计算机行业周报：英伟达GTC2025：加速向“AI工厂”迈进

　　预训练、后训练与推理时扩展三大扩展定律驱动，“AI 工厂”时代来临。2025 年GTC 2025 大会期间，黄仁勋阐述了英伟达在AI 硬件侧、软件侧和应用侧的全栈式AI 布局。在预训练、后训练与推理三大扩展定律的驱动下，AI 发展正从Agentic AI 迈向Physical AI。为了满足训练AI 所需的海量Token，英伟达预计2028 年数据中心资本支出将超过1 万亿美元，以生产Token 为单一任务的“AI 工厂”时代即将到来。

    　　硬件侧：GB300 如期而至，从Rubin 到Feynman 引领算力蝶变。1）2025-2028 年，英伟达将逐年推出Blackwell Ultra、Vera Rubin、Rubin Ultra、Feynman 四大架构。Blackwell Ultra：HBM3E 内存容量跃升至288GB，推理性能较前代Hopper 架构提升40 倍。Vera Rubin：提供50 PFLOPs 密集FP4 计算性能，比B300 的代际性能增长超过三倍，同时采用英伟达全定制核心VeraCPU。2）Kyber 机架助力纵向扩展，Photonics 交换机实现横向扩展。Kyber机架：NVL576 机架大幅提高机架部署密度，NVLink 规模达到144 个GPU（576 个裸片）。Photonics 交换机：将分别于2025 和2026 下半年推出两款光电一体化封装网络交换机，使得收发器功耗占计算资源的比例从10%降至1%。3）英伟达设立加速量子研究中心（NVAQC），基于GB200 NVL72 硬件开发量子纠错技术，推动量子计算与AI 加速融合。

    　　软件侧：Dynamo 和CUDA-X 构筑英伟达AI 工厂护城河。在软件层面，英伟达推出开源推理软件Dynamo 和CUDA-X 全栈生态系统，提升了AI 工厂的整体运行效率。1）Dynamo：Dynamo 通过智能资源调度、分布式推理优化、KV 缓存管理技术，显著提升Token 生成速度。对于DeepSeek 等专门的推理模型，Dynamo 能将每个GPU 生成的token 数量提升30 倍以上。2）CUDA-X：

    　　CUDA-X 结合开源工具CuOpt 和Newton 物理引擎，强化AI 开发效率。Newton物理引擎实现超实时触觉反馈仿真，将机器人训练效率提升10 倍，cuOpt 数学规划工具能够实现复杂优化任务的千倍级性能提升。

    　　应用侧：智能驾驶和机器人驱动，物理AI 降临。1）智能驾驶：Cosmos具备完整的端到端训练体系，采用模型蒸馏、闭环训练和合成数据生成等新方法开发自动驾驶系统，协同Omniverse 增强自动驾驶汽车的环境适应能力。2）人形机器人：英伟达开源人形机器人基础模型Isaac GR00T N1 发布，采用“快”与“慢”的双系统架构，其后训练策略降低数据需求，促进跨形态迁移学习。

    　　投资建议：建议关注海光信息、协创数据、欧陆通、麦格米特、英维克、曙光数创、奥飞数据、数据港、科华数据、润泽科技、寒武纪、浪潮信息、中科曙光、神州数码、紫光股份、龙芯中科等。

    　　风险提示：地缘政治或供应链风险、AI 技术迭代不及预期风险、商业化落地不及预期的风险、AI 技术应用风险等。