AI 的新時代
NVIDIA 執行長黃仁勳在 GTC 2025 大會上發表主題演講，揭示了一個 AI 的轉折點，這將從根本上改變各行各業。他預測數據中心基礎設施的收入將在 2028 年達到 1 兆美元，同時推出革命性的新晶片、合作夥伴關係和機器人技術。
黃仁勳談 AI 的演進
在 3 月 18 日舉行的 GTC 2025 大會上，黃仁勳在加州聖荷西 SAP 中心登台發表演講，這場演講被許多業界人士稱為「AI 界的超級盃」。他沒有使用提詞器或講稿，而是從 AI 在過去 10 年的發展開始談起。
「AI 真正進入全球視野是 10 年前的事情，」黃仁勳表示，並概述了 AI 發展的幾個階段。第一波「感知 AI」，讓 AI 具備語音識別和電腦視覺等基礎能力。接下來是「生成式 AI」，能夠透過預測模式產生文本和圖像。而現在，我們正在見證「自主 AI」（Agentic AI）的崛起，這種 AI 能夠思考、規劃，並在數字世界中執行自主行動。
但真正吸引觀眾目光的，是黃仁勳宣佈 AI 即將迎來下一個重大突破：「物理 AI」（Physical AI），這將推動下一代人形機器人和自動化系統的發展。而這不只是理論上的概念，實際上，它已經開始改變市場和產業。
計算革命：從 Blackwell 到 Feynman
NVIDIA 的硬體產品是演講的核心之一，黃仁勳宣布，去年 GTC 2024 發布的 Blackwell 平台現在已經進入全面生產階段。「市場需求超乎想像，」他強調。接著，他推出了 Blackwell Ultra NVL72 晶片，相較現有產品，這款晶片的記憶體增加 1.5 倍，頻寬則翻倍，預計 2025 下半年上市。
他還分享了一條宏大的產品路線圖：
- Vera Rubin 架構 – 2026 年底推出，以著名天文學家命名，擁有比前代 CPU 強大兩倍的性能。
- Rubin Ultra – 2027 年下半年登場，採用多顆互聯 GPU，提升運算能力。
- Feynman 架構 – 預計 2028 年問世，將是 Rubin 架構的下一代版本。
談到 Rubin 平台時，黃仁勳表示：「基本上除了機殼外，所有東西都是全新的。而這將大幅降低成本。」
NVIDIA 的策略合作與新計畫
這場演講還宣布了多項重大合作案，展現 NVIDIA 在不同產業的影響力。
與通用汽車（GM）合作
演講中最重要的亮點之一，是 NVIDIA 與通用汽車（GM）擴大合作，共同研發 GM 未來的自駕車。「我們將與 GM 合作 AI 應用在三個領域，」黃仁勳表示：「AI 在製造領域，幫助 GM 革新生產方式；AI 在企業領域，讓 GM 更高效設計和模擬汽車；以及 AI 在車內應用。」
NVIDIA 也同步推出「NVIDIA Halos」，這是一個完整的自駕車安全系統。「我們可能是世界上第一個讓所有程式碼都通過安全評估的公司，」黃仁勳說。
與迪士尼、Google DeepMind 合作
演講尾聲，他揭曉了「Newton」，這是一款開放原始碼的物理引擎，由 NVIDIA 與 Google DeepMind 和迪士尼研究院共同開發。這項合作顯示 NVIDIA 正透過戰略夥伴關係，推動物理 AI 領域的發展。
AI 的未來：工廠與機器人
演講中最具啟發性的部分，來自於黃仁勳對「AI 工廠」和機器人未來的願景。
雙工廠模式
「未來，每個產業、每家公司都會有兩座工廠，」黃仁勳預測：「一座是生產產品的工廠，另一座是 AI 計算工廠。」這種雙工廠模式，將使 AI 發展與傳統製造業同等重要。
這種模式適用於各種產業，例如：「汽車工廠，還有專門為 AI 訓練汽車 AI 的工廠；智慧音箱工廠，還有專門為 AI 訓練智慧音箱的工廠。」如果企業不建立 AI 能力，未來將難以競爭。
機器人：10 兆美元的市場
黃仁勳認為，機器人將成為「下一個 10 兆美元產業」。他指出：「到了 2030 年，全球將缺少至少 5000 萬名工人。」為了應對這一挑戰，NVIDIA 推出了 Isaac GR00T N1，這是全球首個開放、可自訂的人形機器人 AI 基礎模型。
此外，NVIDIA 也發表了 NVIDIA Cosmos 世界基礎模型，讓開發者能夠更靈活地創建 AI 訓練環境。「透過 Omniverse 訓練 Cosmos，再讓 Cosmos 生成無數環境，我們就能創造一個無限擴展的 AI 訓練數據庫，」黃仁勳說。
AI 的轉折點：這對你意味著什麼？
黃仁勳的演講重點，在於他強調：「AI 正處於關鍵的轉折點。」這一變革導致計算基礎設施的需求激增。他透露，NVIDIA 在 2024 年向美國四大雲端服務商交付了 130 萬顆 Hopper GPU，而 2025 年已經交付了 340 萬顆 Blackwell GPU。
對於企業和開發者來說，這場 AI 變革意味著：
- 各行業必須制定 AI 戰略，涵蓋訓練和推理能力。
- 雙工廠模式將成為企業競爭力的關鍵。
- 物理 AI 和機器人將解決勞動力短缺問題，提高生產力。
- 率先採用這些技術的企業，將在效率、創新和市場定位上獲得巨大優勢。
正如黃仁勳所說：「我們已經來到加速運算的臨界點。」能夠理解並採取行動的人，將在 NVIDIA 塑造的 AI 未來中佔據領先地位。