返回列表
黄仁勋戴尔大会直击:AI需求呈抛物线式增长,Vera Rubin架构大幅降低推理成本
行业新闻NVIDIA戴尔AI硬件

黄仁勋戴尔大会直击:AI需求呈抛物线式增长,Vera Rubin架构大幅降低推理成本

在Dell Technologies World大会上,英伟达(NVIDIA)CEO黄仁勋宣布AI需求正呈现“抛物线式”爆发增长。通过全新的NVIDIA Vera Rubin NVL72架构,智能体AI(Agentic AI)的推理成本降至每Token十分之一。此外,Vera CPU显著提升了企业数据查询与沙箱运行效率,目前已有超过5000家企业通过戴尔AI工厂部署AI工作负载。

NVIDIA Newsroom

核心要点

  • 需求爆发:黄仁勋形容当前AI需求正处于“抛物线式”增长阶段。
  • 成本突破:NVIDIA Vera Rubin NVL72将智能体AI推理的每Token成本降低至原来的1/10。
  • 性能提升:Vera CPU使企业数据查询速度提升高达3倍,智能体沙箱运行速度提升50%。
  • 生态规模:包括礼来(Lilly)、三星和霍尼韦尔(Honeywell)在内的5000家企业已在戴尔AI工厂运行AI工作负载。

详细分析

需求侧:抛物线式的增长态势

英伟达CEO黄仁勋在Dell Technologies World大会上对当前AI市场做出了极具冲击力的评价,他指出需求正呈现出“完全的抛物线式增长(Utterly Parabolic)”。这一表态反映了企业级市场对AI基础设施的极度渴求。随着生成式AI从实验阶段转向大规模生产部署,底层算力的支撑能力成为了企业竞争的关键。黄仁勋的这一观察不仅是对英伟达业绩的背书,更是对整个科技行业向AI转型的深度确认。

技术侧:Vera Rubin架构的效能革命

本次大会的焦点之一是NVIDIA Vera Rubin NVL72。该架构针对智能体AI(Agentic AI)进行了深度优化,实现了推理成本的断崖式下降——每Token成本仅为传统方案的十分之一。在实际应用场景中,Vera CPU的表现同样亮眼:它让智能体沙箱的运行速度比传统CPU快50%,并使企业级数据查询效率提升了3倍。这种性能的飞跃意味着企业可以以更低的成本、更高的效率处理复杂的AI逻辑和海量数据检索。

落地侧:戴尔AI工厂的企业级实践

英伟达与戴尔的深度合作正在产生规模效应。目前,已有超过5000家企业级客户选择在“戴尔AI工厂(Dell AI Factories)”上运行其AI工作负载。这些客户涵盖了制药巨头礼来(Lilly)、科技领军企业三星(Samsung)以及工业自动化巨头霍尼韦尔(Honeywell)。这种广泛的行业覆盖证明了AI技术已不再局限于互联网行业,而是正在深度渗透到生物医药、电子制造和工业控制等传统核心领域。

行业影响

该新闻标志着AI基础设施进入了“高效率、低成本”的新阶段。通过大幅降低推理成本,英伟达和戴尔正在扫清企业大规模部署智能体AI的财务障碍。Vera Rubin架构的推出,不仅巩固了英伟达在算力市场的领导地位,也预示着“智能体AI”将成为下一阶段企业数字化转型的核心驱动力。同时,5000家企业的成功实践为全球范围内的AI产业化提供了可复制的范本。

常见问题

问题 1:什么是NVIDIA Vera Rubin NVL72的主要优势?

其核心优势在于极高的性价比和处理效率。它能将智能体AI推理的每Token成本降低到原来的十分之一,并显著加速沙箱运行和数据查询速度。

问题 2:哪些知名企业正在使用戴尔AI工厂?

目前已有5000多家企业在使用,其中包括礼来(Lilly)、三星(Samsung)和霍尼韦尔(Honeywell)等行业领军企业。

问题 3:黄仁勋提到的“抛物线增长”意味着什么?

这意味着AI需求不再是线性的缓慢增长,而是进入了极速上升的爆发期,反映了全球企业对AI基础设施建设的迫切需求。

相关新闻

美团LongCat发布General 365推理评测基准:Gemini 3 Pro仅获62.8分
行业新闻

美团LongCat发布General 365推理评测基准:Gemini 3 Pro仅获62.8分

美团LongCat团队正式推出General 365推理评测基准,旨在为大模型推理能力树立新标尺。在对26款主流模型的实测中,当前顶尖模型Gemini 3 Pro的准确率仅为62.8%,而绝大多数模型未能达到60分的及格线。这一结果揭示了当前AI模型在复杂推理任务中面临的严峻挑战,为行业提供了更具辨析力的评估工具。

ACL 2026美团论文精选:从能力评测到推理优化,构建生成新范式
行业新闻

ACL 2026美团论文精选:从能力评测到推理优化,构建生成新范式

美团技术团队在ACL 2026国际顶会上发表了6篇高质量论文,研究范畴横跨大模型评测、复杂流程推理、竞赛级数学思维优化、强化学习及生成式推荐等前沿领域。这些研究不仅展示了美团在自然语言处理(NLP)领域的深厚技术积淀,更通过多维度的技术创新,致力于构建大模型时代下的生成新范式,为行业提供了宝贵的理论支撑与实践参考。

美团BI架构演进:以指标平台为核心解决数据口径与性能难题
行业新闻

美团BI架构演进:以指标平台为核心解决数据口径与性能难题

美团数据平台近期分享了其在BI领域的最新技术实践。通过构建以指标平台为核心的新一代BI架构,美团重点攻克了传统BI在个性化数据集驱动下产生的数据口径混乱与查询性能低下等痛点。该架构凭借“自动语义”与“增强计算”两大核心能力,实现了数据定义的标准化与查询效率的显著提升,为企业级数据治理与高效分析提供了重要的实践参考。