【COMPUTEX 2025】NVIDIA執行長黃仁勳Keynote重點整理，代理AI、物理AI、通用機器人趨勢以及NVLink Fusion半客製化AI基礎建設

迷你、桌上型電腦都來算AI

NVIDIA先前在CES發表的Project Digits也正式定名為DGX Spark，它搭載GB10 Superchip，並具有1 PFLOPS的AI運算效能與128 GB整合系統記憶體，適合小型個人工作室或學數單位使用。

對AI運算效能需求較高的工作室則可考慮DGX Station，它搭載桌上型GB300 Grace Blackwell Ultra Supership，提供高達 20 PFLOPS的AI運算效能與784 GB整合系統記憶體。

需求更高的話，還可往上選擇最多可以安裝8組伺服器版RTX PRO 6000 Blackwell GPU的RTX PRO Serve，滿足不同運算量體的需求。

▲ NVIDIA透過CUDA與TensorRT等函數庫讓多種不同量體的運算裝置、電腦、伺服器都能共享相同的軟體與程式碼。

▲ 搭載GB10 Superchip的DGX Spark具有1 PFLOPS的AI運算效能與128 GB整合系統記憶體，並可透過ConnectX網路技術串接2台DGX Spark，運行高達405B參數模型。

▲ DGX Station則為高負載AI運算設計，搭載桌上型GB300 Grace Blackwell Ultra Supership，提供高達 20 PFLOPS的AI運算效能與784 GB整合系統記憶體。

▲ 黃仁勳展示DGX Station主機板。

▲ RTX PRO Serve最多支援8組伺服器版RTX PRO 6000 Blackwell GPU，並搭載BlueField-3 DPU與ConnectX-8 SuperNIC。

▲ NVIDIA RTX PRO Serve透過特殊主機板連接8組PCIe介面運算卡。

開源機器人模型

NVIDIA也延續先前在GTC 2025宣布將GR00T N1機器人基礎模型開源，並推出GR00T N1.5版更新（近期將於Hugging Face開放下載），讓產業能夠節省許多訓練基礎模型的工作。

另一方面Isaac GR00T-Dreams Blueprint則是能夠生成大量合成運動資料（神經軌跡）的工作流程，能夠在生成式物理 AI的協助下，讓開發者輸入單一影像並生成機器人在新環境執行新任務的影片，以適應不斷變化的環境。其概念與筆者於《自駕車模型訓練與蒸餾技術分析》一文提到的訓練方式概念接近，能夠省下大量準備訓練資料、影片的工作量，大幅精簡人事成本。

▲ NVIDIA也推出全新AI-Q Blueprint強化資料庫效能，進一步加速AI運算。

▲ NVIDIA在開放模型與資料集評比展現佳績。

▲ NVIDIA發表Isaac GR00T N1.5人形機器人開放模型，推動機器人產業發展。

▲ Isaac GR00T-Dreams Blueprint能夠生成訓練人形機器人推理與行為所需的資料，大幅縮減人力需求。

黃仁勳說明AI工廠的概念為將資料與電力輸入AI運算資料中心產生智慧的工業革命，並將他的招牌金句「The more you buy, the more you save」（買越多省越多），改成「The more you buy, the more you make」（買越多賺越多），更貼近AI工廠的特性。