GTC March 2025 Keynote

 

• AI 與 GPU 技術突破
• GeForce 5090（Blackwell 世代）：
• 體積比前代縮小30%，散熱效率提升30%。
• 採用 AI 增強的即時光線追蹤技術，實現 100% 路徑追蹤。
• AI 能推測畫面中缺失的細節，減少運算負擔，提高效能。
• CUDA 與 AI 進化：
• CUDA 技術推動 AI 與 GPU 的整合，改變電腦繪圖與運算方式。
• 生成式 AI將運算模式從檢索轉變為生成：
• AI 不再只是調用儲存資料，而是能夠理解上下文並即時產生內容。
•  AI 的新時代：代理型 AI（Agentic AI）
• 代理型 AI讓 AI 具備「自主性」，能夠：
• 感知與理解環境（多模態處理，如語音、影像、文本）。
• 推理與規劃（多步驟解決問題，選擇最佳解）。
• 自主行動（使用工具、查找網頁資訊並學習）。
• 物理 AI（Physical AI）與機器人時代：
• AI 不僅理解數據，還能學習物理世界的規律（摩擦力、慣性、因果關係）。
• 這將推動新一代機器人技術與自動駕駛的發展。
• 計算需求爆炸成長
• 由於 AI 需要更強的推理能力，計算需求比去年增加 100 倍。
• AI 現在能夠分步驟推理，而不只是單次生成答案，這大幅增加了計算量。
• 新技術突破：
• 強化學習（Reinforcement Learning）讓 AI 自行試錯學習，不需要人類標註資料。
• 合成數據生成（Synthetic Data）透過 AI 自行創建數據，大幅加速 AI 訓練。
• Blackwell 架構與 AI 工廠
• Blackwell GPU 架構：
• MVLink 72 讓所有 GPU 在全頻寬下同步運作，提升 AI 推理效能。
• FP4（4-bit 浮點運算）：讓計算更高效，降低功耗，提高 AI 產能。
• AI 工廠（AI Factories）：
• 從「檔案檢索」轉變為「生成 AI 內容」。
• Blackwell GPU 超級電腦可用於 AI 訓練與推理，成為 AI 工廠的核心設備。
• 數位分身（Digital Twin）技術可先模擬 AI 工廠的運作，再投入建設，降低風險與成本。
• AI 在各產業的應用
• 自動駕駛：
• NVIDIA 與通用汽車（GM）合作開發下一代 AI 自動駕駛車隊。
• 數位孿生技術（Omniverse + Cosmos）可模擬真實世界場景，提升 AI 訓練精度。
• 企業 AI 基礎設施：
• AI 企業級應用將大幅成長，NVIDIA 提供完整的AI 企業解決方案。
• Dynamo AI 作業系統：管理 AI 工廠的運算資源，提升 AI 推理效能。
• 邊緣運算與 5G：
• 與 Cisco、T-Mobile 等企業合作，將 AI 深入邊緣運算與通訊基礎設施。
• AI 將優化 5G 網路，提升訊號傳輸效能與適應動態環境的能力。
• NVIDIA 未來產品路線圖
• 2025 年下半年：
• Blackwell Ultra：強化 AI 計算效能，提升推理速度與記憶體頻寬。
• 2026 年：
• Vera Rubin GPU（次世代 AI 超算架構）將導入全新 CPU、網路與記憶體技術。
• 2027 年：
• Vera Rubin Ultra：運算效能再提升 14 倍，打造超大規模 AI 工廠。