在2025年GTC开发者大会上，NVIDIA以“AI推理新时代”为核心，发布了多款硬件与软件产品组合。从新一代GPU架构BlackwellUltra到开源推理框架Dynamo，再到硅光交换机平台，NVIDIA试图通过技术迭代与生态整合，巩固其在AI算力领域的领导地位。然而，下一代产品Rubin系列的延迟交付，也为市场增添了一丝不确定性。
硬件全面升级：BlackwellUltra与Rubin系列强化算力基础
BlackwellUltra：性能跃升与液冷技术普及
NVIDIA正式推出内存增强版BlackwellUltraGPU，其DenseFP4算力较前代B200提升50%，HBM配置升级至288GBHBM3e，网络层面则采用ConnectX8网卡替代ConnectX7，进一步优化数据传输效率。BlackwellUltra的典型应用场景为GB300NVL72机架级解决方案，其AI性能较上一代提升1.5倍，适用于大模型推理与复杂任务。由于功耗与散热需求陡增，NVIDIA首次明确将液冷技术作为标配，推动数据中心基础设施升级。该产品预计于2025年下半年量产，戴尔、惠普等厂商将率先推出搭载该芯片的服务器。
Rubin系列：架构革新与交付延迟
作为Blackwell的继任者，Rubin系列采用纵向Tray结构优化机柜空间，单颗RubinUltra芯片整合4颗die，NVL576系统仅需144颗芯片即可运行。然而，产品节奏较原计划延迟约半年：首款RubinGPU推迟至2026年下半年上市，RubinUltra则延后至2027年下半年。延迟原因指向制程、封装及机柜层面的技术挑战，例如芯片集成度提升带来的热管理难题。这一调整导致市场对NVIDIA技术迭代能力的信心受挫，发布会后股价下跌3.4%。
硅光交换机：突破传统网络瓶颈
NVIDIA同步推出Spectrum-XPhotonics与Quantum-XPhotonics硅光交换机，单端口速率达1.6Tb/s，总带宽最高400Tb/s。其中，Spectrum-X提供512个800Gb/s以太网端口，Quantum-X则支持144个800Gb/sInfiniBand端口，采用200Gb/sSerDes技术提升传输效率。通过光电共封装（CPO）技术，交换机功耗降低40MW，为超大规模AI集群的扩展提供关键支持。
软件与生态布局：推理效率与AI计算场景拓展
Dynamo框架：开源推理效率革命
NVIDIA推出开源推理服务框架Dynamo，其在运行DeepSeek-R1模型时，请求处理能力提升多达30倍。性能提升源于动态GPU调度、LLM感知请求路由及KVCache跨内存卸载等机制。Dynamo已集成至NVIDIAAIEnterprise的NIM微服务，并开源至GitHub，帮助企业降低大规模模型部署门槛。黄仁勋强调，Dynamo是“AI工厂的操作系统”，通过协调数千颗GPU的通信，最大化算力资源利用率。
DGX产品线：从数据中心到桌面端
NVIDIA进一步扩展DGX系列，推出面向企业的DGXSpark和桌面级DGXStation。前者搭载GB10BlackwellSuperchip，提供128GB统一内存与4TBSSD存储，算力达1,000TOPS；后者采用GB300BlackwellUltraSuperchip，AI性能提升至20PFLOPS，配备784GB内存，可处理更高强度的训练与推理任务。此举旨在将超算能力下沉至开发者的本地环境，加速AI应用创新。
AI工厂战略：从生成Token到重塑产业
黄仁勋将BlackwellUltra定位为“AI工厂平台”，强调其核心使命是规模化生产Token（AI生成的基本单元），驱动智能代理（Agent）与物理AI（如机器人）的发展。他预测，到2028年全球数据中心投资将超1万亿美元，推理算力需求规模或超此前预估的100倍。为此，NVIDIA联合鸿海等厂商推出GB300NVL72服务器机柜，并通过CUDA-X生态覆盖物理学、生物学等领域，构建软硬一体的行业壁垒。
此次发布会在展示技术雄心的同时，也暴露出芯片迭代节奏放缓的隐忧。如何平衡性能突破与量产稳定性，将是NVIDIA未来两年的关键挑战。