在2025年3月21日举办的GTC大会上，英伟达CEO黄仁勋以其标志性的黑色皮衣再次亮相。在新品发布之余，黄仁勋也为我们带来了他对于AI芯片的前沿观点。

黄仁勋主要围绕AI驱动的计算革命展开，首先回顾了过去人工智能的发展历程，强调从硬件（GPU、芯片架构）到软件（生成式AI、推理模型）、从数据中心到边缘、从企业到机器人技术的全面重构，并预言未来十年全球技术生态将因AI工厂、物理智能和能源效率的突破而发生根本性变革。

核心观点：

生成式人工智能从根本上改变了计算的方式，我们从检索式计算模型转变为生成式计算模型。

自主智能能够感知环境上 下文、进行推理、制定计划并使用工具，开启了AI的下一波浪潮。

物理人工智能将赋能机器人技术，使其理解三维世界的物理规则（如摩擦、惯性、因果关系）。

两年前，当我们开始使用ChatGPT时，尽管它是一个奇迹，但许多复杂的问题和许多简单的问题，它都无法正确解答。它采用了一种“一击即中”的方式，利用其从预训练数据中学习到的知识，以及从其他经验中获得的信息（预训练数据），然后直接给出答案，就像一条鲑鱼一样（直来直去）。

现在我们拥有能够逐步推理的人工智能。使用称为“思维链”（chain of thought）、“最佳N”（best of N）、“一致性检查”（consistency checking）、多种不同路径规划以及各种不同技术，我们现在拥有能够进行推理的人工智能，将问题分解，然后进行推理，逐步进行。

我预计数据中心建设投资将达到一万亿美元，而且我相当肯定我们很快就会达到这个数字。

通用计算已经走到尽头，我们需要一种新的计算方法。全世界正在经历一场平台转变，从运行在通用计算机上的手工编码软件转向运行在加速器和GPU上的机器学习软件。这种计算方式目前已经过了临界点。我们现在正看到拐点正在出现，全球数据中心建设中正在发生拐点。

首先是计算方式的转变。在过去，我们编写软件并在计算机上运行它，而在未来，计算机将为软件生成Token。

从基于检索的计算转变为基于生成的计算，从旧式数据中心构建方式转变为构建新型基础设施的新方式，我称之为“AI工厂”。

未来，每个行业、每家拥有工厂的公司都将拥有两个工厂。一个工厂用于制造产品，另一个工厂用于处理数学计算。另一个工厂用于人工智能。

CuOpt是一个令人难以置信的库。它将原本需要数小时才能完成的任务缩短至几秒钟。我们宣布将开源CuOpt。

CUDSS，我们的稀疏求解器，对于计算机辅助工程（CAE）至关重要。 这是过去一年中最重要的突破之一。

我们现在已经达到了加速计算的临界点。

未来每一个数据中心都将受到电力限制，能源效率是决定AI工厂盈利能力的关键。

AI工厂的核心任务是生成Token，这些Token将被重构为音乐、文字、视频、化学物质或蛋白质。

今天，我非常高兴地宣布，通用汽车公司已选择英伟达作为其未来自动驾驶汽车车队的合作伙伴。自动驾驶汽车的时代已经到来。

Groot N1 采用了一种双系统架构，用于快速和慢速思考，其灵感来自于人类认知处理的原理。Groot N1 的泛化能力使机器人能够轻松地操纵常见物体并协同执行多步骤序列。通过完整的合成数据生成和机器人学习流程，人形机器人开发者可以对Groot N1进行跨多种形态、任务和环境的后期训练。

液冷技术和解耦式架构，如NVLink交换机，是构建百亿亿次超级计算机的关键。

机器人时代已经到来。世界正面临着严重的劳动力短缺。到本十年末，全世界至少将短缺5000万名工人。我们可能不得不每年支付机器人5万美元的“薪水”以使其投入工作。因此，这将是一个非常庞大的产业。

未来，应用程序并非企业IT，而是智能体。操作系统也不再是VMware之类的软件，而是Dynamo之类的软件。而且这个操作系统运行的并非数据中心之上，而是AI工厂之上。

今年下半年我们将交付硅光交换机，明年下半年我们将交付 Spectrum X。

人工智能和机器学习已经彻底重塑了整个计算堆栈。

未来，全球3000万软件工程师中的100%都将借助AI辅助工具。因此，人工智能代理将无处不在。它们的运行方式、企业的运行方式以及我们的运行方式都将发生根本性的改变。

计算具有三大支柱，其一是计算本身，其二是网络，第三是存储。

物理人工智能和机器人技术发展迅速。每个人都应该关注这一领域。这很可能成为所有行业中规模最大的一个。