看好文：智创脉动｜NVIDIA新芯片快狠准 机器人更像真人！

　这些创新不仅代表了技术的飞跃，更构建了一个从芯片到应用的完整AI生态系统，为未来的智能化世界奠定基础。

Blackwell Ultra GB300：AI运算的核心引擎

　NVIDIA在2025年GTC大会上发布的Blackwell Ultra GB300系列芯片代表了AI运算的重大突破。这款旗舰级GPU具备强大的运算能力，单颗芯片可达20 PFLOPS（每秒20千万亿次浮点运算），显著超越前代Hopper架构的性能。

　GB300采用了升级版的HBM3e高带宽内存，最高容量达到288GB，比前代提升了50%。这种大容量内存使芯片能够处理更复杂的AI模型，减少数据传输瓶颈，提高训练和推理效率。

　该芯片还搭载了最新的NVLink互连技术，实现多GPU之间的高效协同工作。这一技术在超大规模运算任务中尤为重要，能够提升整体运算效率，同时降低系统功耗。

Blackwell Ultra NVL72：集成化运算平台

　与GB300芯片同步推出的是Blackwell Ultra NVL72运算平台，这一系统整合了72颗GB300 GPU和36颗基于Arm Neoverse架构的Grace CPU。这种紧密集成的设计优化了运算效率，使AI训练和推理速度比前代GB200 NVL72平台提升了1.5倍。

　GB300芯片同样被应用到新版DGX Station AI工作站中，这款被称为“AI时代个人超级电脑”的产品提供高达784GB的统一内存和20,000 TFLOPS的AI运算能力，为研究人员和数据科学家提供强大的本地运算资源。

　随着生成式AI、大规模数据分析和自动驾驶等应用的快速发展，市场对高性能芯片的需求持续增长。NVIDIA预计，云运算合作伙伴部署的Blackwell系列芯片数量将是Hopper的三倍，而带来的收入可能是前代的50倍。

NVIDIA Rubin：下一代GPU架构

　展望未来，NVIDIA宣布了计划于2026年下半年推出的Rubin GPU架构。这一新一代平台采用双逻辑芯片设计，将由台积电N3制程工艺生产，性能和能效比将大幅超越当前的Blackwell系列。

　Rubin GPU的一大亮点是采用HBM4高带宽内存，配备多达8颗HBM4模块，提供高达384GB的显存容量，内存带宽提升至13TB/s。这种配置使大规模AI模型训练和推理更加高效。

　在运算能力方面，Rubin的FP4精度运算能力预计可达100 PFlops，远超Blackwell GPU。未来的Rubin Ultra版本还将支持576颗GPU互连集群，进一步扩展AI运算能力的上限。

NVIDIA Vera：AI优化CPU

　与Rubin GPU配套的是NVIDIA的下一代高性能CPU——Vera。这款处理器采用定制化Arm架构，拥有88核心、176线程，专为数据中心和AI运算任务优化设计。

　相比前代Grace CPU，Vera的内存容量提升了4.2倍，内存带宽提升2.4倍，显著减少了数据访问延迟，提高了训练速度。Vera采用最新的并行运算架构，与Rubin GPU结合使用时，可显著优化大型语言模型、生成式AI和自动驾驶等应用的运行效率。

Vera Rubin：超级运算新标准

　NVIDIA将Rubin GPU与Vera CPU结合，打造了名为Vera Rubin的超级运算架构。这一平台采用NVLink 6.0超高速互连技术，提供高达260TB/s的互联带宽，确保多GPU之间的高效通信。

　其中最具代表性的是Vera Rubin NVL144系统，由144颗Rubin GPU组成，提供3.6EF（exaFLOPS）的FP4推理性能和1.2EF的FP8训练性能，比GB300 NVL72的运算性能提升了3.3倍，为未来超大规模AI运算任务提供强大支持。

　随着这些技术的商用化，NVIDIA将进一步巩固其在AI和高性能运算领域的领导地位，为全球AI产业发展提供更强大的运算基础设施，推动各行各业的智能化转型。

Isaac GR00T N1：开源人形机器人平台

　NVIDIA发布的Isaac GR00T N1是一个完全开源的人形机器人开发平台，旨在降低机器人研发的门槛。这个平台让研究人员和开发者能够更容易地创建、测试和部署人形机器人，无需从零开始构建复杂的系统。

　平台的核心优势在于其开源架构，允许开发者根据具体需求调整机器人的设计、传感器配置和执行机构。这种灵活性使研究团队能够专注于AI算法开发，而不必担心底层硬件设计。

　Isaac GR00T N1与NVIDIA的Isaac Sim仿真平台紧密集成，使开发者能在虚拟环境中测试机器人行为，模拟真实世界的物理条件，如摩擦、碰撞和重力。这种高精度的仿真可以大幅降低实际硬件测试的成本和风险。

　该平台还支持强化学习技术，让机器人能够通过反覆试错来优化其行为和动作。这使机器人能够学习复杂的任务，如行走、抓取物体和避障，而无需详细的人工编程。

　Isaac GR00T N1的应用范围十分广泛，从智能家庭助手到零售服务机器人，再到医疗护理和工业自动化。这一开源平台有望加速人形机器人技术的发展，推动机器人更广泛地进入日常生活和工作环境。

Cosmos AI：合成数据驱动机器人训练

　机器人学习面临的一个主要挑战是获取足够的高质量训练数据。传统的数据收集方法成本高、耗时长，且难以涵盖机器人可能遇到的所有情况。为解决这个问题，NVIDIA推出了Cosmos AI合成数据生成平台。

　Cosmos AI利用先进的生成式AI技术，自动创建逼真的合成数据，包括视觉、深度信息和物理特性。这些数据可以模拟各种环境条件，如不同的照明、天气和物体配置，帮助机器人学习适应各种场景。

　该平台与NVIDIA的Isaac Sim无缝集成，支持在虚拟环境中进行端到端的仿真训练。这种方法让机器人可以在安全的虚拟世界中执行数百万次测试，而无需暴露在潜在危险的实际环境中。

　Cosmos AI生成的数据适用于多种机器人任务，包括电脑视觉、自主导航、机器人操作控制和强化学习。这使其成为开发各类智能机器人的理想平台。

　在工业制造、自动驾驶、医疗机器人、物流与仓储以及智能家居等领域，Cosmos AI都展现出巨大的应用潜力。相比传统数据采集方法，它能显著降低成本，提高效率，并确保数据的多样性和安全性。

Newton加持！机器人、游戏、自驾车模拟再进化

　完善的物理模拟对于机器人开发至关重要。NVIDIA的Newton物理引擎是一款AI驱动的高精度仿真运算引擎，为机器人训练、自动驾驶仿真和工程运算提供更真实、更高效的物理模拟。

　Newton物理引擎的一大创新是将AI技术应用于物理运算。它使用深度学习模型来预测和优化复杂的物理交互，提高模拟精度并减少运算时间。这种AI辅助的方法使引擎能够自动调整参数，处理复杂的碰撞检测和物理互动，无需繁琐的人工调试。

　该引擎充分利用NVIDIA最新的Blackwell GPU架构，实现大规模并行运算。这使Newton能够同时处理数百万个物理对象，适用于大规模、高复杂度的仿真场景。

　Newton支持多种物理模型，包括刚体物理、柔性体物理、流体模拟和颗粒系统。这使其适用于广泛的应用场景，从机器人控制和自动驾驶仿真，到游戏开发、医疗模拟和工程运算。

　与NVIDIA的Omniverse和Isaac Sim平台的无缝集成，使Newton成为AI训练和数码孪生应用的理想选择。开发者可以利用这些工具创建虚拟环境，进行机器人训练、工程仿真和产品设计。

　Newton物理引擎的推出标志着物理仿真与AI运算深度融合的新阶段。它将为机器人开发、自动驾驶、游戏开发和工业制造等领域提供更精确、更高效的物理模拟能力，推动AI和物理世界的深度融合。