Ultralytics 在 NVIDIA GTC 2025 的重点回顾
加入我们，回顾 Ultralytics 在加州圣何塞举办的 NVIDIA GTC 2025 大会上的经历，我们在那里有机会探索了突破性的 AI 创新。
3 月 17 日至 3 月 19 日，Ultralytics 参加了在美国加州圣何塞会议中心举办的 NVIDIA GPU 技术大会 (GTC) 2025。我们的团队与行业领袖、研究人员和创新者进行了深入交流。这是一个连接彼此、分享见解并探索人工智能和加速计算领域最新进展的绝佳机会。
此次盛会展示了塑造各行各业未来的尖端技术，从 robotics 到基于 AI 的解决方案，令人大开眼界。我们参与了鼓舞人心的讨论，参加了富有洞察力的主题演讲，并了解到推动技术未来的创新突破。
在本文中，我们将回顾在 NVIDIA GTC 2025 的经历，重点关注激动人心的创新、富有意义的对话以及 AI 的未来之路。让我们开始吧！
图 1. 我们的 ML 工程师 Francesco Mattioli 在 NVIDIA GTC 2025。
Link to this sectionNVIDIA GTC 多年来的演变#
NVIDIA GTC 旨在汇聚 AI、机器学习、高性能计算 (HPC) 和深度学习领域最聪明的大脑。该会议始于 2009 年，最初只是加州圣何塞费尔蒙酒店里一场规模相对较小的活动。
参加过的人曾提到，当时的活动更像是一个小型科学博览会，学者和研究人员在展板上展示他们的工作。当时的重点主要是 GPU (图形处理器) 及其在游戏中的应用，讨论集中在如何改善视频游戏的图形效果和处理能力上。
当时活动吸引了约 1,500 名参会者，重点是展示 potential of GPU technology。如今，GTC 涵盖了更广泛的主题，包括 AI、自主系统和数据科学，突显了该会议多年来的巨大成长。
Link to this sectionNVIDIA GTC 2025 概览#
NVIDIA GTC 2025 吸引了约 25,000 名参会者，其中包括行业领袖、研究人员、开发人员和创新者。这场为期五天的活动已成为 AI 行业的一大盛事，继 2024 年被誉为“AI 的伍德斯托克音乐节”之后，今年又获得了“AI 超级碗”的称号。正如 NVIDIA 创始人兼 CEO Jensen Huang 所言，“每个人在超级碗中都是赢家”，这捕捉到了活动的兴奋与成功。
此次 GTC 拥有超过 1,000 场涵盖广泛主题的会议，包括生成式 AI、自主系统、虚拟现实、高性能计算、机器人技术、数据科学以及医疗保健领域的 AI，并扩展至两个展厅以及 PwC 大楼等额外场地用于厂商会议和讨论。仅黄仁勋在 SAP 中心进行的主题演讲就吸引了超过 17,000 名观众。
活动还邀请了其他几位著名演讲者并举办了多场讨论。Yann LeCun（Meta 首席 AI 科学家）和 Bill Dally（NVIDIA 首席科学家）分享了他们对 AI 模型和硬件未来的见解。此外，关于人形机器人崛起和 AI 代理在商业中影响的专题小组讨论，为当今塑造行业的尖端技术提供了宝贵的视角。
Link to this sectionGTC 上的 Ultralytics YOLO#
在兴奋之余，Ultralytics 也有机会与科技社区建立联系并进行有趣的对话。从进入圣何塞会议中心繁忙大厅的那一刻起，我们就遇到了许多熟悉的面孔、建立了新的联系，并结识了渴望探索 AI 最新发现的潜在合作伙伴。现场氛围活跃且热情，参会者们自由地交流着思想与见解。
值得一提的是，人们对视觉 AI（人工智能的一个分支，专注于使机器能够解释和理解图像与视频等视觉信息）表现出了极大的热情。这项技术正在迅速改变从自动驾驶汽车到医疗保健和机器人等各个行业，并有望在广泛的应用场景中推动更智能、更高效系统的发展。
许多与我们交流的人都对如何集成先进的 YOLO 流水线和利用 Ultralytics solutions 感兴趣，并探讨了创新的合作策略。
我们的团队还花时间分享了我们为目标检测和追踪等计算机视觉任务构建的 Ultralytics YOLO models 是如何实现快速、轻量且高效的。我们将我们的模型与更大、更复杂的 AI 系统进行了比较，强调在瞬息万变的 AI 世界中，敏捷性和效率至关重要。
图 2. 使用 YOLO 检测 NVIDIA GTC 2025 图像中的 Francesco。
Link to this sectionNVIDIA AI 主题演讲重点#
本次活动的主要亮点之一是黄仁勋的主题演讲，他在会上分享了激动人心的 AI 未来愿景并发布了一些重大公告。让我们详细看看其中一些脱颖而出的重点。
Link to this sectionNVIDIA GPU 如何推进深度学习#
黄仁勋谈到了 NVIDIA 的 GPUs 如何推动深度学习的未来，首先是预计于 2025 年下半年发布的 Blackwell Ultra 芯片。这款下一代 GPU 将提供更大的内存和更高的性能，使其能够支持行业中日益成为常态的复杂 AI 模型。
图 3. NVIDIA 创始人兼 CEO 黄仁勋介绍 Blackwell Ultra。
继 Blackwell Ultra 芯片之后，NVIDIA 计划在 2026 年底发布 Vera Rubin 芯片，该芯片以著名天文学家 Vera Rubin 的名字命名。定制的 Vera 设计速度将是去年 Grace Blackwell 芯片中所用 CPU 的两倍。此外，更强大的 Vera Rubin Ultra 也预计将在 2027 年推出。这些进步将帮助客户保持其 AI 基础设施的最新状态，并随着深度学习的不断发展实现有效扩展。
Link to this section介绍 NVIDIA Isaac GR00T N1#
黄仁勋还重点介绍了 NVIDIA 在机器人技术方面的努力，推出了 Isaac GR00T N1，这是一款专为人形机器人设计的底层模型。该模型与一个名为 Newton 的新型物理引擎配套，是由 NVIDIA 与 Google DeepMind 和迪士尼研究院合作开发的。
GR00T N1 使用双系统架构，其中系统 1 处理快速的反射动作，系统 2 专注于更深思熟虑的决策。这种结合使机器人能够轻松且精确地执行物体操纵和材料处理等任务。
图 4. 由 NVIDIA Isaac GR00T N1 驱动的机器人。
GR00T N1 是完全可定制的，因此开发人员可以使用真实或合成数据进行训练以满足特定需求。这使其能够适应自动驾驶汽车和智能制造等行业。凭借其先进的功能，Isaac GR00T N1 有望帮助解决全球劳动力短缺问题，推动下一代自动化的发展，并创造出更智能、更具能力的人形机器人。
Link to this sectionNVIDIA GTC 的 AI 硬件和软件趋势#
虽然黄仁勋在 GTC 2025 上主要关注 NVIDIA 的硬件进展，但他也强调了该公司在 AI 软件方面的进展。除了推出 Blackwell Ultra 和 Vera Rubin 等下一代 GPU 外，黄仁勋还宣布发布 Dynamo 软件平台。
Dynamo 旨在优化多个 GPU 的使用，使它们像一个巨大的 AI 工厂一样协同工作，从而显着提高推理性能并为 AI 应用实现更好的可扩展性。它是 open-source 且模块化的，为开发人员在不同环境中高效扩展 AI 工作负载提供了灵活性。
该平台包括解耦服务和智能请求路由等功能，这些功能对于运行大型语言模型 (LLM) 和生成式 AI 特别有用。解耦服务是指将不同的任务（如处理输入数据和生成输出）拆分到单独的 GPU 上。这有助于提高流程效率并提升性能。同样，智能请求路由将传入的任务定向到正确的 GPU 资源，从而减少重复计算的需要并缩短总体处理时间。
Link to this sectionNVIDIA 最新 AI 进步的影响#
NVIDIA GTC 2025 的主题演讲和讨论清楚地表明，AI 的未来正在飞速发展。对于 Ultralytics 而言，这次活动不仅仅是一次会议，它还是一个见证 AI 的兴奋与潜力的机会。我们进行的每一次对话都激励了我们，并激发了我们对视觉 AI 可能性的热情。
图 5. 2025 年 NVIDIA GTC AI 大会的主要收获。
合作的氛围让我们感到充满动力和兴奋。我们迫不及待地想把在 GTC 学到的知识转化为现实世界的创新，并继续突破计算机视觉和 AI 技术的界限。
Link to this section关键要点#
我们在 NVIDIA GTC 2025 度过了一段美妙的时光，我们有机会与行业领袖联系，学习 AI 的最新进展，并探索该领域的新想法。活动展示了 AI 硬件和软件领域的令人难以置信的发展，强化了 AI 在各行各业日益增长的影响力。
离开 GTC 时，我们受到了所展示的创新技术的启发和激励。会议凸显了 AI 的快速增长及其潜力，我们很高兴能继续探索 AI 中的新机遇。
加入 our community，在我们的 GitHub repository 上探索尖端的 AI 项目。通过我们的解决方案页面发现 AI in agriculture 的影响以及 computer vision in manufacturing 的作用。查看 our licensing plans 并立即开始你的视觉 AI 之旅！
