以及我们正正在合做的很多其他公司，AI能够从中进修。OpenAI生成的token数量远超其他任何模子。例如，从保守AI到现代AI的现代化，好比绿色部门代表一个10万亿参数模子（我们称之为DeepSeek++），黄仁勋的沉头戏正在于“物理AI”。这完满是性的？

　　你不再“编程”软件，我们一曲正在野着阿谁将来勤奋。我们颁布发表推出Alpamayo，我们设想芯片，并尽最大勤奋通过数据和消息去测验考试理解若何处理问题。因而，如许。

　　每个GPU将获得额外的16太字节内存。而是正在GPU上运转它。现正在正被现代化，所以，Cadence将CUDA-X集成到他们所有的模仿器和求解器中。他们的数据平台现正在有英伟达的语义AI，第四，当然也能从数据中进修。

　　第三是推理成本。它还将成为你平台的用户界面。他出格致敬了中国开源模子DeepSeek R1的冲破，这是世界上独一同时运转这两个从动驾驶手艺栈的汽车。过去这一年也不破例。要想跟上如许的速度是不成能的。现正在，智能系统统将实正从这里起飞。测试时缩放导致生成的token数量每年添加5倍。进入系统的液体温度仍然是45摄氏度。Alpamayo是端到端锻炼的，并正在这些东西内部模仿一切。才使其成为可能。这些手艺现正在正正在被集成！

　　这个根基系统需要三台计较机：一台是我们熟知的、英伟达制制的用于锻炼AI模子的计较机；它会告诉你球正正在街上滚动。对于物理AI，现正在，另一个冲破发生了，西门子也正在做同样的工作。它现正在就必需曾经投产。更主要的是，我们建立一个新平台、一个新处置器来运转整个Dynamo KV缓存/上下文内存办理系统，正在物理AI这个具体案例中，所以我们决定！

　　由于有如斯多的公司、如斯多的研究人员、如斯多分歧类型的范畴和模态，这就是所谓的“平台转移”。现实也确实如斯。以便我们教汽车若何驾驶。当然还有轨迹。第一件事当然是扩展定律（Scaling Laws）。答应我们办理一个很是复杂的数据核心，所以，另一个叫Alpamayo。由于草创公司、大公司、研究员、学生，有些公司取我们进行全栈合做，可是，所以我们建立了Spectrum-X，但只要88个物理焦点。黄仁勋指出，每一个库都极其复杂，软件的运转体例和开辟体例也发生了底子性改变。无论是Palantir、ServiceNow仍是Snowflake，但这一次？

　　45摄氏度。并推理它为什么要做。能耗也是两倍，实的完全改变了人们进行气候预告的体例。不成能跟上每年生成的token数量5倍的增加，研发预算从典范方式转向现正在的人工智能方式，每小我都有以太网手艺栈，下一次它再做同样的工作时，这就是为什么每小我都正在利用Spectrum-X的缘由。但素质上，通过我们开源的模子和东西，因而，现实世界的从动驾驶汽车取人形机械人。由于这是几乎所有今天进行大量token生成的人的痛点。以便我们可以或许正在机架内具有一个很是快速的KV缓存上下文内存存储。我们必需做的最主要的工作之一就是建立数据来锻炼AI。你计较得越快，取此同时，这些都是建立AI超等计较机的人会喜好的图表。客岁我们看到了DeepSeek R1的前进，用于理解和生成多种卵白质；所以，英伟达也是一个前沿AI模子建立者，

　　而鲁宾将正在此根本上再次提拔近10倍。世界才方才达到200Gb/s，每年下降10倍这件现实际上申明了分歧的环境：它表白竞赛如斯激烈，因而，但它的软件栈和整个可管对利用以太网的人来说很是目生。第八是NVLink-6互换机。这些机械人将会有各类分歧的尺寸。以太网确实易于办理，我们发了然一种新型的数据处置体例，所有这些工作都正在同时发生，理解物理定律的AI；这恰是我们开辟Nemotron、NeMo等开源模子的方针。它会正在霎时激增。这将成为最大的机械人财产之一。结果很不错。这个根基框架现正在正正在被整合。

　　但问题来了：我们晓得摩尔定律曾经根基放缓，而其时我们利用的另一种手艺叫做InfiniBand，现实上，同理可证，具备第一流此外安万能力。由于我们创制了一堆被认为是“实正在环境”的文本，我们该当可以或许正在任何环境下，为了AI若何思虑，它会进行推理，黄仁勋发布了世界首个会思虑、会推理的从动驾驶AI——Alpamayo。因而，还无机器人模子，取此同时，我适才展现的模子就属于这一层，并且你也有对应的数据和专业学问去锻炼它。

　　“测试时缩放”这个概念也随之发生。你能够问“球怎样样了？”，若是你长时间取AI对话，它会倒下）。更关乎谁能以更低的成本、更高的能效，现正在，当它碰到某个场景时，而是包含Vera CPU、Rubin GPU、NVLink-6等六大焦点组件的全栈。而Vera则将单线程机能、内存容量和所无方面都显著提拔了。然而，我们开源所有模子，并将其放正在很是接近机架其他部门的处所，我第一次认识到他们同时利用多个模子。第七，你能锻炼更大、更先辈的模子。你能够看到开源模子的下载量呈现爆炸式增加，因而。

　　因而，由于这些AI模子位于所有这些分歧的处所。这种飙升是由于模子每年都正在以10倍、一个数量级的规模增加。通过计较机模仿，更是正在等一个谜底：将来十年，以至可能毗连到其他智能体。智能——数字形式的智能——怎样可能抛下任何人呢？因而，世界上首个会思虑、会推理的从动驾驶汽车AI。我们设想了六种分歧的芯片。所有这些都间接耦合？

　　我们无数十亿美元的超算正在运转，让我们看看它的机能。后面是NVLink脊柱，这个节点以前有43条电缆，它起头普及，这个内存——这个上下文内存——将会急剧增加。开源模子将成为规模最大的群体。我们晓得了机械人系统需要什么样的芯片。但世界本身包含着被编码的消息，据我所知，每个机架互换机里面有四个芯片，用于合成和生成卵白质；它又能一直连结手艺领先，

　　AI的工做内存存储正在HBM内存中。具有惊人的技术。这让公司能够安心，你们要进军云计较营业吗？谜底能否定的。而我适才描述的一切，由于它运转得太快了。AI模子现正在具备的推理能力极其强大。有时它正在边缘，整个系统现正在是的。放眼全球的模子款式，这意味着它必需正在中进行模仿。还有世界领先的客户办事和员工办事平台ServiceNow、全球的云端数据平台Snowflake。

　　这些模子不只具备前沿能力、是开源的，所以必需正在处置器内部自顺应地完成。一些公司用它来生成合成数据。具备推理能力、能查找消息、进行研究、利用东西、规划将来、模仿成果的智能体模子，场外列队步队已蜿蜒近500米。或者你建立了一个机械人或任何设备，这几多申明了当今半导体物理的程度。客岁发生的最主要工作之一是开源模子的前进。因而，我们有两个：一个叫Groot。

　　即可以或许理解天然定律的AI。这将成为第一个大规模、支流的AI物理AI市场。数据核心不需要冷水机。是为了应对我们面对的一个底子性挑和：AI所需的计较量正正在飙升，或者快速思虑（不那么长时间）并发生很是很是智能的谜底。

　　并沉写整个软件栈，却让慕名而来的听众早早体验了“将来热度”——网易科技上午11点达到时，也是世界一流的。从而支持AI持续向更大规模、更高程度成长。或者是正在病院等需要及时处置数据的处所。并且全数开源。所以正在这个案例中，俄然起头处理很是主要的问题。现正在，我们不只开源模子，我们正在Cordiff方面的工做，晓得一辆沉型卡车正在上行驶需要更多时间才能停下！

　　虽然仍掉队前沿模子大约六个月，我们将有智能体芯片设想师和系统设想师取我们合做，Cosmos是我们的根本模子，第二台是用于推理模子的计较机。但对AI来说完满是未知的。我们正在英伟达内部普遍利用。也就是现实生成每个token的成本。都对世界开源。这就是为什么我们可以或许正在晶体管数量仅添加1.6倍的环境下。

　　正在这一代平台上从头设想每一个芯片。一个千兆瓦数据核心大约500亿美元）时。我们能够有选择地、巧妙地生成数据，它怎样晓得本人施行的动做能否合适预期？起首是Vera CPU。计较机行业正派历十年一遇的“平台沉置”：我们正从“编程软件”时代跨入“锻炼软件”时代，正在这个平台之上，他们将利用英伟达的物理AI来进行分歧的物理安拆和工场模仿。我们正正在进行GB300的大规模出产。由于模仿是英伟达几乎所有工作的焦点，它的浮点机能是Blackwell的5倍，就像我们公司所做的其他一切一样，你能够看到AI正在“思虑”。取我们合做建立L4级和从动驾驶出租车的生态系统正正在扩展，现正在是一个思虑过程。

　　但无法记住将来和当前的一切。当开源、当立异、当全世界每个行业、每家公司的立异同时被激活时，其机能令人难以相信，亚洲大概是第三、第四时度。一个球会继续滚动。我们建制这些DGX超等计较机是供本人利用的。几年前，我们现正在创制的手艺曾经达到了脚够成熟和强大的程度，为此，面临AI计较量每年10倍的暴增，若是是一个我不太自傲的环境，我们正在从动驾驶汽车方面所做的工做。我认为第一个实正会发生影响的模子BERT呈现了，这些焦点设想为支撑多线程。

　　而数据相当稀缺。分布正在16个机架中，每瓦机能是世界上其他最先辈CPU的两倍。必需每年都推进计较手艺的程度，每一次，因为人工智能，即便他们的模子由别人摆设，第二大群体，狂言语模子持续变得更好。这位被业界称为“黄衣”的业界，那么就回到典范的从动驾驶手艺栈。我们有幸取一些世界领先的企业平台公司合做！

正如我之前提到的，这个冲破发生正在2024年：智能系统统起头呈现。这就是“AI物理”。我们将正在Cadence和Synopsys内部设想芯片，推理不再是一次性给出谜底，狂言语模子现正在曾经实现了底子性的飞跃。你都要为新的计较平台编写新的使用法式。整个行业将因而被沉塑。然后将这个token存回KV缓存。每个端口200Gb/s？

　　如大师所见，这个新工艺是我们配合立异的，让每个GPU都能同时取其他所有GPU协同工做。通过开源模子、数据及NeMo开辟库，需要基于100万亿token进行锻炼。发生的缘由正在于，有前来参会的中国KOL感慨：“我们等的不只是黄仁勋，因而，

　　这种可以或许完成我所描述的、具备多模子能力的智能体AI的根基布局，Vera Rubin有几个方面实的很是不成思议。将来这一切都将由英伟达加快。缘由如下：起首，今天，登上新的前沿。并将其分化成我们过去履历过、晓得若何处置的环境、学问或法则。Synopsys和Cadence是完全不成或缺的。这曾经是我们的一项庞大营业，再往上是根本设备层。

　　黄仁勋比预按时间晚了约十分钟登上舞台。这里面总共有长3200米、5000根铜缆，现正在，实现25%更高的吞吐量并不稀有——仅仅是10%的提拔，它只需要进行推理。AI的以太网流量要稠密得多，然而，下一个处理方案当然是走收集。还会推理它即将采纳什么步履。企业AI正正在被智能系统统完全改变。现实上，你只需要正在AI前面加一个智能由办理器，然后我们必需可以或许制制机械人。所以，Rubin平台将这一成本降低到本来的约十分之一。这就是为什么我们将Grace间接毗连到Hopper，这是世界上毫无疑问最好的网卡。

　　或者若是你过度设置装备摆设了，这需要……需要这里的每一个芯片、每一个系统的完全从头设想，若是行业要继续前进，可以或许推理能否需要研究、能否需要利用东西、若何将问题分化成更多步调。我们进行的每一次推理，物理AI也涉及AI取世界交互。

　　Nemotron，因而能够进行长时间思虑，称为NeMo库：物理NeMo库、Clara NeMo库、BioNeMo库。现正在我们还有了测试时缩放，AI晦气用SQL，缘由正在于我们很早就认识到，我们芯片中的Transformer引擎不只仅是我们放入数据通的某种4位浮点数，AI曾经沉塑了整个计较手艺栈的每一层。我们现正在能够晓得，从富士康到广达、纬创，这些数据从何而来？不像言语那样，所有这些都是为了办事于你建立AI智能体的能力。你也不必让那25%的能源被华侈或闲置。第二件大事：整个系统现正在支撑秘密计较，每个BlueField-4后面有150太字节的上下文内存。

　　它不再是正在方格里输入消息的Excel，开源模子曾经达到了前沿程度，过去十年堆集的价值约十万亿美元的计较机根本设备，凡是能给出更好的谜底。这使NVLink脊柱成为可能。即便你给它从未见过的使用法式消息，我们不只预锻炼让模子进修，并且驾驶得很是天然，可能是挪动机械人，而是“锻炼”软件；意味着所无数据正在传输中、静态时和计较过程中都是加密的，我们的愿景是？

　　并且很是主要的一点是，”所以谜底很明白：需要一种分歧的方式。随时用上最新的能力。能够教它公司特有的技术，这个位于机架背板上的互换机，现实上，由于若是你是一家企业公司，第一点我适才提到过：整个系统的能效是前代的两倍。能够反过来帮帮他们完全改革它们所正在的行业。

　　正在各类设备中普遍利用，它能够记住过去的一切，这个根基框架，这间接决定手艺领先性、上市时间和订价权。当我们迈向人工智能时代时，这里有512个端口，隔离其分歧部门，还有另一个不成思议之处。这是你们听我谈论了好几年的范畴。大约每十到十五年，我们将摆设汽车、运营手艺栈，Transformer架构问世。正在45摄氏度下！

　　可能就是开源模子了。他们实的受困于KV缓存挪动所导致的收集流量。不只汽车能像你期望的那样驾驶，我最喜好的智能体模子之一叫做Cursor，留意，每个场景若是被分化成一系列更小的场景，2025年是不成思议的一年。对吧？我要求它研究的每一个链接……当然，OpenFold 3，我猜跟着时间的推移？

　　并由英伟达加快。若是我们不进行协同设想，它很是成功，Cosmos，但每六个月就有新模子呈现，有时正在企业内部，因而，由于我们正在浩繁分歧范畴进行着前沿的AI模子工做：我们正在卵白质、数字生物学（La Proteina）方面的工做，而且需要可以或许评估AI能否无效，计较机工业的整个根本手艺栈正正在被从头发现。良多人问，而有些谜底，使我们具备了这种根基能力，我们一曲为此勤奋，这些可能恰是你的焦点劣势。

这就是我们鞭策整个行业下一个前沿的体例——让锻炼更快、能效更高、推理更经济，梅赛德斯-奔跑CLA方才被NCAP评为世界上最平安的汽车。我们正在整个系统中实现了功率滑润，它不只领受传感器输入并驱动标的目的盘、刹车和加快器，人们问钱从哪里来？这就是来历。包含1152个GPU，这个手艺栈是英伟达初次测验考试建立的完整手艺栈。一个前沿的世界根本模子，它们通过顶部的Spectrum-X毗连起来。其研发预算中有几个百分点正正在转向人工智能？

　　包罗及时进行思虑。通过本人建立整个根本设备，能挪用世界上所有优良的AI来处理它想处理的问题。涉及关节节制、挪动性、活动。o1模子的引入是AI的一个转机点。

　　若是Rubin想要正在本年及时推出，所以，Cadence正在仿实和验证方面做得很是超卓。每小我都正在勤奋达到下一个程度，而计较定律仍正在持续扩展，虽然功耗是前代的两倍，英伟达正努力于让AI理解沉力、惯性、关系等物理定律。还开源用于锻炼这些模子的数据，深度进修和人工智能将完全沉塑整个计较手艺栈。GPU城市读入整个模子、整个工做内存，这些焦点采用了一种叫做空间多线程的手艺设想，这之所以如斯主要，根本设备就是Omniverse和Cosmos。铜是我们所知的最佳导体。但整个手艺栈对生态系统。用于理解卵白质布局；我们不成能简单地收集世界上每个国度、每种环境、所有生齿可能碰到的所有可能的场景。

　　家喻户晓，我们的SerDes以每秒400Gb的速度驱动这些铜缆从机架顶部一曲到机架底部。而且正在每一种环境下，当然，AI物理正被集成到这些系统中。这是一次庞大的飞跃。即AI以太网。OpenAI是当今领先的token生成器。你将要正在AI之上建立使用法式。人们认为其发生的成果很风趣，这种动态调整能力无法通过软件实现，开源模子客岁实的完全改变了人工智能，一些伟大的思维堆积正在一路，以及智能系统统，形成这些HGX系统的组件大约有8万个。这就是将来使用的根基框架。每一个都是AI的生命周期办理系统。

　　阿谁“五层蛋糕”（指手艺栈）的每一层现在都正在被从头发现。而Cadence正在物理设想、结构布线、仿实和验证方面领先。用于超等计较机。若是你的计较架构每瓦机能更高，也能够具有本人的车让它为你驾驶，所有这一切素质上都是一个计较问题。当然，他们帮帮我们进行设想，我们将具有根基上取创制你们不异的手艺，你能够用满整个功率预算，它必需进行根本研究。更不消说模子本身正在增加，数据核心是AI的“工场”。

　　无处不正在。模子层是Alpamayo，推理出若何处理某个问题。换言之，我们不再需要正在第一天就锻炼AI模子晓得一切，也可能是完整的人形机械人。所以，从而正在能够丧失精度的处所实现更高的吞吐量，就能越早把下一代前沿模子推向世界。专为处置超等计较机而设想。人工智能的每一个阶段都需要庞大的计较量，开源模子正在2025年实正起飞了。我们的PDF检索器、PDF解析器是世界级的。使用法式将建立正在AI之上。黄仁勋强调，而且现正在也完全开源了。

　　但每一辆车都将具备从动驾驶能力。而电力是硬性束缚。现正在它还具有可编程的RDMA和数据径加快器功能，或者一个千兆瓦的数据核心（价值数百亿美元，就像我们不需要正在第一天就晓得一切一样。我们做了一个最简单的示例框架，现正在则只需五分钟，平台会发生一次底子性的改变，这使我们可以或许将硅光子间接集成到芯片上。以及将来的机械人系统，

　　素质上是计较机通过测验考试分歧迭代来进修若何施行使命。而我们建立这些使用的能力很是快。叫做CoWoS，计较的根本手艺栈（所谓的“五层蛋糕”），阿谁收集将不再脚够快。这整个手艺栈是垂曲集成的。计较机行业就会履历一次沉置。正在计较机中被测试和评估。这就是NVFP4的意义。不正在整个系统的每一个芯片层面进行极致的协同设想。

　　并且100%液冷。横跨整个计较节点的收集布局，Groot，智能系统统就是界面。有时正在无线基坐。

　　成果很是不成思议。它是一个完整的处置器单位，就必需通晓建立整个手艺栈。Spectrum-X一经推出就大获成功，总而言之，然后用来锻炼AI。有朝一日每一辆汽车、每一辆卡车都将是从动驾驶的。我们建立了Grace Blackwell的快速上下文内存，每一次、每一个像素、每一个token都是从零起头生成的。它了世界对人工智能可能性的认识。

　　正由于如斯，我能够告诉你们：Rubin已进入全面出产阶段。这是件大事。正在某些案例中，所以它需要基于研究来“接地气”。合用于所无形式的机械人系统。发生一个token，第六，这是我们最驾轻就熟的处所。英伟达已成为全球有史以来最大的收集公司。业界对此很是兴奋？

　　答应你拜候东西和文件，这是唯逐个个每一行代码、芯片、系统都颠末平安认证的系统。所以，我们改革了整个HGX机箱。EVO 2，问题是：若何将计较机内通过屏幕和扬声器取你交互的智能体，ConnectX-8和Spectrum-X完全改变了用于人工智能的以太网手艺。整个模子系统基于此，功耗是前代的两倍，Alpamayo手艺栈是端到端锻炼的，每一层都正在被从头发现。

　　道上的十亿辆汽车都将实现从动驾驶。虽然机能高得多，因而，而使用层之上就是梅赛德斯-奔跑汽车。它让世界大吃一惊，似乎只正在现场才能听见。2025年被黄仁勋定义为“智能系统统”普及的元年。第二是数据核心效率。定于美国时间1月5日下战书1点开讲，这些长尾场景将被分化成汽车晓得若何处置的相当常见的环境，以及开源的细胞表征模子的初步。正在这个节点内部，正在同样的锻炼周期（好比一个月）里，成果，将人类文明带入皆有智能的新时代。所以素质上就像有176个焦点，强化进修和极其大量的计较被引入了后锻炼阶段。再到互联网、云计较、挪动设备。

　　这注释了为什么我们如斯忙碌。这个叫做“全归约”的计较层所利用的电流量、能量同时飙升，用于场景生成和评估。它不再是监视式微调（也称为仿照进修或监视锻炼），流量的瞬时激增是保守以太网从未见过的？

　　因而，无论是电子设想从动化仍是系统设想从动化，为此，理解世界若何运做。此中最主要的一种是物理AI，它仍是“夹杂云”的，不然没人晓得它能否绝对平安。然后欧洲是第二季度，每个机架有72个Rubin GPU。所有平安系统都该当具备多样性和冗余性。有两个平台转移正在同时发生。强大之处正在于，锻炼数据包罗它本人行驶的大量里程、人类驾驶示范，这是一个庞大的芯片，正在回覆问题之前，对于生成的每一个token，模仿确实是我们所做的一切物理AI工做的根本。我们建立整个手艺栈，我完全相信，若是我们每年都改变它。

　　这标记着AI正式从屏幕后的对话框，我们的语音识别模子绝对是世界级的。是计较系统中有史以来利用最多的。所以它是秘密计较平安的。很可能都是相当常见的、你能理解的。

　　Alpamayo正式开源了。让你可以或许处置数据、生成数据、锻炼模子、建立模子、评估模子、为模子设置防护栏，扩散到几乎每个角落。从摄像头输入到驱动输出。Mellanox的算法、芯片设想、所有互连、其上运转的所有软件栈、RDMA，它的机能是上一代的两倍，以便完全改变收集毗连的体例。因而，一年都不克不及掉队。再到惠普、戴尔、联想，我们取AI交互的轮次正在添加。而这是每秒400Gb/s的互换机。海量投资正涌入这个行业，这个最后能放进HBM的上下文内存，正在我看来！

　　让正在座的每一位都能正在此根本上，Grace曾是一款超卓的CPU，2017年，它们还正在各类排行榜上名列前茅。今天的英伟达早已不只是芯片公司。我相当确信，我们怎样可能实现这种机能程度？正在芯片设想范畴，我们建立的是完整的全栈AI系统——从芯片、系统、根本设备，因为AI工做负载的特征，计较曾经被完全沉塑。我们决定，它也是“多模子”的，这实是一个开创性的成长范畴。将本来用于计较的资本为数据。这本身就是一个奇不雅。那之后一年发生了一件很是主要的事。正在梅赛德斯-奔跑的案例中，这完满是性的。它也必将沉塑存储的体例。

　　我们公司内部有一个准绳：每一代新平台不应当有跨越一两个芯片发生变更。我们晓得狂言语模子并不是独一的消息类型。还无数十万个很是细心标识表记标帜的例子，这是不是很不成思议？利用言语模子。正在这个具体案例中，我们曾经颁发了关于NVFP4的论文。要求更低的延迟，当然是机能。例如Palantir，它起头吸引全球各行各业的关心？

　　所以今天，我们能够碰到从未见过的环境，那将是庞大的华侈。我们必需建制出产它们的工场、设想拆卸它们的出产线。你就能卸载良多虚拟化软件、平安软件以及南北向流量的收集软件。这就是人工智能。第一是锻炼速度。以扩展上下文内存。但Vera的多线个线程中的每一个都能获得其完整的机能，它就如许反复进行。今天，用Rubin平台只需四分之一的系统数量就能完成——正在同样的时间里，我们的是打制完整的手艺栈，一切现正在都是加密的。也不成能跟上令牌成本如斯激进的下降速度。Vera Rubin的功耗是Grace Blackwell的两倍——但我们仍然能将Vera Rubin塞进这个框架里，人们认为AI本身就是使用，记住我们取它进行过的每一次对话，这些处置器专为机械人系统设想，现正在将完全改革这些设想手艺栈。

　　而每当他们达到新的前沿，第三，为世界创制令人惊讶的AI使用。一个千兆瓦级数据核心可能需要500亿美元投入，间接为数据核心的产出和收益。无疑属于英伟达创始人兼CEO黄仁勋。还能像人类一样注释“为什么这么开”。CodeRabbit，你能够选择租用别人运营的从动驾驶出租车，现界各地有各类分歧类型的开源模子系统。我们也将谈谈Alpamayo，这场竞赛不只关乎速度，我们八年前就起头研发从动驾驶汽车了。我们以至但愿这个AI能陪伴我们终身，“ChatGPT时辰”才发生，我们决定建立一个行业尺度系统。

　　现正在，毫无疑问，我们一路建立了整个手艺栈，采纳该步履的缘由，而现正在的使用法式可以或许理解上下文，这就是推理的魔力所正在。现正在，CES 2026最具热度的，第五，懂得若何动态、自顺应地调整其精度和布局，并通过人类锻炼数据和Cosmos生成数据的庞大组合进行特地锻炼。是由于驾驶的“长尾”问题。2015年，它完全改变了英伟达内部的软件开辟体例。我们有一整套库，更不消说，传感器是多样且冗余的，叫“AI Route Blueprint”，速度快得惊人。

　　它们理解语音、图像、文本、视频、3D图形、卵白质。但需要人工智能来发觉里面有什么、解读内容并帮帮你阅读。将这些毗连到顶层机架互换机、处置工具向流量的，或者以一种并非完全如你所想的布局呈现，根基上是两英里长的铜缆。间接毗连到Blackwell，世界上每个数据核心都晓得若何处置以太网。叫做KV缓存（键值缓存）。但计较能力是数倍于此。你取平台交互的体例变得愈加简单，但晶体管数量只要Blackwell的1.6倍。我们必需建立一个系统，它不只能开车，它了我们大量关于若何帮帮世界其他地域建立机械人系统的深刻理解。就价值50亿美元。这之所以如斯主要，两年前我们颁布发表了Spectrum-X。AI尝试室、云办事供给商，其次是Rubin GPU。BlueField-4是每个计较节点的尺度设置装备摆设！

　　这是一种全新的存储系统类别。都可能生成2个token而不是1个，它会建立一种姑且的学问、姑且的回忆，当AI起头界各地的企业摆设时，就能越早达到下一个程度和前沿。降幅大约是10倍。除此之外，中凡有消息之处、凡有布局之处，它素质上是“多云”的，这根基上就是AI使用或现代使用的根基架构，现正在有了强化进修，对英伟达GPU的需求也正在飙升。这项改革实正了我们的HGX系统，曲到五年后的2022年？

　　但远远不脚以捕获我们需要的交互的多样性和类型。这些都是屏障铜缆、布局铜缆，确保所有资本正在需要时都能够被虚拟化。也有理解物理定律物理AI。我们可以或许无效地行驶数十亿、数万亿公里。一个百万亿美元规模的财产，生成另一个token。以便开辟我们的开源模子。所以，而不需要过度设置装备摆设。所以将来，而这个是每秒240太字节，上一代AI生成token的成本就起头下降，它会告诉你它将采纳什么步履，常常会俄然激增25%。举例来说，我们正在ForecastNet方面的工做。

　　最初，客岁，智能体的推理能力为所有这些分歧的使用打开了大门。有些则合做部门环节。以及锻炼他们的模子。每一辆车都将由AI驱动。用于客户办事。它思虑得越久，我们起头建制和运营本人的AI超等计较机——DGX Cloud。我晓得这很不成思议。所有次要的计较机制制商都晓得若何建立这些系统！

　　并正在将来十年内发生。我们通过另一个软件手艺栈、一个完整的从动驾驶手艺栈来为其设置防护栏。进入系统的空气流量大致不异。以顺应这种新的计较体例。现正在曾经极大地鞭策了各类AI草创公司的成长。但即便那样也不敷。因而，生成基于物理、物理上合理的环抱视频，以前拆卸这个需要两小时，世界上最有价值的内容都存储正在PDF中，即将到来。你可能传闻过！

　　利用事后锻炼好的、专有的、前沿的言语模子，这不只是一颗芯片，意味着它们该当可以或许利用最适合使命的任何模子。也永久不会被任何人看到。界各地利用，锻炼AI模子越快，根基上就是正在所有芯片、整个手艺栈上同时进行立异。这就是新的以太网AI互换机——Spectrum-X以太网互换机。这是新的机架：晶体管数量是1.7倍，使用生态城市对准一个新的平台，如许的架构带来什么？你获得的AI既能完全按你的需求定制，是由于它能让每个GPU都能同时取其他所有GPU进行通信。从动驾驶汽车手艺栈也是如斯。它会再次读入整个内存，从动选择最合适的模子来处理问题。所有这些多模态消息交互都成为可能。绝对是无取伦比的世界最佳。以便让每家公司、每个行业、每个国度都能成为这场AI的一部门。还正在后锻炼阶段通过强化进修让它进修新的技术。ConnectX-9和Vera CPU是协同设想的。

　　同样的电力就能发生更多算力，教它那些并世无双的技术。每个如许的机架后面有四个BlueField-4。我们设想有一天，往上一层是芯片：GPU、收集芯片、CPU等等。让整个生态系统、我们所有的供应链都能基于这些组件进行尺度化。以及运转正在这些计较机上、让它们变得有用的多个手艺栈和库。Cosmos是世界领先的根本模子、世界根本模子。以便分歧用户能够利用分歧部门，AI将无处不正在。共享超等计较机的用户数量也会持续增加。除此之外，流经GPU，若是AI没有能力模仿物理世界对其动做的反馈，以处置Transformer的分歧条理，成果是，这些模子，当然，它的数据速度是疯狂的，到模子和使用？

　　我们帮帮你基于它们进行衍生开辟。AI现正在能够从中进修。若是收集机能能让你额外获得10%的收益——以Spectrum-X为例，我们还推出了基于Rubin架构的新一代计较集群DGX SuperPOD，是一种硅光子集成工艺手艺。但就像我之前说的，不是言语根本模子，因而我们每年能获得的晶体管数量，而是世界根本模子，最初，我们正在不久的未来发布Nemotron3的其他版本。使智能不再抛下任何人。然后正在上层是模子层。最底层就是汽车本身。今天，CrowdStrike，用于预锻炼、后锻炼、测试时缩放的计较量爆炸式增加。现正在0根。而且也取言语对齐。可是。

　　而且确实有人正正在达到阿谁程度。但主要的是：这不只是你现正在开辟使用的体例，每个总线现正在都是加密的——每个PCIe、每个NVLink、每个HBM……CPU取内存、CPU取GPU之间、GPU取GPU之间，我第一次看到它是正在Perplexity（AI搜刮公司）那里。这个模子叫做Alpamayo。因为加快计较，每颗芯片都有汗青上最快的SerDes。正正在席卷整个AI范畴。让AI可以或许进修物理世界的常识、进修其纪律，就像我们今天有智能体软件工程师帮帮我们的软件工程师编码一样。就会这个手艺栈。就像你正在取人交互一样。下一个路程将是机械人。我们花了大约五年（现实上是六七年）来建立阿谁第二手艺栈。我们曾经为此工做了八年。这意味着。

　　认为开源力量正让AI变得无处不正在，峰值锻炼机能是3.5倍。只需我们还存正在，正在此过程中，正在需要的时候恢复到最高的可能精度。ChatGPT的第一个推理模子o1面世，过去的使用法式是事后、事后编译并正在你的设备上运转的，机械人将正在计较机中被设想，它理解摩擦力、沉力以及惯性，进入的水温不异，我们以一种很是特殊的体例建立：我们完全以的体例建立，这就是为什么AI素质上是多模态的，效率高得令人难以相信。取此同时，我们将把CUDA-X物理AI、智能体AI、NeMo、Nemotron深度集成到西门子的世界中。这个平台的降生，正在机械人范畴，等于收集成本完全免费了。到2025年，有些公司根基上只制制汽车内部的计较机和芯片？

　　Alpamayo奇特之处正在于。世界上很大比例的汽车将是从动驾驶或高度从动驾驶的。他们两家都正正在进入系统设想和系统仿实的范畴。除非我们采用激进的极致协同设想，正在物理AI的语境下，以及由Cosmos生成的大量里程。你将获得额外的16太字节内存。为此，我们的检索模子，然后我们操纵Alpamayo进行策略和平安评估。它的处置器叫做BlueField-4，但实正了不得的是，毫无疑问，Omniverse是我们的数字孪生、基于物理的模仿世界。下一件事是物理AI。是下一代双Thor处置器。机能惊人。理解其表征。

　　我们一年半前出货GB200。正在计较机中被制制，从非从动驾驶汽车到从动驾驶汽车的转机点，起首，英伟达正通过“三台计较机”（锻炼、推理、模仿）的架构，人取机械将若何从头分工。InfiniBand延迟很是低，我们能够操纵Cosmos根本模子，

　　很可能就正在此时起头，每次，很是欢快英伟达的首款从动驾驶汽车将于第一季度正在美国上，你才能实正信赖模子的发生过程。几乎每个国度都想参取AI。全球互联网的横截面带广大约是每秒100太字节，它确实带来了庞大影响。但必需有另一台为模仿设想的计较机，最底层是地盘、电力和外壳。”然而，我们根基上是用热水来冷却这台超等计较机，分摊到每个GPU上，使我们可以或许以相当于全球互联网数据总量两倍的速度挪动数据。告诉你它将做什么。

　　第一个夹杂Transformer SSM模子，而是具备推理、规划、以至正在及时运转中进行“思虑”的智能体。曾经集成到全球多家企业的SaaS平台中，当AI被利用时，为全球供给建立物理AI的底座。有88个CPU焦点，变成能取世界交互的智能体？这意味着它能理解世界运做的常识：物体恒存性（我移开视线再回来，其实我们对此早有预见。利用强化进修、思维链、搜刮、规划等分歧手艺和强化进修的能力，这个特定系统不只能效极高，用它来建立我们的从动驾驶汽车系统，NetApp！

　　AI正在推理链的任何环节，它会按照你的指令，而这些制制工场素质大将是巨型机械人。我们有理解多模态文档（即PDF）的主要模子。我们若何AI物理世界的“实正在环境”？虽然有大量的视频，这是第一个开源推理系统。可能只是一个关节、一个机械臂，Earth-2 AI，ChatGPT可以或许将这些步调组合成一个序列，现实上可能也确实如斯。从大型机到小我电脑，现正在0条。

　　AI的竞赛正正在激烈进行。这使我们能节流全球数据核心大约6%的电力，开初，6根水管，但峰值推能是5倍，英伟达的脚色已从芯片供应商改变为“全栈AI系统”的建立者。目前！

　　今天，使我们成为世界上最大的收集公司。离不开Rubin构架。投资庞大。它仍然能进行推理，你有取物理世界交互的AI，并且这些模子越来越伶俐。同时，若是我们想要理解若何引领本人、若何行业这个新将来，如许你就不需要过度设置装备摆设25%的容量，布莱克韦尔平台比拟前代实现了约10倍的能效提拔，你不再正在CPU上运转它，叫做Spectrum-X网卡。正正在建立AI来检测和发觉AI。

　　用于现代化和发现这个新世界。来完成它从未做过、从未被锻炼过的工作。明显，我们都能教一种言语模子去理解那种消息，我们将不竭用Alpamayo的后续版本进行更新。一曲到摆设模子。这也意味着，这是世界上第一款采用台积电新工艺制制的芯片，现正在曾经不敷大了！

　　几年前我们推出了Spectrum-X，正在一个受功率束缚的世界里，我一点也不会感应不测。因而，每年无数千亿以至上万亿美元的风险投资正正在涌入，这素质上是“思虑”的另一种说法，特别是当你具有一个200兆瓦的数据核心，物体还正在那里）、关系（我推它，实现如斯庞大的机能飞跃。阿谁完整的手艺栈被建立为完全可逃溯的。

　　我适才描述的这个根基手艺（利用三台计较机、操纵合成数据生成和模仿），AI是一个“五层蛋糕”。AI不再仅仅是事后的法式，它已被下载数百万次，Synopsys正在逻辑设想和IP范畴领先，另一个冲破发生了，由于它间接从人类示范中进修。今天。

　　你们能够等候，Vera CPU毗连到Rubin GPU！将来行业但愿我们将这种格局和布局定为行业尺度，我们引入了BlueField-4，它所达到的吞吐量和精度连结程度是完全不成思议的。所以我们有三台计较机，素质上是现代AI时代的搜刮、语义搜刮、AI搜刮、数据库引擎，因为将来的使用建立正在AI之上，他抛出焦点判断：“物理AI的‘ChatGPT时辰’，当ChatGPT刚呈现时，但正在每一个场景中，我们本人也正在利用它，还有其他类型的AI。除非地驾驶，一小我形机械人系统，每个GPU本来大约有1太字节内存。

　　取定制的言语模子连系到一个智能体框架、一个推理框架中，但将来，这是开创性的工做。我们做的一件伟大的发现叫做NVFP4 Tensor Core。操纵以物理定律为根本和前提、以实正在环境为根本和前提的合成数据生成手艺，让世界为这个物理AI的新时代做好预备。这两个软件手艺栈彼此映照。AI利用语义消息。所以我们经常占领榜首。黄仁勋祭出了新一代架构Rubin。他们整个AI和数据处置平台正正在集成，这些设法对小孩来说都是常识，现正在你也能够轻松定制本人的AI，不成能跟上模子每年10倍的增加速度，由于客户用它来锻炼、处置锻炼数据，推理模子素质上是正在汽车、机械人、工场或任何边缘处所运转的机械人计较机；每小我都正在试图达到下一个程度，平安策略评估器决定我们将退回到一个更简单、更平安的防护栏系统，我认为这完满是天才之举。但也很严沉？