前瞻钱瞻466. 英伟达GTC DC 2025 ：黄仁勋宣布“AI 阿波罗时刻 ”开启

前瞻钱瞻：“下一次阿波罗时刻”不是情怀，是国家级战略升级！英伟达。GTC Washington, D.C. 2025 于 2025 年 10 月 27 日-29 日在华盛顿举办，CEO Jensen Huang 的主题演讲确定于 2025 年 10 月 28 日（星期二）10:30 AM 做了演讲。

GTC（全称 GPU Technology Conference）最初由 NVIDIA 主办，用以展示 GPU 在科学、高性能计算中的潜力。但到 2025 年，其意义已经远超“显卡大会”或“开发者峰会”，成为一场 人工智能、加速计算、物理智能与国家级产业能力的标志性大会。

GTC Washington, D.C. 2025 定位为：“在美国首都召集全球开发者、产业领袖、政策制定者，一起探索 AI 基础设施、机器人、量子、6G 等突破性的技术与产业机会。

，GTC DC 2025 是一场 “智能时代基础设施宣言大会”。

当“创新”变成一种工业主权

NVIDIA 选择将 GTC 的重头转场至华盛顿，具有多重战略意义。文章指出：

这是 GTC 首次在美国首都举办，标志其与政策、产业、国家层面更深度整合。
CEO Jensen Huang 的主题演讲攸关美国科技领导力、算力主权与全球 AI 竞争格局。
大会不仅展示产品，而是在“算力、平台、模式、生态、国家战略”维度抢位。

谁将拥有叙事权、增长权与文明主导权。

America’s Next Apollo Moment

在美国首都华盛顿的一个秋夜，Jensen Huang 登上舞台。
背景视频掠过：晶体管、个人电脑、互联网、iPhone——以及一句结尾字幕：

“This is America’s next Apollo moment.”

几十年来，科技革命的主线从未改变——从电力到互联网，从软件到云。
但在 2025 年的 GTC 舞台上，人工智能被正式提升为“国家基础设施”，
被写进一场关于制造业回流、国家安全与文明延续的叙事。

这是一个全新的时代宣言：

“AI is essential infrastructure. Every company will use it. Every nation will build it.”

⚙️ 第一章｜摩尔定律的终局：计算的物理极限

“Moore’s Law has effectively ended.”

Jensen Huang 的语气平静，却带着划时代的分量。
晶体管数量依旧增长，但能耗与性能提升不再成比例。
摩尔定律的故事结束了，而新的法则诞生：

→ Extreme Co-Design（极限共设计）

这不仅是技术路线，更是一种工业哲学。
芯片、封装、系统、冷却、电力、软件、模型、应用——
必须作为一个整体被重新设计。

Grace Blackwell 与 Rubin 架构正是这种“共设计”的成果：
性能提升 10 倍，推理能耗减半。
这不是简单的“代际优化”，
而是“重新发明计算机”的时刻。

🟢 关键信息：

未来的竞争，不再是“谁的 GPU 更强”，
而是谁掌控了从晶圆到算法到商业流程的一体化体系。

🏭 第二章｜AI 工厂：数据中心的进化论

“Data centers store files. AI factories produce tokens.”

一句话点燃全场。

传统数据中心的任务是“存储”与“计算”；
AI 工厂的任务是**“生产”**——
生产 Token。

→ Token = 新型工业产出单位

文本、图像、视频、空间、动作、分子、逻辑链——
都是 Token。
AI 工厂通过推理引擎批量“生成智能”，
像过去的炼钢厂、装配厂、炼油厂那样运转。

在 AI 经济中：

Token 是新的“钢铁”；
AI 推理是新的“劳动”；
GPU 机架是新的“生产线”；
数据中心是新的“工业园区”。

这意味着品牌与企业的生产模式将全面改写——
未来你不只是“买流量”，
你要租用 AI 工厂的产能，让它为你思考、设计、优化、决策。

🧠 第三章｜三阶段智能曲线：从知识到思考

Huang 提出了一条 AI 的“三阶段扩展定律”：

阶段对应能力类比预训练 (Pre-Training)吸收世界知识上小学后训练 (Post-Training)学会任务技能上技校推理 (Inference / Thinking)独立思考与执行职业智力劳动

他指出：

“Regurgitating multiplication tables is easy. Thinking is hard.”

昂贵的不是知识，而是思考。
推理阶段需要实时计算、动态理解、即时规划——
这意味着 AI 的“思考”已经成为一种需要付费的劳动力。

于是，一个双指数回路（Two Exponentials）诞生：
1️⃣ 模型越聪明 → 使用越多
2️⃣ 使用越多 → 算力需求越高
→ 建更多 AI 工厂 → 模型更聪明 → 再反哺使用

这正是 AI 产业进入“正向经济时代”的转折点。

📡 第四章｜6G：无线网络的“智能觉醒”

在 6G 部分，Huang 展示了 ARC 平台：
无线基站将被重构为边缘 AI 计算节点。

“Base stations will no longer just transmit signals; they will reason.”

这意味着：

通信塔 = 小型 AI 工厂；
边缘节点 = 即时推理服务器；
网络 = 分布式智能系统。

未来的触达，不再从“云端推送”开始，
而是在用户身边几十米处，由智能节点实时响应。
零售门店、无人仓储、交通灯、路灯——
都将成为新型媒介触点。

⚛️ 第五章｜量子与 AI：科学仪器的重组

“Quantum and AI will be partners, not competitors.”

Huang 揭示了 NVQ Link：
让 GPU 与量子处理单元 (QPU) 以 TB/s 级速率协同工作，
在微秒级别进行误差校正。

他还宣布：
能源部将部署 7 台 AI 超级计算机，
成为美国科研体系的标准设备。

AI 正式取代“显微镜”“加速器”，
成为新的科研仪器类别。

🤖 第六章｜机器人与物理 AI：机器开始理解世界

“The next wave of AI is physical.”

Jensen 展示了 Omniverse 数字孪生技术

Published on 2 months ago

Podcast Episode Details