英伟达与诺基亚合作 - 英伟达宣布与诺基亚合作推出面向6G的电信计算平台NVIDIA ARC，以捕捉AI-RAN市场机遇 [1] - 英伟达将对诺基亚进行10亿美元投资 [1] - 合作消息宣布后，诺基亚股价当日上涨超过20%，报收6.59欧元/股，创下近五年新高 [13] 诺基亚历史转折与业务转型 - 2007年iPhone问世开启智能手机革命，诺基亚因过度依赖塞班系统和硬件思维错失移动互联网红利 [2] - 2012年一季度诺基亚手机全球销量第一地位被三星超越，结束长达十四年的市场霸主地位 [3] - 2013年诺基亚以72亿美元价格将手机业务出售给微软，彻底退出消费终端市场 [3] - 公司市值从巅峰的1623亿美元跌至2012年的68亿美元 [4] - 2015年以156亿欧元收购阿尔卡特朗讯，成为公司业务转型的重要拐点，并跃升为全球第二大通讯设备商 [5] 诺基亚技术研发与AI布局 - 2013年至2018年期间，诺基亚5G技术全球专利申请量达2133件，在电信网络设备供应商中以10.5%的专利申请量位居第二 [4] - 2017年1月发布全球首个专为电信网络运维设计的AI助手MIKA，利用自然语言处理技术帮助工程师每天节省1小时工作时间 [5] - 2019年与中国移动演示O-RAN架构的AI驱动5G网络优化方案，利用机器学习模型使延迟波动降低30% [6] - 2021年推出覆盖全生命周期的AI数字服务套件，整合19个数据源，使运营商故障排查效率提升约40%，并在全球超过20个网络中部署 [6] - 2023年发布"2030技术战略"，旨在应对人工智能、云和连接等发展趋势 [8] 诺基亚近期财务表现 - 2024年全年净销售额192.2亿欧元，净利润12.84亿欧元，同比增长89% [8] - 2024年第四季度净销售额59.83亿欧元，同比增长10%；运营利润9.17亿欧元，同比增长72%；运营利润率15.3%，提升540个基点 [10] - 2025年第三季度净销售额48.28亿欧元，同比增长12%；光网络业务营收增长19%，成为关键引擎；总体毛利率43.7% [10] - 截至2025年第三季度末，公司总现金及计息金融投资达60.55亿欧元，环比增长1% [11] 诺基亚近期业务发展 - 2023年与Meta达成全球5G基础设施协议，为Meta数据中心提供光网络设备 [8] - 2023年获得约旦3000个5G基站订单，覆盖全国主要城市 [8] - 公司管理层表示"AI超级周期"正加速市场对先进连接供应商的需求，诺基亚具备独特优势在此赛道占据领先地位 [11]

公司市值与股价表现 - 公司股价于美东时间10月29日上涨2.99%至207美元/股，总市值达到5.03万亿美元 [1] - 公司市值在两年内从不足1万亿美元迅速增长，于2023年6月突破1万亿美元，2024年3月突破2万亿美元，同年6月达到3万亿美元，2024年7月9日超4万亿美元，至10月29日已超5万亿美元 [1] - 公司当前市值已超过2024年德国和日本的GDP，并领跑“美股科技七巨头”，微软和苹果市值先后超过4万亿美元 [1][4][5] 未来收入预期与市场需求 - 公司预计2025年至2026年，Blackwell和Rubin GPU芯片可带来的收入超过5000亿美元，目前订单量已达2000万颗，是上一代Hopper架构全生命周期出货量400万颗的5倍 [2] - 预计到2027年，亚马逊、Meta、谷歌、微软、甲骨文和CoreWeave六大云计算巨头的资本支出将增至6320亿美元 [2] 技术战略与行业观点 - 公司CEO在GTC大会上强调摩尔定律已正式终结，当前是AI算力需求呈双重指数级增长的时代，是一场新算力竞赛的起点 [1] - 公司CEO明确反驳AI泡沫论，表示“不认为我们处于AI泡沫之中”，并指出市场乐于为不同的AI模型付费 [4] 业务拓展与合作 - 公司投资老牌通信设备厂商诺基亚10亿美元，并发布以美国为核心的AI原生6G无线协议栈NVIDIA ARC，诺基亚将把此作为未来基站架构 [3] - 公司目标是将云计算能力“下沉”到边缘场景，利用电信行业遍布全球的基站资源，支持数十亿汽车、机器人、无人机及AR/VR眼镜等设备的连接需求 [2][3] - 在量子计算领域，公司发布全新互连架构NVQLink，可将量子处理器与公司GPU直接相连 [3] - 在生物医药领域，公司与礼来合作建设由超过1000块Blackwell Ultra GPU驱动的超级计算机，用于药物发现和开发的AI模型训练 [3] 资本市场预期 - 美国银行全球研究将公司目标价格从235美元上调至275美元，对应市值达6.68万亿美元 [5]

加速计算范式转变 - 公司推动的"加速计算"模式已成为继冯·诺依曼体系之后60年来计算领域的全新范式，随着摩尔定律逼近物理极限，传统CPU性能增长受限[4] - 公司通过GPU与CUDA生态重新定义计算架构，目前全球数亿台GPU设备通过CUDA实现代际兼容，支撑人工智能、自动驾驶、医疗影像、量子模拟等关键行业的算力基础[4] - 加速计算需要全新的算法和库，公司花费近30年时间逐个领域推进，现已达到转折点[9][10][11] 6G电信基础设施 - 公司宣布推出新产品线NVIDIA ARC并与诺基亚建立战略伙伴关系，共同推进基于AI和加速计算的6G基础设施，标志着美国有望重新夺回电信技术创新主导权[4][15] - ARC平台整合公司最新的Blackwell GPU、灰色CPU和ConnectX网络芯片，支持AI for RAN，可通过强化学习算法提升频谱效率和能耗表现[17] - 该合作将助力全球数百万个基站实现智能升级，频谱效率提升可减少全球约1.5%至2%的电力消耗[18] 量子计算突破 - 公司推出全新互联架构NVQLink与计算平台CUDAQ，实现量子处理单元与GPU超级计算机的协同[5][21] - 通过AI驱动的量子纠错与混合模拟，量子纠错需要从量子信息处理系统中读取信息，计算错误位置并发送数据纠正错误，NVQLink能够将数TB数据移入和移出量子硬件，每秒进行数千次量子纠错[22][23] - 公司与美国能源部合作建设七台新一代AI超级计算机，八大国家实验室已加入该计划[5][26] AI工厂概念 - AI不仅是聊天机器人，而是重新定义整个计算堆栈的力量，需要巨大的能源、GPU算力和全新算法栈支撑[27][28] - AI工厂是新型系统，专门生成价值最大化的tokens，需要以惊人速度生成并保持经济高效，与过去通用数据中心有本质区别[34][35] - 公司通过极致协同设计实现性能指数级增长，打造完整AI工厂，使性能提升十倍成为可能[42][43][53] 业务增长预期 - 公司股价创纪录高点，市值达4.89万亿美元，分析师看好政府合同和多元化收入[6] - 公司预计2026年底GPU销售将达5000亿美元，可能是历史上首家能看到5000亿美元业务规模的公司[6][50] - Blackwell设备已售出六百万台，未来五个季度将有5000亿美元业务，相当于Hopper增长率的五倍[52] 开源模型生态 - 开源模型因具备推理能力而变得强大，是多模态且效率高，对开发人员极其有用，是初创公司命脉[62] - 公司在开源贡献方面处于领先地位，拥有23个模型在排行榜上，涵盖语言模型、物理AI模型、机器人模型到生物学模型[63] - 开源模型需要使美国在开源方面保持领先地位，公司致力于实现这一目标[63] 物理AI与机器人 - 物理AI需要三台计算机：训练计算机、Omniverse计算机和机器人计算机，都运行CUDA[69] - 公司正在打造未来机器人工厂，通过数字孪生技术规划、设计和运营工厂[71][72] - 人形机器人和无人驾驶出租车处于拐点，可能成为最大消费电子和工业制造行业之一[73][75][78] 合作伙伴生态系统 - 公司与多家云服务提供商集成NVIDIA GPU和计算库，包括AWS、Google Cloud、微软Azure和Oracle[65] - 将NVIDIA库集成到全球SaaS中，与ServiceNow、SAP、Synopsys、Cadence等公司合作加速其技术栈[66] - 与CrowdStrike合作提升网络安全速度，与Palantir合作加速数据处理和商业洞察发现[67][68]

黄仁勋深夜炸场，英伟达市值遥遥直上逼近5万亿美元大关。 10月28日，华盛顿会议中心灯光璀璨，身着皮衣的黄仁勋重磅登场"AI春晚"GTC大会。 来源：英伟达官网 在此次演讲中，老黄几乎把全球科技圈的热词"大点兵"了一遍：6G、量子计算、物理AI、机器人、自动驾驶、核聚变..…… 同时，还一口气官宣了与诺基亚、Uber、礼来等多个巨头的深度合作。 作为AI圈霸主的扛把子，黄仁勋的一席话掀开了"算力革命2.0"的序幕，也直接引爆了"全球股王"英伟达。 黄仁勋说，NVQLink技术将有助于纠错，同时校准哪些AI 算法应该在GPU和量子处理器上使用。 隔夜，英伟达收涨约5%续创新高，市值一夜增加2318亿美元，总市值逼近5万亿美元。 | 序号 | 代码 | 名称 | 最新价 | 涨跌额 | 涨跌幅 | 年初至今涨跌 | 总市值 V | | --- | --- | --- | --- | --- | --- | --- | --- | | 1 | NVDA | 英伟达 | 201.030 | +9.540 | 4.98% | 49.73% | 4.89万亿 | | 2 | MSFT | 微软 | 542.070 | + ...

机器之心报道 机器之心编辑部 昨夜，英伟达让人眼花缭乱。 从大规模 GPU 部署和量子突破，到安全的 AI 工厂、机器人技术和自动驾驶，黄仁勋在 NVIDIA GTC Washington 的舞台上勾勒出了美国 AI 世纪 (America's AI century) 的蓝图。 黄仁勋 Keynote 演讲后，英伟达股价应声上涨，今天涨幅已经达到 4.98%，这也使得英伟达的市值增加 2300 多亿美元，来到了前所未有的 4.89 万亿美元，此前甚 至触及 4.94 万亿美元！ 这也意味着， 英伟达即将成为首家市值达到 5 万亿美元的公司 。 黄仁勋的演讲以一段视频开场，这段视频是对美国的创新精神以及过去、现在和未来的美国创新者们的致敬。这不仅仅是又一场科技演讲 —— 这是一份宣言，一 个美国在人工智能基础设施和创新领域保持领先地位的蓝图。 「欢迎来到 GTC，」黄仁勋在人群的欢呼声中宣布，「很难不对美国感到动情和自豪。」 Vera Rubin 超级芯片亮相 在 GTC 大会上，黄仁勋展示了下一代 Vera Rubin 超级芯片。这是我们首次实际看到这款「超级芯片」。它搭载了 Vera CPU 和两颗强大的 ...

据央视新闻10月28日报道，当地时间10月28日，总台记者获悉，美国总统特朗普表示，美联储主席鲍威 尔"无能"，并称其任期将于明年5月结束，届时将换上新的人选。 市场方面，当地时间10月28日，美股三大指数集体收涨，续创新高。纳指涨0.8%，道指涨0.34%，标普 500指数涨0.23%。 英伟达报201.03美元，涨4.98%，续创新高，总市值逼近5万亿美元。其市值一夜增加2318亿美元（约合 人民币16456.18亿元）。 图片来源：视觉中国-VCG111554852914 特朗普称，"我们有一个不称职的美联储负责人，但几个月后他就会离开，我们会换上新人。" 美联储主席鲍威尔任期将于2026年5月结束。特朗普多次公开呼吁美联储大幅降息，并要求鲍威尔辞 职。 消息面上，北京时间周三凌晨，全球市值最高上市公司英伟达在美国首都举办GTC大会，公司CEO黄仁 勋登台畅谈AI产业的前沿展望。与以往有明确重点的发布会不同，黄仁勋今天的演讲涉猎甚广，全球 资本市场热炒的6G、量子计算、物理AI和机器人、核聚变、自动驾驶全都有份。 | 10mm | ANAGOGE | ACCELSIUS | accenture | @ ...

公司战略与市场地位 - 公司CEO黄仁勋在GTC大会上展示了广泛的技术布局，涵盖6G、量子计算、物理AI、机器人、核聚变及自动驾驶等全球资本市场热炒的前沿领域 [2] - 公司披露截至2026财年末的Blackwell和Rubin芯片订单积压已达5000亿美元，显示其产品需求极其强劲 [4][19] - 公司股价收涨4.98%至201.03美元，总市值接近4.9万亿美元，并带动部分芯片股走高，如英特尔涨5.03%，博通涨3.02% [4] 6G与AI-RAN合作 - 公司宣布向诺基亚投资10亿美元，并合作推出面向6G的电信计算平台NVIDIA ARC，旨在加速AI-RAN创新并引领从5G到6G的转型 [4][6] - 公司与T-Mobile、思科等合作伙伴打造美国首个面向6G的AI原生无线堆栈，以提升AI应用的网络体验并为无人机、汽车等设备提供6G连接 [8][9] - 目前ChatGPT每周8亿活跃用户中近50%通过移动设备访问，AI流量正处于爆发性增长状态，AI-RAN系统可帮助移动运营商提升性能与效率 [8] 高性能计算与量子计算 - 公司与美国能源部达成协议，将再建设7台使用Blackwell和下一代Vera Rubin架构芯片的超级计算机 [11] - 其中名为Solstice的系统将配备10万块Blackwell GPU，将成为美国能源部用于科学发现的最大AI超级计算机 [11] - 公司展示了基于CUDA‑Q核心构建的NVQLink，用于连接传统GPU和量子计算机，以支持量子纠错所需的控制算法 [9] 新一代芯片与硬件产品 - 公司展示了截至2028年的GPU技术路线图及下一代Vera Rubin架构芯片样机 [21] - 新款GB200 NVL72 AI超级计算机通过更好地分配推理任务，性能提高了10倍，同时运行成本降低了10倍 [15] - 公司披露新款BlueField-4数据处理芯片，可加速千亿量级AI基础设施，支持800Gb/s吞吐量 [17] - 单个液冷AI服务器机架重达2吨，由150万个零部件构成，1吉瓦数据中心需要8000个这样的机架 [24] 物理AI与边缘计算 - 公司在"物理AI"方面重点展示Omniverse数字孪生技术，用于构建现代工厂及训练机器人 [26] - 机器人初创公司Figure使用公司加速计算构建其Helix模型，并采用Isaac平台进行仿真和训练以加速人形机器人研发 [26] - 公司推出新一代工业级边缘AI平台IGX Thor，在集成GPU形态下提供8倍于上一代产品的AI算力，旨在边缘侧无缝运行大型语言模型 [29] 自动驾驶合作 - 公司推出NVIDIA DRIVE AGX Hyperion 10平台，这是一套面向L4级自动驾驶的通用平台，包含14个摄像头、9个雷达等传感器及两台DRIVE AGX Thor车载平台 [31] - 公司与Uber达成合作，使用该计算平台的车辆将可选接入Uber平台 [33] 核聚变模拟 - 公司与General Atomics及国际合作伙伴打造了一个高保真、AI驱动的数字孪生聚变反应堆模型，能够以秒级速度预测等离子体行为 [28]

这场被誉为"AI界超级碗"的盛会，不再仅仅是技术参数的堆砌，而是黄仁勋站在美国首都的心脏地带，为美国勾勒的一幅"AI世纪"宏伟蓝图： 从芯片制造回归本土，到用AI主导未来通信标准，英伟达正以"极致协同设计"的姿态，试图帮助美国在AI基础设施和创新领域继续保持领导地 位。 黄仁勋开场便直指核心冲突：在"摩尔定律"失效、计算性能增长陷入停滞的当下，英伟达正是那个拯救未来计算的"救世主"。他们用并行计算 和GPU加速，将"算力"这条生命线，从传统的CPU桎梏中彻底解放出来。 01 计算架构范式转移：从CPU主宰到GPU加速时代 黄仁勋在演讲中回顾了计算产业的历史性转折。数十年来，CPU性能始终遵循着可预测的规模增长轨迹，然而随着登纳德缩放定律（Dennard scaling）走向终结——该定律认为通过不断缩小晶体管尺寸来维持功率密度，可以降低功耗并提升性能，传统发展路径已难以为继。 面对这些挑战，英伟达给出的答案是：并行计算、GPU和加速计算架构。 黄仁勋宣称："这一转折点已经到来，英伟达已做好准备。我们认识到，通过引入能够充分利用指数级增长晶体管的处理器，运用并行计算技 术，再与顺序处理的CPU协同工作，就能将计 ...

涉及的行业或公司 * 公司为英伟达 (NVIDIA) [1] * 涉及的行业包括半导体、人工智能、电信、量子计算、超级计算、机器人技术、自动驾驶、医疗健康、制造业、云计算等 [1][6][24][35][50][154][158][169] 核心观点和论据 1 加速计算与人工智能的平台性转变 * 公司认为世界正经历两个根本性的平台转变：从通用计算转向加速计算，以及从手工编写软件转向人工智能 [11][12][13][52][174] * 加速计算的拐点已经到来，其驱动力是摩尔定律和丹纳德缩放定律的终结，公司为此已准备近三十年 [12][13][14] * 人工智能被视为新的工业革命，如同电力和互联网，是每个公司和国家都将构建的基础设施 [6][7] * 人工智能不仅仅是聊天机器人，其本质是能够完成工作的“工人”，而不仅仅是供人使用的工具，这将触及远大于传统IT行业的全球经济 [50][51][60][61][63] 2 公司技术架构与核心优势 * 公司的核心财富不仅是GPU硬件，更是其编程模型CUDA及建立在之上的庞大软件库生态系统（如cuDNN、Monai等），这些库为不同领域重新设计了加速计算算法 [15][16][17][18][19][21] * 公司通过极端协同设计（从芯片、系统、软件到应用架构的全栈重新设计）来实现性能的指数级提升，而非依赖晶体管数量的线性增长 [87][89][90][101] * 新推出的Grace Blackwell NVLink 72系统通过协同设计，实现了每GPU性能相比前代提升10倍，并且拥有全球最低的Token生成成本 [101][102] * 公司正在从设计芯片扩展到设计整个AI工厂（AI Factory），这是一种专门为高效生成AI Token而设计的新型数据中心 [67][68][69][131][132] 3 财务表现与增长前景 * 公司业务正经历非凡增长，其驱动力是AI模型智能化带来的计算需求（三个扩展定律：预训练、后训练和思考）与模型越智能越被使用的两个指数级增长 [72][75][77][82][108] * 公司已有通过2026年的累计5000亿美元（$500 billion）的Blackwell及早期Rubin芯片的订单可见性，这相当于2000万颗GPU，是前代Hopper平台整个生命周期规模的5倍 [109][110][111] * 公司的增长得益于AI已进入良性循环（Virtuous Cycle）：模型足够智能以致用户愿意付费，产生的利润再投资于更多计算资源，使模型更智能，吸引更多用户 [80][81][84][85] 4 重要合作伙伴关系与市场拓展 * 电信领域：公司与诺基亚（Nokia）合作，推出名为NVIDIA ARC的新产品线，旨在基于加速计算和AI重塑无线网络，并为6G奠定基础，这是一个价值数万亿美元（trillion-dollar）的行业 [27][28][29][30][31] * 量子计算：公司推出NVLink-Q连接架构，将量子处理器（QPU）与GPU超级计算机直接连接，以实现量子纠错和混合模拟，并获得17家量子计算公司和8个美国能源部（DOE）实验室的支持 [35][38][40][43][45][46] * 与美国能源部（DOE）合作，将建造七台新的AI超级计算机以推动国家科学发展 [47][48] * 企业应用：宣布与 CrowdStrike 在网络安全领域合作，与 Palantir 在数据处理和商业洞察领域合作 [150][151][152][153] * 自动驾驶：推出NVIDIA DRIVE Hyperion平台，为全球汽车制造商提供机器人出租车就绪的标准化底盘，并宣布与Uber合作，将此类车辆接入全球网络 [169][170][172][173] * 机器人技术与制造业：与富士康（Foxconn）、Figure、迪士尼等合作，利用数字孪生和物理AI技术建设未来工厂和发展机器人技术 [158][160][162][163][165][166][167] 5 美国制造与产业回流 * 公司响应将制造业带回美国的号召，其Blackwell AI超级计算机的供应链（从亚利桑那州的硅晶圆到德克萨斯州的系统组装）已在美国建立，并开始全面生产 [112][113][115][116] * 这被视为美国再工业化和在AI时代重掌制造业领导地位的重要篇章 [115][116][158] 其他重要但可能被忽略的内容 * **数字孪生与Omniverse平台**：公司强调使用Omniverse DSX平台进行AI工厂和实体工厂的数字孪生协同设计、模拟和运营，这可以显著缩短建设时间并优化性能 [132][133][134][155][156][160] * **对开源模型的重视**：公司强调开源AI模型对研究人员、初创公司和各行各业的重要性，并宣称自己是开源贡献的领导者，拥有23个处于领先地位的开源模型 [138][139][140][141][142] * **AI对算力需求的重新定义**：公司指出，AI推理（尤其是思考）所需的计算量极其巨大，远非简单的记忆重现可比，这颠覆了此前“推理计算需求低”的普遍认知 [75][76] * **能源政策的影响**：公司提及前政府的亲能源政策对AI产业发展的关键作用，认为充足的能源供应是行业增长和赢得竞争的基础 [53]

计算模型与平台转型 - 公司发明了60年来首个新的计算模型，即加速计算，旨在解决通用计算机无法处理的问题 [3] - 观察到晶体管性能提升因物理定律限制而放缓，摩尔定律已接近终结，加速计算的时代已经到来 [3] - 世界正经历两大平台转型：从通用计算转向加速计算，以及从传统手写软件转向人工智能 [48] - 加速计算需要全新的算法、库和应用程序重写，公司花费近30年时间分领域实现，其核心宝藏是CUDA编程模型及库生态系统 [3][4] CUDA生态系统与软件栈 - CUDA是公司的重要资产，包含350多个库，每个库都为加速计算重新设计了算法，并为生态系统合作伙伴打开了新市场 [4][5] - 库覆盖领域广泛，包括计算光刻（Qlitho）、稀疏求解器、数值优化、数据库加速（SQL、数据帧）、AI训练（CUDNN、Megatron core）、医疗影像（MonAI）、基因组学处理等 [4][5] - 软件栈已发生根本性改变，新的计算栈基于GPU构建，专注于处理数据密集型编程和生成AI tokens，而非传统的CPU和Windows系统 [13][14] - 保持CUDA跨代兼容性至关重要，目前已发展至CUDA 13/14，数亿GPU完美兼容，确保了开发者的平台粘性 [3][4] 人工智能（AI）工厂与规模化 - AI催生了新型基础设施——AI工厂，其本质是生产有价值tokens的工厂，专注于以高速率、低成本生成智能响应，而非运行多种应用的通用数据中心 [17][18] - AI模型智能化导致使用量激增，形成两个指数级需求：模型三个扩展定律（预训练、后训练、思考）对算力的需求，以及模型越智能使用越多带来的算力需求 [20][21] - AI已达到良性循环：模型足够智能使得用户愿意付费，产生的利润再投入算力建设，使模型更智能，应用更广泛 [21][22] - 为应对指数级算力需求并降低成本，公司采用极端协同设计方法，从芯片、系统、软件、模型架构到应用全栈重新设计，实现性能的指数级提升而非渐进式改善 [23][24] 产品与技术突破：Grace Blackwell 架构 - Grace Blackwell NVLink 72是极端协同设计的成果，通过将72个GPU连接成一个巨型GPU，专为未来拥有大量专家的AI模型设计 [25][26] - 相比前代H200 GPU，Grace Blackwell在每GPU性能上提升10倍，并生成全球最低成本的tokens，这得益于架构创新而非单纯晶体管数量增加 [27] - 公司已出货600万片Blackwell GPU，并拥有到2026年价值5000亿美元的累计订单可见性，Blackwell生命周期内预计将出货2000万GPU（每个封装含2个GPU），增长远超Hopper架构 [30] - 产品制造回归美国，涉及亚利桑那州、印第安纳州、德克萨斯州和加利福尼亚州的复杂供应链，单个Blackwell Ultra超级芯片包含1.2万亿个晶体管，重近2吨 [31][32] 行业应用与合作伙伴生态 - 宣布与诺基亚（Nokia）合作，推出NVIDIA ARC（Aerial Radio Network Computer）产品线，旨在基于加速计算和AI技术，让美国在6G革命中重回领导地位 [6][7] - ARC将支持AI for RAN（提高频谱效率）和AI on RAN（在电信网络上构建边缘工业机器人云），可升级全球数百万个基站 [7][8] - 在量子计算领域，推出NVQ-Link互联架构，直接将量子处理器与GPU连接，实现量子纠错、校准和混合模拟，并获得17家量子公司和8个美国能源部实验室支持 [9][10][11][12] - 与美国能源部合作建设7台新的AI超级计算机，以推动国家科学进步，认识到计算是科学的基础工具 [12] - 企业级合作包括与CrowdStrike合作加速网络安全AI代理，与Palantir合作加速其Ontology平台的数据处理能力 [41][42] 物理AI与机器人技术 - 物理AI需要三台计算机协同工作：用于训练的Grace Blackwell、用于数字孪生模拟的Omniverse计算机、以及用于机器人操作的Jetson Thor机器人计算机 [42][43] - 公司与富士康（Foxconn）合作在德克萨斯州建设机器人工厂，利用Omniverse数字孪生技术进行设计、模拟、训练和操作优化 [44] - 人形机器人（如Figure、Agility、Johnson & Johnson手术机器人）被视为未来最大的消费电子和工业设备市场之一，公司与迪士尼合作开发Newton模拟器用于机器人训练 [45][46] - 推出NVIDIA Drive Hyperion平台，为全球汽车制造商提供Robo-Taxi就绪的标准化传感器和计算底盘，并与Uber合作将其接入全球网络 [47][48] 基础设施与数字化（DSX） - 推出Omniverse DSX，这是一个用于设计和运营千兆级AI工厂的蓝图，实现建筑、电力和冷却与NVIDIA AI基础设施栈的协同设计 [37] - DSX利用数字孪生技术，在物理工厂建成前进行设计、规划、优化和操作模拟，可显著缩短建设时间，并为千兆级AI工厂每年带来数十亿美元的额外收入 [37] - 公司正在弗吉尼亚州建设一个AI工厂研究中心，使用DSX来测试和产品化Vera Rubin架构，从基础设施到软件 [38]