NVIDIA 在 CES 2025 推出 Blackwell 架構 GPU，AI 發展藍圖正式揭幕
在 2025 年美國消費電子展（CES）上，NVIDIA 執行長黃仁勳登台發表了長達兩小時的主題演講，內容涵蓋生成式AI、自駕技術、遊戲圖形處理、新型GPU和機器人技術等。他以其標誌性的皮衣與幽默開場：「大家喜歡我的外套嗎？它陪我走過了無數激動人心的技術時刻，就像GPU陪伴NVIDIA成為全球計算的引擎。」現場觀眾爆發出掌聲與笑聲。
一、GPU與AI的共同進化：從遊戲到智慧的基石
黃仁勳在開場演講中回顧了 GPU 的發展歷程，從最初設計來處理遊戲圖形，到如今成為人工智慧的核心運算引擎。他提到 1993 年 NVIDIA 的第一款產品 MV1，使 PC 成為遊戲主機的革命性改變。隨後在 1999 年推出的可編程 GPU 創造了現代圖形學的基礎。六年後，CUDA 編程架構的誕生讓 GPU 不僅限於遊戲，更擴展到數學計算和科學運算。
2012 年，CUDA 被應用於深度學習模型 AlexNet 的訓練，開啟了 AI 的新篇章。隨後，2018 年 Google 的 Transformer 模型問世，徹底改變了 AI 的運算方式，並使生成式 AI（如 ChatGPT）成為可能。黃仁勳提到：「Transformer 不僅是一個模型，更是一種新的計算模式，將改變我們創建軟體和應用的方式。」此外，他強調，AI 已經從理解文字、圖像和聲音發展到能夠感知、推理和行動的階段，並展望下一個領域——物理 AI，這將結合物理模擬與機器智能，開啟全新的應用可能性。
GPU 作為 AI 發展的基石，也讓 NVIDIA 成為推動現代計算技術的領軍者。黃仁勳的總結意味深長：「GPU 是人工智慧的家，而今天，AI 正回到 GeForce 的懷抱，為圖形運算帶來新的革命。」
二、NVIDIA Cosmos：世界首個物理 AI 平台
NVIDIA Cosmos 是本次演講中的核心亮點之一，這是一個專注於模擬和建模物理世界的 AI 平台，專為自駕車、機器人和工業應用設計。黃仁勳描述 Cosmos 為「人工智慧的物理地圖」，具備以下特性：
- 自回歸和擴散模型：用於生成高精度的物理模擬數據，例如道路場景或工業流程模擬。
- CUDA 加速的 AI 數據管道：顯著提高數據處理效率。
- 與 Omniverse 的集成：支持逼真且物理準確的虛擬場景創建。
Cosmos 目前已經訓練了超過 20 萬小時的真實世界數據，能夠模擬物理動態場景，例如重力、摩擦、碰撞和物體間的因果關係。應用場景包括：
- 自駕車：生成道路交通的多種可能場景，用於 AI 模型的測試和訓練。
- 工業機器人：模擬工廠環境中的機器運動，提高自動化效率。
- 合成數據生成：用於增強模型的多樣性和準確性。
黃仁勳展望，Cosmos 的未來將與 Omniverse 完美結合，成為數位化工業和機器智能的關鍵工具。他說：「Cosmos 就像《奇異博士》中的多元宇宙模擬器，讓我們能夠提前看到未來的每一種可能性。」
三、Blackwell 架構與 RTX 50 系列：次世代GPU的核心
在演講中，黃仁勳詳細介紹了 GeForce RTX 50 系列顯示卡，它基於全新的 Blackwell 架構，是目前性能最強大的遊戲和創作者 GPU 系列。這一系列不僅具有突破性的技術規格，還以靈活的產品層級覆蓋不同用戶需求。
技術規格亮點：
- 4,000 AI TOPS（RTX 5090）：AI 運算性能比上一代 Ada 架構提升 3 倍。
- 380 RT TFLOPS：光線追蹤性能提升至 2 倍。
- 125 Shader TFLOPS：著色器效能提升至 1.5 倍。
- 92 億個晶體管：進一步提升了晶片的運算密度。
- G7 記憶體：採用了最新一代高效能顯示記憶體技術。
- 1.8 TB/s 記憶體頻寬：達到兩倍於上一代 Ada 架構的帶寬。
- AI 管理處理器（AI-Management Processor）：專門用於生成式 AI 工作負載，讓 GPU 在處理多樣化應用時更加高效。
黃仁勳幽默地說：「這些性能讓 GPU 不僅僅是顯示卡，它們更像是一台藏在你機箱裡的小型超級電腦。」
RTX 50 系列產品與售價一覽 黃仁勳展示了完整的 RTX 50 系列，並明確宣布了售價與規格：
- RTX 5090：
- 3,400 AI TOPS（頂尖的 AI 運算能力）。
- 售價 1,999 美元。
- 專為極端性能需求設計，例如 8K 遊戲和高負載內容創作。
- RTX 5080：
- 1,800 AI TOPS。
- 售價 999 美元。
- 適合高端遊戲玩家與專業創作者。
- RTX 5070 Ti：
- 1,400 AI TOPS。
- 售價 749 美元。
- 高性能中端顯卡，兼顧性能與價格。
- RTX 5070：
- 1,000 AI TOPS。
- 售價 549 美元。
- 雖屬中端價位，但性能可媲美上一代旗艦 RTX 4090。
黃仁勳特別強調 RTX 5070 的性價比：「它的性能與 RTX 4090 相當，但售價只有三分之一，真正讓高性能顯卡普及化。」
應用場景：
- 次世代遊戲：RTX 5090 提供電影級的即時光線追蹤效果，讓遊戲畫面細緻到毛孔與反射細節，為玩家帶來沉浸式體驗。
- 創意設計：搭配 NVIDIA Omniverse 和 DLSS 4.0 技術，大幅縮短動畫、3D 模型與影像編輯的渲染時間。
- 生成式 AI 計算：RTX 50 系列中的 AI 管理處理器專為模型推論與生成優化，對於 ChatGPT、Stable Diffusion 等生成式 AI 應用具備超高效率。
四、Project Digits 超級電腦：AI 隨身助手
Project Digits 是 NVIDIA 推出的掌上型超級電腦，結合 Grace CPU 和 H100 GPU，提供高效能、低功耗的 AI 運算能力。該設備適用於以下場景：
- 邊緣計算：在醫療、物流等領域提供即時數據分析。
- 教育與研究：成為學生和研究人員的便攜式 AI 工具。
- 現場測試：支持自駕車和機器人的現場數據運算與分析。
黃仁勳表示，Project Digits 的目標是讓每個人都能擁有自己的 AI 實驗室，隨時隨地進行創新。
五、Drive Thor：未來自駕技術的核心
Drive Thor 是 NVIDIA 專為 Level 4 和 Level 5 自駕車設計的處理器，具備以下特性：
- Transformer 路徑規劃：利用 AI 模型預測最安全的行駛路徑。
- 多感知融合：結合雷達、LIDAR 和攝影機數據，提升環境理解能力。
- 高效能低功耗：性能提升 20 倍，能耗降低 30%。
黃仁勳形容 Drive Thor 是「AI 時代的駕駛大腦」，將讓交通更安全、更高效。
六、Isaac Sim 與 Omniverse：機器人的智能進化
NVIDIA 的 Isaac Sim 平台 結合 Omniverse，為機器人提供逼真的模擬訓練環境。該平台支持：
- 虛擬環境創建：模擬工廠和倉庫的運作流程。
- 強化學習訓練：加速機器人學習並適應多變的環境。
黃仁勳補充，Isaac Sim 將幫助企業降低成本並提升生產效率。他說：「機器人的時代已經來臨，而 Isaac Sim 是開啟這一時代的鑰匙。」
哪些因素驅動 NVIDIA 發展 AI？
黃仁勳在演講中提到多個因素驅動 NVIDIA 發展 AI，這些因素不僅展示了 AI 技術的潛力，也強調了 NVIDIA 在 AI 領域的策略與願景。以下列出一些主要的驅動因素：
●Scaling Law (擴展定律)：黃仁勳強調了擴展定律的重要性，指出 數據量、模型大小和運算能力 是提升 AI 模型效能的關鍵12。他提到，隨著數據量的增長，AI 模型需要更大的規模和更多的運算資源才能變得更有效。這促使 NVIDIA 不斷投入資源開發更強大的 GPU 和 AI 基礎設施，以滿足 AI 模型不斷增長的運算需求。
●AI 的快速發展與演進：黃仁勳提到 AI 的發展經歷了感知 AI、生成 AI，並正邁向 Agentic AI 和 物理 AI345。這種快速的技術演進激勵 NVIDIA 不斷創新，以支持 AI 的各個發展階段。例如，為了處理物理 AI 所需的複雜運算，NVIDIA 開發了 Cosmos 世界基礎模型67，並持續改進 GPU 架構和 AI 軟體平台。
●Transformer 架構的革命性影響：黃仁勳特別強調了 Transformer 架構 對於計算方式的根本性變革8。他指出，Transformer 不僅改變了 AI 的應用方式，也徹底改變了計算的本質。這促使 NVIDIA 重新思考如何設計硬體和軟體，以更好地支援 Transformer 模型，並推動 AI 技術的發展。
●AI 在各領域的廣泛應用：黃仁勳提到 AI 的應用範圍非常廣泛，幾乎所有的應用程式都將以 AI 為核心建構9。無論是電腦圖形學、機器人、自動駕駛汽車，還是企業應用和個人助理，AI 都有著巨大的潛力101112。這種廣泛的應用前景驅動 NVIDIA 積極開發 AI 解決方案，以滿足各行業的需求。
●AI 驅動的電腦圖形學革新：黃仁勳指出，神經渲染 是電腦圖形學的未來，而 AI 在其中扮演關鍵角色1314。NVIDIA 利用 AI 來提升電腦圖形學的效能和品質，例如 DLSS 技術透過 AI 生成更多像素和幀數，使得遊戲和視覺應用能夠以更高的效能運行。
●對更高運算能力的需求: 黃仁勳強調，隨著 AI 模型變得越來越複雜，需要更高的運算能力16。這使得 NVIDIA 不斷開發更強大的 GPU 和系統，例如 Blackwell 架構，以應對 AI 發展所帶來的巨大運算需求17。他提到，Blackwell 提供了更強大的 AI 運算能力和更高的能源效率。
●AI 發展受限於電力: 黃仁勳提到，數據中心在生成 AI 代碼時會受到電力限制19。這促使 NVIDIA 開發能效更高的解決方案，例如 Blackwell 架構，以在有限的電力下提供更高的 AI 運算效能。
●AI 代理的興起：黃仁勳認為，AI 代理 將成為下一個重要的技術領域，並可能帶來數兆美元的商機11。他提到，AI 代理將成為數位勞動力，與人類員工協同工作，這促使 NVIDIA 開發 NVIDIA Nims 和 NVIDIA Nemo 等工具，以支援 AI 代理的開發和部署。
●模擬和合成數據的重要性：黃仁勳強調，要訓練複雜的 AI 模型，特別是在機器人和自動駕駛汽車領域，需要大量的數據222324。由於真實世界的數據收集成本高昂，因此 NVIDIA 開發了 Omniverse 和 Cosmos 等工具，以產生合成數據，並加速 AI 模型的訓練
黃仁勳 演講中提到的三個 AI 發展階段是什麼？
黃仁勳在演講中提到了 AI 的三個發展階段，這些階段展示了 AI 技術如何從基礎的感知能力，發展到能夠生成內容，最終具備像人類一樣的思考和行動能力1。這三個階段分別是：
●感知 AI (Perception AI)：這個階段的 AI 主要著重於理解 圖像、文字和聲音1。這意味著 AI 可以辨識圖片中的物體，理解文字的含義，以及辨識語音內容。這個階段是 AI 發展的基礎，讓 AI 能夠 接收和理解 世界上的資訊。
●生成 AI (Generative AI)：在這個階段，AI 不僅僅是理解資訊，更可以 創造新的內容，例如生成 圖像、文字和聲音1。這表示 AI 可以根據輸入的指令，生成全新的圖片、文章或音樂。這一步是 AI 技術的一大進展，展示了 AI 的 創造力。
●自主 AI 或稱代理 AI (Agentic AI)：這是 AI 發展的更高階段，AI 能夠 感知、推理、計劃和行動1。這意味著 AI 不僅可以理解和生成內容，還能夠像人類一樣，根據環境做出決策，並且執行任務。這個階段的 AI 具備 自主性，可以獨立完成複雜的任務。
此外，黃仁勳還提到了 物理 AI (Physical AI)，這是 AI 發展的下一個前沿領域167。物理 AI 關注的是讓 AI 理解和模擬 物理世界，包括物理動力學、幾何和空間關係，以及因果關係8。Nvidia Cosmos 就是為了實現這一目標而開發的 世界基礎模型。
總結來說，AI 的發展從 感知 到 生成，再到 自主，最終走向 物理 AI，這是一個逐步進化的過程，每一步都代表了 AI 技術的重大突破
