的桥梁：在技术术语的本土化方面，黄仁勋亲自为“token”确定了中文名称“词元”，体现了英伟达在全球化进程中对文化细节的重视。
6. 迎接机器人时代的宣言：黄仁勋坚信，随着技术的进步，所有移动设备都将迈向自主运行的新纪元，预示着机器人技术即将深刻改变我们的日常生活，标志“机器人时代”的全面到来。

———— 大会详细内容

英伟达在计算、模拟与AI的交汇点

黄仁勋指出，英伟达处于计算机图形、模拟和人工智能的交集，这一交汇点构成了公司的核心。他强调，通过Omniverse虚拟世界，英伟达展示了数学、科学、计算机科学的完美结合，这些展示并非传统动画，而是基于自制内容的模拟，充分体现了计算架构的惊人之处。

计算机行业的历史回顾与未来展望

黄仁勋回顾了计算机行业60年的发展历程，从IBM System 360引入中央处理单元、通用计算等基础技术，到个人电脑革命以及2007年iPhone引领的移动计算时代，他认为计算行业经历了几次重大变革。如今，面临处理器性能提升的放缓与数据量的指数级增长，黄仁勋提出了“计算通货膨胀”的概念，即计算需求持续增长，但处理能力的提升却未能跟上，导致数据中心电力消耗和计算成本激增。

加速计算应对挑战

面对这一挑战，英伟达致力于加速计算技术的研究已有近20年，其CUDA技术有效提升了CPU的性能，通过卸载任务至GPU加速，解决了CPU性能提升瓶颈问题。黄仁勋预测，未来所有大规模计算应用都将被加速，数据中心也不例外，加速计算已成为必然趋势。他强调，加速计算带来的成本效益显著，能够实现每美元投资获得60倍性能提升，同时能耗增加有限，这在云端数据处理上可节省数亿美元，实现能源与经济的双重节约。

重写软件与生态建设的挑战

尽管加速计算带来了显著的效率提升，但实现这一目标并非易事。黄仁勋指出，必须重写软件以适应并行处理，这是加速计算面临的最大挑战。英伟达为此开发了一系列库，如cuDNN、AI物理库和Arial Ran，这些库极大地促进了加速计算的普及，使得复杂的计算任务能够在GPU上高效执行，包括深度学习、物理模拟、图处理等多个领域。

下一代AI与物理定律的结合

黄仁勋还提出了下一代AI发展的方向——基于物理定律的AI。当前多数AI缺乏对物理世界的深刻理解，而通过视频学习、合成数据和自我对弈等方式，AI将能够学习并遵循物理定律。他强调，AI的这一进步将促进模型尺寸的增大，需要更大规模的GPU来支撑，如英伟达新推出的Blackwell GPU，具备超大规模的芯片设计、高速连接技术和专为AI优化的架构。

Blackwell GPU的技术突破

Blackwell GPU集成了多项先进技术，包括世界最大的芯片、每秒10TB的连接速度、第二代Transformer引擎、安全AI特性、第五代NVLink等。通过这些技术，Blackwell不仅提升了计算性能，还提高了系统的可靠性和能效。黄仁勋指出，英伟达每一代计算浮点运算能力的提升都远超摩尔定律，Blackwell更是实现了计算量的惊人增长，同时降低了训练GPT-4这样的大型语言模型所需的能量需求，从1000GWh降至3GWh，展示了技术进步对降低计算成本和提高能效的直接影响。

Omniverse与机器人技术的实践

在演讲中，黄仁勋还分享了Omniverse在工业应用中的案例，如富士康如何利用Omniverse进行工厂的数字孪生体优化，以及机器人在生产中的应用。通过模拟，富士康优化了生产线布局，减少了物理变更成本，并在Omniverse中培训和测试Isaac AI应用程序，用于机器人感知和操作，展示了机器人技术与AI融合的广阔前景。

量子计算与数据处理的加速

此外，英伟达在量子计算模拟系统cuQuantum和数据处理库cuDF上的努力，进一步拓宽了加速计算的应用边界。这些库使得加速计算能够服务于医疗、金融、汽车等多个行业，以及科学计算领域，推动了计算技术的民主化。

总结

黄仁勋的演讲不仅展示了英伟达在加速计算和AI领域的前沿成果，还描绘了计算技术的未来图景，强调了基于物理定律的下一代AI和机器人技术的重要性。通过不断的技术创新和生态建设，英伟达致力于解决计算通货膨胀问题，推动计算成本的降低和能效的提升，为各行各业带来革命性变化。未来，无论是机器人工厂、自动驾驶汽车还是人形机器人，都将见证加速计算技术的深远影响，开启一个计算更加高效、节能的新时代。