San Jose, Kalifornien – – Nvidia CEO Jensen Huang betrat am Dienstagmorgen die Bühne im SAP Center, intakt und ohne Teleprompter, um eine der am meisten erwarteten Keynotes in der Technologieindustrie zu liefern. Der GPU Technology Conference (GTC) 2025selbst beschrieben von Huang als die “Super Bowl of Ai“Kommt zu einem kritischen Zeitpunkt für Nvidia und den breiteren künstlichen Intelligenzsektor.
“Was für ein erstaunliches Jahr es war, und wir haben viele unglaubliche Dinge zu besprechen”, sagte Huang der verpackten Arena und sprach ein Publikum an, das exponentiell gewachsen ist, da die KI von einer Nischentechnologie in eine grundlegende Kraft verwandelt hat, die ganze Branchen umgestaltet. Die Einsätze waren in diesem Jahr nach dem folgenden Jahr besonders hoch Marktturbulenzen durch chinesisches Startup ausgelöst DeepseekDie Veröffentlichung seines hocheffizienten R1 -Argumentationsmodells, das gesendet wurde Nvidias Aktiensturz Anfang dieses Jahres inmitten von Bedenken hinsichtlich der potenziellen reduzierten Nachfrage nach ihrem teuren GPUs.
Vor diesem Hintergrund lieferte Huang eine umfassende Vision der Zukunft von Nvidia und betonte eine klare Roadmap für das Rechenzentrum Computer, Fortschritte bei KI -Argumentationsfunktionen und mutige Bewegungen in Robotik und autonome Fahrzeuge. Die Präsentation hat ein Bild eines Unternehmens gemalt, das daran arbeitete, seine dominierende Position in der KI -Infrastruktur aufrechtzuerhalten und gleichzeitig in neue Gebiete auszudehnen, in denen ihre Technologie Wert schaffen kann. Die Aktie von Nvidia handelte Während der gesamten Präsentation, die für den Tag um mehr als 3% niedriger ist und darauf hinweist, dass Anleger möglicherweise noch dramatischere Ankündigungen gehofft haben.
Aber wenn Huangs Botschaft klar war, war es Folgendes: Ai verlangsamt sich nicht und Nvidia ist auch nicht. Von bahnbrechenden Chips bis zu einem Schub in die physische KI sind die fünf wichtigsten Imbissbuden von GTC 2025.
Die Blackwell -Plattform steigt die Produktion mit 40 -facher Leistungsgewinn über Hopper
Das Herzstück der AI -Computerstrategie von Nvidia, die Blackwell -Plattformist laut Huang in “vollständige Produktion”, der betonte, dass “Kundennachfrage unglaublich” ist. Dies ist ein bedeutender Meilenstein nach dem, was Huang zuvor als „Schluckauf“ in der frühen Produktion beschrieben hatte.
Huang machte einen auffälligen Vergleich zwischen Blackwell und sein Vorgänger, Trichter: “Blackwell Nvlink 72 mit Dynamo ist das 40 -fache der KI -Fabrikleistung von Hopper.” Dieser Leistungssprung ist besonders für Inferenz -Workloads von entscheidender Bedeutung, die Huang als „eine der wichtigsten Workloads im nächsten Jahrzehnt beim Ausmaß von KI“ positionierte.
Die Leistungssteigerungen werden zu einer kritischen Zeit für die Branche kommen, da KI -Modelle wie Argumentation AI -Modelle mögen Deepseek's R1 erfordern wesentlich mehr Berechnung als herkömmliche Großsprachenmodelle. Huang illustrierte dies mit einer Demonstration, in der ein traditioneller LLM -Ansatz für eine Hochzeitssitzregelung (439 Token, aber falsch) gegenüber dem Ansatz eines Argumentationsmodells (fast 9.000 Token, aber korrekt) verglichen wurde.
“Die Berechnung, die wir in AI durchführen müssen, ist aufgrund der Argumentation von KI und der Ausbildung von KI -Systemen und Agentensystemen viel größer”, erklärte Huang und befasste sich direkt mit der Herausforderung, die von effizienteren Modellen wie Deepseeks gestellt wird. Anstatt effiziente Modelle als Bedrohung für das Geschäftsmodell von NVIDIA zu positionieren, hat Huang sie als Steigerung der Nachfrage nach Berechnung umrahmt und eine mögliche Schwäche effektiv in eine Stärke verwandelt.
Rubin Architecture der nächsten Generation mit klarer mehrjähriger Roadmap vorgestellt
In einem Schritt, der eindeutig darauf ausgelegt ist, Unternehmenskunden und Cloud-Anbieter Vertrauen in die langfristige Flugbahn von Nvidia zu gewähren, legte Huang eine detaillierte Roadmap für AI -Computing -Infrastruktur bis 2027. Dies ist ein ungewöhnliches Maß an Transparenz für zukünftige Produkte für ein Hardwareunternehmen, spiegelt jedoch die langen Planungszyklen wider, die für die KI -Infrastruktur erforderlich sind.
„Wir haben einen jährlichen Rhythmus von Roadmaps, der für Sie angelegt wurde, damit Sie Ihre KI -Infrastruktur planen können“, erklärte Huang und betonte die Bedeutung der Vorhersehbarkeit für Kunden, die massive Kapitalinvestitionen tätigen.
Die Roadmap beinhaltet Blackwell Ultra In der zweiten Hälfte von 2025 und 1,5 -mal mehr KI -Leistung als die aktuellen Blackwell -Chips. Darauf folgt Vera Rubinbenannt nach dem Astronomen, der in der zweiten Hälfte von 2026 dunkle Materie entdeckte. Rubin wird eine neue CPU enthalten, die doppelt so schnell ist Grace CPUzusammen mit neuen Netzwerkarchitektur und Speichersystemen.
“Im Grunde ist alles brandneu, außer dem Chassis”, erklärte Huang über die Vera Rubin -Plattform.
Die Roadmap erstreckt sich noch weiter in Rubin Ultra in der zweiten Hälfte von 2027, was Huang als „extreme Skalierung“ bezeichnete und 14 -mal mehr Rechenleistung als aktuelle Systeme bietet. „Sie können sehen, dass Rubin die Kosten enorm senken wird“, bemerkte er und ging Bedenken hinsichtlich der Wirtschaft der AI -Infrastruktur an.
Diese detaillierte Roadmap dient als Antwort von NVIDIA auf Marktbedenken hinsichtlich des Wettbewerbs und der Nachhaltigkeit von KI -Investitionen und teilte Kunden und Investoren effektiv mit, dass das Unternehmen einen klaren Weg vorwärts hat, unabhängig davon, wie sich die Effizienz der KI -Modelleffizienz entwickelt.
Nvidia Dynamo entsteht als “Betriebssystem” für KI -Fabriken
Eine der bedeutendsten Ankündigungen war Nvidia Dynamoein Open-Source-Softwaresystem zur Optimierung der KI-Inferenz. Huang beschrieb es als “im Wesentlichen das Betriebssystem einer KI VMware Um Unternehmensanwendungen zu orchestrieren.
Dynamo befasst sich mit der komplexen Herausforderung, KI-Workloads über verteilte GPU-Systeme zu verwalten, Aufgaben wie Pipeline-Parallelität, Tensor-Parallelität, Expertenparallelität, Batching im Flug, disaggregierte Inferenzen und Arbeitsloadungsmanagement zu erledigen. Diese technischen Herausforderungen sind zunehmend wichtiger geworden, da KI-Modelle komplexere und argumentierende Ansätze mehr Berechnung erfordern.
Das System hat seinen Namen vom Dynamo, von dem Huang feststellte, dass „das erste Instrument die letzte industrielle Revolution begann, die industrielle Revolution der Energie“. Der Vergleich positioniert Dynamo als grundlegende Technologie für die KI -Revolution.
Durch die Herstellung von Dynamo Open Source versucht Nvidia, sein Ökosystem zu stärken und sicherzustellen, dass seine Hardware die bevorzugte Plattform für KI -Workloads bleibt, selbst wenn die Software -Optimierung für Leistung und Effizienz immer wichtiger wird. Partner, einschließlich Verwirrung, arbeiten bereits mit NVIDIA an der Dynamo -Implementierung.
“Wir sind so froh, dass so viele unserer Partner mit uns daran arbeiten”, sagte Huang und hob insbesondere die Verwirrung als “einen meiner Lieblingspartner” durch “die revolutionäre Arbeit, die sie leisten” hervorgehoben.
Der Open-Source-Ansatz ist ein strategischer Schritt, um die zentrale Position von NVIDIA im AI-Ökosystem aufrechtzuerhalten und gleichzeitig die Bedeutung der Softwareoptimierung neben der Leistung von RAW-Hardware anzuerkennen.
Physische KI und Robotik stehen im Mittelpunkt mit Open-Source Groot N1-Modell
In dem vielleicht auffälligsten Moment der Keynote enthüllte Huang einen bedeutenden Schub in Robotik und physische KI, das mit dem Erscheinen von „Blue“, einem von Star Wars inspirierten Roboter, der auf die Bühne ging und mit Huang interagierte, gipfelte.
Treffen Sie Blue (Star Wars Droid), nachdem Sie die NVIDIA -Partnerschaft mit DeepMind und Disney angekündigt haben. pic.twitter.com/ylcdouf5xc
– Brian Roemmele (@brianroemmele) 18. März 2025
„Bis zum Ende dieses Jahrzehnts wird die Welt mindestens 50 Millionen Arbeiter kurz sein“, erklärte Huang und positionierte Robotik als Lösung für globale Arbeitsmangel und massive Marktchancen.
Das Unternehmen kündigte an Nvidia Isaac Great N1beschrieben als „das erste offene, vollständig anpassbare Grundmodell der Welt für generalisiertes humanoides Denken und Fähigkeiten“. Das Erstellen dieses Modells Open Source stellt einen signifikanten Schritt dar, um die Entwicklung im Bereich Robotik zu beschleunigen, ähnlich wie die Open-Source-LLMs die allgemeine KI-Entwicklung beschleunigt haben.
Neben Groot N1 kündigte Nvidia eine Partnerschaft mit Google DeepMind Und Disney -Forschung Um Newton zu entwickeln, eine Open-Source-Physik-Engine für Robotiksimulation. Huang erklärte die Notwendigkeit eines Physikmotors, der für sehr feine, starre und weiche Körper ausgelegt ist, um taktile Feedback- und Feinmotorik-Fähigkeiten und Aktuatorkontrollen zu trainieren.
Der Fokus auf die Simulation für das Robotertraining folgt dem gleichen Muster, das sich bei der autonomen Fahrentwicklung als erfolgreich erwiesen hat. Synthetische Daten und Verstärkungslernen, um KI -Modelle ohne die Einschränkungen der physischen Datenerfassung zu schulen.
„Mithilfe von Omniversum zur Verdämmerung von Kosmos und Kosmos, um eine unendliche Anzahl von Umgebungen zu generieren, ermöglicht es uns, Daten zu erstellen, die von uns kontrolliert, kontrolliert und dennoch systematisch unendlich unendlich sind“, erklärte Huang und beschreibt, wie die Simulationstechnologien von NVIDIA Robot -Training im Maßstab ermöglichen.
Diese Robotikankündigungen stellen die Expansion von NVIDIA über das traditionelle AI -Computer in die physische Welt hinaus und eröffnen möglicherweise neue Märkte und Anwendungen für ihre Technologie.
Die GM -Partnerschaft signalisiert einen großen Einsatz in autonome Fahrzeuge und Industrie -KI
Abgerundet gegen die Strategie von Nvidia, KI aus Rechenzentren in die physische Welt zu erweitern, kündigte Huang eine bedeutende Partnerschaft mit General Motors „ihre zukünftige selbstfahrende Autoflotte aufzubauen.
“GM hat NVIDIA ausgewählt, um mit ihnen zusammenzuarbeiten, um ihre zukünftige selbstfahrende Autoflotte aufzubauen”, kündigte Huang an. „Die Zeit für autonome Fahrzeuge ist eingetroffen, und wir freuen uns darauf, in allen drei Bereichen mit GM AI zu bauen: KI für die Herstellung, damit sie die Art und Weise, wie sie hergestellt werden, revolutionieren können; KI für Enterprise, damit sie die Art und Weise revolutionieren können, wie sie arbeiten, Autos entwerfen und Autos simulieren; und dann auch AI für das Auto.“
Diese Partnerschaft ist ein erhebliches Vertrauensvotum in den autonomen Fahrzeugtechnologiestapel von Nvidia aus dem größten Autohersteller Amerikas. Huang stellte fest, dass Nvidia seit über einem Jahrzehnt an selbstfahrenden Autos arbeitet, inspiriert von der Durchbruchleistung von Alexnet in Computer Vision-Wettbewerben.
„In dem Moment, in dem ich sah, dass Alexnet ein so inspirierender Moment war, so ein aufregender Moment, dass wir uns entschieden haben, selbstfahrende Autos zu bauen“, erinnerte sich Huang.
Neben der GM -Partnerschaft kündigte Nvidia Halos an, die als „umfassendes Sicherheitssystem“ für autonome Fahrzeuge bezeichnet wird. Huang betonte, dass Sicherheit eine Priorität habe, die „selten Aufmerksamkeit erregt“, aber Technologie „von Silizium zu Systemen, der Systemsoftware, den Algorithmen, den Methoden“ erfordert.
Die Automobilankündigungen erweitern die Reichweite von NVIDIA von Rechenzentren über Fabriken und Fahrzeuge und positionieren das Unternehmen, um den Wert im gesamten KI -Stack und in mehreren Branchen zu erwerben.
Der Architekt des zweiten Aktes von AI: Nvidias strategische Entwicklung jenseits der Chips
GTC 2025 enthüllte die Transformation von Nvidia vom GPU-Hersteller zum End-to-End-AI-Infrastrukturunternehmen. Durch die Roadmap von Blackwell-to-Rubin signalisierte Huang, dass Nvidia seine rechnerische Dominanz nicht aufgibt, während sein Drehpunkt in Richtung Open-Source-Software (Dynamo) und Modelle (Tolles N1) Anerkannt Hardware allein kann seine Zukunft nicht sichern.
Nvidia hat die Deepseek Efficiency Challenge geschickt umgebracht und argumentiert, dass effizientere Modelle mit zunehmendem KI -Argumentation eine größere Gesamtberechnung vorantreiben werden – obwohl die Anleger skeptisch blieben und die Aktie trotz der umfassenden Roadmap niedriger schickten.
Was Nvidia auszeichnet, ist Huangs Vision jenseits von Silizium. Bei der Robotik -Initiative geht es nicht nur darum, Chips zu verkaufen. Es geht darum, neue Computerparadigmen zu erstellen, die massive Rechenressourcen erfordern. In ähnlicher Weise positioniert sich die GM -Partnerschaft NVIDIA im Zentrum der KI -Transformation von Automobile über Fertigung, Design und Fahrzeuge selbst.
Huangs Botschaft war klar: Nvidia konkurriert um Vision, nicht nur um den Preis. Wenn sich die Berechnung von Rechenzentren in physikalische Geräte erstreckt, wird Nvidia eins, die den vollständigen KI -Stapel steuern – vom Silizium bis zur Simulation – die nächste Grenze von Computing definieren. In Huangs Welt beginnt die KI -Revolution gerade erst, und diesmal steigt sie aus dem Serverraum heraus.
