Bortom återvinning: NVIDIA kartlägger kursen för den generativa datoreran

NVIDIA (NVDA ) VD Jensen Huang tillkännagav en rad banbrytande framsteg inom AI-beräkningsförmåga på företagets GTC Mars 2025 keynote, och beskrev vad han kallade en “$1 biljoner datavändpunkt.” Keynoten avslöjade produktionsberedskapen för Blackwell GPU-arkitekturen, en flerårig vägkarta för framtida arkitekturer, stora genombrott inom AI-nätverk, nya företagslösningar för AI och betydande utveckling inom robotik och fysisk AI.

“Token-ekonomin” och AI-fabriker

Central för Huangs vision är begreppet “token” som de grundläggande byggstenarna för AI och framväxten av “AI-fabriker” som specialiserade datacenter utformade för generativ datorteknik.

“Detta är hur intelligens skapas, en ny typ av fabriksgenerator för token, byggstenarna för AI. Token har öppnat en ny gräns,” sa Huang till publiken. Han betonade att token kan “omvandla bilder till vetenskapliga data som kartlägger främmande atmosfärer”, “avkoda fysikens lagar” och “se sjukdom innan den tar fart.”

Denna vision representerar en övergång från traditionell “återvinningsdator” till “generativ dator”, där AI förstår sammanhang och genererar svar snarare än att bara hämta förutlagrad data. Enligt Huang kräver denna övergång en ny typ av datacenterarkitektur där “datorn har blivit en generator för token, inte en återvinning av filer.”

Blackwell-arkitekturen ger massiva prestandavinster

NVIDIA Blackwell GPU-arkitekturen, nu i “full produktion”, ger vad företaget påstår är “40 gånger prestandan för Hopper” för resonemodeller under identiska effektförhållanden. Arkitekturen innehåller stöd för FP4 precision, vilket leder till betydande energibesparingsförbättringar.

“ISO effekt, Blackwell är 25 gånger,” sa Huang, och betonade de dramatiska effektivitetsvinster som den nya plattformen ger.

Blackwell-arkitekturen stöder också extrem skala genom tekniker som NVLink 72, vilket möjliggör skapandet av massiva, enhetliga GPU-system. Huang förutspådde att Blackwells prestanda kommer att göra tidigare generationers GPU betydligt mindre önskvärda för krävande AI-arbetsbelastningar.

(Källa: NVIDIA)

Förutsägbar vägkarta för AI-infrastruktur

NVIDIA presenterade en regelbunden årlig takt för sina AI-infrastrukturinnovationer, vilket möjliggör för kunderna att planera sina investeringar med större säkerhet:

• Blackwell Ultra (Andra halvåret 2025): En uppgradering av Blackwell-plattformen med ökad FLOPs, minne och bandbredd.
• Vera Rubin (Andra halvåret 2026): En ny arkitektur med en CPU med fördubblad prestanda, en ny GPU och nästa generations NVLink och minnesteknologier.
• Rubin Ultra (Andra halvåret 2027): En extrem skala-arkitektur som syftar till 15 exaflops beräkning per rack.

Demokratisering av AI: Från nätverk till modeller

För att förverkliga visionen om omfattande AI-antagande tillkännagav NVIDIA omfattande lösningar som spänner över nätverk, hårdvara och programvara. På infrastrukturnivå hanterar företaget utmaningen att ansluta hundratusentals eller till och med miljoner GPU:er i AI-fabriker genom betydande investeringar i silikonfotonteknologi. Deras första co-packade optik (CPO) silikonfotonisk system, ett 1,6 terabit per sekund CPO baserat på mikroringresonatormodulator (MRM) teknologi, lovar betydande energibesparingar och ökad densitet jämfört med traditionella transceivrar, vilket möjliggör mer effektiva anslutningar mellan massor av GPU:er på olika platser.

Medan de bygger grunden för storskaliga AI-fabriker samtidigt tar NVIDIA AI-beräkningskraften till individer och mindre team. Företaget introducerade en ny linje av DGX personliga AI-superdatorer som drivs av Grace Blackwell-plattformen, som syftar till att ge AI-utvecklare, forskare och dataanalytiker makt. Linjen inkluderar DGX Spark, en kompakt utvecklingsplattform, och DGX Station, en högpresterande skrivbordsarbetsstation med vätskekylnings- och imponerande 20 petaflops beräkning.

NVIDIA DGX Spark (Källa: NVIDIA)

Kompletterande dessa hårdvaruförbättringar tillkännagav NVIDIA den öppna Llama Nemotron familjen av modeller med resonemöjligheter, utformade för att vara företagsklara för att bygga avancerade AI-agenter. Dessa modeller är integrerade i NVIDIA NIM (NVIDIA Inference Microservices), vilket möjliggör för utvecklare att distribuera dem över olika plattformar från lokala arbetsstationer till molnet. Tillvägagångssättet representerar en fullständig lösning för företags AI-antagande.

Huang betonade att dessa initiativ förstärks genom omfattande samarbeten med stora företag inom flera branscher som integrerar NVIDIA-modeller, NIM och bibliotek i sina AI-strategier. Denna ekosystemtillvägagångssätt syftar till att accelerera antagande samtidigt som den ger flexibilitet för olika företagsbehov och användningsfall.

Fysisk AI och robotik: En $50 biljoner möjlighet

NVIDIA ser fysisk AI och robotik som en “$50 biljoner möjlighet”, enligt Huang. Företaget tillkännagav den öppna källkoden NVIDIA Isaac GR00T N1, beskriven som en “generalist grundmodell för humanoida robotar”.

Signifikanta uppdateringar av NVIDIA Cosmos värld grundmodeller ger oöverträffad kontroll över syntetisk datagenerering för robotträning med hjälp av NVIDIA Omniverse. Som Huang förklarade, “Använda Omniverse för att villkora Cosmos, och Cosmos för att generera ett oändligt antal miljöer, möjliggör att skapa data som är grundad, kontrollerad av oss och ändå systematiskt oändlig på samma gång.”

Företaget avslöjade också en ny öppen källkods fysikmotor som kallas “Newton”, utvecklad i samarbete med Google DeepMind och Disney Research. Motorn är utformad för högkvalitativ robotiksimulering, inklusive styva och mjuka kroppar, taktil återkoppling och GPU-acceleration.

Isaac GR00T N1 (Källa: NVIDIA)

Agentisk AI och branschomvandling

Huang definierade “agentisk AI” som AI med “agentur” som kan “uppfatta och förstå sammanhanget”, “resonera” och “planera och vidta åtgärder”, även med hjälp av verktyg och lära av multimodala informationer.

“Agentisk AI betyder i princip att du har en AI som har agentur. Den kan uppfatta och förstå sammanhanget i omständigheterna. Den kan resonera, mycket viktigt kan resonera om hur man ska svara eller lösa ett problem, och den kan planera och agera. Den kan planera och vidta åtgärder. Den kan använda verktyg,” förklarade Huang.

Denna förmåga driver en ökning av beräkningskraven: “Beräkningskraven, skalningslagen för AI är mer resilient och faktiskt hyperaccelererad. Beräkningsmängden vi behöver just nu som ett resultat av agentisk AI, som ett resultat av resonemang, är lätt hundratals gånger mer än vi trodde vi behövde för ett år sedan,” tillade han.

Sammanfattning

Jensen Huangs GTC 2025 keynote presenterade en omfattande vision för en AI-driven framtid som karakteriseras av intelligenta agenter, autonoma robotar och specialbyggda AI-fabriker. NVIDIA:s tillkännagivanden över hela hårdvaruarkitekturen, nätverk, programvara och öppna modeller signalerar företagets beslutsamhet att driva och accelerera den kommande eran av datorteknik.

Som datortekniken fortsätter att skifta från återvinningsbaserad till generativ modell, ger NVIDIA:s fokus på token som den centrala valutan för AI och på att skala förmågor över moln-, företags- och robotplattformar en vägkarta för datorteknikens framtid, med långtgående implikationer för branscher över hela världen.