数据中心与AI基础设施 - 预计2028年数据中心资本开支将达1万亿美元，主要用于加速计算芯片[1][2] - 2024年向四大云服务商交付130万颗Hopper GPU，2025年计划出货360万颗Blackwell GPU[2] - AI基础设施计算量较去年预计增长100倍，Tokens数量大幅增加[2][9][10] - 数据中心正在向"人工智能工厂"转型，专注于AI驱动的处理和应用[13] Blackwell平台与未来产品 - Blackwell已全面投产，NVL72结合Dynamo推理性能提升40倍[3] - 计划25H2发布Blackwell Ultra，算力提升50%，FP8精度算力达0.36EF[3] - 预计26H2推出Vera Rubin NVL144，推理能力达每秒50千万亿次浮点运算[3] - 预计27H2推出Rubin Ultra NVL576，FP4精度算力达15EF，性能较GB300提升14倍[3] - 预计2028年推出Feynman平台，迎接千兆瓦AI工厂时代[3] CPO交换机技术 - 预计25H2推出Quantum-X CPO交换机，交换容量115.2Tb/s，能耗降低3.5倍[5] - 预计26H2推出Spectrum-X CPO交换机，包含两种型号，最高背板带宽409.6TB/S[5] - 采用MRM micro mirror技术，可将连续激光束转化为二进制信号[5] - CPO技术可帮助数据中心节省60MW电力，相当于100个Rubin机柜耗电量[5] 自动驾驶与机器人技术 - 推出Halos系统保障汽车安全，已评估700万行代码并申请1000多项专利[25][26] - 借助Omniverse和Cosmos加速自动驾驶开发，实现端到端训练[26] - 推出开源通用基础模型Isaac Groot N1，具有快慢双系统架构[6][61] - 预计到2030年全球将短缺5000万名工人，机器人产业潜力巨大[60] AI技术演进与应用 - AI分为三个层次：生成式AI、智能体AI和物理AI[7] - 推理模型带来100倍Tokens增长，计算速度需提升10倍[9][10][11] - 推出Dynamo操作系统，Blackwell性能是Hopper的40倍[35][38] - CUDA-X行业框架覆盖计算光刻、5G、基因测序等多个领域[14][15] 产品路线图与技术突破 - 每年更新路线图，每两年更新架构，持续推出新产品[53] - 采用液冷技术，单个机架功率达120千瓦，含60万个部件[29][30] - 光子学技术突破，硅光子交换机可扩展到数百万GPU规模[47][48] - 与台积电合作采用3D共封装技术，实现高性能光子集成电路[49]

文章核心观点 英伟达宣布半导体产品开发计划、发布AI处理优化软件，还公布人形机器人和量子计算机研究相关战略，以维持在AI半导体市场优势地位并推动相关领域发展 [1][2][3] 半导体产品开发计划 - 2025年下半年推出新型人工智能半导体，处理性能提升至当前1.5倍，计划将新型图形处理半导体嵌入AI服务器并通过大型云服务商等渠道提供 [1] - 2025年下半年推出名为“Blackwell Ultra”的新型半导体，相比“Blackwell”，AI处理性能提升1.5倍，有助于推动高级AI应用 [2] - 2026年推出下一代AI半导体“Rubin”，2027年推出性能更强的“Rubin Ultra”，其处理性能达“Blackwell Ultra”的14倍 [2] AI处理优化软件 - 发布名为“Dynamo”的AI处理优化软件，运行高性能AI模型时可控制大量GPU高效分担AI处理任务，运行DeepSeek的R1模型时每个GPU可处理的数据量提升30倍以上 [1][2] - “Dynamo”作为“开源型”软件对外免费开放，公司计划通过硬件与软体技术结合巩固在AI半导体领域的高市场份额 [3] 人形机器人相关技术 - 免费开放名为“Isaac Groot N1”的人形机器人基础模型，面向开发企业开放，旨在实现能抓取和搬运物品的人形机器人 [3] - 与人形机器人技术开发方面与美国谷歌和华特迪士尼的研究机构合作，迪士尼计划利用其基础技术开发模仿角色的机器人等产品 [3] 量子计算机研究战略 - 在美国波士顿设立研究据点，与从事量子技术开发的企业、美国哈佛大学和麻省理工学院等开展联合研究，推动量子领域半导体需求增长 [3]