1 月 5 日，美國消費性電子展（Consumer Electronics Show, CES）正式揭開序幕。本次展會一大亮點為輝達執行長黃仁勳的主題演講，其立足現今、放眼未來，透露了不少 AI 浪潮下大環境與自家公司的趨勢，也展示了輝達於產品及技術上的創新。本次將以趨勢核心、業務亮點和未來發展三大方向進行論述，全面檢視 AI 產業現況。
對Nvidia業務還不熟悉的朋友，可以參考我們的這篇文章噢！ 美股小學堂：Nvidia 業務介紹
趨勢核心
AI 原先是透過不斷擴張樣本數與模型大小的「擴展定律（Scaling Laws）」逐步提升模型性能與精準度。黃仁勳指出，目前效能提升途徑已經發展到「訓練後擴展定律（Post-Training Scaling）」及「測試時間擴展（Test-time Scaling）」，使模型得以事先對資料品質與問題層次進行分析推理，並於回答後接收使用者回饋、反思，提供具效率的回答。因此，為了因應模型優化的持續加速，黃仁勳強調 GPU 的計算需求必定與日俱增。
GPU 的高速運算帶動 AI 發展，AI 發展進程已從感知型 AI（Perception AI）、生成式 AI（Generative AI）正逐漸由進一步從事推理、計畫、行動的代理 AI（Agentic AI），昇華至用以協助人類完成生活中實體任務的物理 AI（Physical AI）。AI 正逐漸擴散，從原先存在雲端的應用，正朝向 PC、軟體層面滲透，成為人類的「數位代理」。如今更要跨越次元，往如：企業解決方案、自駕車、機器人等實務領域邁進，為一大突破。
“ GeForce brought AI to the world, democratized AI. Now, AI has come back and revolutionized GeForce.” - Jensen Huang
另外，黃仁勳也一語道破現今 AI 的定位，核心理念更是貫徹了本次演講。過去 GPU 的高速計算推動 AI 誕生，讓 AI 走入大眾；現在，AI 回頭助力 GPU，與其相輔相成，創造良性循環，加速整體產業的革新。
在這樣的核心下，黃仁勳點名「機器學習」重要性。機器學習為 AI 的一環，其透過大量資料及神經網路的層層剖析、學習提升作業流程。以往應用程式的創建多為人工編碼，給予 CPU 指令進行運作。然而，透過機器學習，應用程式的運作將藉由大量資料，進行像人類大腦一般的深度學習（Deep Neural Network, DNN）使用者從 AI 獲取資訊將如同得到專家解答般直覺。如此不僅能減少企業於初期的建置成本，更可以降低資源消耗，提高效率。在後續業務的展示上，也可以看出黃仁勳於上述兩大重點的著墨。
本次業務亮點
亮點 1：GeForce RTX
遊戲作為輝達的起家部門，旗下的 GeForce RTX 系列是目前的主力產品，其強調實時光線追蹤，呈現逼真的視覺效果。RTX 可以針對每一個像素進行光線渲染，加入 AI 後不僅能減少計算、預測大部分像素，更能提高幀率並保持清晰度，此技術亦稱深度學習超級採樣（Deep Learning Super Sampling, DLSS)。
有了技術，GPU 也必須具備相應的能力運作，因此黃仁勳也一併公佈了下代 RTX Blackwell。新款架構搭載 920 億晶體，算力突破 4000 每秒兆次運算單位（Trillions of Operations Per Second, TOPS），使其除了可以提供基礎圖形渲染，更是可以在此之上配備神經網路，在原先已經非常大量的計算之上突破性的承載更大運算壓力。
RTX 4090 為當今世上最快速的 GPU，要價 1599 美金。黃仁勳表示，輝達在 AI 的幫助下，GPU 得以降低部分運作壓力而研發出 5070。其有著與 4090 相同的效能，卻僅需 549 美金，可見 AI 回頭助力 GPU 的前景巨大。同時，輝達也一併推出了 5070 Ti、5080、5090 與僅有 14.9 毫米厚度的 5070 筆電，預計將於一月大規模供貨。5090 效能為 4090之兩倍，推出後，將取代 4090 成為世上快速的 GPU。
亮點 2：NVIDIA Cosmos 與機器人
ChatGPT 的模型為語言取向，其掌握了人類語句之中的脈絡架構，目的是理解文字並與人類交流；同理，物理 AI 要進入現實，也必須了解世界運作原則。AI 目前缺乏的前提是人類的直覺 ，因此，黃仁勳順勢介紹了 NVIDIA Cosmos。此模型掌握了物理基本規則，如：世上具有地心引力、摩擦力等，提供 AI 針對使用者的指令進行背景評估。擁有這些常識，AI 才能協助人類完成符合常理的動作，目前已於 GitHub 開放使用。
黃仁勳表示，未來每間公司都將擁有三台計算機，建立工業世界下機器人應用的基礎架構。此由三要素組成，分別為訓練 AI 的 DGX，部署於實體上的 AGX，以及由 Cosmos 和 Omniverse 組成之數位孿生（digital twins）。數位孿生結合 Cosmos 對於物理世界的常識與 Omniverse 的虛擬空間，得以提供實務上的模擬，協助搜集 AI 訓練所需的數據及經驗。此三者環環相扣、缺一不可，將於未來協助擴大物理 AI 的領域，運用於自駕車、機器人、工業應用等自動化流程創建之中。
亮點 3：自駕車
輝達已與豐田等車企達成合作，將共同開發自駕車。黃仁勳也展示了下一代汽車處理器 Thor，其採用 Blackwell 架構，運算能力為上一代處理器 Orin 的 20 倍，正全力製作當中。目前，輝達的 Drive OS 已通過 ASIL-D（Automotive Safety Integrity Level D，為汽車安全完整性中最高的認證級別）未來也將不斷引入駕駛的真實使用數據與數位攣生進行行車模擬，強化自駕車於更加複雜的駕駛情境應變能力。輝達的自駕車業務已達 40 億美元，黃仁勳表示，2025 年電動車的部門營收將上看50億美元，而自動車將是第一個價值數兆的機器人產業，是現今輝達的另一開發重心。
亮點 4：Project Digits
深度學習 GPU 智能訓練系統（Deep Learning GPU Intelligence Training System）也是備受矚目的焦點。2016 年，輝達首度發表深度學習超級電腦－DGX-1，提供研發人員、新創企業擁有插電便可上手的超級計算機以訓練 AI，使企業無需於先前耗費大量成本與資源建造自己的基礎設施 。但在 AI爆炸的時代，其應用的層面更大、更廣，需求也日益增加。黃仁勳表示，輝達將原先巨大的 DGX 所有人工智慧技術堆疊，合併開發、部署與運行三個主要功能並縮小，發表了迷你型 AI 超級電腦－Project Digits，提供研發人員更具效率與性價比的 AI 測試系統。
值得關注的是，黃仁勳親自點名超級 CPU 為輝達與聯發科合作研發，採用其 SoC 技術。此款已經投入生產，預計將於五月上市。
未來發展
本次業務展示以強化 AI 思考深度作為技術主力，機器人為實踐 AI 願景的重要手段，期望能透過提升AI 效能，逐步引領 AI 跨足現實應用，而這一概念也被稱為邊緣 AI（Edge AI）。邊緣運算的革新得以加速工業 5.0 的發展，同時也將顛覆大眾的生活模式，應用層面無遠弗屆。究其根本，持續擴展 AI 廣度才是輝達未來的核心目標，亦為帶領輝達乃至於整體 AI 產業邁向新巔峰的關鍵。
黃仁勳提及機器人訓練時，強調 AI 發展的一大關鍵為「如何訓練機器人」。其不僅僅是整體算力的提升，更包括訓練與回饋的方式，經驗、數據等資料的大量搜集途徑等。整體 AI 層次提升上最大的挑戰，取決於作為 AI 產業引擎的輝達創新力道，技術端能否跟上黃仁勳對於其描繪之 AI 產業願景，將是大幅影響 AI 發展進程的關鍵。未來投資人可以在此面向上，觀察輝達的創新與突破。
如果你對AI產業有興趣，你可能也會對以下文章有興趣！
