北京时间3月19日凌晨，全球瞩目的英伟达2024GTC大会在美国加州圣何塞SAP球场开幕。在大会首日，英伟达宣布了用于运行人工智能模型的新一代人工智能芯片和软件，供人工智能企业训练更大更复杂的大模型。

“希望你们知道这不是演唱会，这是开发者大会。”英伟达创始人黄仁勋出场时，现场爆发出了巨大的欢呼声。在随后的产品发布环节，黄仁勋从口袋里掏出一块Blackwell芯片，与Hopper芯片并排举起。他表示，“BlackwellGPU是推动这场新工业革命的引擎。”

英伟达每两年更新一次GPU架构，从而实现性能的大幅提升。过去一年发布的大多人工智能模型，都是在英伟达2022年发布的Hopper架构上进行训练的，该架构被用于英伟达H100等芯片。

换言之，仅仅用了两年时间，英伟达就把AI扩展到了万亿参数。

身处现场的一位中国科技企业负责人向第一财经记者表示：“举办地是当地冰球队的一个体育馆，可以坐2万多人，我们看了一下，座无虚席。”在他看来，这场被称为“AI春晚”的盛会，今年多了许多的中国面孔。根据公开资料，包括联想、工业富联、九号机器人以及多家中国车企都成为了英伟达最新产品的合作对象。

但从国内资本市场的表现看，19日A股开盘后机器人、算力、光模块等个股持续震荡。在通用计算失去动力的同时，英伟达是否有足够持续的创新能力，成为了当下资本市场最为关注的话题。

中国企业“现身”现场

在整场发布会上，最受关注的是英伟达基于下一代计算架构Blackwell超级芯片而构建的AI超级计算机。黄仁勋称，GB200超级芯片在大语言模型推理工作负载方面的性能，提升了高达30倍。此外，英伟达还发布了用于AI模型训练、微调和推理的通用AI超级计算平台NVIDIADGXB200系统以及多个软件方面的更新布局。“我们正在以从未有过的方式来创建软件。”黄仁勋强调，“这就需要构建更大的GPU。”

黄仁勋在台上演讲时，中国有不少企业也出现在大会现场。记者注意到，在这次大会上，联想与英伟达宣布合作推出全新混合人工智能解决方案，该方案将提供量身定制的生成式AI。此前，联想与英伟达在工作站、游戏PC和高性能计算机方面进行过合作，现在扩展到AI和智能基础设施领域。

鸿海科技集团董事长刘扬伟出席了GTC大会主题演讲现场，工业富联旗下子公司鸿佰科技在现场展示了与英伟达合作开发的新一代AI服务器与液冷柜。在去年，工业富联云计算板块收入已达1943.1亿元，占总营收比重超过四成，其中，AI服务器业务占云计算收入比重也增至三成。

中国车企和机器人企业也加入了英伟达的合作方阵营。当天，比亚迪宣布将使用英伟达的下一代车载芯片DriveThor，英伟达还将扩大与小鹏汽车和广汽埃安旗下Hyper的合作，理想和吉利旗下的极氪汽车此前也已宣布将采用英伟达DriveThor技术。机器人企业方面，九号公司展示了和英伟达联合开发的IsaacPerceptor产品，其发布的NovaCarterAMR是可定制的自动驾驶研发平台，可用于自动驾驶类载物机器人开发。

在黄仁勋演讲时，英伟达的股价没有太大变化，竞争对手AMD股价大跌超过3%。截至美股当日收盘，算力相关个股涨跌互现，英伟达微涨0.7%，对手AMD跌0.21%，芯片厂商英特尔涨0.16%，合作方谷歌涨4.6%，亚马逊涨0.03%，Meta涨2.66%。

英伟达如今主导着数据中心人工智能芯片市场，去年占据约80%的市场份额。但也有机构预测，在英特尔和AMD的新产品上市后，英伟达的市场份额将在2024年下降数个百分点。

不仅仅是芯片提供商

在过去五年时间，英伟达的股价从2019年3月的约40美元涨到目前接近900美元，翻了20多倍，而在过去一年里上涨超过260%。业内预测，英伟达市值超越苹果指日可待，两者目前的差距仅为4000亿美元左右。

英伟达的行业地位，不仅来源于不断走高的市值，还来自其在芯片上的贡献。黄仁勋创造了“黄氏定律”，这一理论的基础在于，其在过去的十年里让GPU单芯片性能增长了千倍，超越了摩尔定律。不过，在本次大会上，除了芯片本身外，英伟达也在加速步入芯片上游，试图改变原有的光刻模式。即便是全球代工巨头台积电，也无法拒绝英伟达提出的方案。

目前，计算光刻已成为芯片制造过程中不可缺少的环节，该技术对提升芯片良率、抵消制造误差有着至关重要的作用。作为算力“卖水人”的英伟达，已开始推动自家GPU硬件之外的AI产品在半导体制造领域落地。

自2023年初英伟达发布cuLitho计算光刻技术软件库后，在GTC2024大会上，英伟达正式宣布，为加快下一代先进半导体芯片的制造速度并克服物理限制，台积电和新思科技将在生产中率先使用英伟达计算光刻平台。

第一财经注意到，GTC2024大会期间，黄仁勋力赞计算光刻这一技术，他表示计算光刻是芯片制造的基石，英伟达与台积电和新思科技合作，利用cuLitho与新算法结合，应用加速计算和生成式人工智能，为半导体开辟了新的领域，相比于当前基于CPU的方法，改进了半导体制造工艺。

“计算光刻主要应用于芯片的开发与制造环节，实际是通过大量的数学和物理模型的建立来帮助客户在芯片开