前日在華盛頓特區的沃爾特·E·華盛頓會議中心（Walter E. Washington Convention Center）舉行的 GTC（GPU Technology Conference）由 NVIDIA 創辦人兼 CEO 黃仁勳進行了年度演講，內容由大規模 GPU 部署與量子突破，到安全的政府 AI 工廠、機器人與無人駕駛，宣布了美國接下來的 AI 骨幹與未來。
此次的華盛頓 GTC 大會演講，我們也做了全程內容中英文對照翻譯，有興趣的朋友也可以直接查看：
黃仁勳GTC演說完整解讀：AI 與 GPU 將驅動美國科技再次偉大
過去數十年，中央處理器（CPU）的性能進步如鐘錶般精準，但隨著 Dennard Scaling 崩解、摩爾定律趨緩，傳統架構不再能滿足科學與產業的巨大運算需求。NVIDIA 的答案是「加速運算」（Accelerated Computing）。
「我們發明這種運算模式，是因為通用電腦無法解決某些問題，」黃仁勳回顧道。「如果能在 CPU 旁加入擅長平行處理的處理器，就能將運算效能推向全新高度。」
這種新模型的核心是 CUDA-X 平台——涵蓋深度學習（cuDNN、TensorRT-LLM）、資料科學（RAPIDS）、最佳化決策（cuOpt）、半導體光學模擬（cuLitho），甚至延伸至量子與混合量子運算（CUDA-Q、cuQuantum）。黃仁勳形容：「這是我們公司的寶藏。」
AI 原生的 6G：讓美國重新掌握通訊主導權
接著，黃仁勳轉向國家層級的議題：通訊。「通訊是經濟的命脈，更是國家安全的根基，」他語帶警告地說，「但如今全球的無線基礎多依賴外國技術，這必須改變。」
為此，NVIDIA 推出以 AI 為核心的美國原生 6G 無線堆疊：NVIDIA ARC，建構於 Aerial 平台之上，透過加速運算技術驅動，並宣布與 Nokia 合作，將 ARC 技術整合進未來基地台。
「是時候讓美國重返這場遊戲，」他強調。這不僅是商業佈局，更是對科技主權的重新定義。
量子時代的橋樑：NVQLink
黃仁勳引用物理學家費曼（Richard Feynman）的願景：能直接模擬自然運作的量子電腦。如今，穩定且具糾錯能力的邏輯量子位元已經誕生，但它們極為脆弱，亟需新型技術來進行即時糾錯與推理。
為此，NVIDIA 推出 NVQLink，這是一項量子與 GPU 的互聯技術，讓量子處理器（QPU）能以低至四微秒的延遲進行 CUDA-Q 呼叫。這是連接量子與傳統運算的第一座橋梁。
目前，美國能源部（DOE）旗下十七個量子研究夥伴與多所實驗室已與 NVIDIA 合作，推動量子科學的下一步。「這是量子與 AI 共生的開端」黃仁勳說。
AI 超級電腦：驅動美國科學再加速
黃仁勳宣布，美國能源部將與 NVIDIA 及 Oracle 合作，在阿貢國家實驗室（Argonne National Laboratory）建造史上最大規模的 AI 超級電腦：Solstice 系統。
這座系統將部署 10 萬顆 NVIDIA Blackwell GPU，成為全球最大、最先進的「代理式 AI」科學平台。同時，另一套名為 Equinox 的系統將搭載 1 萬顆 GPU，達到高達 2,200 exaflops 的 AI 運算效能，用於能源、國防及開放科學研究。
AI 工廠：從工具到「勞動力」的轉變
「AI 不是工具，AI 是工作。」黃仁勳一語中的。
他指出，AI 工廠（AI Factory）不只是資料中心，而是能生成、傳輸與提供「智慧」的生產設施。這些設施透過「極致協同設計」（Extreme Codesign）整合晶片、系統、軟體與模型的共同創新，使整個運算堆疊同步進化。
NVIDIA 發表的 BlueField-4 DPU 即是這一理念的具體體現：內建 64 核 Grace CPU 與 ConnectX-9 網路架構，其運算能力較前代提升六倍。
此外，NVIDIA 推出 Omniverse DSX，作為建構與營運「百兆瓦等級」AI 工廠的藍圖。
它包含：
-
DSX Flex：支援動態電網協作；
-
DSX Boost：優化每瓦效能；
-
DSX Exchange：統一 IT/OT 系統整合。
「AI 基礎設施是生態系等級的挑戰，」黃仁勳說。「Omniverse DSX 將讓全球夥伴以前所未有的速度建構 AI 工廠。」
開放模型與資料：推動全球創新
NVIDIA 將開放源碼與模型視為 AI 創新的核心。今年，公司已釋出數百個開放模型與資料集，涵蓋多個領域：
-
Nemotron：代理式與推理型 AI 模型；
-
Cosmos：生成合成資料與物理 AI；
-
Isaac GR00T：機器人技能與泛化學習；
-
Clara：生醫工作流程與影像分析。
黃仁勳強調：「開放對研究者、新創與企業至關重要，因為科學需要它，創新需要它。」現場掌聲再次響起。
他並宣布與多家巨頭合作：包括 Google、Microsoft Azure、Oracle、ServiceNow、SAP、Synopsys、Cadence、CrowdStrike 與 Palantir。
特別是 CrowdStrike，將藉由 NVIDIA 的 Nemotron 模型 與 NeMo 工具，實現「光速級資安防禦」。而 Palantir 也將整合 CUDA-X 與 Nemotron 模型，讓其 Ontology 平台能以更大規模與更高速進行資料處理。
黃仁勳展示一段影片，強調「實體 AI」正推動美國再工業化，結合機器人與智慧系統，重塑製造、物流與基礎設施。「工廠本身就是一個指揮其他機器人的巨型機器人，」他形容道，「而這樣的複雜度，若不透過數位孿生（Digital Twin）模擬，幾乎不可能實現。」
他提到包括 鴻海（Foxconn） 在休士頓使用 Omniverse 工具建造新的 AI 設備廠、Caterpillar 導入數位孿生製造技術、Figure AI 建造家用人形機器人（估值近 40 億美元）、Johnson & Johnson 與 Disney 則分別應用於醫療與娛樂機器人訓練：後者被黃仁勳戲稱為「史上最可愛的機器人」。
除了大型計畫外，NVIDIA 也展示一項開源專案：Newton，由 NVIDIA、Google DeepMind 與 Disney Research 共同開發，並由 Linux Foundation 管理。
Newton 是一個可擴充的物理模擬引擎，能讓機器人在虛擬世界中學習真實的物理互動。它整合 NVIDIA Warp 與 OpenUSD，相容於 MuJoCo Playground 與 NVIDIA Isaac Lab 等平台。
Newton 支援多種模擬解算器（solver）：
-
布料模擬器：訓練機器人處理柔性物體，如摺衣服；
-
顆粒物質解算器：讓機器人學習操作沙土或鬆散地面；
-
剛體模擬器：模擬機械結構與協調動作，如在沙地上撿起一杯水。
這項技術的出現，代表 AI 不再只是學習語言與圖像，也開始「學會」理解世界的物理規則。
與 UBER 合作打造自動駕駛平台
自動駕駛是黃仁勳演講的壓軸。他宣布 Uber 與 NVIDIA 將共同打造自動駕駛基礎架構，預計於 2027 年起開始規模化部署，目標是建構約 10 萬輛自動駕駛車輛。
支撐這一計畫的核心是 DRIVE AGX Hyperion 10 平台：一個面向 Level-4 自動駕駛的軟體定義架構，讓人類駕駛與機器駕駛能在同一網絡中共存。
目前 Lucid、Mercedes-Benz 與 Stellantis 均已採用 Hyperion 平台。
黃仁勳說：「未來，你將能隨時呼叫這些自動駕駛車輛。Hyperion 的生態系將遍佈全球。」
黃仁勳在掌聲中結束這場長達數小時的演講，語氣充滿信心：「AI 的時代已經開始。Blackwell 是它的引擎，為美國而造，為世界而生。」
