---
title: "英伟达2024GTC大会你必须知道的36个重点｜F2AI焦点"
id: "20240322A06QS300"
publicationAccount: "非凡产研"
originalPublishedAt: "2024-03-22T16:30:00+08:00"
canonical: "https://ffcap.cn/research/20240322a06qs300"
source: "https://view.inews.qq.com/a/20240322A06QS300"
sourceAccount: "https://news.qq.com/omn/author/21759984"
language: "zh-CN"
tags: ["组织转型","具身智能","AI 医疗","智能制造","OpenAI"]
---

# 英伟达2024GTC大会你必须知道的36个重点｜F2AI焦点

文章中的“非凡产研”是原始发布账号署名，不代表已核实个人执笔作者。引用访谈或圆桌观点时，应按正文标明具体发言人及当时身份；无法确认时不要推断。日期为原始发表日期，历史信息以发布时点为准。

AI界的奥斯卡，英伟达2024GTC大会刚刚落下帷幕！

现役”AI教父”黄仁勋亲自引领了科技的风潮。他在两场备受瞩目的活动中登台演讲，一次是在北京时间周二凌晨4点至6点的开幕式，另一次则是周四凌晨2点至2点50的AI转型讨论会。黄仁勋的开幕演讲不仅是大会的高光时刻，更是一场科技盛宴，持续了整整两个小时。

对于那些渴望深入了解计算芯片奥秘的参会者来说，他们得到的远不止预期。黄仁勋不仅分享了GPU如何引领机器人技术、人工劳动、医疗保健和气象系统等领域的革命，还展示了英伟达如何在AI的浪潮中乘风破浪！

**非凡产研特别盘点了关于GTC大会你必须知道的36个重点！**

##    **NVIDIA****前沿AI技术及产品速递**

**1. 全新的人工智能超级芯片已经问世**

**![英伟达2024GTC大会你必须知道的36个重点｜F2AI焦点 · 原文图片 1](https://inews.gtimg.com/om_bt/OAlXfYGkgF8YwNwhTXO-GqLxILnX8YHEIxO0HO2iQH40UAA/1000)**

毫无疑问，GTC24最重大的焦点是黄仁勋介绍的全新Blackwell芯片，这是英伟达Hopper芯片的最新、更强大的GPU继任者。

它比Hopper快两倍，Blackwell平台最多可扩展到576个GPU。它还成功地在比以前的计算系统更小的空间内完成了这一切。

> 英伟达对本次产品发布的点评：
> 
>   
> 
> 行业已经接受了Blackwell。宣布Blackwell的新闻稿中包含了来自谷歌CEO桑达尔·皮查伊、谷歌DeepMind CEO Demis Hassabis、Meta CEO Mark Zuckerberg、微软CEO Satya Nadella、OpenAI CEO Sam Altman以及特斯拉和xAI CEO Elon Musk的支持。黄仁勋表示：“整个行业都在为Blackwell做准备”，他说这将是公司历史上最成功的发布活动。

**2. 全新的人工智能超级计算机也已问世**

![英伟达2024GTC大会你必须知道的36个重点｜F2AI焦点 · 原文图片 2](https://inews.gtimg.com/om_bt/Oygw8lQm9fQuAJBrix2YU_b9nQZxUT47eVEZEOkrN-rhsAA/1000)

为了处理所有这些人工智能的重活儿，黄仁勋还宣布了一个更新、更强大的英伟达人工智能超级计算机：新的DGX SuperPOD。

据英伟达称，它被设计成在公司强大的Grace Blackwell超级芯片上运行，以便处理将计算系统转变为“人工智能学习工厂”所需的大量数据。

具体来说，这意味着“在FP4精度下进行11.5艾克斯普FLOPS的人工智能超级计算和240 TB的快速存储器”，根据英伟达的博客，这对于处理需要大规模生成式人工智能训练和推理工作负载的“处理万亿参数模型并实现超大规模生成式人工智能训练和推理工作负载”的严肃人工智能工作来说是必需的。

**3. 引入NIM**

![英伟达2024GTC大会你必须知道的36个重点｜F2AI焦点 · 原文图片 3](https://inews.gtimg.com/om_bt/OOLlqSvK_7ekKZSx-GUOv9rn-pP49XLsEYDJEOZPZj5TYAA/1000)

为了补充这些新发布的产品，英伟达还推出了一项名为Nvidia Inference Microservice（NIM）的新软件服务。

据黄仁勋称，NIM将彻底改变未来软件的构建和编码方式，将AI组装起来，基本上为您编写和创建它，而无需编写一行代码。

NIM将是基于云的，这意味着它们可以从在线的英伟达中心下载，以便在世界任何地方使用。

**4. 机器人技术即将发生革命性改变**

![英伟达2024GTC大会你必须知道的36个重点｜F2AI焦点 · 原文图片 4](https://inews.gtimg.com/om_bt/OPvYSgHdOsq9L_bRtBSbwywnr0uGX3a9rCnEJoCcJZDhMAA/1000)

当天的另一项宣布是“GROOT项目”：英伟达对机器人技术的一次新尝试，它将使各种类型的机器人能够从中学习并模仿人类的动作和语音，具有强大的感知机器人处理芯片。

这些机器人突破性地引入了几种令人惊叹的应用，包括自动驾驶汽车、机器人工厂工人、说话的食品售货亭等等。

**5.下一代数据中心的综合数字蓝图**

![英伟达2024GTC大会你必须知道的36个重点｜F2AI焦点 · 原文图片 5](https://inews.gtimg.com/om_bt/OvnuVkpfvCni9vjt_Gku9JWbBwF2NjNcGybQBJDwQvPoUAA/1000)

据官方介绍，其中核心是基于英伟达GB200 NVL72液冷系统的大型集群。每个机架配备了18颗Nvidia Grace CPU和36颗Nvidia Blackwell GPU，并通过第四代Nvidia NVLink交换机进行互连。

通过仿真和数字孪生，工程团队可以优化冷却系统的性能，并将仿真数据无缝集成到数字孪生中。这使得工程师能够在物理实施之前彻底测试、优化和验证数据中心设计，为数据中心的建设和运营提供了更加全面的支持和保障。

**6.Omniverse 将 AI 引入物理世界**

![英伟达2024GTC大会你必须知道的36个重点｜F2AI焦点 · 原文图片 6](https://inews.gtimg.com/om_bt/OI1mxLSP-wtVuz2d2f8s8Y1TN-Va5cB09GjgSROvv1J1YAA/1000)

NVIDIA 宣布将以 API 形式提供 NVIDIA Omniverse Cloud，从而将全球领先的工业数字孪生应用和工作流创建平台的覆盖范围扩展到整个软件制造商生态系统。

借助五个全新 Omniverse Cloud 应用编程接口（API），开发者能够轻松地将 Omniverse 的核心技术直接集成到现有的数字孪生设计与自动化软件应用中，或是集成到用于测试和验证机器人或自动驾驶汽车等自主机器的仿真工作流中。

为了展示其工作原理，黄仁勋分享了一个机器人仓库的演示 —— 使用多摄像头感知和追踪，看顾工人并协调机器人叉车，在整个机器人堆栈运行的情况下，这些叉车能够实现自动驾驶。

##    **NVIDIA技术及产品在各行各业的创新应用**

**1. 电信领域**

![英伟达2024GTC大会你必须知道的36个重点｜F2AI焦点 · 原文图片 7](https://inews.gtimg.com/om_bt/OhK-Yenonp82btsYcq_WSJ35uKhEVGutKeZv87Kci5eBQAA/1000)

NVIDIA推出了6G研究云，结合了AI和Omniverse技术，旨在推动下一代通信技术。这个平台利用了Sionna神经无线电框架、Aerial CUDA加速无线电接入网络和Aerial Omniverse Digital Twin for 6G技术。

**2. 半导体设计和制造领域**

![英伟达2024GTC大会你必须知道的36个重点｜F2AI焦点 · 原文图片 8](https://inews.gtimg.com/om_bt/OflMxCEtcbhKtbDfxWDiQ7uMqfW7avksK_G2KXS4tEUoUAA/1000)

NVIDIA与TSMC和Synopsys合作推出了cuLitho计算光刻平台，将半导体制造中的计算密集型工作负载加速40-60倍。

**3. 地球气候领域**

![英伟达2024GTC大会你必须知道的36个重点｜F2AI焦点 · 原文图片 9](https://inews.gtimg.com/om_bt/OLjNqnK6mTocLjFTtFI1hp_LM5mRjcKo7bfAcnm51QsG4AA/1000)

会议推出了NVIDIA地球气候数字孪生云平台，可以进行交互式高分辨率模拟，加速气候和天气预报。The Weather Company与台湾气象部门合作，成为首批采用全新Earth-2云API的机构。他们利用人工智能技术，加速全球气候和天气的高分辨率模拟和可视化，突破性地实现了2公里尺度。

**4. 医疗领域**

![英伟达2024GTC大会你必须知道的36个重点｜F2AI焦点 · 原文图片 10](https://inews.gtimg.com/om_bt/O9rMga_KVnQh6RkAWH5UFiKbHepazc_CzYOtIuiBuxEqkAA/1000)

NVIDIA在成像系统、基因测序仪器以及与手术机器人公司的合作中发挥了重要作用。此外，他们还推出了新型生物学软件和20多个新的微服务，为全球医疗企业提供先进的成像、自然语言和语音识别，以及数字生物学生成、预测和模拟功能。

##    **NVIDIA与超级合作伙伴**

**1.SAP与NVIDIA携手加速生成式AI在企业应用中的普及**

![英伟达2024GTC大会你必须知道的36个重点｜F2AI焦点 · 原文图片 11](https://inews.gtimg.com/om_bt/Oygw8lQm9fQuAJBrix2YU_b9nQZxUT47eVEZEOkrN-rhsAA/1000)

通过部署NVIDIA AI代工服务和全新NVIDIA NIM微服务的自定义大语言模型，客户之后可以充分利用SAP云解决方案中的业务数据。

SAP SE和NVIDIA宣布深化合作，致力于加速企业客户在SAP云解决方案和应用组合中利用数据和生成式AI的变革力量。两家公司正在合作构建和交付SAP Business AI，SAP和NVIDIA计划在2024年底前推出新的集成功能。

NVIDIA创始人兼首席执行官黄仁勋表示：“SAP坐拥一座企业数据金矿，这些数据可以转化为自定义的生成式AI智能体，帮助客户实现业务自动化处理。NVIDIA和SAP将携手为全球数千家依靠SAP支持其运营的企业带来自定义生成式AI。”

**2.英伟达和甲骨文合作**

![英伟达2024GTC大会你必须知道的36个重点｜F2AI焦点 · 原文图片 12](https://inews.gtimg.com/om_bt/OLGOS-RIPaTdoe86td2prikRNPemD9bQEVFl3eZRDkWuAAA/1000)

英伟达还宣布扩大与云基础设施公司甲骨文（Oracle）的合作，以帮助全球交付主权人工智能。

英伟达解释道，主权人工智能是指“一个国家利用自己的基础设施、数据、人力资源和商业网络来生产人工智能的能力。”

英伟达和甲骨文的合作旨在“为全球客户提供主权人工智能解决方案”，利用“甲骨文的分布式云、AI基础设施和生成式AI服务，与英伟达的加速计算和生成式AI软件结合，可以支持政府和企业部署人工智能工厂。”

甲骨文首席执行官Safra Catz在一份新闻稿中表示：“随着人工智能重塑全球的商业、行业和政策，各国和组织需要加强数字主权，保护其最有价值的数据。”

**3.助力Apple Vision Pro**

![英伟达2024GTC大会你必须知道的36个重点｜F2AI焦点 · 原文图片 13](https://inews.gtimg.com/om_bt/OCKiQJ0FeLa1MKw9iwZh8dkvUPx8z2qScSoJT5iiwXU9MAA/1000)

黄仁勋还宣布，NVIDIA 将把 Omniverse 引入 Apple Vision Pro 中，通过新的 Omniverse Cloud API，开发者可以将交互式工业数字孪生流式传输到 VR 头显中。

一些全球大型工业软件制造商正在采用 Omniverse Cloud API，包括 Ansys、Cadence、达索系统旗下 3DEXCITE 品牌、Hexagon、微软、罗克韦尔自动化、西门子和 Trimble 等。

**4.比亚迪选择NVIDIA下一代计算平台加速自动驾驶**

![英伟达2024GTC大会你必须知道的36个重点｜F2AI焦点 · 原文图片 14](https://inews.gtimg.com/om_bt/OpASOGdNTwIRg8WLYK8IqBZxb2omLOV4Rfq_fyU7-vawgAA/1000)

黄仁勋在演讲中透露，集高级辅助驾驶技术和车载信息娱乐于一体的 NVIDIA DRIVE Thor 将搭载为 Transformer 和生成式 AI 工作负载而打造的全新 NVIDIA Blackwell 架构。并宣布比亚迪已选择 NVIDIA 的下一代计算平台用于其自动驾驶汽车，在 DRIVE Thor 上构建其下一代电动汽车车队。

##    **GTC大会金句集锦**

**1、黄仁勋Jensen Huang**

英伟达CEO黄仁勋的主题演讲，无疑是本次大会的最大焦点，他所提出的“AI+”概念，预示着人工智能技术将更加深入地融入游戏、影视制作、3D内容生成等多个领域，开启一场全新的产业革命，以下为我们从其开幕式演讲中摘选的要点：

![英伟达2024GTC大会你必须知道的36个重点｜F2AI焦点 · 原文图片 15](https://inews.gtimg.com/om_bt/OaS2ZYPJ-XCRYIW1qlrMBj7erAcywbw6PElnanrTuityMAA/1000)

1.“成熟的企业平台坐拥数据金矿，可以转化为生成式人工智能副驾驶。”

2.“下一个AI浪潮将是AI在物理世界的学习。”

3.“我们需要更大的模型，我们将使用多模态数据来训练它，而不仅仅是互联网上的文本。我们将使用文本和图像、图形和图表来训练它，就像我们从电视中学习一样，它也需要从海量视频中学习。”

4.“未来，数据中心将成为 AI 工厂，AI 工厂的使命是创造收入，同时也创造智能。”

5.“未来的公司会将精力放在组装 AI 模型，赋予它们任务，给出工作产品示例，审查计划和中间结果，而不是编写软件。”

6.“所有会动的东西都可能成为机器人，汽车行业将是其中的一个重要部分，NVIDIA 的计算平台已经应用在乘用车、卡车、配送机器人和自动驾驶出租车中。”

7.“计算机图形学、物理学和 AI 是 NVIDIA 的灵魂所在，生成式 AI 时代一切改变都有可能发生。”

8.“加速计算已到达临界点，通用计算已失去动力。”

9.“我们需要一个模拟引擎，来以数字方式为机器人呈现世界，这样机器人就有了一个学习如何成为机器人的‘健身房’，我们称这个虚拟世界为 Omniverse。”

10.“未来我们如何构建软件？你不太可能从头开始编写，也不太可能写一大堆 Python 代码或类似的东西，很可能你只需要组建一支 AI 团队就够了。”

**2、李飞飞 Fei Fei Li**

在本届英伟达GTC的炉边谈话中，美国国家工程院院士、斯坦福大学教授、有着“AI教母”之称的李飞飞与英伟达首席科学家比尔·达利围绕AI发展、AI风险、人类在AI时代的角色定义等话题展开了对谈。

**以下为我们从李飞飞教授对谈中摘选的要点：**

![英伟达2024GTC大会你必须知道的36个重点｜F2AI焦点 · 原文图片 16](https://inews.gtimg.com/om_bt/OMnK4rRfkLf6Uz6dFfugKpi9zoXQ3_yPbrkwjGbH1c414AA/1000)

1.“当我们用大数据进行扩展时，如果是完全盲目的扩展，那么我想英伟达会很高兴，你们会卖出更多芯片。但我想看到的是结构化建模，或者说偏向于三维感知和结构的模型与大数据相结合。”

2.“自然花了5.4亿年的时间来创造感知大脑。而创造语言，大脑只花了几十万年。所以感知是非常非常深刻的。”

3.“工作的定义是什么？如果工作是一项任务，比如抓起某样东西或做一个煎蛋，我想它会被机器完成。但如果工作是人性的一部分，是定义我们创造力的一部分，定义我们的独特性，定义我们的意图、我们的同情心、我们与他人独特的情感联系，以及我们每个人对他人或对社会可能产生的独特贡献，那么我认为这些永远不会被完全取代。我们会利用机器来帮助我们更好地完成这类工作，但不会出现根本性取代。”

4.“在人性方面，在人与人的互动方面，有太多超越了计算、计算、机械的东西，我认为这些将是会保留下来并不断演变的工作。我们将越来越多地被机器赋予超能力，但作为人类的核心不会被取代。”

5.“无论你如何训练机器，你都无法训练出人类的智能或人类创造力。”

6.“AI是一个工具。它是一个需要一些数学和计算来实现的工具。归根结底，人类不仅是工具的创造者，我们也是如何使用工具的决策者；我们是工具应用的创造者，我们也是工具的用户；我们是决定如何管理工具以及管理想要使用工具的人的选民。所以在参与AI方面有很多公民的可能性。”

**3、Transformer架构作者**

首次提出“Transformer架构”的《Attention is All You Need》这篇具有里程碑意义的论文的八位作者中，有七位首次聚集在一起与Nvidia CEO 黄仁勋（Jensen Huang）在今年的GTC大会上进行了交流。

他们包括Character.ai的联合创始人兼CEO Noam Shazeer；Cohere的联合创始人兼CEO Aidan Gomez；Essential AI的联合创始人兼CEO Ashish Vaswani；Sakana AI的联合创始人兼CTO Llion Jones；NEAR Protocol的联合创始人Illia Polosukhin；Inceptive的联合创始人兼CEO Jakob Uskhoreit；以及OpenAI的技术员Lukasz Kaiser。Essential AI的联合创始人Niki Parmar未能出席。

**以下是我们结合所有嘉宾的讨论整合的金句：**

1.为什么叫Transformer？我们只是随便起了一个名字，觉得它很有创意，改变了我们的数据生产模式，使用了这样一种逻辑。所有的机器学习都是Transformer，都是颠覆者。它描述了模型的原理，实际上转换了整个信号，按照这个逻辑，几乎所有的机器学习都会被转换。

2.这个例子就像2+2，如果你正确地将它输入到这个模型中，它就会使用一万亿个参数。所以我认为自适应计算是接下来必须出现的事情之一，我们知道在特定问题上应该花费多少计算资源，知道目前计算机的生成能力有多少，我觉得这是接下来需要集中注意力的问题，这是宇宙级的变革者，也是未来的发展趋势。

3.我觉得让世界更聪明，就是指如何去获得来自于世界的反馈，我们能否实现多任务、多线的并行。如果你真的想构建这样一个模型，帮助我们设计这样一个模型，这是一种非常好的方式。

4.无论你是想解决问题，还是想学习任何内容，学习总会帮助你取得胜利。在生成式人工智能的过程中，学习内容也会帮助我们取得胜利。作为在场的研究者，我想提醒大家，我们赋予计算机的AI模型真正的意义，让它们真正帮助我们理解宇宙的奥秘。

5.软件将改变整个世界。最直接的方式就是教会机器编写代码，让编程对每个人都变得可及。我们现在正处于一个全新的生成式时代，这是一个崇尚创新和创新者的时代，我们希望积极参与并拥抱变化，因此我们寻求不同的方法来帮助构建一个非常酷的模型。

6.我们都认识到了推理的重要性，但很多工作目前还是由工程师手工完成的。我们实际上是在教他们以一种交互式的问答方式去回答，我们希望他们能够理解为什么在一起，一起提供强有力的推理模式。

我们希望模型能够生成我们想要的内容，这样的生成方式是我们所追求的。无论是视频、文本还是3D信息，它们都应该被整合在一起。

我认为推理的发展非常迅速，数据模型也非常重要，而且不久的将来会有更多交互性的内容。

参考资料：腾讯科技《中文实录全网首发！黄仁勋集齐Transformer论文七大作者，对话一小时，干货满满》

##    **栏目介绍**

---

原始发布版本：https://view.inews.qq.com/a/20240322A06QS300

本站阅读页：https://ffcap.cn/research/20240322a06qs300