当地时间 3 月 18 日，英伟达 GTC 2024 在美国圣何塞开幕。和往年不太一样的是，这场开发者大会今年直接办进了能装上万人的体育场，黄仁勋穿着他那件标志性的皮衣登场，全场欢呼——这场面更像明星演唱会，而不是一家芯片公司的技术发布会。而发布会的核心主角，是新一代 AI 计算平台 Blackwell。
Blackwell 和 B200：为万亿参数模型准备的
Blackwell 是英伟达继 Hopper 之后的新一代 GPU 架构，以数学家 David Blackwell 命名。本场发布的 B200 是这一代的旗舰芯片，官方将它定位得很明确：就是为万亿参数级别的大语言模型训练和推理准备的。
黄仁勋在台上反复强调一个说法：Blackwell 不是一颗芯片，而是一个平台。这个说法背后的意思是，英伟达卖的不再是单颗 GPU，而是整套组合——比如把两颗 B200 和一颗 Grace CPU 封装在一起的 GB200 超级芯片、把几十颗芯片连成一台"巨型 GPU"的机柜级方案 GB200 NVL72，以及配套的高速互联和整套软件栈。云服务商买回去，理想状态是插上电就能开始训模型。
性能数字方面，官方口径是在大模型推理等场景中，相比上一代 Hopper 有数倍提升，能效改善更为明显，数据中心最关心的"每瓦算力"被反复提及。具体的对比口径各家媒体测算方式不同，这里不搬数字，但方向是清楚的：大模型越训越大，单颗芯片的算力和芯片之间的通信带宽，都得跟着翻倍往上走，Blackwell 主要就是在解这两道题。
落地方面，亚马逊 AWS、谷歌云、微软 Azure、甲骨文等主流云厂商都已表态将引入 Blackwell 实例，国内厂商的大模型军备竞赛接下来用什么硬件，这场发布会基本给了答案。
不止芯片：机器人和数字孪生也上了台
GTC 的后半程留给了两条支线。
一条是机器人。英伟达发布了人形机器人基础模型项目 GR00T，思路和大语言模型一样：给机器人做一个可以跨本体学习的"通用大脑"，配套的 Jetson Thor 计算平台负责在机器人身上跑这些模型。台上还请出了一排来自不同厂商的人形机器人站台，画面颇有科幻片发布会的味道。年初我们在CES 2024 的前瞻里就说过，机器人会是今年 AI 落地的热门方向，英伟达显然想做这波浪潮里卖铲子的人。
另一条是数字孪生。Omniverse 平台迎来一批更新，重点是把工厂、仓库的数字孪生和机器人仿真训练打通——先在虚拟世界里把机器人训好，再放到真实环境里，能省下大量试错成本。另外还有面向气候模拟的 Earth-2 等平台进展，属于英伟达"加速计算无处不在"叙事的一部分。
为什么所有人都在盯着这颗"离你很远"的芯片
发布会后有个值得玩味的现象：社交媒体上讨论最热烈的，除了机器人，就是英伟达的股价和市值。这家公司过去一年多已经成了 AI 行情的风向标，GTC 更是被投资者当作"AI 行业景气度发布会"来看待。道理不复杂——全球主要科技公司今年在 AI 基础设施上的投入，最后有很大一部分要变成英伟达的订单，它的产能和路线图，直接决定了下游所有玩家的扩军速度。
也有冷静的声音。Blackwell 的机柜级方案对数据中心的供电、散热都是新考验，液冷几乎成了标配，这意味着云厂商拿到芯片只是第一步，机房改造的账还要另算。首批交付时间在今年晚些时候，大规模铺开要看产能爬坡。发布会上的性能对比都是官方实验室口径，等第三方实测出来，才好判断它对 Hopper 的领先到底是"代际碾压"还是"稳步升级"。
对中国市场而言，Blackwell 还有另一层含义：高端 AI 芯片的对华出口管制没有松动迹象，国内大模型厂商能买到什么、用什么替代，依然是悬在行业头上的问题。算力差距怎么追，是国产加速卡厂商接下来一年必须回答的考题，GTC 的舞台越热闹，这道题就显得越紧迫。
怎么看这场发布会
对普通读者来说，B200 离日常生活很远，但它决定的事情离我们很近：接下来一两年，各家大模型能训到多聪明、推理成本能降到多低，很大程度上取决于这类硬件的供给。训练成本降下来，AI 应用的价格才降得下来；推理能效上去，手机和电脑之外的更多设备才跑得动大模型。
英伟达的野心也写在明面上：从卖芯片，到卖平台，再到给机器人和数字孪生做底层。护城河越挖越宽，竞争对手要追赶的就不只是一颗芯片的账面参数了。至于 Blackwell 的真实表现，等下半年各家云厂商的实例陆续上线、大模型公司晒出训练成果，自然见分晓。
