黄仁勋重新定义英伟达：不只造芯片 更是构建一个由AI驱动的时代

自2023年ChatGPT横空出世以来，海量企业加入AI赛道，在这一年，关键技术的突破，如前沿算法的优化、学习效率的提升以及大语言模型（LLM）的创新，共同推动AI能力跃升至新的高度。AI的应用也实现了跨行业的渗透与扩散，尤其是在健康医疗、教育、自动驾驶以及供应链管理等关键领域，AI技术不仅提升了效率，也催生了新的商业模式。

AI的颠覆性到底在哪里？就只限于内容生成吗？未来会变成什么样子？

5月19日，英伟达创始人兼CEO黄仁勋在COMPUTEX2025（2025台北国际电脑展）发表演讲，并发布了一系列涵盖AI芯片、超级计算机、个人计算平台和机器人系统的全新产品与技术计划。

黄仁勋强调，英伟达将不仅是一家科技公司，更是一家重要的AI基础设施公司。十年后，每个人将会意识到，我们需要无处不在的AI，AI将如同互联网和电力一样，成为基础设施的一部分，深度嵌入到每个行业、每座工厂、每家公司，成为人类社会的底层驱动力量。

要打造全球规模的“AI工厂”

黄仁勋在2024的演讲中表示：“2023年，生成式AI的崛起标志着一个新行业的诞生。为什么说这是一个新行业？因为这种软件以前从未存在过。我们现在通过计算机生成软件，创造出从未存在过的软件。就像上一次工业革命初期，人们意识到可以建立工厂，投入能量后产生一种看不见但极具价值的东西———交流电。如今，我们利用称之为‘AI工厂’的基础设施，来生成新的AI。”

AI工厂的概念并非纸上谈兵，过去数年间，英伟达推动GPU（图形处理器）从图形处理扩展至AI训练、科学模拟、自动驾驶、机器人等广泛领域。随着AI模型体量呈指数级增长，算力和数据处理能力已成为衡量AI基础设施实力的更核心的指标。

黄仁勋乐观表示：“我们正处于繁荣未来的边缘，芯片产业的价值已达3000亿美元，而数据中心的机遇正在转变为近万亿美  元的市场，这一切受到‘AI工厂’和基础设施的推动。”

发布企业级AI基础设施 构建全栈创新生态

在硬件架构之外，黄仁勋特别强调：“AI是由软件驱动的硬件革命。”

企业智能化转型需要从硬件、软件到应用模式的全面革新。为此，英伟达推出RTXPro企业级Omniverse服务器及AI数据平台，通过技术创新与生态协同，为企业提供无缝集成的AI解决方案。

RTXPro企业级Omniverse服务器作为英伟达全新一代AI基础设施，专为企业技术设计。该平台采用开放式架构，支持x86计算负载与主流虚拟化管理程序，并兼容容器编排工具。这一特性使企业技术部门可在不重构现有架构的前提下，通过熟悉的工具链实现AI资源的高效管理。

技术层面，RTXPro服务器搭载Blackwell架构GPU集群，其多模态处理能力覆盖文本、图形、视频等全类型数据，尤其在推理场景表现突出———在DeepSeek-V2大模型测试中，较前代H100平台性能提升显著。

黄仁勋提到，这款服务器不仅兼容现有架构，更具备强大的AI能力，是“企业AI代理的计算机”，能够处理包括文本、图形、视频在内的多模态AI工作负载。

针对企业90%的非结构化数据（如文档、影像、视频）价值挖掘难题，英伟达推出AI数据平台，通过“存储+AI”深度融合，重塑数据应用模式。

黄仁勋强调，未来的存储服务器需要配备GPU，以便在数据存储端进行AI处理，例如嵌入和索引，从而实现对非结构化数据的快速、智能查询。

“AI数据平台使得企业能够利用AI，发掘其90%的非结构化数据中的价值，通过自然语言的方式与企业知识库互动。”黄仁勋说道。

下一波AI浪潮或将是“物理AI”

除了AI，黄仁勋演讲的另一部分聚焦于机器人领域。黄仁勋表示，下一波AI浪潮将是“物理AI”，能够理解现实世界的物理规律，并进入物理载体———机器人中。机器人需要通过在遵守物理定律的虚拟世界（数字孪生）中学习来掌握技能。

让机器理解现实世界，听起来有点不可思议。黄仁勋表示，AI需要理解惯性、摩擦力、因果关系等物理规律，例如预测一个球滚入车底后的运动轨迹等。

目前，英伟达与DeepMind和迪士尼合作开发了高保真开源物理引擎Newton，以此来训练机器人。通过仿真环境，AI可在虚拟世界学习技能，再迁移至实体机器人。黄仁勋认为，未来，机器人技术非常依赖仿真AI。

此外，就机器人技术而言，人类的演示非常重要，人类可以向机器人示范如何执行任务，但人工示范不具备可扩展性。机器人制造商目前面临的主要挑战是缺乏大规模、真实和合成的数据来训练模型。借助AI，机器人可以从人类示范中进行泛化。这本质上是使用AI来扩展、放大人类示范过程中收集的数据量。