网通社科技快报
黄仁勋称十年AI性能提升百万倍 推出RTX Spark与AI工厂新架构
10月29日，英伟达CEO黄仁勋在GTC柏林大会发表主题演讲，指出过去十年AI计算性能实际提升约100万倍，远超摩尔定律同期约100倍的增长预期。该结论基于芯片、系统架构、软件栈与数据中心的端到端协同优化，而非仅依赖晶体管微缩。他以对比具象说明：2016年需两人搬运的DGX-1（128GB内存）如今已浓缩为单手可持的RTX Spark桌面设备，同样配备128GB统一内存。
黄仁勋将AI下一阶段发展划为三大支柱：个人AI智能体、AI工厂与物理AI（实体机器人）。个人智能体被定义为具备模型、编排框架、沙箱、知识库与工具五大组件的自主系统，目标是从“执行指令”转向“达成目标”；AI工厂则类比制造业，以电力、算力与数据为原料规模化产出智能与Token，一座1吉瓦工厂总投资约500亿美元，延迟三个月或损失100亿美元收入；为加速部署，英伟达推出NVIDIA DSX POD——由七个液冷机架与17公里Spectrum-X网络构成，现场部署最短仅需14天，较传统6个月大幅缩短。
实体机器人方面，Hugging Face与Pollen Robotics联合开发的MicroDuck机器人现场演示了“仿真训练—现实迁移”闭环能力。黄仁勋强调，AI正从虚拟走向物理世界。他还提出AI“五层蛋糕”模型：能源→芯片→AI工厂→模型→应用，指出AI已成为新型制造业，企业需从使用服务转向自产智能。迈富时等企业已实现AI收入占比过半、场景Token贡献双位数增长；迅策科技推出TokenRouters平台，试图破解行业数据孤岛问题。黄仁勋重申，未来十年AI将深度融入电信、医疗、制造等实体领域，产业化进入深水区。
黄仁勋将AI下一阶段发展划为三大支柱：个人AI智能体、AI工厂与物理AI（实体机器人）。个人智能体被定义为具备模型、编排框架、沙箱、知识库与工具五大组件的自主系统，目标是从“执行指令”转向“达成目标”；AI工厂则类比制造业，以电力、算力与数据为原料规模化产出智能与Token，一座1吉瓦工厂总投资约500亿美元，延迟三个月或损失100亿美元收入；为加速部署，英伟达推出NVIDIA DSX POD——由七个液冷机架与17公里Spectrum-X网络构成，现场部署最短仅需14天，较传统6个月大幅缩短。
实体机器人方面，Hugging Face与Pollen Robotics联合开发的MicroDuck机器人现场演示了“仿真训练—现实迁移”闭环能力。黄仁勋强调，AI正从虚拟走向物理世界。他还提出AI“五层蛋糕”模型：能源→芯片→AI工厂→模型→应用，指出AI已成为新型制造业，企业需从使用服务转向自产智能。迈富时等企业已实现AI收入占比过半、场景Token贡献双位数增长；迅策科技推出TokenRouters平台，试图破解行业数据孤岛问题。黄仁勋重申，未来十年AI将深度融入电信、医疗、制造等实体领域，产业化进入深水区。