作 者 | 木子 高 允毅

編輯 ｜ 趙鈺瑩

本周可謂美國科技行業(yè)的“超級周”，而號稱“AI風向標”的英偉達GTC（GPU Technology Conference，GPU技術(shù)大會）也于美東時間10月27日開幕。

10月28日，黃仁勛依舊身著皮衣登場。但與以往有明確重點的發(fā)布會不同，老黃此次演講幾乎把全球科技圈的熱詞悉數(shù)點了一遍：6G、量子計算、物理AI、機器人、自動駕駛、核聚變...一個沒落下。

他還官宣了一個跨次元般的重磅消息：

英偉達和諾基亞合作了，用AI提高無線通信的速度，共同建造面向AI原生的移動網(wǎng)絡(luò)，搭建6G AI平臺；為此，英偉達推出新品NVIDIA Arc（Aerial Radio Network Computer），還將對諾基亞投資10億美元（約合人民71億元）。

也就是說，AI不再只是網(wǎng)絡(luò)的使用者，還成為了網(wǎng)絡(luò)本身的“智能中樞”。

黃仁勛直言：“我們將采用這項新技術(shù)，升級全球數(shù)百萬個基站?！?/p>

值得一提的是，老黃這次（可能下次血本了）不僅演講話題涉獵甚廣，還組建了一支超級“嘉賓足球隊”，在一眾大佬中，具身智能當紅新星Figure AI創(chuàng)始人兼CEO Brett Adcock（第二行左四）也赫然在列。

話說回來，英偉達AI芯片的成績也著實亮眼：Blackwell和Rubin芯片訂單總額，已達5000億美元（約合人民幣35,000億元）。

在今年3月的春季GTC大會上，老黃曾秀出最強AI芯片GB300 NVL72，其中“G”是該芯片中的CPU架構(gòu)Grace，“B”是GPU架構(gòu)Blackwell，也是英偉達現(xiàn)在主推的數(shù)據(jù)中心GPU架構(gòu)。

截至當日收盤，英偉達股價漲約5%，總市值逼近5萬億美元（約合人民幣35萬億元），創(chuàng)下新高。

次元壁破了：和老牌手機霸主一起搞通信

在這次GTC上，老黃官宣的第一個合作協(xié)議，就是和諾基亞攜手共建6G AI平臺。

二者此次合作重點不在“造芯片”，而在“讓網(wǎng)絡(luò)學會思考”：英偉達把其加速計算平臺Aerial RAN Computer Pro（ARC-Pro），帶進諾基亞的無線通信系統(tǒng)AirScale中，推動運營商向AI原生的5G與6G網(wǎng)絡(luò)過渡。

話說，諾基亞這個零幾年的全球手機霸主、聽起來好像是個“上古戰(zhàn)神”，現(xiàn)在為什么會出現(xiàn)在英偉達的合作名單上，而且還被放在超級顯眼位置？

首先，其實諾基亞“沒死”，它只是賣掉了手機業(yè)務(wù)，退回了“根部”的通信設(shè)備業(yè)務(wù)。

2013年，在賣掉手機部門給微軟之后，諾基亞徹底轉(zhuǎn)向電信基礎(chǔ)設(shè)施：基站、天線、光纖網(wǎng)絡(luò)、核心網(wǎng)軟件——全球運營商的底層網(wǎng)絡(luò)都離不開這些。

2016年，諾基亞收購了阿爾卡特朗訊——這是由傳奇的“貝爾實驗室”（曾獲9項諾貝爾獎、4項圖靈獎）改組重建的公司，然后就自然而然地繼承了貝爾實驗室一堆領(lǐng)先的技術(shù)和專利；收購后，貝爾實驗室也更名為Nokia Bell Labs。

如今的諾基亞和華為、愛立信并列，是全球三大通信設(shè)備廠商之一。

第二，英偉達做芯片的終極目標，其實不是“更強的GPU”，而是讓所有計算都發(fā)生在“靠近數(shù)據(jù)產(chǎn)生的地方”——也就是網(wǎng)絡(luò)邊緣，而這正是諾基亞的主場。

英偉達提供 ARC-Pro平臺：讓通信基站不僅傳信號，還能執(zhí)行 AI 推理；諾基亞則提供AirScale 無線系統(tǒng)和RAN軟件棧：讓這些“AI 基站”融入現(xiàn)有的5G網(wǎng)絡(luò)，并能平滑升級到6G。另外，T-Mobile是他們的首個運營商合作方，將在2026年開始實地測試。

簡單來說，就是英偉達把GPU算力塞進基站，諾基亞負責讓它能在真實的網(wǎng)絡(luò)中跑起來。

正如黃仁勛在發(fā)布會上所說的：“基于NVIDIA CUDA和AI的AI-RAN，將徹底改變電信行業(yè)，這是一次跨時代的平臺變革?！?/p>

英偉達的官方新聞稿也指出，此次合作標志著行業(yè)的轉(zhuǎn)折點，通過在全球范圍內(nèi)推動AI-RAN的創(chuàng)新和商業(yè)化，為AI 原生6G鋪平了道路。

在諾基亞之外，黃仁勛還一口氣官宣了幾家合作伙伴：從自動駕駛巨頭Uber、政府AI供應(yīng)商Palantir到與美國能源部、甲骨文達成戰(zhàn)略合作——幾乎覆蓋了AI產(chǎn)業(yè)的每一個關(guān)鍵環(huán)節(jié)，暗含其野心。

先是Uber。黃仁勛認為“機器人出租車的拐點即將到來”，雙方計劃在全球鋪開10萬輛自動駕駛汽車。這不僅是自動駕駛的突破，更是AI硬件與智能算法的深度融合——英偉達正試圖讓GPU成為Robotaxi時代的“車載大腦”，推動出行生態(tài)進入商業(yè)化階段。

接著是Palantir。這家擅長處理政府和軍情數(shù)據(jù)的公司，將把英偉達的CUDA-X和Nemotron模型嵌入自家系統(tǒng)，讓AI學會“看懂”世界。Lowe’s已經(jīng)在用這套組合調(diào)度它的供應(yīng)鏈——AI代理成了企業(yè)的隱形決策官。

不過更大膽的布局在科研領(lǐng)域，與美國能源部、甲骨文聯(lián)手打造七臺AI超級計算機。其中阿貢實驗室的Solstice與Equinox系統(tǒng)，將以2,200 exaFLOP的驚人算力，成為“美國的探索引擎”。

從Robotaxi到政府級AI決策，再到超級計算，英偉達不再“造芯片”，而是在“造智能的地基”。

前沿科技話題“大點兵”

前文提到，老黃這次的演講涉及多個話題，除了6G，還有量子計算、物理AI、機器人、自動駕駛等；下面來具體看幾個。

1、量子計算

自理查德·費曼提出量子計算概念起，40年后，業(yè)界終于在去年實現(xiàn)了關(guān)鍵突破——創(chuàng)造出可相干、穩(wěn)定、且具糾錯能力的邏輯量子比特（logical qubit）。

英偉達此前推出了開放式量子GPU計算平臺CUDA-Q，這次又開發(fā)了一個基于CUDA-Q核心構(gòu)建的NVQLink，是一種能把傳統(tǒng)GPU和量子處理器連接起來的互聯(lián)架構(gòu)。

當下的量子計算仍處在“易碎”階段——對環(huán)境噪聲異常敏感，且算力利用率有限。為了讓量子比特保持穩(wěn)定運行，往往要借助 GPU 超算系統(tǒng)承擔控制與糾錯計算，這讓量子計算暫時還離不開經(jīng)典計算的“輔助臂”。

黃仁勛分享稱，英偉達將與美國能源部合作建設(shè)7臺AI超級計算機，這些超算將使用Blackwell和下一代Vera Rubin架構(gòu)芯片，利用 AI、量子計算等最前技術(shù)投入研究。

老黃還化身“AI賽道的美國隊長”，舉起了他的“芯片盾牌”：由NVLink連接的72塊GPU構(gòu)成。

2、具身智能和物理AI（Physical AI）

對于具身智能與機器人計算，英偉達的理念是，如果要讓AI真正進入物理世界、具備感知和行動能力，必須依托一個“三計算機”體系：

一是用于模型訓練的Grace Blackwell AI 計算機，負責生成大規(guī)模智能模型；二是用于仿真和虛擬驗證的 Omniverse 數(shù)字孿生計算機，在虛擬環(huán)境中模擬機器人行為與物理交互；三是用于實際執(zhí)行的 Jetson Thor 機器人計算機，讓智能在真實世界中運行。

這三者都基于CUDA平臺運行，形成從訓練、仿真到執(zhí)行的完整“物理智能”閉環(huán)，使AI能夠真正連接虛擬與現(xiàn)實世界。

英偉達投資過多家具體智能公司，和美國具體智能新獨角獸Figure AI也在開展合作，加速下一代機器人的研發(fā)。

3、開源模型與生態(tài)合作

英偉達在開源模型和產(chǎn)業(yè)生態(tài)上正展開雙線布局。

一方面，得益于推理、多模態(tài)與知識蒸餾等能力的提升，開源模型已經(jīng)足夠強大，成為初創(chuàng)企業(yè)和科研機構(gòu)進行靈活定制與創(chuàng)新的基礎(chǔ)。英偉達作為開源社區(qū)的重要貢獻者，已有23個模型登上各類性能榜單，并承諾將持續(xù)投入。

另一方面，英偉達正加速與云計算和行業(yè)伙伴的深度集成：其模型與庫已嵌入亞馬遜云科技、Google Cloud、Microsoft Azure等主流云平臺，以及ServiceNow、SAP等 SaaS系統(tǒng)，使用戶能夠在不同生態(tài)中無縫調(diào)用AI能力。

同時，英偉達還與 CrowdStrike（網(wǎng)絡(luò)安全）、Palantir（數(shù)據(jù)處理）和 Synopsys（芯片設(shè)計）等行業(yè)巨頭合作，以 AI 提升垂直領(lǐng)域生產(chǎn)力，推動從安全到設(shè)計的智能化變革。

4、AI在聊天機器人之外的更多應(yīng)用

AI 被廣泛用于基礎(chǔ)科學研究，遠不止聊天或生成內(nèi)容。在醫(yī)療、基因組學、企業(yè)計算等領(lǐng)域都有應(yīng)用。不同類型的模型（卷積神經(jīng)網(wǎng)絡(luò) CNN、圖神經(jīng)網(wǎng)絡(luò) GNN、狀態(tài)空間模型等）被用于不同任務(wù)。

AI 不僅是工具，也能成為“數(shù)字員工”。例如英偉達內(nèi)部的 Cursor 系統(tǒng)可幫助工程師自動生成代碼；AI 駕駛員（AI Chauffeur）則被用于自動駕駛出租車。

老黃還親自詳解：AI 到底是什么？

在GTC大會上，除了拋出一個又一個爆炸性的技術(shù)新動向，黃仁勛還特意拿出20分鐘，講了一堂“AI是什么”的深度課。

在他看來，這件事十分必要——如果沒弄清AI的定義，就無法判斷下一場產(chǎn)業(yè)潮水將流向何處。

黃仁勛首先澄清一個誤區(qū)：AI的世界遠不止ChatGPT所代表的聊天機器人，那只是大眾心中的AI形象。真正關(guān)鍵的，是以AGI為代表的深層計算機科學，以及支撐它的驚人算力，“AI不是某個應(yīng)用，而是一種新的計算方式?！?/p>

過去的計算世界，是程序員寫規(guī)則、計算機執(zhí)行命令；現(xiàn)在，機器靠數(shù)據(jù)自己學習規(guī)律。

比如，以前要教電腦識別貓，你得寫幾十條規(guī)則；如今只需給它十萬張貓的照片，它自己就能學會什么是“貓”。

這場轉(zhuǎn)變包含三層邏輯：計算方式變了——從寫代碼變成喂數(shù)據(jù)；計算工具變了——從CPU到GPU；計算目標也變了——從執(zhí)行任務(wù)到生成智能。AI由此徹底重構(gòu)了計算棧。

換句話說，AI正在從“螺絲刀”變成“工人”。

它不再是被動的工具，而是主動的執(zhí)行者——會使用瀏覽器、寫代碼、制定計劃、理解需求。

當技術(shù)第一次具備了“做事”的能力，機器也第一次進入了生產(chǎn)力的核心。

有了學習能力，AI看世界的方式也徹底不同。

在它的眼中，萬物都被拆解成可學習的片段：文字、圖片、聲音、分子、蛋白質(zhì)……這些最小的信息單位叫作token。

AI通過這些“語言顆?！比ダ斫?、模仿、重建世界。誰能以更低成本、更高速度生成和操控token，誰就能主導下一代計算。

這也催生了一種全新的基礎(chǔ)設(shè)施——AI工廠。

如果傳統(tǒng)數(shù)據(jù)中心像多功能倉庫，負責存儲文件、運行程序，那么AI工廠就像一條生產(chǎn)線，只做一件事：生產(chǎn)token。

能源流入，驅(qū)動GPU；GPU通過NVLink和Spectrum-X網(wǎng)絡(luò)連接成超級系統(tǒng)；軟件與模型協(xié)同工作，批量產(chǎn)出token。

黃仁勛把這條鏈概括成一句話：

AI的成長軌跡，也像一個“吃電的天才”。

AI越聰明，就越費電。這是第一條指數(shù)——AI使用指數(shù)：智能與算力的爆炸式增長。

但還有第二條曲線——AI采用指數(shù)：AI越好用，越多人使用；使用越多，算力需求又被推高。

兩條指數(shù)疊加，形成了一個強勁的正反饋——AI越聰明，體驗越好；越好用，用戶越多；越多的使用帶來更多利潤，又反過來推動AI變得更聰明。

面對算力需求如此巨大，要讓這臺“永動機”持續(xù)轉(zhuǎn)動，黃仁勛的答案是“極致協(xié)同設(shè)計（Extreme Co-Design）”。

摩爾定律的線性提升早已趕不上AI的指數(shù)爆炸，必須在芯片、封裝、互聯(lián)、系統(tǒng)、編譯器、模型、算法、應(yīng)用等每一層同時創(chuàng)新。

他說：“要讓AI繼續(xù)前進，不能只造更快的芯片，而要重新設(shè)計整座工廠?！?/p>

這座“工廠”，就是未來的AI工廠。

在黃仁勛眼中，它不再是通用數(shù)據(jù)中心，而是一條智能的生產(chǎn)線——能源是燃料，GPU是引擎，模型是模具，Token是產(chǎn)品。

算力不再是輔助資源，而是新的生產(chǎn)資料。

只有不斷壓低成本、擴大產(chǎn)能，AI的良性循環(huán)才能繼續(xù)。

這就是未來計算的形態(tài)。

AI工廠將成為現(xiàn)代經(jīng)濟的新基礎(chǔ)設(shè)施，從科學、醫(yī)療、制造到娛樂，所有行業(yè)都將圍繞AI工廠重構(gòu)。

從Arvin在Perplexity的工作、軟件開發(fā)中的Cursor，到機器人出租車中的AI司機。人工智能正快速滲透到過去難以觸及的經(jīng)濟領(lǐng)域，占據(jù)越來越廣闊的版圖。

那20分鐘里，他講的其實不只是AI，而是人類第一次擁有一種能把能量直接轉(zhuǎn)化為智能的機器。

未來的計算，不再是讓電腦執(zhí)行命令，而是讓世界自己學會思考。