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]

文章核心观点 - 公司宣布与美国能源部国家实验室及领先企业合作，共同建设国家人工智能基础设施，以支持科学发现、经济增长并推动下一次工业革命 [2][3] 国家实验室AI基础设施合作 - 公司为阿贡国家实验室和洛斯阿拉莫斯国家实验室加速七个新系统，以驱动科学研究与创新 [4] - 与甲骨文及美国能源部合作建造该部门最大的AI超级计算机Solstice，将配备创纪录的10万颗Blackwell GPU [5] - 另一个系统Equinox将包含1万颗Blackwell GPU，预计2026年可用，两个系统位于阿贡实验室，通过公司网络互连，提供合计2200百亿亿次AI性能 [6] - 阿贡实验室还推出三个基于公司技术的强大系统——Tara、Minerva和Janus，旨在扩大全国研究人员对AI驱动计算的访问 [7] - 洛斯阿拉莫斯国家实验室为其下一代Mission和Vision系统选用了公司Vera Rubin平台和Quantum-X800 InfiniBand网络架构，Vision系统预计2027年底投入运营 [8] - Vera Rubin平台结合Quantum-X800 InfiniBand架构，将为研究人员提供前所未有的速度和规模处理分析庞大数据集的能力，推动材料科学、气候建模和量子计算研究 [9] AI工厂研究中心与蓝图 - 公司宣布在Digital Realty建设AI工厂研究中心，该设施由Vera Rubin平台驱动，将加速生成式AI、科学计算和先进制造的突破 [12] - 该中心为Omniverse DSX奠定基础，这是一个使用Omniverse库进行多代、千兆瓦级构建的蓝图，将为AI基础设施设定新的卓越标准 [13] - 公司与合作伙伴正协作开发Omniverse DSX，该蓝图将集成自主控制系统和模块化基础设施，为下一代AI工厂提供动力 [14] 美国企业AI基础设施投资 - 系统制造商思科、戴尔科技、慧与和超微正与公司合作，通过将GPU和AI软件集成到全栈系统中来构建安全、可扩展的AI基础设施 [15] - 思科推出由公司Spectrum-X以太网交换芯片驱动的新Nexus N9100交换机系列，并将提供符合公司云合作伙伴标准的AI工厂 [16][17] - 工程建筑合作伙伴柏克德和雅各布正与公司合作，将先进数字孪生技术集成到复杂的建筑、电力、机械和电气系统的验证设计中 [19] - 电力、冷却和能源设备合作伙伴包括伊顿、GE Vernova、日立、三菱电机、施耐德电气、西门子、特斯拉、特灵和维谛等，为研究中心做出贡献 [19] - 礼来公司正在构建制药行业最强大的AI工厂，采用DGX SuperPOD with DGX B300系统，旨在加速药物发现和设计 [21] - 梅奥诊所利用其2000万张数字化病理切片和全球最大患者数据库之一，创建了一个由DGX SuperPOD with DGX B200系统驱动的AI工厂，以推进医疗应用 [22] 云提供商与模型构建者加速AI - 云提供商和模型构建者持续投资AI基础设施，以创建多元化的AI创新生态系统，确保美国在全球各行业AI进步及应用的前沿地位 [18] - 多家公司宣布扩展其承诺以进一步支持美国本土AI创新，包括Akamai推出由RTX PRO服务器加速的推理云、CoreWeave成立专注于政府业务的新部门、Global AI采购128个GB300 NVL72机架等 [25] - 谷歌云推出新的A4X Max VM和G4 VM，Lambda在堪萨斯城建设超过100兆瓦的AI工厂，微软在Azure上使用RTX PRO 6000 Blackwell GPU，甲骨文推出云基础设施Zettascale等 [25]

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]