2025年英偉達開發者大會如期召開。

相比2024年公司股價氣勢如虹、市值突破3萬億美元，今年英偉達需要面臨更多算力需求質疑，股價走低。在美國時間3月18日主題演講中，英偉達CEO黃仁勛強調AI推理時代算力需求更加旺盛，并推出新一代AI芯片以及配套系統、硅光網絡交換機等新品，亮相首款推理模型、首款人形機器人模型、首個推理軟件等，全面備戰人工智能推理時代。

不過，會后英偉達股價下跌3.4%，報收115.43美元/股；3月19日開盤，A股光通信、算力板塊走弱。

算力規模增長將超百倍

自從DeepSeek證明采用極低的算力成本可以進行模型開發后，就引發了市場對算力需求是否持續的質疑，全球算力總龍頭英偉達股價從1月下旬大跌。英偉達官方及黃仁勛就曾在多個場合表示，DeepSeek主要在模型推理上運用了創新技術，而AI推理依然需要大量英偉達GPU和高性能網絡。

本次開發者大會上，黃仁勛大方承認，人工智能行業在模型訓練上的整體需求放緩，不過，他強調DeepSeek在模型推理上的創新，AI推理時代即將到來，Scaling Law法則對規模的要求不僅不會變小，反而會進一步擴大。

Scaling Law（擴展定律）是人工智能領域的核心理論，指模型性能與參數規模、數據量、計算資源之間的正相關關系。這項定律長期以來也被黃仁勛奉為圭臬，以打造AI算力帝國。

黃仁勛表示，當前從生成式AI發展到Agentic AI（智能體），最終到物理AI（Physical AI）是行業新的發展方向。在生成式AI階段，“Scaling Law”法則集中體現在模型訓練的預訓練環節；而在Agentic AI階段，由于其強調自主性與復雜問題解決能力，每一步邏輯思考過程都需要“模型推理”，推理將成為核心動力。

他預測，推理所需算力需求規模增長能“輕松超過去年估計的100倍”，未來行業需要更多、性能更強的AI芯片，數據中心建設的投入到2028年將達到1萬億美元。

本次演講中，黃仁勛重點展示了英偉達“護城河”CUDA-X庫生態系統最新概況，涵蓋了從物理學、生物學，到量子計算等各個科學領域，以及海量軟件庫，構建起AI軟件基礎設施，通過“軟硬一體”的戰略，降低AI開發門檻，加速AI應用的落地。

下半年推出下一代架構

相比以往，本次發布會上，英偉達錨定AI推理需求，推出專為AI推理打造的NVIDIA Blackwell Ultra GPU。相比上一代B200 GPU，它性能提升50%，基于低精度的四位浮點數格式FP4標準算力約為15P FLOPS，內存從192GB提升到288GB，搭載業內最先進的HBM3e。在此基礎上，HGX B300 NV16運用NVLink高速互聯網絡連接8個Blackwell Ultra GPU，在大模型推理速度上相較于上一代Hopper架構提升了11倍。

黃仁勛表示，Blackwell已經在全力生產中，客戶需求量非常龐大。Blackwell的核心目標是構建“AI工廠”，如同工業革命時期的工廠一樣，AI工廠將大規模生產Token（詞元，人工智能的基本構成單元），驅動各種智能應用。

面向企業部署AI的產品線方面，英偉達推出了采用Blackwell Ultra芯片的工作站DGX station以及DGX Spark。據介紹，今年下半年，預計思科、戴爾、惠普、聯想和超微將率先推出基于Blackwell Ultra的服務器；浪潮旗下Aivres、華擎機架、華碩、富士康、技嘉、英業達、和碩、廣達、緯創和緯穎等硬件制造商也將提供Blackwell Ultra服務器解決方案。

從去年開始，英偉達芯片架構更新周期從兩年加速到一年。最新芯片路線圖顯示，英偉達將在2026年下半年推出基于下一代Rubin架構的Rubin GPU，算力性能約是Blackwell Ultra GPU的3.3倍；2027年下半年推出Rubin Ultra GPU，在相同標準下算力為100P。兩款產品將采用HBM4、HBM4e先進AI內存。到2028年，英偉達還將推出新一代Feynman架構產品。

另外，英偉達推出首款開源模型推理軟件Dynamo，大幅提高開源模型的推理效率。據介紹，在GB200 NVL72機架組成的大型集群上運行DeepSeek-R1模型時，Dynamo能將每個GPU生成的Token數量提高30倍以上，處理同樣推理任務速度快30倍。

打造物理AI引擎

隨著AI數據工廠規模的擴張，網絡基礎設施也需要同步徹底革新。

本次發布會上，英偉達還發布兩款硅光網絡交換機，分別是適用于企業網絡的NVIDIA Spectrum-X和適用于專用計算集群的NVIDIA Quantum-X。這兩款產品首次利用“光電共封裝技術”（CPO）將光通信直接集成到交換機上，是英偉達商用化硅光交換機產品。英偉達希望通過將硅光子技術直接集成到交換機中，突破超大規模和企業網絡的傳統限制，為目前萬張、十萬張GPU的數據中心向百萬張GPU的AI工廠過渡奠定基礎。

黃仁勛表示，圍繞云、企業以及機器人，英偉達分別打造了“AI基礎設施”。機器人作為具身智能載體，英偉達推出了生成機器人訓練數據的物理世界模型Cosmos、人形機器人基礎模型GROOT N1以及3D實時仿真平臺Omniverse；

其中，本次新推出的GROOT N1是通用機器人基礎模型，也是全球首款開源的人形機器人功能模型。該模型采用雙系統架構，建立在合成數據生成和模擬學習的基礎上，能模仿人類認知，具備“快思考”和“慢思考”能力，可讓機器人實現抓取、操作和使用工具等動作，開發者還能用自己的數據對其進行微調。另外，英偉達利用Omniverse平臺來調節Cosmos生成模型，通過集成物理引擎和GPU加速技術，實現虛擬環境的無限擴展和精確控制，利用合成數據解決機器人訓練的數據問題。

面向機器人仿真，英偉達聯合谷歌DeepMind和迪士尼研究院共同開發打開源物理引擎Newton，用于模擬人工智能、機器人和機器學習。在演講現場，名叫Blue的機器人上臺露面，與黃仁勛互動，該機器人配有英偉達最新的GR00T N1機器人通用基礎模型。

本次開發者大會上，英偉達對量子計算的態度發生轉變，宣布將在波士頓建設NVIDIA加速量子研究中心（NVAQC）。據介紹，NVAQC將使用最先進的英偉達GB200 NVL72機架級系統以及CUDA-Q量子開發平臺，幫助實現量子系統的復雜模擬，開發新的混合量子算法和應用程序。

去年谷歌發布的Willow芯片攻克困擾量子計算研究30年的“量子糾錯”難題，市場升溫帶動量子計算概念股股價上漲；今年2月，微軟宣布推出全球首款拓撲量子計算芯片Majorana1，驗證了拓撲量子比特的可行性，也被視作為未來規模化應用奠定了基礎。而黃仁勛曾在今年1月表示要造出“非常有用的量子計算機”，可能需要20年。該評論導致量子計算相關股票應聲下跌。

對于市場擔憂量子計算顛覆性影響，黃仁勛表示，量子計算不會單獨取代現有的計算技術，而是作為AI計算能力的補充。未來的量子計算將成為AI超級計算機的“增強工具”，在藥物開發、新材料制造等特定高復雜性領域發揮作用。