新华财经旧金山3月20日电（记者吴晓凌）3月17日至21日，英伟达在美国加州圣何塞举办GTC 2025大会。汇正财经首席研究员顾晨浩在大会现场接受新华财经记者连线时表示，存储芯片又到了一轮产品价格上涨的周期，再加上有英伟达的背书，相关产品会进一步获得市场资金的关注。
在此次GTC大会上，英伟达不仅发布了Blackwell GPU、硅光交换机、机器人模型等一系列新产品。英伟达CEO黄仁勋还在演讲中反复传递出一个信号：随着AI行业在模型训练上的整体需求放缓，再加上DeepSeek在模型推理上所做的创新，AI推理时代即将到来。
增量投资机会到来
作为GTC大会的重头戏，黄仁勋在演讲中宣布推出新一代产品NVIDIA Blackwell Ultra GPU，产品相比上一代B200GPU性能提升了50%，约为15P FLOPS（基于低精度的四位浮点数格式FP4标准），内存上则搭载了业内最先进的HBM3E，从192GB升级到了288GB。
“从整个AI的训练的能力、性能层面上来讲，再一次打破了之前产品的性能天花板，技术上对于芯片算力进一步有效提升，加大了HBM带宽的一个量级，包括存储芯片运行的变量，从而提升它AI训练的性能。”顾晨浩说。
具体而言，英伟达基于Blackwell Ultra推出了两款系统集成产品，即Blackwell Ultra NVL72机架式解决方案与NVIDIA HGX Blackwell Ultra NVL16系统。Blackwell Ultra NVL72是在一个数据中心机架中连接了72个Blackwell Ultra GPU以及36个英伟达基于ARM架构设计的Grace CPU，从而实现了算力性能上的大幅提升。HGX Blackwell Ultra NV16则是运用NVLink高速互联网络连接8个Blackwell Ultra GPU的服务器系统产品。
“像HBM包括像存储芯片会进一步获得市场资金的关注，而存储芯片又到了一轮产品价格上涨的周期，再加上有英伟达的背书，我认为这一块资金聚焦度会比较高。”顾晨浩说。
黄仁勋认为，从生成式AI发展到Agentic AI，并不意味着Scaling Law法则失效。相反，由于将应用范围从训练进一步扩展到推理，不只在预训练环节，模型的后训练和日常推理的长期思考（Long-Thinking）都要继续消耗算力资源，Scaling Law法则对算力规模的要求非但会变小，还会进一步扩大。
顾晨浩指出，到2028年之前。建设数据中心投资的规模将达到近万亿美元。“我相信无论是国内还是国外，对数据中心的资本支出都非常之大，特别像国内的电信运营商，以及一些互联网巨头，在未来两三年里都会加大投资力度，数据中心、算力基础设施的投入也将是增量投资机会。”
两大应用将引发全球关注
在DeepSeek用极低的算力成本完成模型开发后，市场对英伟达算力芯片产品的需求是否会放缓表示了担忧，英伟达官方及黄仁勋则在多个场合表示，相比于AI厂商先前将大量算力投资用于AI模型训练上，DeepSeek主要在模型推理运用了创新技术，而AI推理依然需要大量英伟达GPU和高性能网络。
从这个角度来看，顾晨浩认为，要在整体的性能层面上能够有进一步的增强的话。算力芯片是一个绕不过的坎，而这个需求会进一步增加英伟达在全球市场的份额，国内同行需要在算力方面实现进一步突破，才能够真正提升市场竞争力。
在此次GTC大会上，英伟达还发布了其在机器人应用、量子计算等领域的探索成果。作为未来“具身AI”（Physical AI）的关键应用，英伟达旗下辅助生成机器人训练数据的物理世界模型Cosmos、人形机器人基础模型GROOT N1以及3D实时仿真平台Omniverse是这一领域的主要产品。
顾晨浩指出，AI技术发展到现在已经越来越成熟，最终的作用体现在它能够赋能千行百业，像医疗、教育、游戏、广告、营销等等，已经开始有了一定程度的应用。“人形机器人、无人驾驶也会是未来AI应用的重要领域。大家也可以看到，无论是国内还是国外的企业，都在积极探索人形机器的发展，我觉得这一块目前已经进入到了即将商业化量产的阶段，所以投资机会也比较显著，可以去更多挖掘产业链上下游细分领域里面的投资机会。与此同时，但我觉得无人驾驶也会是英伟达接下来要重点投入的一个方向，相关进展应该会引起全球投资者的关注。”
编辑：王媛媛
声明：新华财经为新华社承建的国家金融信息平台。任何情况下，本平台所发布的信息均不构成投资建议。如有问题，请联系客服：400-6123115
新华财经旧金山3月20日电（记者吴晓凌）3月17日至21日，英伟达在美国加州圣何塞举办GTC 2025大会。汇正财经首席研究员顾晨浩在大会现场接受新华财经记者连线时表示，存储芯片又到了一轮产品价格上涨的周期，再加上有英伟达的背书，相关产品会进一步获得市场资金的关注。
在此次GTC大会上，英伟达不仅发布了Blackwell GPU、硅光交换机、机器人模型等一系列新产品。英伟达CEO黄仁勋还在演讲中反复传递出一个信号：随着AI行业在模型训练上的整体需求放缓，再加上DeepSeek在模型推理上所做的创新，AI推理时代即将到来。
增量投资机会到来
作为GTC大会的重头戏，黄仁勋在演讲中宣布推出新一代产品NVIDIA Blackwell Ultra GPU，产品相比上一代B200GPU性能提升了50%，约为15P FLOPS（基于低精度的四位浮点数格式FP4标准），内存上则搭载了业内最先进的HBM3E，从192GB升级到了288GB。
“从整个AI的训练的能力、性能层面上来讲，再一次打破了之前产品的性能天花板，技术上对于芯片算力进一步有效提升，加大了HBM带宽的一个量级，包括存储芯片运行的变量，从而提升它AI训练的性能。”顾晨浩说。
具体而言，英伟达基于Blackwell Ultra推出了两款系统集成产品，即Blackwell Ultra NVL72机架式解决方案与NVIDIA HGX Blackwell Ultra NVL16系统。Blackwell Ultra NVL72是在一个数据中心机架中连接了72个Blackwell Ultra GPU以及36个英伟达基于ARM架构设计的Grace CPU，从而实现了算力性能上的大幅提升。HGX Blackwell Ultra NV16则是运用NVLink高速互联网络连接8个Blackwell Ultra GPU的服务器系统产品。
“像HBM包括像存储芯片会进一步获得市场资金的关注，而存储芯片又到了一轮产品价格上涨的周期，再加上有英伟达的背书，我认为这一块资金聚焦度会比较高。”顾晨浩说。
黄仁勋认为，从生成式AI发展到Agentic AI，并不意味着Scaling Law法则失效。相反，由于将应用范围从训练进一步扩展到推理，不只在预训练环节，模型的后训练和日常推理的长期思考（Long-Thinking）都要继续消耗算力资源，Scaling Law法则对算力规模的要求非但会变小，还会进一步扩大。
顾晨浩指出，到2028年之前。建设数据中心投资的规模将达到近万亿美元。“我相信无论是国内还是国外，对数据中心的资本支出都非常之大，特别像国内的电信运营商，以及一些互联网巨头，在未来两三年里都会加大投资力度，数据中心、算力基础设施的投入也将是增量投资机会。”
两大应用将引发全球关注
在DeepSeek用极低的算力成本完成模型开发后，市场对英伟达算力芯片产品的需求是否会放缓表示了担忧，英伟达官方及黄仁勋则在多个场合表示，相比于AI厂商先前将大量算力投资用于AI模型训练上，DeepSeek主要在模型推理运用了创新技术，而AI推理依然需要大量英伟达GPU和高性能网络。
从这个角度来看，顾晨浩认为，要在整体的性能层面上能够有进一步的增强的话。算力芯片是一个绕不过的坎，而这个需求会进一步增加英伟达在全球市场的份额，国内同行需要在算力方面实现进一步突破，才能够真正提升市场竞争力。
在此次GTC大会上，英伟达还发布了其在机器人应用、量子计算等领域的探索成果。作为未来“具身AI”（Physical AI）的关键应用，英伟达旗下辅助生成机器人训练数据的物理世界模型Cosmos、人形机器人基础模型GROOT N1以及3D实时仿真平台Omniverse是这一领域的主要产品。
顾晨浩指出，AI技术发展到现在已经越来越成熟，最终的作用体现在它能够赋能千行百业，像医疗、教育、游戏、广告、营销等等，已经开始有了一定程度的应用。“人形机器人、无人驾驶也会是未来AI应用的重要领域。大家也可以看到，无论是国内还是国外的企业，都在积极探索人形机器的发展，我觉得这一块目前已经进入到了即将商业化量产的阶段，所以投资机会也比较显著，可以去更多挖掘产业链上下游细分领域里面的投资机会。与此同时，但我觉得无人驾驶也会是英伟达接下来要重点投入的一个方向，相关进展应该会引起全球投资者的关注。”
编辑：王媛媛
声明：新华财经为新华社承建的国家金融信息平台。任何情况下，本平台所发布的信息均不构成投资建议。如有问题，请联系客服：400-6123115
