自 1993 年第一款支援 DirectX 的圖型處理芯片 NV1 發表以來，NVIDIA 的發展軌跡始終圍繞著「讓電腦執行普通 PC 無法完成的工作」。1999 年第一款可程式 GPU —— GeForce 256 的誕生，更推動超過 20 年的圖形演進，帶領整個計算世界朝大規模並行發展。2006 年問世的 CUDA，則讓 GPU 從單純的繪圖硬體，蜕變為通用型加速器。2012 年 AlexNet 於影像識別上的成功，標誌深度學習革命的啟動。此後，AI 由「感知型」逐漸擴展至「生成式」，再進一步進化成「代理型」——可推理、可規劃、可行動的人工智慧。
RTX 5000 帶來的革命
在一月初的 CES 2025 演說會中，NVIDIA 執行長黃仁勳宣布全新「Blackwell」架構，推出 RTX 50 系列，包括 RTX 5090、5080、5070，以及衍生型號 Ti 版本。最頂級的 RTX 5090 累積 920 億顆電晶體、4,000 個頂點著色器，AI 浮點運算性能比前一代大幅躍升約 3 倍，光線追蹤運算力也來到 380 萬億次；配備 G7 記憶體，頻寬達 1.8TB/s。RTX 5070 則以 549 美元的定價，實現可媲美上一代 4090 的效能。這些新卡採雙風扇與強化電壓調節器設計，機械結構也進一步優化，代表 NVIDIA 持續在消費級市場加快AI普及。
在 AI 與 GPU 融合的層面，黃仁勳歸納 AI 發展脈絡：
- 1. 感知型 AI：聚焦影像、聲音、文字理解。
- 2. 生成式 AI：能透過深度學習發想新內容（文字、圖像、音頻）。
- 3. 代理型 AI：在感知、推理、決策與行動的全流程中整合，支援工具使用、任務拆分，並可擁有「自我思考」。
Transformer 模式自 2018 年 BERT 問世以來，對 AI 界產生巨變。NVIDIA 指出，大量資料、龐大模型與強大算力的「規模定律」仍持續發揮，越來越多企業與研究組織需要超大型AI基礎設施。其對應方案「Grace Blackwell」正是將最新的 Blackwell GPU 與 Grace CPU 整合，以 NVLink 72 連接，最高可達 1.4 exaflops 的 AI 運算能力，每瓦性能比前一代增長 4 倍、每美元性能提升 3 倍。黃仁勳也透露，這類系統重達1.5噸、含60萬個零件，需要在多家工廠量產，象徵著真正的「AI工廠」時代到來。
針對自動駕駛與機器人領域，NVIDIA 持續奉行「三台電腦」策略：
- 1. DGX 等資料中心級運算，用於模型訓練；
- 2. Omniverse＋Cosmos 平台，進行數位孿生與物理模擬，大量生成合成數據；
- 3. 邊緣端或車載平台，執行實際推理與行動。
新一代車規級處理器「Thor」比前代Orin 的運算力高 20 倍，通過 ASIL-D 認證，將率先部署在多家品牌電動車的自動駕駛系統上。對機器人而言，黃仁勳提出「Isaac Groot」工作流，操作人員只需少量真人演示，就能透過 Omniverse 與 Cosmos 進行倍數級資料合成，再把完整訓練後的策略部署至實體機器人。
在企業應用層面，NVIDIA 推廣三組新工具：
- NIMS：包含預先封裝的 AI 微服務，涵蓋影像、語言、語音等各領域模型。
- NEMO：提供企業 AI「員工」的入職培訓、技能提升和防禦機制。
- 多套開源藍圖：方便開發者客製化代理 AI。
這些生態技術讓代理 AI 得以輕鬆整合企業內部流程、文件和使用工具。未來很多公司可能把管理 AI 代理當成管理新員工一般，先給定任務，加以考核或微調。
個人電腦將有雲端運算能力
個人電腦市場也將迎來「AI PC」時代。NVIDIA 透過 Windows WSL 2 整合 CUDA、TensorRT、Triton 等深度學習工具，讓開發者只需一台搭載 RTX GPU 與散熱效能較強的Windows 電腦，就能取得類似雲端的 AI 推理和生成效能。這同時也呼應了 RTX 5070 在性能與價格上的平衡，為更廣大用戶帶來AI運算能力。
就未來展望而言，黃仁勳重點強調：
- 1. AI 的影響正從雲端逐步下沉到手機、筆電、機器人與車載系統。
- 2. 大型語言模型及多模態模型仍不斷擴張，需要更強大的運算引擎及更先進的系統建設。
- 3.「物理 AI」的逐漸成熟，將讓自動化與機器人進入全新階段。
NVIDIA 在 CES 2025明確宣示：全新 Blackwell GPU 與 Grace CPU 的結合，將為 AI 算力提供再一波巨幅提升；代理型 AI 與物理 AI 的出現，意味著自動駕駛、機器人以及工業數位孿生都將成為蓬勃成長的領域。從消費端 RTX 顯卡，到資料中心「AI 工廠」，再到 Omniverse 與 Cosmos 打造的物理虛擬世界，NVIDIA 正以「軟硬一體、生態整合」的路線，持續扮演 AI 產業的加速器與推手，牽引整體技術版圖邁向更廣、更深的智慧時代。
來自其他 AI 芯片的競爭
筆者認為 NVIDIA 今次在 CES 2025 作了重要的策略性部署。NVIDIA 積極地把產品線做闊做深，來應付來勢洶洶的 Intel、Alphabets (Google) 、IBM、AMD，以及 AWS 等科技大咖在 AI 芯片開發的挑戰。而內地科技大企如華為與小米等巨頭，正透過手機芯片與 AI 模型訓練展現追趕勢頭。2025 年，除鞏固消費市場優勢外，也需聚焦全球高端需求。
國內芯片領域現正全力突破，華為「鯤鵬」運算處理器已有部分行業的伺服器採用，中芯國際則持續提升量產能力。在技術創新與商業化之間找到平衡至關重要，同時整合資源解決「卡脖子」問題，以自主創新和全球協作並進。
未來十年 AI 最為關鍵，從實驗室到應用均仰賴芯片、數據與情境的深度融合。國內科技企業除模仿，更需在新場景與領域尋求彎道超車，可視為立足全球化與自主化，透過技術與遠見打造屬於中國的AI時代。
