Word lid van onze dagelijkse en wekelijkse nieuwsbrieven voor de nieuwste updates en exclusieve inhoud over toonaangevende AI-dekking. Leer meer
Nvidia CEO Jensen Huang kwam dinsdagochtend het podium op in het SAP Center, lederen jas intact en zonder een teleprompter, om te leveren wat een van de meest verwachte keynotes in de technologie -industrie is geworden. De GPU Technology Conference (GTC) 2025zelf beschreven door Huang als de “Super Bowl of AI”Arriveert op een kritisch moment voor Nvidia en de bredere sector voor kunstmatige intelligentie.
“Wat een geweldig jaar was het, en we hebben veel ongelooflijke dingen om over te praten,” vertelde Huang aan The Packed Arena en sprak een publiek toe dat exponentieel is gegroeid omdat AI is getransformeerd van een niche -technologie in een fundamentele kracht die de hele industrieën hervormt. De inzet was dit jaar bijzonder hoog marktturbulentie Gevestigd door Chinese startup Diepeek‘s release van zijn zeer efficiënte R1 -redeneermodel, dat verzonden Nvidia’s stock tuimelen Eerder dit jaar te midden van bezorgdheid over de potentiële verminderde vraag naar zijn dure GPU’s.
Tegen deze achtergrond leverde Huang een uitgebreide visie op de toekomst van Nvidia, met de nadruk op een duidelijke routekaart voor datacenter computing, vooruitgang in AI -redeneermogelijkheden en gedurfde verhuizingen naar robotica en autonome voertuigen. De presentatie schilderde een beeld van een bedrijf dat werkt om zijn dominante positie in AI -infrastructuur te behouden terwijl ze zich uitbreiden naar nieuwe gebieden waar de technologie waarde kan creëren. De aandelen van Nvidia zijn verhandeld Gedurende de presentatie, die voor de dag meer dan 3% lager wordt gesloten, wat suggereert dat beleggers misschien hebben gehoopt op nog meer dramatische aankondigingen.
Maar als de boodschap van Huang duidelijk was, was het dit: AI vertraagt niet, en noch is Nvidia. Van baanbrekende chips tot een duw in fysieke AI, hier zijn de vijf belangrijkste afhaalrestaurants van GTC 2025.
Blackwell -platform verhoogt de productie met 40x prestatieverkoping ten opzichte van Hopper
Het middelpunt van de AI Computing -strategie van Nvidia, de Blackwell -platformis nu in ‘volledige productie’, volgens Huang, die benadrukte dat ‘klantvraag ongelooflijk is’. Dit is een belangrijke mijlpaal na wat Huang eerder had beschreven als een “hik” in de vroege productie.
Huang maakte een opvallende vergelijking tussen Blackwell en zijn voorganger, Hopper: “Blackwell Nvlink 72 met Dynamo is 40 keer de AI -fabrieksprestaties van Hopper.” Deze prestatiesprong is met name cruciaal voor inferentie -werklast, die Huang positioneerde als “een van de belangrijkste werklast in het volgende decennium terwijl we AI opschalen.”
De prestaties komen op een kritiek moment op voor de industrie, als redenering van AI -modellen zoals Diepeek‘s R1 vereisen aanzienlijk meer berekening dan traditionele grote taalmodellen. Huang illustreerde dit met een demonstratie waarin een traditionele LLM’s benadering werd vergeleken met een huwelijksstoelenregeling (439 tokens, maar verkeerd) versus de aanpak van een redeneermodel (bijna 9.000 tokens, maar correct).
“De hoeveelheid berekening die we in AI moeten doen, is zoveel groter als gevolg van het redeneren van AI en de training van het redeneren van AI -systemen en agentische systemen,” legde Huang uit, rechtstreeks de uitdaging aangepakt door efficiëntere modellen zoals Deepseek’s. In plaats van efficiënte modellen te positioneren als een bedreiging voor het bedrijfsmodel van Nvidia, heeft Huang hen ingelijst als een verhoogde vraag naar berekening – effectief een potentiële zwakte in een sterkte omzetten.
De volgende generatie Rubin-architectuur onthuld met duidelijke meerjarige routekaart
In een beweging die duidelijk is ontworpen om zakelijke klanten en cloudproviders het vertrouwen te geven in het langetermijntraject van Nvidia, legde Huang een gedetailleerde routekaart uit voor AI Computing Infrastructure tot 2027. Dit is een ongebruikelijk niveau van transparantie over toekomstige producten voor een hardwarebedrijf, maar weerspiegelt de lange planningscycli die nodig zijn voor AI -infrastructuur.
“We hebben een jaarlijks ritme van routekaarten die voor u zijn uiteengezet, zodat u uw AI -infrastructuur zou kunnen plannen,” verklaarde Huang en benadrukte het belang van voorspelbaarheid voor klanten die enorme kapitaalinvesteringen doen.
De routekaart omvat Blackwell Ultra Komt in de tweede helft van 2025 en biedt 1,5 keer meer AI -prestaties dan de huidige Blackwell -chips. Dit wordt gevolgd door Vera Rubingenoemd naar de astronoom die donkere materie ontdekte, in de tweede helft van 2026. Rubin zal een nieuwe CPU hebben die twee keer zo snel is als de stroom Grace CPUsamen met nieuwe netwerkarchitectuur en geheugensystemen.
“In principe is alles gloednieuw, behalve het chassis,” legde Huang uit over het Vera Rubin -platform.
De routekaart strekt zich nog verder uit tot Rubin Ultra in de tweede helft van 2027, die Huang omschreef als een “extreme schaalverhoging” met 14 keer meer computationele kracht dan huidige systemen. “Je kunt zien dat Rubin de kosten enorm gaat verlagen,” merkte hij op, terwijl hij zich zorgen over de economie van AI -infrastructuur aanpakt.
Deze gedetailleerde routekaart dient als het antwoord van Nvidia op marktproblemen over concurrentie en duurzaamheid van AI -investeringen, waardoor klanten en beleggers effectief worden verteld dat het bedrijf een duidelijk pad heeft, ongeacht hoe AI -modelefficiëntie evolueert.
Nvidia Dynamo komt naar voren als het ‘besturingssysteem’ voor AI -fabrieken
Een van de belangrijkste aankondigingen was Nvidia dynamoeen open-source softwaresysteem dat is ontworpen om AI-inferentie te optimaliseren. Huang beschreef het als “in wezen het besturingssysteem van een AI -fabriek”, die een parallel trekt aan hoe traditionele datacenters vertrouwen op besturingssystemen zoals zoals zoals VMware Om bedrijfstoepassingen te orkestreren.
Dynamo gaat in op de complexe uitdaging van het beheren van AI-workloads in gedistribueerde GPU-systemen, het verwerken van taken zoals pijplijnparallellisme, tensor-parallellisme, expert parallellisme, batching tijdens de vlucht, uitgesplitste opleidingen en werklastbeheer. Deze technische uitdagingen zijn steeds belangrijker geworden naarmate AI-modellen complexer worden en op redeneren gebaseerde benaderingen meer berekening vereisen.
Het systeem haalt zijn naam aan de dynamo, waarvan Huang opmerkte, was “het eerste instrument dat de laatste industriële revolutie begon, de industriële revolutie van energie.” De vergelijking positioneert Dynamo als een fundamentele technologie voor de AI -revolutie.
Door Dynamo Open Source te maken, probeert NVIDIA zijn ecosysteem te versterken en ervoor te zorgen dat de hardware het voorkeursplatform blijft voor AI -workloads, zelfs als software -optimalisatie steeds belangrijker wordt voor prestaties en efficiëntie. Partners waaronder Perplexity werken al samen met NVIDIA aan dynamo -implementatie.
“We zijn zo blij dat zoveel van onze partners er met ons mee werken,” zei Huang, specifiek belichtend perplexiteit als “een van mijn favoriete partners” vanwege “het revolutionaire werk dat ze doen.”
De open-source aanpak is een strategische stap om de centrale positie van NVIDIA in het AI-ecosysteem te handhaven, terwijl het belang van software-optimalisatie naast onbewerkte hardwareprestaties wordt erkend.
Fysieke AI en robotica staan centraal met open-source Groot N1-model
In wat misschien het meest visueel opvallende moment van de keynote was geweest, onthulde Huang een belangrijke duw in robotica en fysieke AI, met als hoogtepunt het uiterlijk van ‘Blue’, een op Star Wars geïnspireerde robot die het podium op liep en interactie had met Huang.
Meet Blue (Star Wars Droid) na het aankondigen van NVIDIA -partnerschap met DeepMind en Disney. pic.twitter.com/ylcdouf5xc
– Brian Roemmele (@brianroemmele) 18 maart 2025
“Tegen het einde van dit decennium zal de wereld minstens 50 miljoen werknemers kort zijn,” legde Huang uit, die robotica positioneerde als een oplossing voor wereldwijde arbeidstekorten en een enorme marktkans.
Het bedrijf heeft aangekondigd Nvidia Isaac Groot N1beschreven als “‘s werelds eerste open, volledig aanpasbare funderingsmodel voor gegeneraliseerde humanoïde redenering en vaardigheden.” Door dit model open source te maken, is een belangrijke stap om de ontwikkeling op het gebied van robotica te versnellen, vergelijkbaar met hoe open-source LLMS de algemene AI-ontwikkeling heeft versneld.
Naast Groot N1 kondigde Nvidia een partnerschap aan met Google DeepMind En Disney -onderzoek Om Newton te ontwikkelen, een open-source fysica-engine voor robotica-simulatie. Huang legde de noodzaak uit van “een fysica-engine die is ontworpen voor zeer fijn korrelige, rigide en zachte lichamen, ontworpen voor het kunnen trainen van tactiele feedback en fijne motorische vaardigheden en actuatorbedieningen.”
De focus op simulatie voor robottraining volgt hetzelfde patroon dat succesvol is gebleken in de ontwikkeling van autonome rijen, met behulp van synthetische gegevens en het leren van versterking om AI -modellen te trainen zonder de beperkingen van het verzamelen van fysieke gegevens.
“Met behulp van omniverse om kosmos te conditioneren en kosmos om een oneindig aantal omgevingen te genereren, stelt ons in staat om gegevens te maken die zijn gebaseerd, door ons worden bestuurd en toch systematisch oneindig tegelijkertijd,” legde Huang uit, “, legt Huang uit, waarin wordt beschreven hoe de simulatietechnologieën van Nvidia robottraining op schaal in staat stellen.
Deze robotica -aankondigingen vertegenwoordigen de uitbreiding van NVIDIA verder dan traditionele AI Computing in de fysieke wereld, waardoor mogelijk nieuwe markten en applicaties voor zijn technologie worden geopend.
GM Partnership duidt op grote duw in autonome voertuigen en industriële AI
Huang heeft een belangrijk partnerschap aangekondigd met de strategie van Nvidia om AI uit te breiden van datacenters in de fysieke wereld en kondigde een belangrijke samenwerking aan General Motors om “hun toekomstige zelfrijdende autolet te bouwen.”
“GM heeft Nvidia geselecteerd om met hen samen te werken om hun toekomstige zelfrijdende autolet te bouwen,” kondigde Huang aan. “De tijd voor autonome voertuigen is gearriveerd en we kijken ernaar uit om in alle drie de gebieden met GM AI te bouwen: AI voor de productie, zodat ze een revolutie teweeg kunnen brengen in de manier waarop ze produceren; AI voor Enterprise, zodat ze een revolutie teweeg kunnen geven in de manier waarop ze werken, auto’s ontwerpen en auto’s simuleren; en vervolgens ook AI voor in de auto.”
Deze samenwerking is een belangrijke stem van vertrouwen in de autonome voertuigtechnologiestapel van NVIDIA van de grootste automaker van Amerika. Huang merkte op dat Nvidia al meer dan tien jaar aan zelfrijdende auto’s werkt, geïnspireerd door de doorbraakprestaties van Alexnet in computer vision-competities.
“Op het moment dat ik zag dat Alexnet zo’n inspirerend moment was, zo’n opwindend moment, zorgde het ervoor dat we besluiten om alles in te gaan op het bouwen van zelfrijdende auto’s,” herinnerde Huang zich.
Naast het GM -partnerschap kondigde NVIDIA HALOS aan, beschreven als “een uitgebreid veiligheidssysteem” voor autonome voertuigen. Huang benadrukte dat veiligheid een prioriteit is die “zelden enige aandacht krijgt” maar technologie vereist “van silicium tot systemen, de systeemsoftware, de algoritmen, de methoden.”
De aankondigingen van de auto breiden het bereik van NVIDIA van datacenters uit naar fabrieken en voertuigen, waardoor het bedrijf wordt gepositioneerd om waarde vast te leggen in de AI -stapel en in meerdere industrieën.
De architect van AI’s tweede act: Nvidia’s strategische evolutie voorbij chips
GTC 2025 onthulde de transformatie van NVIDIA van GPU-fabrikant naar end-to-end AI-infrastructuurbedrijf. Via de Blackwell-to-Rubin-routekaart gaf Huang aan dat NVIDIA zijn computationele dominantie niet zal overgeven, terwijl zijn draaipunt naar open-source software (Dynamo) en modellen (Groot N1) erkent dat hardware alleen zijn toekomst kan beveiligen.
Nvidia heeft de DeepSeek Efficiency Challenge slim herformuleerd, het argumenteren van efficiëntere modellen zal een grotere algehele berekening veroorzaken naarmate AI -redenering zich uitbreidt – hoewel beleggers sceptisch bleven, waardoor de aandelen lager werden gestuurd ondanks de uitgebreide routekaart.
Wat Nvidia onderscheidt, is Huang’s visie voorbij Silicon. Het Robotics Initiative gaat niet alleen over het verkopen van chips; Het gaat erom nieuwe computerparadigma’s te maken die enorme rekenbronnen vereisen. Evenzo positioneert het GM -partnerschap NVIDIA in het centrum van AUT -AI -transformatie tussen productie, ontwerp en voertuigen zelf.
Huang’s boodschap was duidelijk: Nvidia concurreert op visie, niet alleen de prijs. Aangezien de berekening zich uitstrekt van datacenters in fysieke apparaten, wedt Nvidia dat het regelen van de volledige AI -stack – van silicium tot simulatie – de volgende grens van Computing zal definiëren. In de wereld van Huang is de AI -revolutie net begonnen, en deze keer stapt hij uit de serverruimte.