前言：

黄仁勋再次发表了一场涵盖人工智能、计算架构、仿生机器人以及工业未来的广泛演讲，正式宣告了以AI为驱动力的新工业革命已经到来。

与以往相比，此次演讲更显工程实践的深度与系统性构想的广度，将软件与硬件、生态系统以及国家基础设施融合为一个宏伟的产业蓝图，并揭示了未来十年AI社会应用的可能路径。

作者| 方文三

图片来源|网 络

数据中心将成为[AI工厂]

6月11日，英伟达公司举办了GTC大会。在此次大会上，首席执行官黄仁勋发表了演讲。

在演讲中，黄仁勋阐述了数据中心正经历向[工厂]转型的趋势。

工厂象征着AI基础设施的规模化与工业化，它将融合强大的计算能力、高效的数据处理流程以及优化的算法，以加速AI模型的训练、部署和应用。

黄仁勋进一步指出，未来的数据中心将不再仅是存储文件和数据的场所，而是能够产生智能、创造价值的生产设施。

这些AI工厂的核心使命是生产[智能通证（intelligent tokens）]，正如发电厂生产电力一般，为各行各业提供动力，引领一场新的工业革命。

[在AI时代，每个制造商都需要两个工厂：一个用于生产产品，另一个用于创造驱动这些产品的智能。

通过建设欧洲首个工业AI基础设施，我们正在助力该地区的领先工业企业推进以仿真为先导、AI驱动的制造模式。]

他宣布了在欧洲新建20家[AI工厂]的计划，预计欧洲的AI计算能力将在未来两年内实现十倍增长。

黄仁勋指出，这些计划中的数据中心将被打造为[超级工厂]，将配备一万组GPU，包括英伟达DGX™ B200系统和英伟达RTX PRO™服务器。

这些设施将助力欧洲的工业领先企业加速各类制造应用，覆盖从设计、工程、仿真到工厂数字孪生和机器人技术的各个领域。

此外，英伟达公司计划在欧洲建立全球首个工业AI云。

目前，该公司正在德国协助打造一个支持欧洲制造商工业AI工作负载的AI工厂。

他将GB200系统描述为一台专为思考而设计的[思维机器]，其设计初衷是为了应对AI模型不断增长的[推理]需求。

通过建立欧洲首个工业AI基础设施，我们正在帮助该地区的领先工业企业推进以仿真为先导、AI驱动的制造模式。

此外，英伟达还计划为欧洲制造业打造全球首个工业AI云平台，并计划在德国、瑞典、意大利、西班牙、英国和芬兰建立新的中心。

主权模型与智能体进化

黄仁勋提出，智能体系统标志着AI从被动接受指令向主动感知、决策和执行的演进。

这一演进预示着AI将能更独立地完成复杂任务，并在更广阔的领域中发挥其作用。

欧洲的开发者们期望能够更有效地掌握其模型的开发过程。

为此，NVIDIA Nemotron 应运而生，其宗旨在于协助开发者们根据本地化需求构建大型语言模型。

这些模型将被应用于推理搜索引擎Perplexity，以实现全欧洲范围内的安全、多语言AI部署。

黄仁勋指出：[如今，用户能够使用本国的语言、文化及情感表达问题，并得到相应的解答。每家企业都将有能力构建其专属的智能体。]

在主题演讲的尾声，黄仁勋提出了一个宏伟的愿景：一个由主权基础设施、代理式AI、机器人以及指数级推理所驱动的未来，这些技术将与欧洲共同构建。

量子计算迎接[拐点]的到来

英伟达公司计划在其Grace Blackwell 200芯片上集成CUDA-Q软件开发工具包。该芯片将能够加速量子算法的堆栈。

公司预计，量子系统将迅速发展为更加稳定、性能卓越且具备高度适应性的系统。

英伟达透露，其芯片将被用于支持量子计算领域，整个cuQuantum量子计算算法堆栈将在Grace Blackwell 200芯片上得到优化和加速。

量子计算机的核心优势在于其并行处理能力——与传统计算机的比特不同，量子比特能够处于叠加态，直至计算过程完成前无需确定具体值，从而实现协同工作而非单独运算。]

正如摩尔定律所预测的，我完全有理由相信，逻辑量子比特的数量每五年将增长十倍，每十年增长一百倍。]

下一波浪潮会落在机器人身上

黄仁勋对AI未来发展的方向进行了预测，他提出，AI技术已经跨越了单纯的信息识别和内容生成阶段，正步入一个崭新的时代。

这个时代的特点是能够理解任务、进行逻辑推理、规划以及执行复杂任务。这一新时代的物理表现形式即为机器人。

在演讲中，他以一个名为]Greg]的机器人作为例证，展示了这一概念。

该机器人首先在Omniverse构建的数字孪生虚拟环境中学习行走和与环境互动，随后才被应用于现实世界。

众多知名汽车制造商，如宝马、奔驰、丰田等，已经开始利用Omniverse来构建其工厂或产品的数字孪生模型。

位于德国的这家AI工厂将配备一万张GPU，包括NVIDIA DGX B200系统和NVIDIA RTX PRO服务器版，旨在帮助欧洲的行业领导者加速制造业应用，从设计、工程和仿真到工厂数字孪生和机器人开发。

推动欧洲加速AI产业

在2013年至2023年期间，美国、欧洲和英国的企业累计吸引了5620亿美元的投资，其中美国独占4861亿美元（占86%），而欧洲和英国的总和仅为757亿美元（约14%）。

尽管如此，欧洲和英国的企业在过去十年间的投资金额整体上呈现增长趋势：2013年仅有6亿美元，2020年增长至85亿美元，2021年激增至175亿美元，但2023年回落至142亿美元。

如果AI产业的规模与企业吸引投资的金额成正比，那么美国的AI产业规模可能是欧洲（包括英国）的六倍。

麦肯锡将欧洲的滞后归咎于能源短缺、电力工程师的不足以及许可流程的缓慢，而更深层次的原因可能在于欧盟对自身短板有着清晰的认识。

在AI硬件领域（例如芯片制造），欧洲几乎没有布局，单纯地开发大型模型、建设数据中心可能难以实现跨越式发展。

因此，英伟达是否能够推动欧洲加速AI产业的发展，仍是一个需要进一步观察的问题。

结尾：

黄仁勋从推理应用的迅猛增长、量子技术的关键突破，到基础设施的建设、工业领域的革新，再到自主式AI与机器人技术的进步，将这些领域均视为新产业的一部分。

从黄仁勋的一系列表态中可以清晰地看出，英伟达正明确地定位自己为[AI基础设施的供应商]。

部分资料参考：边缘计算社区：《英伟达GTC 2025观察：边缘计算的新机遇与革命的下一个十年》，NVIDIA英伟达：《NVIDIA CEO黄仁勋公布欧洲发展新蓝图》，Minerva Capital：《2025 NVIDIA GTC叙事下的AI新时代》，财联社Al dly：《黄仁勋：欧洲算力两年翻十倍》，头部科技：《黄教主跑到欧洲带货，大家挺给面，但成绩不好评价》