news 2026/4/30 0:23:46

英伟达「抛弃」游戏玩家,黄仁勋却夸 DeepSeek「让全世界大吃一惊」

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
英伟达「抛弃」游戏玩家,黄仁勋却夸 DeepSeek「让全世界大吃一惊」

英伟达不卖显卡了。

准确地说,5 年来首次在 CES 大会不发消费级显卡。没有 RTX 6090,没有游戏性能提升,没有光追演示。

黄仁勋穿着他那标志性的黑色皮夹克,在拉斯维加斯讲了将近两小时。

黄仁勋 CES 2026 主题演讲。

他发布了下一代 AI 超算,发布了会「思考」的自动驾驶,还点名了 DeepSeek,说它「让全世界大吃一惊」。

但他只字未提游戏玩家最关心的东西。

他在讲别的生意。


01|点名 DeepSeek

先说 DeepSeek。

黄仁勋在回顾 2025 年 AI 发展时,原话是这样的:

「我们看到了DeepSeek-R1的出现,第一个开源的推理模型。它让全世界大吃一惊,点燃了全球的开源热情。」

一家中国公司,在英伟达最重要的年度展会上,被 CEO 亲自点名。

不只是口头提了一嘴。

老黄还放了一张 PPT,展示开源模型正在追赶闭源前沿模型。图上列了三个国产模型的名字:DeepSeek-V3.2Kimi K2Qwen

开源模型已经追上前沿模型,80% 的创业公司在用开源模型构建产品。

黄仁勋真正的意思是:开源正在追上来,而英伟达要做的,是成为所有模型的基础设施,不管是 OpenAI 的,还是 DeepSeek 的。

卖铲子的不在乎谁挖到金子。


02|新生意:卖 AI 工厂

接下来是硬件。

黄仁勋发布了 Vera Rubin,英伟达下一代 AI 超级计算机。

这个名字来自发现暗物质的美国女天文学家。英伟达的意思是,这台机器要帮助人类发现那些「看不见的东西」。

6 个芯片,全部重新设计。

Vera Rubin AI 超级计算机,6 颗全新芯片。

英伟达内部有个规矩,每一代产品最多只改一两个芯片。但这次,黄仁勋说摩尔定律慢下来了,晶体管数量每年最多增长 1.6 倍,追不上 AI 算力需求的 10 倍增长。

所以他们从头来过。

结果?

推理性能是上一代 Blackwell 的 5 倍。训练性能是 3.5 倍。每个 token 的成本降到 1/10。

5 倍。3.5 倍。1/10。

性能决定你能不能跑最大的模型,成本决定你能不能活下去。这三个数字,是 AI 公司最关心的东西。

黄仁勋在台上双手举起一块 Vera Rubin 计算板,说这东西「可能有几百磅重」。然后开了个玩笑:「你得是个身体素质很好的 CEO 才能干这活。」

黄仁勋展示 Vera Rubin 计算节点。

一个机架,72 个 Rubin GPU,两吨重。45°C 的水就能冷却,不需要额外制冷设备。

已经量产。2026 年下半年出货。


03|更大的生意:卖自动驾驶的「大脑」

Vera Rubin 不是这场演讲的重点。

黄仁勋发布了 Alpamayo,他称之为世界上第一个「会思考」的自动驾驶 AI。

Alpamayo 自动驾驶架构:摄像头输入,输出驾驶决策、因果推理和行驶轨迹。

传统自动驾驶是分段的:一个模型看路,一个模型规划,一个模型执行。各干各的。

问题是,遇到从没见过的场景,比如行人突然变向、施工区和地图对不上,分段系统容易崩溃。

Alpamayo 是端到端的。摄像头进,方向盘出。中间不分段。

更关键的是,它会「解释」自己为什么这么做。

黄仁勋放了段演示视频。车在旧金山街头开,遇到复杂场景时,屏幕上实时显示它的思考过程,我看到了什么、我打算怎么做、为什么。

「Physical AI 的 ChatGPT 时刻到了。」

Alpamayo 开源了。模型权重在 Hugging Face,1700 多小时驾驶数据也公开了。

第一个搭载它的量产车是 Mercedes-Benz CLA。Q1 美国上路,Q2 欧洲,Q3-Q4 亚洲。黄仁勋说他们和 Mercedes 合作了 5 年,几千人团队,就为这一天。

「我们的愿景是,未来地球上每一辆车、每一辆卡车,都是自动驾驶的。」


04|价值 10 万亿的算盘

逻辑很清楚了。

黄仁勋说:「过去十年,全球大概有 10 万亿美元的计算基础设施。现在,这些都要被 AI 重新改造。」

10 万亿美元。游戏显卡市场几百亿。AI 基础设施是万亿级别。

他还说,未来 5 年,全球会有 3 到 4 万亿美元投入 AI 基础设施。

这就是英伟达不聊显卡的原因。


英伟达的未来不在你的电脑里,在每一辆车、每一个机器人、每一座数据中心里。


我是木易,Top2 + 美国 Top10 CS 硕,现在是 AI 产品经理。

关注「AI信息Gap」,让 AI 成为你的外挂。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/27 18:19:46

51单片机点亮一个led灯的EMC优化实践

从点亮一个LED开始:51单片机EMC设计的工程思维实践你有没有想过,点亮一个LED灯,这件在初学51单片机时五分钟就能完成的事,竟然可能成为整块电路板EMC测试失败的罪魁祸首?我们常把“P1^0 1;”当作嵌入式世界的“Hello …

作者头像 李华
网站建设 2026/4/17 18:59:00

适用于职教仿真的Multisim元件库下载全面讲解

职教电子仿真实战:如何高效扩展Multisim元件库,突破教学瓶颈 在职业院校的电子技术课堂上,你是否遇到过这样的场景?——老师讲完开关电源原理,学生跃跃欲试地打开Multisim准备搭建TPS5430降压电路,结果翻遍…

作者头像 李华
网站建设 2026/4/28 21:16:18

ms-swift支持多种硬件平台统一训练部署体验

ms-swift:如何让大模型在不同硬件上“一次开发,多端部署” 在今天的AI工程实践中,一个现实问题正变得越来越突出:我们有了强大的大模型,也有了丰富的应用场景,但每当换一块芯片——从NVIDIA A100换成昇腾91…

作者头像 李华
网站建设 2026/4/26 7:48:18

AI识别伦理指南:在预置环境中快速测试偏见缓解

AI识别伦理指南:在预置环境中快速测试偏见缓解 作为一名长期关注AI伦理的研究员,我经常需要评估不同识别模型在性别、年龄、种族等维度上的表现差异。传统方法需要手动搭建评估环境、安装依赖库、编写测试脚本,整个过程耗时耗力。最近我发现了…

作者头像 李华
网站建设 2026/4/18 12:34:39

金融科技风控模型:利用大模型识别欺诈交易新模式

金融科技风控模型:利用大模型识别欺诈交易新模式 在金融行业,一场静默的攻防战正在上演。一边是日益智能化、组织化的欺诈团伙,他们利用合成语音、伪造证件、话术诱导等手段不断试探系统防线;另一边是传统风控体系逐渐暴露的疲态—…

作者头像 李华
网站建设 2026/4/27 23:20:00

万物识别实战:无需配置的云端AI开发体验

万物识别实战:无需配置的云端AI开发体验 作为一名AI培训班的讲师,我经常面临一个棘手的问题:学员们的电脑配置参差不齐,有的甚至没有独立显卡。如何为他们提供一个统一、开箱即用的识别模型开发环境?经过多次实践&…

作者头像 李华