划重点
01英伟达CEO黄仁勋在CES 2025开幕式上发布了多款AI“核弹级”产品，包括新款GPU、物理AI模型、超级AI PC等。
02黄仁勋回顾了英伟达的发展历程，从1999年推出CUDA平台到2023年数据中心业务营收首次超越游戏业务。
03除此之外，英伟达还发布了基础模型NVIDIA Cosmos、机器人合作方案以及自动驾驶平台Thor智驾计算平台。
04郭涛分析认为，英伟达在高端芯片领域具有明显优势，生态体系稳固，技术研发投入大，新产品不断涌现。
以上内容由腾讯混元大模型生成，仅供参考
英伟达CEO黄仁勋出席CES开幕演讲 图片来源：视觉中国
文丨雅萱
编辑丨叶锦言
出品丨深网·腾讯新闻小满工作室
点燃2025“科技界春晚”的不仅是黄仁勋闪闪发光的新皮衣，还有其带来的新款GPU、物理AI模型、超级AI PC、智驾计算平台等AI“核弹级”产品。
北京时间1月7日上午10 点半，英伟达 CEO 黄仁勋在拉斯维加斯CES 2025 展会上发表了主题演讲。“你现在位于我们的数字孪生体中，这里的一切都是由人工智能生成的。”黄仁勋以数字孪生这个和人工智能密切相关的词语把观众带回1993年。
黄仁勋“忆苦思甜”
1993年，从LSI Logic（一家知名的专用芯片公司）离职的黄仁勋选择在30岁这一年创业。黄仁勋相信，终有一天，PC会成为享受游戏的消费级设备，他要在PC上做一流的游戏显卡。
对于黄仁勋的这一决定，英伟达副总裁Rev Lebaredian说，黄仁勋是一个对图形技术潜力有深刻信念的领导者，有能力看到10年后的投资回报。
但伟大从来不是被计划的。在波谲云诡的商业世界，没人能保证10年之后事情会按照预期发展。“我们的第一代产品NV1使得在你的PC中拥有一个游戏主机成为可能。我们的编程架构被称为UDA，U-D-A。直到稍后一段时间才加上字母C。1999年我们发明了可编程GPU”黄仁勋回忆说。
2006年英伟达推出通用并行计算平台和编程模型CUDA平台。用通俗的话讲，CUDA犹如给GPU安装了一个新的操作系统，使得它不再只局限于处理图形和视频游戏。通过CUDA，程序员可以更容易地编写程序，让GPU去做各种复杂的计算任务。
2012年，“深度学习教父”辛顿的一个选择让英伟达的GPU在人工智能领域找到了自己的位置。当年辛顿带着他的两位学生Alex Krizhevsky和Ilya Sutskeverz（后来成为OpenAI的首席科学家），参加了全球最为权威的计算机视觉大赛ImageNet大赛，并一举夺冠。其设计的深度卷积神经网络AlexNet把图像识别错误率错误率从上一年的26.2%降至15.3%。
AlexNet之所以能降低图像识别错误率原因之一是，辛顿团队一改传统使用CPU训练的做法，改用英伟达GPU训练。相比谷歌猫（Google Brain于2012年推出的项目）用了16000颗CPU，AlexNet只用了4颗英伟达GPU。
AlexNet的一战成名让深度学习的研究人员意识到，GPU不仅可以给《光环》、《侠盗猎车手》等电子游戏渲染图形，其并行计算的优势同样擅长运行神经网络的训练。
“利用CUDA处理AlexNet，人工智能发展由此进入新的阶段。”黄仁勋现场说。
ChatGPT大火以后，训练大模型要抢购英伟达的高端GPU已成为行业共识。黄仁勋经常拿出来讲的一个故事是，公司在2016年把首台搭载了8块P100 GPU的DGX-1送给了OpenAI，这也为英伟达市值突破万亿美元埋下了伏笔。
2023年开始，全球大型科技公司疯抢英伟达芯片和服务器。英伟达的H100 GPU不仅是Meta、亚马逊、甲骨文、谷歌等科技巨头争抢的对象，还一度成为和黄金类似的硬通货。一台由8张A800组成的服务器一度从230万被炒至到330万，谁能抢到英伟达芯片就犹如拿到了一台印钞机。
2023财年英伟达数据中心（Datacenter）业务营收首次超越游戏业务（Gaming）。2023年5月30日英伟达股价开盘涨逾4%，总市值突破万亿美元大关。
从1999年英伟达在纳斯达克上市至市值超过万亿，英伟达用了24年。从市值1万亿美元到2万亿美元，英伟达用了10个月；从2万亿美元到3万亿美元，英伟达耗时仅3个月。
美国时间2024年10月25日，英伟达市值（3.53万亿美元）短暂超越苹果（3.52万亿美元），成为世界上市值最高的公司，当天收盘时英伟达的市值略有回落至3.47万亿美元，而苹果则以3.52万亿美元的市值反超。
此后的很长一段时间里，苹果、微软、英伟达的市值一度处于你追我赶的焦灼状态中，财报以及新品的发布等信息都会成为市场降低和推高他们市值预期的导火线。
6大亮点再度缩短英伟达和苹果的市值差距
在CES 2025正式开幕之前，闻“新品”而动的资本市场已经给了英伟达市值一个高预期。
在美国时间1月6日的股市交易中，盘中英伟达股价一度涨幅超过5%，此后有所回落，截至当日收盘，英伟达股价报149.43美元/股，涨幅3.4%，总市值36595亿美元。
与苹果1月6日收盘时37034亿美元的总市值仅相差不到500亿美元。
“除芯片外，英伟达在AIPC、机器人、自动驾驶等领域都有新产品和生态推出。新产品给了资本市场高预期，短期内推动英伟达市值创新高也在情理之中。”天使投资人、人工智能专家郭涛对《AI光年》分析。
在芯片领域，英伟达发布消费级GeForce RTX GPU——RTX 5090，内置920亿晶体管，AI 算力超过3352万次Tops、GDDR7 内存（内存带宽为 1.8TB/秒），可编程着色器现在能够处理神经网络，售价高达1999美元（约合人民币1.47万元）。
与此同时，RTX 5080、5070 Ti和5070的售价分别为999美元、749美元和549美元，搭载相应芯片的笔记本电脑售价分别以2899、2199、1599和1299美元起，预计最快将于今年3月上市。
“还记得 RTX4090 的价格吧？现在你买 RTX5070，549 美元就可以买到 4090 的性能。”黄仁勋说。
对于RTX 5090等推出，郭涛分析“对游戏业务而言，新显卡将带来更逼真的图形渲染效果，支持更高分辨率与帧率，提升游戏沉浸感和体验，吸引玩家升级硬件，促进游戏销售与电竞产业发展。在 AI PC 业务方面，新显卡强大的算力可加速 AI 任务在本地的运行，如视频编辑的智能优化、语音识别等，拓展 PC 应用场景，满足创作者、开发者等专业用户对高性能本地 AI 计算的需求，提升英伟达在 PC 端的 AI 竞争力，可能改变 PC 市场格局，促使更多厂商跟进，推动 AI PC 生态发展。”
黄仁勋还在现场公布了一个名为Grace Blackwell NVLink72的巨型芯片，该芯片将使用72个Blackwell GPU或144个芯片，AI 浮点性能达到 1.4 ExaFLOPS，与上一代产品相比，Blackwell 的每瓦性能提高了4 倍。
对于Grace Blackwell NVLink 72 巨型芯片的推出，郭涛分析称，“其将大幅提升数据中心的计算性能与能效。其强大算力可加速深度学习训练与推理任务，缩短任务处理时间，增强英伟达在数据中心市场的竞争力，吸引更多云计算厂商和企业客户。通过 NVLink 技术实现高速互联，优化数据传输，提升整体系统效率，降低数据中心运营成本，有助于英伟达在高性能计算领域保持领先，进一步巩固其在数据中心业务的市场份额，推动数据中心向更高效、强大的方向发展，引领行业技术趋势。”
据英伟达2025财年第三季度财报显示，这个季度，英伟达数据中心收入创下308亿美元的纪录，较上一季度增长 17%，较去年同期增长 112%。
除消费级GPU芯片和数据中心产品外，英伟达还公布了基础模型、机器人等产品和合作方案。
在模型方面，英伟达发布了一个旨在理解物理世界的世界基础模型NVIDIA Cosmos。“Cosmos是一个世界基础模型开发平台，旨在推动物理AI发展。它包含自回归世界基础模型、基于扩散的世界基础模型、高级分词器以及NVIDIA CUDA数据管道。该模型能够摄取文本、图像或视频提示，并生成虚拟世界状态视频。”黄仁勋说。
郭涛分析称，“Cosmos 模型更专注于特定 AI 任务优化，提升模型训练和推理效率。”
为了方便理解，可以把英伟达Cosmos想象成一个超级强大的虚拟世界创建工具，犹如一个数字沙盒，通过构建逼真的虚拟环境，来测试和训练机器人以及其他物理人工智能系统。
在AI智能体层面，英伟达基于Llama模型家族推出LLAMA Nemotron 大语言基础模型，分为Nano、Super和Ultra三档。
在自动驾驶方面，黄仁勋在现场发布第四代Thor智驾计算平台，并表示，丰田和英伟达将合作开发下一代自动驾驶汽车。
黄仁勋表示，“全球每年生产1亿辆汽车，道路上行驶的汽车有10亿辆，每年行驶里程达万亿英里，所有这些汽车都将实现高度自动驾驶，甚至即将实现完全自动驾驶。这将是一个极其庞大的产业，我预测这很可能是第一个万亿美元级的机器人产业。请注意，仅仅是这些开始投产的汽车中的一部分，规模就已经达到40亿美元，今年的运行速度可能约为50亿美元。”
2025财年第三季度，英伟达汽车收入为 4.49 亿美元，较上一季度增长 30%，较上一财年同期增长72%。
可以这么说，无论是游戏、AIPC、还是智能驾驶、数据中心，人工智能领域的每个风口都能看见英伟达高端芯片的身影。
在郭涛看来，未来三年英伟达在高端芯片领域领先地位稳固，难以被撼动。
“英伟达自身优势明显，其生态体系借CUDA等软件吸引开发者开发众多应用，构建起坚固壁垒；在市场上占据垄断地位，与诸多大型企业、科研机构合作紧密，客户粘性高；同时技术研发投入大，迭代迅速，新产品不断涌现。从对手方面看，AMD生态完善度不及英伟达，英特尔在GPU领域追赶尚需时日，新兴企业虽有技术亮点，可受技术、资金限制，三年内难以实现高端芯片规模化量产，难构成实质威胁。”郭涛分析称。