跳到主要内容

引领物理AI与下一代算力革命

· 阅读需 13 分钟
otqsoft
otqsoft
Front And Rear End Engineers @ gitee

在CES 2026上，英伟达创始人兼CEO黄仁勋发表了主题为 “计算的炼金术”（The Alchemy of Computation） 的演讲。本次演讲的核心论点是：计算行业正在经历从软件到硬件的全面重构，AI将从数字世界走向物理世界，而英伟达通过其全栈技术，正成为这场新工业革命的基石引擎。

核心战略：引领双重平台变革​

英伟达指出，计算行业正同时经历两场十年一遇的平台级变革：

  1. 从通用计算到加速计算：传统计算范式正在被加速计算所取代。
  2. 从传统应用到生成式AI：应用范式正在被生成式AI重塑。

这场变革导致了整个技术栈的全面重构，具体表现为：从代码驱动转向模型驱动、从CPU转向GPU、从预编译转向生成式、从应用优先转向AI优先。这催生了一个价值高达10万亿美元的待现代化的计算市场。

三大技术革命支柱​

基于上述战略判断，英伟达发布了支撑未来发展的三大技术支柱。

物理AI革命：让AI走进现实世界​

英伟达认为，AI的下一个前沿是突破屏幕限制，进入并理解物理世界，即 “物理AI（Physical AI）” 。其核心架构是 “三位一体” ，即训练计算机、推理计算机、模拟计算机，其中模拟是几乎所有物理AI工作的基础。

  • 关键平台与模型：
    • COSMOS：被称为物理AI的 “ChatGPT时刻” ，是一个世界基础模型。它能基于物理规律生成无限多样的合成数据，用于生成物理AI技能、对齐多模态信息等。
    • Alpha Mayo：全球首个推理型AI，采用端到端训练，能根据摄像头输入推理下一步行动及原因，旨在解决自动驾驶等领域的“长尾难题”。
    • Omniverse：作为机器人的创世引擎，用于生成海量合成数据训练机器人。
  • 重大产业合作：
    • 与梅赛德斯-奔驰达成战略合作，目标在2026年第一季度让搭载其DRIVE Thor平台及Alpha Mayo模型的车辆全球上路，合作规模目标达1亿辆。
    • 与西门子达成战略合作，将英伟达AI全栈集成至工业软件中，贯穿设计、生产、运营全生命周期，定义 “未来工厂 = 巨型机器人”。

开源模型与智能体系统：重构软件生态​

英伟达宣布致力于 “锻造世界顶级的开源模型” ，并发布了覆盖多领域的开源模型矩阵，例如：

  • Nemo Tron 3：语言模型，采用混合SSM架构，实现极速推理。
  • OpenFold 3：生物学模型，用于理解蛋白质结构与生成。
  • ForecastNet：物理世界模型，旨在革新天气预测。

同时，演讲强调未来AI的新原子单元是AI代理（Agent），需具备规划、推理、执行和研究能力。为此，英伟达提出了 “智能体路由（Agent Routing）” 技术，可动态组合调用多个专家模型，构建专属AI系统。

Vera Rubin平台：下一代AI算力底座​

为应对AI性能需求每年10倍的增长与晶体管性能增长（仅1.6倍/年）之间的巨大差距，英伟达发布了全新Vera Rubin计算平台，该平台已全面投产。

  • 设计理念：采用极致协同设计，整合自研芯片与技术。
  • 核心组件与性能：
    • Rubin GPU：晶体管数量比前代增长1.6倍，浮点性能提升5倍。
    • Vera CPU：为AI超算定制，每瓦性能是前代Grace的2倍。
    • BlueField-4 DPU、Spectrum-X AI以太网与NVLink 6 Switch：提供极高的网络互联带宽。
  • 物理创新：采用零线缆、零风扇、直接芯片液冷设计，使用45℃温水冷却，极大简化数据中心部署。
  • 研发投入：该平台研发总计投入了15,000工程师年。

总体定位

英伟达将自身定位为 “世界领先平台的AI引擎” 。通过上述从物理AI、开源软件生态到下一代算力基础设施的全栈布局，英伟达旨在从硬件、软件到应用全面引领下一波AI浪潮，推动一场新的工业革命。

物理AI技术深度解析​

物理AI并非一个单一的产品，而是英伟达为应对“AI走出屏幕”这一核心挑战所构建的一整套技术体系。它旨在赋予AI系统理解并安全作用于物理世界的能力，其实现依赖于一个被官方称为“三位一体”的架构，以及支撑该架构的多个关键平台组件。

🔬 核心理念与使命​

其核心使命在于突破AI的“屏幕限制”，解决传统AI模型普遍缺乏的物理常识。这些常识包括对重力、摩擦力、运动与因果关系的理解。同时，它旨在弥合因真实世界数据“收集缓慢、昂贵且永不满足”而产生的数据鸿沟。

⚙️ 三位一体技术架构​

物理AI的实现依赖于一个全新的基础计算架构，由三类专用计算机组成：

  • 训练计算机：负责对物理AI模型进行大规模的训练与优化。

  • 推理计算机：负责将训练好的模型高效地部署到终端（如汽车、机器人），进行实时决策与响应。

  • 模拟计算机：被定义为“几乎所有物理AI工作的基础”。通过创建物理级精准的虚拟世界，提供无限、安全、可控的环境来生成合成数据、验证算法和预演复杂交互，是连接训练与推理的关键桥梁。

    img

🧠 核心技术组件解析​

物理AI技术栈由以下几个已发布的关键平台与模型构成：

  1. COSMOS：世界基础模型
    • 定位：物理AI领域的 “ChatGPT时刻”。它是一个基于物理规律构建的生成式模型。
    • 功能：
      • 生成无限合成数据：能够根据物理定律，生成无限多样、物理连贯的合成数据（如视频序列），为机器人、自动驾驶等系统提供近乎无限的训练素材。
      • 多模态对齐：将语言、图像、3D模型与动作指令对齐，形成统一的世界表示。
      • 交互与推理：支持交互式闭环模拟，并能对物理场景进行推理、分析与预测。
    • 价值：从根本上解决了高质量物理数据稀缺的瓶颈，实现了 “计算炼成数据” 的范式。
  2. Alpha Mayo：首个推理型AI“大脑”
    • 定位：全球首个端到端训练的推理型AI。
    • 核心特性：
      • 端到端映射：直接实现从传感器（如摄像头）输入到行动指令的输出，极大地简化了系统复杂性。
      • 长尾场景推理能力：其核心突破在于能够推理“下一步行动及原因”。这意味着面对从未见过的复杂场景（“长尾问题”），它能基于对物理世界的理解进行逻辑推导，而非依赖预先记录的海量数据。
    • 部署基石：运行在专为机器人系统设计的DRIVE Thor芯片之上，该芯片具备最高等级的功能安全认证和双处理器冗余设计。
  3. Omniverse：机器人的“创世引擎”
    • 定位：物理AI的虚拟训练场与开发平台。
    • 作用：作为物理级精准的仿真宇宙，Omniverse 是运行COSMOS和训练Alpha Mayo等AI的底层环境。它使得在虚拟世界中大规模、低成本、高效率地测试和迭代物理AI算法成为可能。

🚗 产业落地：从技术到规模化应用​

物理AI技术已锁定明确的标杆应用，并进入大规模部署阶段：

  1. 自动驾驶与智慧出行
    • 合作方：与梅赛德斯-奔驰达成深度战略合作。
    • 落地计划：自2026年第一季度起，全球将有1亿辆新车搭载基于DRIVE Thor和Alpha Mayo的物理AI系统，并支持持续的OTA更新。
    • 安全冗余：采用双堆栈安全设计，融合“经典自动驾驶堆栈”（确保绝对安全与可追溯性）与“Alpha Mayo AI堆栈”（提供卓越性能与推理能力）。
  2. 工业制造与未来工厂
    • 合作方：与西门子达成战略合作。
    • 愿景：定义 “未来工厂 = 巨型机器人” 。将英伟达物理AI全栈技术深度集成到西门子的工业软件中，贯穿产品设计、生产制造、运营维护的全生命周期，实现物理世界与数字世界的智能闭环。

这一系列技术的协同，标志着AI从处理数字信息的软件，正式进化为能够理解、推理并安全操作物理实体的新一代智能系统。

Vera Rubin计算平台技术解析​

为弥合AI算力需求每年10倍增长与晶体管性能每年仅1.6倍增长之间的根本性矛盾，英伟达推出了采用“极致协同设计”理念的Vera Rubin平台。它并非单一芯片的迭代，而是一个从底层芯片、互联网络到物理散热进行全栈重构的系统级AI算力底座，旨在为全球AI工厂提供满足未来指数级需求的基础设施。

🔩 设计哲学：极致的协同设计​

Vera Rubin平台的核心设计思想是打破传统硬件堆叠的路径依赖，将GPU、CPU、DPU、网络交换机及物理冷却系统进行深度整合与协同优化。这一理念旨在系统性解决数据在计算、存储和传输过程中的每一个瓶颈，而非进行单点性能提升。为此，英伟达累计投入了15,000工程师年进行研发，体现了其系统级创新的深度与广度。

img

🧩 核心硬件架构：全栈自研的算力模块​

一个标准的Vera Rubin计算模块是一个高度集成的系统单元，其核心构成如下：

  • 4颗 Rubin GPU：作为主要的AI算力引擎。
  • 2颗 Vera CPU：为AI超算定制的“智慧大脑”。
  • 4颗 BlueField-4 DPU：用于卸载虚拟化、安全与网络任务的“智能管家”。
  • 8个 ConnectX-9 网络接口卡。

该模块实现了零线缆、零软管、零风扇的物理设计，将包含2.2万亿个晶体管的复杂系统集成在一个重量约2吨的紧凑单元中。

1. Rubin GPU：性能与能效的飞跃​

Rubin GPU在架构上实现了代际跨越：

  • 晶体管与性能：晶体管数量较前代Blackwell架构提升1.6倍，并在此基础之上实现了5倍的浮点性能提升。
  • MVF P4 张量引擎：这是其关键创新，支持硬件级自适应精度。该引擎无需软件干预，即可在处理器内部动态调整计算精度与结构，在吞吐量与精度之间实现最优平衡，为混合精度训练与推理提供底层硬件支持。

2. Vera CPU：为AI定制的“智慧大脑”​

Vera CPU专为协同GPU进行大规模AI计算而设计：

  • 能效核心：采用88核 / 176线程设计，其每瓦性能是前代Grace CPU的2倍。
  • 空间多线程技术：确保每个线程都能获得完整的执行性能，避免资源争抢。
  • 惊人的I/O性能：专门优化了GPU间的高速数据共享能力，确保数据在CPU与GPU之间以及GPU与GPU之间能够极速流动。

3. BlueField-4 DPU：让计算更纯粹​

BlueField-4 DPU作为每个计算节点的标准配置，其核心使命是卸载。它将虚拟化、安全策略、存储访问和网络功能等任务从CPU/GPU上剥离，使得主计算单元能够专注于纯粹的AI计算任务，同时保障了多租户环境下的安全隔离。

🌐 互联与数据流重构：消除网络瓶颈​

Vera Rubin平台重新定义了数据中心内部的数据流动方式，旨在让“网络成本趋近于零”。

  • 机架内神经（NVLink 6 Switch）：提供高达240 TB/s的机架内互联带宽。这一带宽被官方形容为超过全球互联网总带宽的2倍，彻底消除了GPU间数据交换的瓶颈。
  • AI工厂动脉（Spectrum-X AI以太网）：用于连接不同机架与集群，其网络吞吐性能较传统方案提升25%，显著降低了大规模AI训练与推理中的网络通信开销。

🏗️ 物理与能效工程：重新定义数据中心​

平台的物理设计是其颠覆性优势之一：

  • 100% 直接芯片液冷：整个计算模块采用直接液冷设计，使用45℃的温水作为冷却液。这一创新使得数据中心无需再配备昂贵的冷水机组，极大简化了基础设施，降低了整体能耗与复杂度。
  • 部署革命：得益于高度集成与简化的设计，将一个Vera Rubin计算模块的部署时间从传统方式的数小时缩短至仅需5分钟，大幅提升了数据中心的运营效率和灵活性。

📊 平台整体性能指标​

通过上述全栈协同设计，Vera Rubin平台实现了碾压式的性能飞跃（官方对比前代平台）：

  • 峰值推理性能提升：5倍
  • 峰值训练性能提升：3.5倍
  • 单个计算模块AI算力：100 PFLOPS

🎯 解决的核心挑战：面向未来的架构​

Vera Rubin的设计前瞻性地瞄准了下一代超大规模AI模型的核心瓶颈——KV缓存（Key-Value Cache）**问题。KV缓存是Transformer类模型推理时的“工作记忆”，随着模型参数增至万亿级、上下文长度趋向无限，KV缓存的规模将爆炸性增长，导致每生成一个Token都需要读取海量数据，成为网络流量激增的“万恶之源”。 为突破此瓶颈，平台集成了硅光子连接技术**。该技术采用台积电（TSMC）的Co-op硅光子集成工艺，将光模块直接与芯片连接。其首款产品**Spectrum-X 新一代AI以太网交换机可提供512个200 Gbps端口，以光子替代电子进行高速数据传输，从根本上为未来模型所需的海量数据流动做好了准备。

最后更新时间: 2026/7/31 13:40:35|访问次数: 0|豫ICP备2025159864号|