FX168财经网_全球视野外汇黄金加密货币NFT资讯网

作，以完成下一个过渡。下一个过渡叫做 Vera Rubin，我们所有的合作伙伴都在加快过渡速度，为过渡做准备。再说一次，我们将提供一个巨大的进步。所以来到 GTC，我会和你谈谈 Blackwell Ultra、Vera Rubin，然后向你展示我们接下来的产品。真正令人兴奋的新产品，所以来到 GTC 部分。操作员您的下一个问题来自瑞银的 Timothy Arcuri。请继续。非常感谢。Jensen，我们听到了很多关于定制 ASIC 的消息。您能谈谈客户 ASIC 和商家 GPU 之间的平衡吗？我们听说一些异构超级集群同时使用 GPU 和 ASIC？这是客户计划构建的东西吗？或者这些基础设施将保持相当独特。谢谢。黄仁勋嗯，我们制造的东西与 ASIC 非常不同，在某些方面，在我们拦截的某些领域完全不同。我们在几个方面都不同。首先，NVIDIA 的架构是通用的，无论您是针对非攻击性模型、基于扩散的模型、基于视觉的模型、多模态模型还是文本模型进行了优化。我们在所有这些方面都很出色。我们在所有方面都表现出色，因为我们的软件堆栈非常——我们的架构非常合理，我们的软件堆栈生态系统非常丰富，这是我们最激动人心的创新和算法的初始目标。因此，根据定义，我们的通用性远远大于狭隘性。从端到端，从数据处理、训练数据的管理，到数据训练，当然，到后期训练中使用的强化学习，再到具有严格时间扩展的推理，我们都做得很好。所以我们是通用的，是端到端的，而且我们无处不在。因为我们不只在一个云中，我们在每个云中，我们可以在本地。我们可以在机器人中。我们的架构更容易访问，对于任何创办新公司的人来说，这都是一个很好的初始目标。所以我们无处不在。我要说的第三件事是，我们的节奏非常快。请记住，这些数据中心的规模始终是固定的。它们的规模是固定的，或者说它们的功率是固定的。如果我们每瓦的性能是 2 倍、4 倍或 8 倍，这并不罕见，那么它就会直接转化为收入。因此，如果您拥有一个 100 兆瓦的数据中心，如果该 100 兆瓦或千兆瓦数据中心的性能或吞吐量高出 4 倍或 8 倍，那么该千兆瓦数据中心的收入就会高出 8 倍。它与过去的数据中心如此不同，是因为人工智能工厂可以通过其生成的代币直接货币化。因此，我们架构的代币吞吐量如此之快，对于所有为了创收和快速获得投资回报而构建这些东西的公司来说，都是非常有价值的。所以我认为第三个原因是性能。最后我想说的是软件堆栈非常困难。构建 ASIC 与我们所做的没什么不同。我们构建一个新的架构。如今，我们架构之上的生态系统比两年前复杂 10 倍。这是相当明显的，因为世界在架构之上构建的软件数量呈指数级增长，人工智能也在迅速发展。因此，将整个生态系统置于多个芯片之上非常困难。我会说有这四个原因。最后，我要说的是，芯片设计出来并不意味着它就会被部署。你已经一次又一次地看到这一点。有很多芯片被制造出来，但时机成熟时，必须做出一个商业决策，而这个商业决策就是将一个新引擎、一个新的处理器部署到一个规模、功率和质量都有限的人工智能工厂中。我们的技术不仅更先进、性能更高，软件功能也更强大，而且非常重要的是，我们的部署速度快如闪电。这些对于胆小者来说已经足够了，这一点现在大家都知道了。我们之所以能取得好成绩、取得胜利，有很多不同的原因。操作员您的下一个问题来自 Melius Research 的 Ben Reitzes。请继续。 Ben Reitzes 是的，我刚才就问到了这个问题。嘿，非常感谢你的提问。嗨，Jensen，这是一个与地理相关的问题，你很好地解释了一些需求强劲的潜在因素。但美国环比增长了约 50 亿美元左右。我认为，如果对其他地区有监管，美国能否弥补不足是一个问题。我只是想知道，随着我们全年的发展，美国的这种激增是否会继续下去，这是否会没问题。如果这是你们增长率的基础，那么在向美国转移这种组合的情况下，你们如何保持如此快速的增长？你的指导看起来中国可能会环比增长。所以我想知道你是否可以经历这种动态，也许收集可以权衡一下。黄仁勋中国的比例与第四季度和前几个季度大致相同。这大约是出口管制之前的一半。但比例大致相同。就地域而言，要点是人工智能是软件。它是现代软件。它是令人难以置信的现代软件，但它是现代软件，人工智能已成为主流。人工智能在各地的送货服务、购物服务中得到应用。如果你要买四分之一，从牛奶送到你手中，人工智能就参与其中。因此，几乎所有消费者服务的核心都是人工智能。每个学生都会使用人工智能作为导师，医疗保健服务使用人工智能，金融服务也使用人工智能。没有一家金融科技公司不使用人工智能。每家金融科技公司都会。气候技术公司使用人工智能。矿产勘探现在也使用人工智能。每所高等教育机构、每所大学都在使用人工智能，所以我认为可以相当肯定地说，人工智能已经成为主流，它正在被整合到每一个应用程序中。当然，我们希望技术能够继续安全地发展，并以有益于社会的方式发展。因此，我相信我们正处于这一新转变的开始阶段。我所说的开始阶段是指，请记住，我们已经建立了数十年的数据中心和数十年的计算机。它们是为手工编码、通用计算和 CPU 等世界而构建的。展望未来，我认为可以肯定地说，这个世界几乎所有的软件都将融入人工智能。所有软件和服务都将基于机器学习，数据飞轮将成为改进软件和服务的一部分，未来的计算机将加速发展，未来的计算机将基于人工智能。我们实际上已经踏上这一旅程两年了。我们正在对花了几十年时间打造的计算机进行现代化改造。所以我很确定我们正处于这个新时代的开始阶段。最后，没有任何技术有机会比人工智能解决全球 GDP 更大一部分问题。没有任何软件工具能够做到这一点。因此，现在这个软件工具可以解决比历史上任何时候都多得多的世界 GDP 问题。因此，我们思考增长的方式以及我们思考某件事是大还是小的方式都必须放在这个背景下。当你退一步从这个角度来看时，我们才刚刚开始。操作员您的下一个问题来自 Evercore ISI 的 Mark Lipacis。请继续。 Mark Lipacis 我有一个澄清和问题。Colette 愿意澄清。您是否说过，1 月份数据中心内的企业同比增长了 2 倍？如果是这样，那么这是否会使其增长速度超过超大规模企业？然后，Jensen，对于您来说，问题是，超大规模企业是您解决方案的最大购买者，但他们购买设备用于内部和外部工作负载，外部工作流是企业使用的云服务。所以问题是，您能否让我们了解一下超大规模企业的支出在外部工作负载和内部工作负载之间的分配情况？随着这些新的 AI 工作流和应用程序的出现，您是否希望企业成为该消费组合中更大的一部分？这会影响您开发服务和生态系统的方式吗？科莱特·克雷斯当然。感谢您提出有关我们企业业务的问题。是的，它发展到了 X，与我们在大型 CSP 中看到的情况非常相似。请记住，这些都是了解与 CSP 合作和开发大型语言模型的重要领域，您可以在自己的工作中进行推理。但请记住，这也是企业提供服务的地方。您的企业既与您的 CSP 合作，又在自行构建。它们都发展得很好。黄仁勋 CSP 约占我们业务的一半。正如您所说，CSP 有内部消费和外部消费。我们正在使用——当然，用于内部消费。我们与他们所有人密切合作，以优化他们内部的工作负载，因为他们拥有大量可以利用的 NVIDIA 设备基础设施。事实上，一方面我们可以用于 AI，另一方面可以用于视频处理，像 Spark 这样的数据处理，我们是可互换的。因此，我们基础设施的使用寿命要长得多。如果使用寿命更长，那么 TCO 也会更低。所以，第二部分是，如果您愿意的话，我们如何看待企业或非 CSP 的增长？答案是，我相信，从长远来看，它的发展要大得多，原因是，如果你看看今天的计算机行业，计算机行业所不服务的东西主要是工业。所以让我举个例子。当我们说企业时，让我们以汽车公司为例，因为他们既制造软件产品，也制造硬件产品。因此，在汽车公司的情况下，员工就是我们所说的企业和 Agentic AI 以及软件规划系统和工具，我们在 GTC 上有一些非常令人兴奋的事情要与大家分享，为员工构建 Agentic 系统是为了提高员工的工作效率，设计市场计划来运营他们的公司。这就是 Agentic AI。另一方面，他们生产的汽车也需要人工智能。他们需要一个人工智能系统来训练汽车，处理整个庞大的车队。今天，路上有 10 亿辆汽车。总有一天，路上会有 10 亿辆汽车，每一辆都将成为机器人汽车，它们都会收集数据，我们将使用人工智能工厂来改进它们。虽然他们今天有一个汽车工厂，但未来他们会有一个汽车工厂和一个人工智能工厂。汽车内部本身就是一个机器人系统。正如你所看到的，这里面有三台计算机，一台计算机帮助人们，另一台计算机为机器构建人工智能，这些机器当然可以是拖拉机，也可以是割草机。它可能是人类或当今正在开发的机器人。它可能是一栋建筑，也可能是一个仓库。这些物理系统需要一种新型的人工智能，我们称之为物理人工智能。它们不仅能理解单词和语言的含义，还必须理解世界的含义、摩擦和惯性、物体的永久性以及因果关系。所有这些对你我来说都是常识，但人工智能必须去学习这些物理效应。所以我们称之为物理人工智能。使用 Agentic AI 彻底改变公司内部工作方式的整个过程才刚刚开始。现在是代理 AI 时代的开始，你听到很多人谈论它，我们正在做一些非常棒的事情。然后是物理 AI，然后是机器人系统。所以这 3 台计算机都是全新的。我的感觉是，从长远来看，这将是一个更大的购物中心，这很有道理。世界 GDP 代表着——由重工业或工业以及为这些工业提供服务的公司代表。操作员您的下一个问题来自富国银行的 Aaron Rakers。请继续。 Aaron Rakers 感谢您让我回来。詹森，我很好奇，因为我们现在即将迎来霍珀拐点的两周年纪念日，您在 2023 年看到了 GenAI 的普遍变化。当我们考虑您面前的路线图时，您如何从替换周期的角度看待已部署的基础设施？无论是 GB300 还是鲁宾周期，我们开始看到一些更新机会。我只是好奇你是如何看待这一点的。黄仁勋我很感激。首先，人们仍在使用 Voltus、Pascal 和 Amperes。原因在于，CUDA 具有极高的可编程性，因此总有一些东西可以使用。Blackwell，目前的主要用例之一是数据处理和数据管理。你发现 AI 模型不太擅长的情况。你将这种情况呈现给视觉语言模型，比如说，它是一辆汽车。你将这种情况呈现给视觉语言模型。视觉语言模型实际上会根据情况进行观察，说，这就是发生的事情，我在这方面非常擅长。然后，你根据提示做出响应，并提示 AI 模型在整个数据湖中查找其他类似的情况，无论情况如何。然后，你使用 AI 进行域随机化并生成一大堆其他示例。然后，你就可以开始训练瓶子了。因此，你可以使用安培进行数据处理和数据管理和基于机器学习的搜索。然后，你创建训练数据集，然后将其呈现给 Hopper 系统进行训练。因此，这些架构中的每一个都是完全的——它们都与 CUDA 兼容，因此一切都需要。但是，如果你有基础设施，那么你可以将不太密集的工作负载放在过去的安装基础上。我们所有的 [GBU] (ph) 都得到了很好的利用。操作员我们还有时间再问一个问题，这个问题来自花旗银行的 Atif Malik。请继续。 Atif Malik 我有一个关于 Colette 毛利率的后续问题。我知道 Blackwell 的收益率有很多变动因素，NVLink 72 和以太网组合。你提到了之前的问题，4 月季度是最低点；但下半年必须每季度增加 200 个基点才能达到你在财年末给出的 70 年代中期范围。我们仍然不太了解关税对更广泛的半导体的影响。那么是什么让你对今年下半年的轨迹有信心呢？科莱特·克雷斯是的。谢谢你的提问。我们的毛利率在材料方面相当复杂，我们在 Blackwell 系统中整合的所有东西都有很多机会来研究其中的许多不同部分，以便随着时间的推移更好地提高我们的毛利率。请记住，我们在 Blackwell 上也有许多不同的配置，可以帮助我们做到这一点。因此，在为客户完成一些真正强大的产能提升后，我们可以一起开始很多工作。如果没有，我们可能会尽快开始。如果我们能在短期内改善它，我们也会这样做。目前，关税还是一个未知数，在我们进一步了解美国政府的计划之前，包括其时间、地点和金额，这都是未知数。所以目前，我们正在等待，但同样，我们当然会一直以这种方式遵守出口管制和/或关税。操作员女士们，先生们，我们的问答环节到此结束。抱歉。黄仁勋谢谢。科莱特·克雷斯我们将向詹森敞开心扉，我相信他有几件事。黄仁勋我只是想感谢你。谢谢你，科莱特。对布莱克威尔的需求非常大。人工智能正在从感知和生成人工智能发展到推理。随着人工智能的发展，我们观察到了另一个缩放定律，推理时间或测试时间缩放，更多的计算。模型思考得越多，答案就越聪明。OpenAI、Grok-3、DeepSeek-R1 等模型是应用推理时间缩放的推理模型。推理模型可以消耗 100 倍以上的计算。未来的推理模型可以消耗更多的计算。DeepSeek-R1 点燃了全球爱好者的热情——这是一项出色的创新。但更重要的是，它开源了一个世界级的推理人工智能模型。几乎每个人工智能开发人员都在应用 R1 或思路链和强化学习技术（如 R1）来扩展其模型的性能。正如我之前提到的，我们现在有三个扩展损失，推动了对人工智能计算的需求。人工智能的传统扩展损失保持不变。基础模型正在通过多模态得到增强，预训练仍在增长。但这已经不够了。我们有两个额外的扩展维度。训练后技能，其中强化学习、微调、模型提炼需要比单独的预训练多几个数量级的计算。推理时间扩展和推理，其中单个查询和需求增加 100 倍的计算。我们目前定义了 Blackwell，一个可以轻松从交易前、训练后和测试时间扩展过渡的单一平台。 Blackwell 的 FP4 变压器引擎和 NVLink 72 扩展结构以及新软件技术使 Blackwell 能够处理推理 AI 模型，速度比 Hopper 快 25 倍。Blackwell 的所有配置都已全面投入生产。每个 Grace Blackwell NVLink 72 机架都是工程奇迹。近 100,000 名工厂操作员在 350 个制造基地生产了 150 万个组件。人工智能正以生命的速度前进。我们正处于推理 AI 和推理时间扩展的开端。但我们才刚刚进入人工智能时代，多模态 AI、企业 AI 主权 AI 和物理 AI 即将到来。我们将在 2025 年实现强劲增长。展望未来，数据中心将把大部分资本支出用于加速计算和人工智能。数据中心将日益成为人工智能工厂，每家公司要么租用，要么自营。我要感谢大家今天加入我们。几周后我将参加 GTC。我们将讨论 Blackwell Ultra、Rubin 和其他新的计算、网络、推理人工智能、物理人工智能产品。还有一大堆其他产品。谢谢大家。 (这份记录可能不是100％的准确率，并且可能包含拼写错误和其他不准确的。提供此记录，没有任何形式的明示或暗示的保证。表达的记录任何意见并不反映老虎的意见)

24小时热点