開場致意與歡迎

黃仁勳以法語向巴黎觀眾致意：

他強調這是NVIDIA首次在巴黎舉辦GTC大會，並特別感謝多年來的合作夥伴。雖然這是他第一次在巴黎舉辦GTC，但NVIDIA在歐洲已有很長的合作歷史。

CUDA-X生態系統展示

黃仁勳回顧NVIDIA的願景起源：

他詳細介紹了CUDA-X函式庫生態系統，這個生態系統讓加速運算變得特別的原因不僅僅是新的處理器，而是需要重新構思運算方式和演算法。

黃仁勳表示，這些函式庫總共有400多個，每一個都加速特定應用領域，為開發者和生態系統夥伴開啟新機會。

CUDA-Q量子運算突破

黃仁勳宣布了量子運算領域的重大進展：

他回顧了量子運算的重要里程碑：

• 近30年前首次展示物理量子位元
• 1995年發明錯誤修正演算法
• 2023年Google展示世界第一個邏輯量子位元

黃仁勳預測邏輯量子位元數量將遵循類似摩爾定律的成長：每5年增長10倍，每10年增長100倍。這些邏輯量子位元將變得更好、錯誤修正能力更強、更穩定、性能更高、更有韌性，並持續可擴展。

黃仁勳強調，在接下來的幾年中，每一台下一代超級電腦都將配備QPU（量子處理單元）並連接到GPU。QPU將進行量子運算，而GPU將用於預處理、控制、錯誤修正以及後處理等運算密集型任務。

AI發展三個階段：從感知到智能體

黃仁勳詳細闡述了AI發展的三個重要階段：

第一波：感知AI - 讓電腦能夠識別和理解資訊

第二波：生成式AI - 多模態AI能夠學習圖像和語言，因此可以用語言提示並生成圖像

第三波：智能體AI - 現在正在開始的新浪潮

他解釋智能的基本要素包括理解、感知、推理、規劃任務如何解決問題，然後執行任務。這種能力讓我們能夠應用先前學到的規則來解決從未見過的問題。

在物理實現方面，智能體AI的體現就是生成動作而非生成影片、圖像或文字。這種AI生成局部動作的能力 - 如行走或伸手抓取物體、使用工具的能力，實際上就是機器人技術。

從GeForce到數位雙生的演進

黃仁勳回顧了NVIDIA的技術演進歷程，從GeForce帶來電腦圖形學開始：

然後深度學習革命性地改變了電腦圖形學，使NVIDIA能夠將電腦圖形學提升到全新水準。

黃仁勳特別強調接下來展示的所有內容都是電腦模擬，而非動畫：

由於現在模擬的規模和速度，幾乎所有東西都可以變成數位雙生。因為一切都可以成為數位雙生，所以可以在投入物理世界之前完全數位化地設計、規劃、優化和操作。

Grace Blackwell NVL72：思考機器的誕生

黃仁勳展示了NVIDIA最新的超級系統，並將其與原始GeForce進行對比：

黃仁勳解釋Grace Blackwell的核心概念是將其設計為一個巨大的虛擬GPU。就像GeForce是一個GPU一樣，GB200也是一個巨大的虛擬GPU。為了實現這個目標，他們必須將其分解成許多元件，創建新的網路技術和互連技術。

從Hopper到Blackwell的革命性躍進

黃仁勳詳細比較了Hopper系統和新的Grace Blackwell系統：

Hopper系統包含8個GPU通過NVLink連接，加上CPU托盤和系統記憶體，構成一個AI超級電腦節點，價值約50萬美元。這是讓NVIDIA在AI領域聲名大噪的著名系統。

而整個Hopper系統（包括CPU）現在被單一的Grace Blackwell節點取代。一個運算托盤包含兩個CPU和四個GPU，性能超過整個Hopper系統，並且採用完全液冷設計。

Blackwell推理性能的巨大躍進

黃仁勳解釋為什麼需要如此巨大的性能提升：

與一次性的ChatGPT不同，現在的推理模型會自我對話，產生大量代幣。當你思考時，你會逐步分解問題，推理，嘗試不同路徑 - 可能是思維鏈、思維樹、最佳回答，甚至會反思自己的答案。

這些思考模型和推理模型實現了令人難以置信的性能，但需要更多運算能力。

一個架構的多元應用：從雲端到邊緣

黃仁勳強調雖然全世界都在談論Grace Blackwell系統，但不是每個人和每個資料中心都能處理這些液冷系統。因此NVIDIA開發了多種配置：

• DGX Spark：桌面版Grace Blackwell系統
• DGX Station：桌邊系統
• RTX Pro Server：企業級系統
• 各種x86系統

所有這些系統從架構角度來看都是相同的，對軟體開發者而言看起來完全一樣，唯一區別是規模和速度。

RTX Pro Server：通用企業系統

黃仁勳特別介紹了RTX Pro Server，稱其為最複雜的系統之一：

AI工廠：新型態的基礎建設

黃仁勳提出了一個重要觀察：

他強調這些AI工廠看起來像資料中心，因為裡面有很多電腦，但設計方式、製造規模、使用方式和操作方式都完全不同。

AI工廠現在是國家基礎建設的一部分，這就是為什麼黃仁勳在世界各地與國家元首會談，因為他們都希望擁有AI工廠，希望AI成為他們基礎建設的一部分，成為他們的成長製造業。

這代表了一場新的工業革命，因為每個行業都受到影響，AI成為了一個新的產業，就像電力和網際網路一樣，因為影響如此廣泛，成為了新的基礎建設。

歐洲AI基礎建設大規模擴張

七國AI技術中心建立

NVIDIA宣布與七個不同國家建立AI技術中心，目標包括：

• 協作研究
• 與新創公司合作
• 建立生態系統

黃仁勳展示了英國、德國、義大利等國的合作夥伴生態系統，特別強調了與各國研究機構、開發者、企業和雲端服務供應商的廣泛合作。

法國合作夥伴關係亮點

重要合作包括：

• Schneider Electric：數位化建設AI工廠
• Mistral AI：建立AI雲端合作夥伴關係

Nemotron：提升開源模型性能

黃仁勳展示了開源模型與專有模型的發展速度對比，強調開源模型只落後幾個月，包括Mistral、Llama、DeepSeek R1等都表現卓越。

Nemotron的改進包括：

• 後訓練優化
• 神經架構搜索
• 提供更好的資料
• 強化學習技術
• 增強推理能力
• 擴展上下文長度

所有這些能力都封裝在可下載的NIM中，可以直接從NVIDIA網站下載API和最先進的AI模型。

主權大型語言模型與區域合作

黃仁勳強調各國資料的重要性，以NVIDIA 33年的資料和西門子180年的資料為例，說明企業和國家應該使用自己的資料來增強開源模型。

NVIDIA還宣布與Perplexity合作，將區域模型連接到Perplexity中，讓使用者能夠用自己國家的語言、文化和感性來提問和獲得答案。

智能體AI：從單次對話到複雜推理

黃仁勳詳細說明了智能體AI如何解決早期AI的限制：

所有這些批評都是正確的，但相關技術正在世界各地開發，包括：

• 檢索增強生成(RAG)
• 網路搜尋
• 多模態理解
• 推理和規劃
• 自我評估

黃仁勳強調，原本在聊天機器人中的一個提示詞可能產生幾百個代幣，但現在通過智能體解決問題，必須產生一萬倍以上的代幣。這就是為什麼需要Grace Blackwell，為什麼系統需要如此高的性能提升。

NVIDIA企業AI智能體平台

黃仁勳解釋雖然有很多現成的智能體可以使用，但企業需要建立專門的智能體：

NVIDIA為此創建了一個完整的平台和框架：

這個工具套件整合到AI運營生態系統中，企業可以從網站下載，也大量整合到AI運營生態系統中。

企業智能體應用案例

黃仁勳展示了多家公司如何使用NVIDIA平台建立專門的智能體：

• Cisco：為安全建立AI平台
• SAP：在NVIDIA上建立AI商業應用自動化
• DeepL：在NVIDIA上建立語言框架和平台
• PhotoRoom：影片編輯和AI編輯平台
• Codium：令人難以置信的編碼智能體
• Iola：語音平台
• 臨床試驗平台：世界最大的臨床試驗自動化平台

所有這些都基於相同概念：將Nemotron大型語言模型封裝在虛擬容器中，可以部署到任何地方，然後整合涵蓋AI智能體整個生命週期的函式庫。

DGX Cloud Lepton：雲端部署解決方案

為了解決在不同雲端環境部署智能體的挑戰，NVIDIA推出了DGX Cloud Lepton：

連接開發者與全球AI運算

NVIDIA宣布與Hugging Face合作，連接Lepton和Hugging Face：

工業AI：歐洲的歷史使命

黃仁勳特別向西門子的Roland Busch致意，強調歐洲在神經網路電腦發展史上的重要地位：

Roland Busch希望Jensen永遠不要忘記，1992年西門子就發明了神經網路電腦。NVIDIA與西門子在多個領域建立偉大的合作夥伴關係，從設計到模擬，到工廠數位雙生，到工廠中AI的運營。

這提醒了歐洲令人難以置信的工業能力，以及對歐洲來說這是多麼非凡的機會。AI是真正聰明的軟體，這個聰明軟體終於可以革命性地改變歐洲所服務的各個產業。

向歐洲的情書：工業革命的傳承

歐洲工業AI合作夥伴展示

黃仁勳展示了與歐洲主要工業公司的合作：

• BMW：在Omniverse中建立下一代工廠
• Kühne+Nagel：倉儲物流數位雙生
• Mercedes-Benz：工廠數位雙生
• Schäfer：倉儲數位雙生
• 法國火車站：火車站數位雙生
• Toyota：倉儲數位雙生

黃仁勳強調為什麼數位雙生必須看起來逼真並遵守物理定律：

這包括一個令人難以置信的複雜融合反應爐數位雙生，沒有AI，下一代融合反應爐將無法實現。

世界首個工業AI雲端

雖然這些工業AI雲端是大量雲端電腦，但其要求、性能和安全要求根本不同。黃仁勳表示週五將詳細說明，但今天只是預告部分內容。

這個工業雲端將用於：

• 設計和模擬
• 虛擬風洞 - 可以直接走進去的虛擬風洞
• 即時設計和模擬
• 數位工廠中的即時建造
• 讓機器人學習成為優秀機器人
• 建造未來的機器人

NVIDIA Drive自動駕駛平台

黃仁勳強調所有會移動的東西都將是機器人技術，都將由AI驅動，汽車是最明顯的下一個目標。

NVIDIA在三個層面建立AI超級電腦：

1. 雲端訓練模型的AI超級電腦
2. Omniverse數位雙生的AI超級電腦
3. 機器人本身的AI超級電腦

在每種情況下，NVIDIA都提供完整的堆疊：電腦本身、運行在電腦上的作業系統，以及頂層的transformer模型。

NVIDIA的AV團隊是唯一連續兩年贏得CVPR端到端自動駕駛挑戰賽的團隊。

黃仁勳強調全球有10億輛汽車，平均每年行駛1萬英里，總計10兆英里。自動駕駛的未來顯然是巨大的，將由AI驅動。NVIDIA的核心是安全，特別自豪的是Halo系統，從晶片架構到系統設計、作業系統、AI模型、軟體開發方法、測試方式等全方位的安全設計。

NVIDIA Isaac機器人開發平台

黃仁勳解釋了人形機器人發展的關鍵突破：

人形機器人將可能成為有史以來最大的產業之一，需要知道如何製造東西的公司，製造具有非凡能力的東西。這對歐洲國家來說是巨大機會，因為世界許多產業都基於此。

假設世界上有10億個機器人是非常合理的想法。之前沒有實現的原因很簡單：今天的機器人太難編程了。只有最大的公司才能負擔得起安裝機器人、教導它、編程它做正確的事情。

現在NVIDIA將提供本質上可以教導的機器人，它們會從你那裡學習，就像討論智能體AI一樣，現在有了可以從你的教導中學習的人形AI。

人形機器人的最大挑戰是訓練所需的資料量很難獲得。解決方案是在遵守物理定律的Omniverse數位雙生世界中進行訓練。

NVIDIA最近宣布與迪士尼研究院和DeepMind建立重大合作夥伴關係，共同創建世界最複雜的物理模擬。

機器人Grock現場演示

黃仁勳解釋Grock在Omniverse中學習行走，遵守物理定律。在Omniverse中創造了數十萬種場景，當Grock學會在各種環境中操作、行走和操縱 - 沙地、碎石、滑地板、混凝土、地毯上，然後當Grock來到物理世界時，物理世界只是第100,001種版本的世界。

結語：新工業革命的開始

黃仁勳總結演講：

他強調現在擁有教導機器人操縱、模擬以及manifing令人難以置信機器人的技術。我們現在有物理機器人和資訊機器人（稱為智能體）。

下一波AI將需要推理工作負載呈指數增長。使用推理的人數從800萬增加到8億，兩年內增長100倍。每個提示產生的代幣數量從幾百個增加到數千個，我們比以往任何時候都更多地使用AI。

因此需要專門為思考和推理設計的特殊電腦，這就是Blackwell - 一台思考機器。這些Blackwell將進入新型資料中心，本質上是專為一件事設計的AI工廠：生產代幣。