在加拿大温哥华举行的顶尖计算机图形大会SIGGRAPH 2025上，NVIDIA推出了面向大型数据中心和紧凑型工作站的新RTX PRO硬件产品。
NVIDIA首先回顾了计算机图形学的发展历程，从1964年的IBM S/360到2022年的Open AI ChatGPT，展示了技术如何从简单的图形处理，发展成为复杂的AI系统。
随后NVIDIA明确指出，继感知AI、生成式AI和智能体AI之后，下一个万亿级美元的市场将是物理AI，即能够理解物理定律并与现实世界交互的智能实体系统。
为此，在GPU芯片领域，NVIDIA祭出了几款全新Blackwell架构的RTX PRO系列产品，其中包括一款全新的2U RTX PRO服务器。
这款服务器搭载了RTX PRO 6000 Blackwell Server Edition GPU，其加速计算性能可达CPU系统的45倍，思科、戴尔、惠普、联想、超微等都将推出相应的产品。
NVIDIA还推出了两款面向紧凑型工作站的半高产品，分别是RTX PRO 4000 Blackwell SFF Edition和RTX PRO 2000 Blackwell Edition，长6.6英寸、高2.7英寸、宽2槽。
RTX PRO 4000 Blackwell SFF配备了24GB GDDR7显存，算力可达770 AI TOPs，功耗为70W，3D图形性能是上代RTX 4000 Ada的2倍，渲染、大模型推理、AI生图性能分别是上代的3倍、4倍、6倍。
RTX PRO 2000 Blackwell则配备了16GB的GDDR7显存，AI性能为545 AI TOPS，功耗与RTX PRO 4000同样为70W，其3D图形、渲染、大模型推理、AI生图性能分别是上代RTX 2000 Ada的1.4倍、1.5倍、2倍、4倍。
这两款产品定价分别是1500美元和700美元，可应用于AI、可视化和模拟等方面。
除了硬件，NVIDIA在SIGGRAPH上还推出了全新的Nemotron模型家族，根据NVIDIA介绍，Nemotron在推理准确性与自主性任务方面排名第一，效率提高了6倍，并且成本降低了60%。
目前行业巨头如Crowdstrike、NetApp和Zoom等已经采用了NVIDIANemotron模型。
NVIDIA认为，物理AI将是下一个万亿美元市场，会被广泛应用于工厂、汽车、机器人等领域，并详细阐述了其为物理AI和机器人开发的“三台计算机”框架，模拟（Simulate）、训练（Train）和部署（Deploy）。
其中模拟提供了构建物理AI所必需 的数字孪生环境，为了让机器更好地“理解世界”，NVIDIA在Omniverse中引入了Cosmos模型家族，这是一套专为物理AI设计的“世界基础模型”。它将模拟过程分解为三个关键步骤，并提供了相应的工具：
世界重建（World Reconstruction）: 借助新的Omniverse NuRec和USD库，可以将现实世界的环境精确地重建为数字孪生模型。
世界生成（World Generation）: 利用Cosmos Transfer模型，可以将3D模型转换为照片级的可控合成数据，极大地丰富了训练数据；Cosmos Predict则能从图像中预测未来世界状态，帮助AI进行前瞻性决策。
世界理解（World Understanding）: 核心是Cosmos Reason VLM（视觉语言模型），它赋予了机器人推理和常识判断的能力，NVIDIA通过机器人烤面包的案例，展示了该模型如何理解复杂任务、进行分步推理，并选择佳行动路径。
NVIDIA还宣布了为AI负载定制的强大计算基础设施，除了前面提到的Blackwell架构RTX PRO服务器外，NVIDIA还与微软Azure深度合作，Omniverse平台目前已可以在NVIDIADGX Cloud和Azure上使用。
总的来看，在SIGGRAPH 2025上NVIDIA不仅展示了在图形处理和AI领域的新成果，更通过构建从芯片到云服务的完整生态系统，来实现驱动AI发展的战略布局。通过与各行业合作布局，NVIDIA正在将物理AI从一个概念变为现实，为机器人、自动驾驶和智能制造等领域开启全新的时代。
本文链接：http://www.28at.com/showinfo-24-176692-0.html仅70W功耗！NVIDIA RTX PRO迎来两款半高新产品：还有全新服务器
声明：本网页内容旨在传播知识，若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。邮件：2376512515@qq.com
Copyright © 2016-2023 天津谷骐科技有限公司 版权所有 sitemap.xml
违法及侵权请联系：2376512515@qq.com 津ICP备18001702号
津公网安备 12010102000574号
