英伟达GTC亮点：AI-RAN、6G、AI工厂与可爱机器人

3/20/2025，光纤在线讯，在Nvidia首席执行官黄仁勋的主题演讲中，一只可爱的机器人几乎抢走了他的风头。但“几乎”是关键词，因为黄仁勋已成为科技界的超级明星。圣何塞SAP中心座无虚席，观众对他充满热情，尤其是当他用T恤发射器向数千名观众发射T恤并宣扬AI与通信结合的变革性时。黄仁勋表示：“AI可以彻底改变通信。毫无疑问，结合AI的加速计算将更好地适应无线电信号和大规模MIMO技术，以应对不断变化的环境和流量条件。”

由于新一代机器人和其他AI应用需要大量数据，Nvidia正在与电信公司和网络设备供应商合作，改造网络以满足这些需求——用AI服务AI。

Nvidia高级副总裁Ronnie Vasishta在周一的媒体和分析师简报会上表示，Nvidia正在与全球150家电信公司合作，其中包括前50大电信公司中的90%。这些公司正在迅速将AI应用于内部生产力、客户体验以及提升无线网络的性能和能效。

Vasishta说：“6G的倒计时已经开始。基础研究已经将注意力转向下一代无线通信。下一代网络将是AI原生的——AI将嵌入硬件和软件中。”他还表示，AI将显著提升性能。“下一代无线网络需要连接数千亿台智能设备，这将需要AI的支持。”

AI-RAN合作伙伴
为了推动6G AI原生无线网络硬件、软件和架构的研发，Nvidia周二宣布与T-Mobile、Mitre、思科、ODC（Cerberus Capital Management的投资组合公司）和Booz Allen Hamilton合作。他们正在基于Nvidia AI Aerial平台开发AI原生无线堆栈，该平台在Nvidia加速计算上提供软件定义的无线接入网络（RAN）。目标是进一步开发AI-RAN技术，利用AI改进无线网络并在边缘部署AI应用——将网络和AI工作负载结合在一起运行。Vasishta表示：“最终目标是打造一个完全集成的AI原生无线网络，在频谱效率、能效、运营效率、安全性、成本效益和创收机会方面树立新标杆。这将是一个可扩展的解决方案，适合全球部署。”

尽管听起来很棒，但AI-RAN在实际应用中是否可行仍不明确。英特尔副总裁Alex Quach对此表示怀疑，他认为GPU在RAN站点上的功耗过高。行业分析师Dean Bubley也持怀疑态度，他在一篇长文中指出，AI-RAN的实施将极其复杂，除了功耗问题外，软件工程师可能因安全问题反对，而RAN工程师则担心其对网络的潜在破坏性。尽管如此，工程上的不可能往往最终成为可能——因此AI-RAN值得关注。

Aerial Research新升级
Nvidia周二还发布了Aerial Research产品组合的新增功能，这是一套用于开发、训练、模拟和部署无线网络的Nvidia研究工具。升级包括Omniverse数字孪生服务（用于模拟从单个基站到整个城市的5G和6G基础设施）、Nvidia MGX上的Aerial商业测试平台，以及Sionna 1.0 5G和6G物理层研究软件的升级。Vasishta表示，使用新工具后，Nvidia在网络模拟中实现了40%的性能提升，并预计这些改进将转化为实际应用。

电信网络的AI代理
Nvidia还宣布，正在与合作伙伴开发专为电信行业定制的大型电信模型（LTM）和AI代理，以自动化电信运营。与大型语言模型（LLM）类似，大型电信模型专门针对电信数据进行训练。结合AI代理，它们可以自动化网络配置，提高运营效率、员工生产力和网络性能。软银和Tech Mahindra已经构建了新的LTM和AI代理，Amdocs、BubbleRAN和ServiceNow正在实施这些工具。Vasishta表示，这些工具可以在几分钟内重新配置网络，而以前这些操作需要几天时间。他展示了一个演示，两个AI代理通过聊天窗口协作，为一场大型棒球比赛重新配置无线网络，最终在比赛日实现了30%的模拟性能和吞吐量提升。

AI工厂是重点
除了可爱的机器人，AI工厂是GTC主题演讲的明星。正如Fierce Network Research最近的一份报告所述，AI工厂是新一代数据中心。传统数据中心运行多种工作负载，而AI工厂专门为运行AI优化。

黄仁勋表示：“它们被称为AI工厂，因为它们只有一个任务——生成这些组件（token），然后我们将它们重新组合成音乐、文字、视频、研究、化学物质、蛋白质——重新组合成各种信息。”他指出，生成式AI已经引发了对计算需求的爆炸性增长，而代理AI和推理AI将需要更多的计算资源。原因是生成式AI只需回答一个问题，而代理AI和推理AI则需要逐步优化结果，每一步都需要更多的token。
Nvidia估计，到2028年，全球数据中心（包括云服务提供商和企业）的资本支出将达到1万亿美元。在GTC大会上，Nvidia推出了多项技术以推动AI工厂的发展，包括开源的Nvidia Dynamo推理软件、用于设计和运营AI工厂的Omniverse Blueprint数字孪生平台，以及用于扩展AI工厂的Spectrum-XPhotonics网络交换机。

Nvidia Dynamo旨在以最低成本和最高效率扩展AI工厂中的AI推理模型，协调数千个GPU之间的推理通信。Nvidia表示，Dynamo可以将基于当前Nvidia Hopper平台的AI工厂在服务Lama模型时的性能和收入提升一倍，并且可以将使用DeepSeek-R1生成的token性能提升超过30倍（每GPU）。Nvidia Omniverse Blueprint可以在建设开始之前，对电力、冷却和网络进行测试和优化。Spectrum-X Photonics旨在将AI工厂扩展到数百万个GPU。它每端口提供1.6 terabits每秒的传输速度，实现3.5倍的节能和10倍的弹性。

关于那些可爱的机器人
在视频演示中，Nvidia展示了人形机器人在仓库和工厂工作的模拟场景，以及一个与人类一起洗碗的厨房机器人。最后，一个类似电影《机器人总动员》中Wall-E的小机器人出现在舞台上，观众纷纷举起手机欢呼。Nvidia将机器人、自动驾驶汽车和其他自主机器称为“物理AI”，并认为这是一个重要的增长领域，也是解决全球劳动力短缺的关键。黄仁勋表示：“这很可能成为全球最大的行业。”为推动人形机器人发展，Nvidia推出了多项技术，包括Nvidia Isaac GROOT N1基础模型、仿真框架和蓝图，以及与Google DeepMind和迪士尼研究院合作开发的开源物理引擎Newton。

GTC大会第一天到此结束，我们将继续为您带来最新消息和见解。
官网原文：https://www.fierce-network.com/cloud/nvidia-gtc-top-telco-takeaways-ai-ran-6g-ai-factories-and-oh-those-cute-robots