CES 黄仁勋重磅发布新「核弹」RTX 5090 ！
RTX 5090 GPU 是迄今为止最快的 GeForce RTX GPU。它配备了920亿个晶体管，每秒可实现超过3352万亿次AI运算。其性能是上一代RTX 4090的近两倍。
作为科技行业重要的风向标，人工智能主导了CES 2025的整个焦点，以至于不涉及人工智能的产品几乎成为拉斯维加斯展会上的异类。
作为“全村的希望”，他发表了激动人心的开幕主题演讲，并推出了一系列人工智能新产品，使CES 2025的开幕成为人工智能圈的新年第一场。
演讲中，换上新皮夹克的黄老师还扮起了美国队长，引起全场哄堂大笑。
我们不必等太久。黄仁勋迅速推出了我们期待已久的基于Blackwell架构的新一代RTX 50系列显卡。
其中，RTX 5090 GPU 是迄今为止最快的 GeForce RTX GPU。它配备了920亿个晶体管，每秒可实现超过3352万亿次AI运算。其性能是上一代RTX 4090的近两倍。
RTX 5080的设计性能是RTX 4080的两倍，配备16GB GDDR7显存，显存带宽为960GB/秒，拥有10,752个CUDA核心。Nvidia承诺RTX 5080在性能上将大幅领先于上一代RTX 4080。
我们已经认识到，AI 不仅仅是一个带来新商机的应用，更是由transformer实现的机器学习将从根本上改变计算方式。
RTX 50 系列的发布是在 RTX 4090 和 RTX 4080 发布两年后。
RTX 40系列GPU专注于提高光线追踪性能，并推出深度学习超级采样（DLSS）3。RTX 50系列推出DLSS 4。
新一代DLSS技术的突破，让AI不再仅仅只是生成帧，而是具备了“预见未来”的能力，这也将在游戏开发和内容创作领域产生重要影响。
具体来说，DLSS 4 首次推出多帧生成功能，通过使用 AI 为每个渲染帧生成最多 3 帧来提高帧速率。
它与 DLSS 技术套件配合使用，与传统渲染相比，性能提高高达 8 倍，同时通过 NVIDIA Reflex 技术保持响应能力。
DLSS 4还引入了图形行业第一个实时Transformer模型架构应用程序。
基于Transformer的DLSS光重建和超分辨率模型使用2倍以上的参数和4倍以上的计算能力，提供更高的稳定性、更少的重影、更高的细节和增强的游戏场景抗锯齿效果。
DLSS 4 将在发布当天支持超过 75 款游戏和应用程序，并将在 GeForce RTX 50 系列 GPU 上提供。
以大家熟悉的《赛博朋克2077》、《黑神话：悟空》等游戏为例。DLSS 4和多帧生成技术可以显着提高这些游戏的性能。
据悉，搭载 GeForce RTX 5090 的玩家即使在开启全光线追踪并将所有画质设置调整为最高极限条件的情况下，仍然可以享受 4K 分辨率下 240 帧的流畅体验。
性能大幅提升，价格自然也水涨船高。四款显卡的具体价格如下：
- RTX 5090：1999美元（目前约14647元人民币）
- RTX 5080：999美元（目前约7319元）
- RTX 5070Ti：749美元（目前约人民币5,488元）
- RTX 5070：549美元（目前约人民币4022元）
- RTX 5090D 16499元起
- RTX 5080起售价8299元
- RTX 5070 Ti 起价 749 美元
- RTX 5070 起价 549 美元
当缩放法则似乎碰壁时，肩负AI信徒期待的黄仁勋也为其唱了赞歌。
黄仁勋认为，缩放法则并没有失败。只要投入足够的计算资源，采用更复杂的算法，人工智能的智能水平就能不断提升。
甚至可以说，Scaling法则正在经历不同阶段的调整：
- 预训练缩放阶段。随着互联网数据量每年成倍增长，特别是多模态数据（视频、图像、声音）的爆发式增长，为AI训练提供了不断增长的数据基础。
- 训练后扩展阶段。通过强化学习、人类反馈等技术，AI可以像“导师”一样不断优化自身。这个过程类似于毕业后的继续教育。人工智能可以针对特定领域进行微调，提高解决实际问题的能力。
- 测试时间缩放阶段。人工智能在使用过程中可以灵活分配计算资源，通过推理、长期思考、问题分解来提高解决问题的质量。
Blackwell架构的互联技术NVLink72也已正式亮相。它结合了强大的GPU、CPU、内存、网络和数据处理能力，适用于人工智能、科学计算和数据分析等需要极高计算和数据处理能力的应用。
- 包含 72 个 Blackwell GPU，
- 能够提供1.4 ExaFLOPS的TF FP4性能，
- 配备576个存储芯片，总容量为14 TB（太字节），
- 具有 1.2 PB/s 内存带宽。
- 包含18个NVLink开关和1300亿个晶体管，
- 包含 2,592 个 Grace CPU 内核、72 个 ConnectX-8 网络接口卡 (NIC)、
- 18 个 BlueField 数据处理单元 (DPU)
AI Agent已经成为2025年的一个重要关键词，也是下一个重要的AI趋势。
新一代人工智能系统将不再局限于简单的问答模式，而是能够像真正的员工一样理解需求、交互并解决复杂的问题。
它可以调用多种工具，从网页搜索到PDF阅读，从使用计算器到生成图表，通过多个模型的协作完成任务。
为了实现这一目标，NVIDIA推出了包括Nims微服务平台和NVIDIA Nemo系统在内的完整解决方案。
Nims对复杂的底层技术进行了封装和优化，支持视觉、语言、语音等多种AI模型在各种云平台上运行。
Nemo系统可以称为AI Agent的“入职培训系统”。可以根据企业的具体需求进行定制化培训，包括完善的评价反馈机制和安全护栏。
未来，企业的IT部门将逐步转型为“AI Agent的人力资源部门”。
全球有10亿知识工作者，AI Agent可能是下一个机器人产业，而且很可能是价值数万亿美元的机会。
发布会上，黄仁勋还宣布推出世界基础模型平台——“NVIDIA Cosmos”，专注于理解和模拟物理世界。
经过2000万小时的视频训练，该平台主要关注物理动力学，包括自然运动、人类行为和物体操纵等场景，致力于教导AI理解物理世界如何运作。
它包括自动回归模型、扩散基础、高级标记器和人工智能加速数据管道等组件，并且可以根据文本、图像或视频提示生成物理兼容的虚拟世界状态。
从工业自动化到自动驾驶汽车，NVIDIA Universe 的应用范围极其广泛。
在工业领域，它可以模拟工厂运营并生成用于训练机器人的合成数据。在自动驾驶领域，它可以将数千个真实驾驶数据扩展为数十亿英里的训练数据。
通用机器人的“ChatGPT时刻”即将到来，有望在未来几年推动机器人技术突破性进展。
超级计算机不再是数据中心的专属，它们正在进入每个人的口袋。
当初，黄仁勋曾向OpenAI展示了世界上第一台DGX-1 AI超级计算机。
作为一款专门为深度学习设计的系统，DGX-1集成了硬件、深度学习软件和开发工具，让用户能够简单快速地部署，对当今的AI浪潮也起到了巨大的推动作用。
时隔多年，与当年“盒子”大小的超级计算机相比，黄仁勋在发布会上展示的可单手握持的Project Digits让观众惊叹不已。
Project Digits 由 NVIDIA 全新 GB10 Grace Blackwell 超级芯片提供支持，专为 AI 研究人员、数据科学家和学生而设计，为原型设计、微调和运行 AI 模型提供高达 petaflop 级的计算性能。
GB10 与 MediaTek 合作开发，配备 NVIDIA Blackwell GPU，连接到 20 核 NVIDIA Grace CPU。在 Project Digits 的外壳内，该芯片连接到 128GB 内存池和高达 4TB 的闪存。
NVIDIA 声称单个 Project Digits 单元可以运行具有多达 2000 亿个参数的模型。如有必要，两个单元可以连接在一起来运行具有多达 4050 亿个参数的模型。
英伟达声称单个 Project Digits 单元可以运行高达 2000 亿个参数的模型，如果有工作需要，两台连接在一起，可运行多达 4050 亿个参数的模型。
而且，它不仅可以作为私有云计算平台，还可以秒变身专业工作站，真正“开箱即用”。Project Digits 将于今年 5 月通过 NVIDIA 顶级合作伙伴发售，售价为 3,000 美元。
从数据中心到个人桌面，AI浪潮正在席卷每一个计算终端，而NVIDIA正在将这场革命的火势蔓延到每台个人电脑中。
当RTX 50系列显卡让游戏玩家体验AI驱动的性能时，当Project Digits让超级计算不再遥不可及时，AI无处不在的未来正在变得清晰。而这或许就是英伟达一直努力追求的愿景。
0赞好文章，需要你的鼓励
推荐文章
“Mercor正在训练的模型，比人类更懂如何预测工作表现。”
Xbox 部门推出了名为 Muse 的生成式 AI 模型，旨在为游戏创造视觉效果和玩法。这一举措反映了微软全面拥抱 AI 技术的战略，尽管游戏开发者对 AI 持谨慎态度。Muse 不仅可能提高游戏开发效率，还有望实现老游戏的现代化改造，但其实际效果和对行业的影响仍有待观察。
Sonar收购AutoCodeRover，旨在通过自主AI代理增强其代码质量工具。这项收购将使Sonar客户能够自动化调试和问题修复等任务，让开发者将更多时间用于改进应用程序而非修复bug。AutoCodeRover的AI代理能够自主修复有问题的代码，将与Sonar的工具集成，提高开发效率并降低成本。
人工智能正在推动数据中心的变革。为满足 AI workload 的需求,数据中心面临前所未有的电力消耗增长、散热压力和设备重量挑战。应对这些挑战需要创新的解决方案,包括 AI 专用硬件、可再生能源、液冷技术等。同时,数据中心还需平衡监管压力和社区关切。未来数据中心的发展将决定 AI 技术能否实现其变革性潜力。
/
0赞
京公网安备 11010802021500号 京网文(2021)3350-928号 京字第20868号
