人工智能---英伟达CES展览

1 前言

        在之前的博客 《行业分析---揭开新工业革命序幕的英伟达》中已经隆重介绍过英伟达，也算是AI时代一家伟大的公司。

        作为 CES2025 正式揭幕的活动，黄仁勋的主题演讲从一开始就点燃所有观众。英伟达CEO宣布推出“Project Digits”，号称全球最小的个人AI超级计算机，将于5月左右上市，并且推出了新版本的显卡RT5090。

2 英伟达的主场

2.1 Project Digits

        Project Digits配备了最新的GB10 Grace Blackwell超级芯片，包含了英伟达Blackwell GPU（具有最新一代CUDA核心和第五代Tensor Cores），它可以运行复杂的AI模型，可处理多达2000亿个参数的AI模型。

        Project Digits不仅在硬件配置上令人瞩目，每台设备均标配128GB统一内存及最高4TB的NVMe高速存储，确保了数据处理与存储的高效性。用户可通过简单连接两台 Project Digits，构建一个更为强大的计算集群，轻松应对4050亿参数级别的超大型模型。

        在实际测试中，Project Digits展现出了恐怖的实力。依托最新的Nvidia AI Enterprise软件套件，用户可以在该平台上进行AI模型的开发、测试及部署工作，极大地简化了整个工作流程。尤为重要的是，如此强大的本地计算能力赋予了用户即时验证模型效能的能力，显著缩短了模型迭代周期，让高性能触手可及，为AI技术的快速发展注入了强劲动力。

2.2 RTX5090 系列

        英伟达在 CES 2025 上正式发布了下一代 RTX Blackwell GPU 系列，共包括四款型号：

• RTX 5090，售价 $1,999

• RTX 5080，售价 $999

• RTX 5070 Ti，售价 $749

• RTX 5070，售价 $549

        其中，RTX 5090 和 RTX 5080 将于 1 月 30 日发售，RTX 5070 Ti 和 RTX 5070 将于 2 月发布。RTX 50 系列采用全新的 Founders Edition 设计，配备双向流通风扇以及 GDDR7 显存，所有型号均支持 PCIe Gen 5 和 DisplayPort 2.1b 接口，可驱动高达 8K/165Hz 的显示输出。

        得益于新架构 Blackwell 和 DLSS 4，RTX 5090 的性能比 RTX 4090 快两倍（硬实力）。不过功耗也增加了 125 瓦，但英伟达表示其效率更高，只有在满负荷时才会达到 575 瓦（算力到最后拼的是能源，这句话并不是假话）。RTX 5080 性能也提升比较大，比 RTX 4080 快两倍；黄仁勋表示 RTX 5070 的性能等同于 RTX 4090，但售价仅有 $549。英伟达声称，RTX 5070 Ti 比 RTX 4070 Ti 快两倍，而 RTX 5070 的性能等同于 RTX 4090，售价仅 $549。

2.3 Omniverse+Cosmos

        除了 RTX5090 系列显卡，还有英伟达在世界模型领域的进展。在CES演讲中，黄仁勋推出了 Cosmos 的世界基础模型：这些模型能够预测并生成 “物理感知”（physics-aware）的视频，其目的是为了解决当前 AI 模型 “知其然不知其所以然” 的问题。

        目前，英伟达发布的 Cosmos 系列模型分为三大类：

• Nano：用于低延迟和实时应用。

• Super：用于高性能基线模型。

• Ultra：用于最大质量和高保真输出。

        这些模型参数规模从 40 亿到 140 亿不等，其中 Nano 是最小的模型，Ultra 是最大的。虽然参数越多性能通常越好，但开发者仍然可根据具体应用进行微调，并可通过英伟达的 API 和 NGC 目录、GitHub 以及 Hugging Face AI 开发平台获取。

        黄仁勋在演讲中介绍，这些模型基于 9000 万亿个标记（tokens）和 2000 万小时的真实世界人机交互、环境、工业、机器人及驾驶数据训练而成。

        回到世界模型本身，有了海量的现实世界视频数据作为支撑，Cosmos WFM 模型能够根据文本或视频帧生成合成数据（当现实数据样本量不够或者质量不高时，使用世界模型生成的数据也许效率更高），这些数据可以用于机器人、自动驾驶汽车等领域的模型训练和开发。

2.4 NVIDIA DRIVE 芯片

        NVIDIA DRIVE 是英伟达为自动驾驶汽车设计的端到端平台，涵盖了从感知、规划到控制的完整解决方案。其核心是基于 NVIDIA 的 GPU 和 AI 技术，提供强大的计算能力和软件支持。英伟达推出了多款专为自动驾驶设计的芯片，目前的主要产品如下：

芯片对比

类型	NVIDIA Xavier	NVIDIA Orin	NVIDIA Thor
发布时间	2018 年	2022 年	预计 2025 年
架构	基于 Volta GPU 架构，集成 8 核 Carmel CPU 和深度学习加速器（DLA）	基于 Ampere GPU 架构，集成 12 核 ARM Cortex-A78AE CPU 和下一代深度学习加速器	基于 Hopper GPU 架构
算力	30 TOPS（每秒万亿次操作）	254 TOPS	2000 TOPS
功耗	30W	45W（低功耗版本）到 200W（高性能版本）
应用	适用于 L2+ 到 L4 级别的自动驾驶	适用于 L4 和 L5 级别的自动驾驶	面向下一代自动驾驶和车载计算平台
特点		支持多芯片互联，最高可提供 2000 TOPS 的算力； 支持高精度传感器融合（摄像头、雷达、激光雷达等）。	集成 CPU、GPU 和深度学习加速器； 支持多模态传感器处理和实时路径规划。

3 总结

         英伟达在智能芯片上的布局很多年，在AI时代也取得了令人瞩目的成绩。英伟达在GPU显卡，世界模型，自动驾驶芯片等方面的入场，也表明其希望在自动驾驶或者具身智能涉足更多领域。笔者在之前的博客中，也提到过，英伟达正在组建自动驾驶研发团队，后续的角色和地平线很像，提供算法-软件-硬件一体化的服务。