当前的英伟达面临挑战。在刚刚过去不久的美股 " 黑色星期一 " 上，美股 " 七姐妹 "（美国科技股七巨头）总市值单日缩水近 7600 亿美元（约合人民币 5.5 万亿元）。其中，英伟达跌幅超 5%，从年初至今股价下跌超过 20%，市值与高峰期相比缩水近万亿美元。DeepSeek 议题的持续发酵，服务器厂商的不断开发并推出专有 AI 芯片，以及大客户如微软等需求的不确定性，均是英伟达不得不面对的重要挑战。即使是英伟达在 AI 芯片领域占据的有利位置，也需要不断进行策略调整，以适应变化的市场形势。

3 月 19 日凌晨，英伟达 CEO 黄仁勋在 GTC 2025 上发表主题演讲，除发布新一代 Blackwell Ultra 架构 GB300 系列芯片外，还公布了四年三代 GPU 架构的技术路线图，此外还包括在人形机器人、自动驾驶、量子计算等方面的布局。可以看出英伟达希望通过推出高性能、低功耗的产品，保持其在通用 AI 芯片市场的优势，同时加大在芯片、网络等领域的全面布局，巩固了其在 AI 算力领域的领先地位。不过，资本市场似乎并没有买账，上述产品并未超出人们此前的预期，在其演讲期间，英伟达股价持续走低，最终收跌 3.43%。

Blackwell Ultra（GB300）正式登场

毫无疑问，英伟达新一代 Blackwell Ultra 架构的 GB300 系列芯片是本届 GTC 的最大热点。其将配备 8 组 12-Hi HBM3E 内存，提供高达 288GB 的板载内存，性能相比上一代产品提升 50%。

系统方面，其拥有 GB300 NVL72 机架级和 B300 NVL16 系统两个版本。GB300 NVL72 可连接 72 块 Blackwell Ultra GPU 和 36 块 Grace CPU，采用机架式设计，密集 FP4 推理算力达到 1.1EFLOPS，FP8 训练算力达到 0.36EFLOPS，是 GB200 NVL72 的 1.5 倍。而根据新闻稿，HGX B300 NVL16 在大型语言模型推理方面的速度比 Hopper 快 11 倍，提供 7 倍的算力和 4 倍的内存，能够为 AI 推理等最复杂的工作负载带来突破性的性能提升。

英伟达合作伙伴预计将从 2025 年下半年起提供基于 Blackwell Ultra 的产品。针对市场进行展望时，黄仁勋表示，Blackwell 芯片推出一年来，AI 行业取得了巨大进展，AI 功能越来越强大了。2024 年全球前四大云服务提供商共采购 130 万片 Hopper 架构芯片。2025 年，它们又购买了 360 万 Blackwell 芯片。黄仁勋预计，2028 年，建设数据中心投入的资本支出将超过 1 万亿美元。

不过，英伟达的 GB200 和 B200 芯片从设计到出货的过程经历波折，初期就因芯片设计缺陷问题导致出货延迟，后又因 CoWoS-L 制程良率较低，初期仅有约 60%，远低于 CoWoS-S 的 90% 以上水平，这进一步影响了产能。黄仁勋在去年 12 月确认，GB200 已进入满载生产阶段，并计划在今年第一季度实现大规模出货。但用户会不会跳过 GB200/B200，而转向下一代 GB300？这是一个值得观察的要点。

发布 " 四年三代 " 技术路线图

在演讲中，黄仁勋还公布了 Blackwell 之后下一代 GPU 架构 Rubin 的路线规划，包括 Vera Rubin 和 Rubin Ultra 两代产品。Vera Rubin 由 Rubin GPU 和 Vera CPU 组成，Vera CPU 拥有 88 个定制 Arm 核心、176 个线程；Rubin GPU 由两颗 GPU 裸 Die 拼接，拥有 288GB HBM4 内存，FP4 峰值推理能力可达 50PFLOPS。Rubin Ultra 系统由 Rubin Ultra GPU 和 Vera CPU 组成，Rubin Ultra GPU 将由 4 颗 GPU 裸 Die 拼接，拥有 1TB HBM4e 内存，FP4 峰值推理能力可达 100PFLOPS。

英伟达预计，Vera Rubin 的平台将于 2026 年下半年开始出货，机架方案分别为 Vera Rubin NVL144 和 Rubin Ultra NVL576。Vera Rubin NVLink 144 的性能将是 GB300 NVL 72 的 3.3 倍。Rubin Ultra NVL576 将于 2027 年下半年推出，能够进行 15EF 的 FP4 推理，5 EF 的 FP8 训练，其性能约为 GB300 NVL72 的 14 倍。

黄仁勋还介绍了 Rubin 之后再下一代芯片架构—— Feynman，根据路线图，Feynman 架构将于 2028 年登场。

CPO 网络交换机 2026 年将推出

数据交换是限制 AI 算力升级的关键指标。日前就有关于英伟达将在 GTC 2025 上推出 CPO 交换机新品的消息。英伟达也不负众望，本次推出了新的 Spectrum-X 硅光子以太网交换机，作为 Spectrum-X 光子以太网和 Quantum-X 光子 InfiniBand 平台一部分，包括 128 个 800Gb/s 端口或 512 个 200Gb/s 端口，总带宽可达到 100Tb/s，以及 512 个 800Gb/s 或 2048 个 200Gb/s 端口，总吞吐量可达 400Tb/s。

人工智能迭代加速，使得具备更高带宽潜力的光互联技术受到业界广泛关注。但是在实际应用过程中，如何进行成本优化，如何解决大规模部署中的兼容性和互操作性问题等，业界的讨论仍有很多。英伟达计划 Spectrum-X 光交换机将在 2026 年推出，届时能否掀起一轮光互联技术对传统铜缆的替代同样是一个观察点。

长期布局具身智能、量子计算

英伟达将机器人视作下一个数万亿美元产业，这些年来都在重点布局。GTC2025 上，英伟达推出首个开放、可定制的通用人形推理和技能基础模型 Isaac GR00T N1。英伟达还与谷歌 DeepMind 和迪士尼研究中心合作开发开源物理引擎 Newton，用于机器人学习，预计今年晚些时候完成开发。

黄仁勋表示，通用机器人时代已经到来。借助英伟达 Isaac GR00T N1 和新的数据生成以及机器人学习框架，世界各地的机器人开发人员将开辟 AI 时代的下一个前沿。

英伟达近年来也在长期布局量子计算。英伟达将于当地时间 3 月 20 日首次举办 " 量子日（Quantum Day）" 活动。黄仁勋将与来自十多家量子计算行业领导企业的顶尖高管共聚一堂，进行小组讨论，讨论话题涵盖量子计算中现在可能和可用的技术、量子技术的发展方向等。

算力与能耗始终是 AI 大模型的发展瓶颈，量子计算被认为是解决经典 AI 系统日益增长的局限性，实现更快训练、更少能源消耗的解决方案。英伟达将展示其在量子计算领域的最新进展，包括量子计算模拟器和相关软件开发工具，进一步推动量子计算与 AI 的结合。

写在最后

人工智能的发展瞬息万变，这让英伟达亦不免需求面临诸多挑战。从 GTC2025 的一系列发布与举措来看，针对微软、谷歌等客户需求的不确定性，以及谷歌 TPU、亚马逊 Trainium 等专有 AI 芯片的竞争，英伟达希望通过推出高性能、低功耗的产品，保持其在通用 AI 芯片市场的优势。同时加大在芯片、网络等领域的全面布局，巩固了其在 AI 算力领域的领导地位。并通过具身智能、量子计算等领域的布局，为未来的技术突破和市场扩展奠定基础，抢占未来市场的先机。

然而，英特尔近日宣布了委任半导体行业资深人士陈立武作为新一任的 CEO 人选，人工智能所带来的巨大市场机会是其所必须抓住的。AMD 董事长兼执行官苏姿丰亦于日前现身北京，其宣称 AI 将是未来几年非常重要的技术。而据最新报道，谷歌准备携手联发科开发下一代张量处理单元（TPU）。

2025 年的 AI 芯片领域不仅没有止歇，反而变得越来越热闹。如何保持领先位置将是英伟达面临的主要挑战。