一句话总结：能放在你桌面上的个人AI超级计算机
NVIDIA 今天在CES 2025大会上发布了 NVIDIA Project DIGITS，这是一款能放在你桌面上的个人AI超级计算机。
将传统上需要大型数据中心才能完成的 AI 计算，带到每个人的桌面。
提供经济高效的计算解决方案，支持从小型实验到大规模生产的整个开发流程。
Project DIGITS 的核心是一颗叫 GB10 Superchip 的芯片：
SoC设计：基于 NVIDIA Grace Blackwell 架构，集成 NVIDIA Blackwell GPU（搭载最新一代CUDA核心和第五代Tensor Cores）与高性能 NVIDIA Grace CPU，专为深度学习优化。
高效性能：在 FP4 精度下提供 1 PFLOP（每秒一千万亿次浮点运算）的计算性能。同时具有 20 个基于 Arm 架构的高效能核心，能耗低但性能强。。
能耗与存储：
有什么用？
本地开发与测试：允许开发者在本地环境中快速进行 AI 模型原型设计和实验。
云端扩展：本地开发的模型可以直接迁移到云端加速部署。
高效性能与成本：提供媲美大型数据中心的计算能力，但仅需少量成本和能耗。
多样化应用场景：支持深度学习、自然语言处理、计算机视觉等多个领域的 AI 应用。
适合谁用？
适合AI 研究人员、数据科学家、学生以及初创企业使用。
更容易上手：只需普通电脑的配置即可使用。
灵活性强：从本地开发到云端部署无缝衔接。
典型应用场景
AI研究与创新
开发和测试复杂的 AI 模型，如大规模语言模型（LLM）或生成式AI应用。
进行原型开发、模型微调和实验。
数据科学
使用 RAPIDS 和其他工具，快速处理和分析大型数据集。
加速数据清理、特征工程和建模工作。
教学与学习
面向高校和学生，提供负担得起的 AI 计算资源，支持 AI 教学和学习实践。
NVIDIA 提供丰富的软件生态，让用户能够快速开始开发和部署AI模型：
(1) 开发工具
NVIDIA NGC：提供一个全面的软件库，包含开发工具包（SDK）、框架和预训练模型。
NVIDIA NeMo：用于微调大型语言模型（LLM）的框架。
NVIDIA RAPIDS：用于加速数据科学工作流。
兼容常用框架：支持 PyTorch、Python 和 Jupyter Notebook 等流行工具。
(2) 部署支持
用户可以在本地开发模型，随后直接部署到 NVIDIA DGX Cloud 或其他加速的云和数据中心架构中，无需改动代码。
(3) 企业级支持
提供 NVIDIA AI Enterprise 软件，保障企业级安全性、支持和生产环境发布。
过去只有大企业或实验室才能用得起的AI计算能力，现在变成了普通开发者都能负担得起的工具。这意味着：
小团队或个人可以开发和测试自己的AI模型。
AI研究和创新的门槛大大降低。
售价：起步价为 3000美元，由 NVIDIA 和顶级合作伙伴联合发售。
可在 NVIDIA 官网注册获取通知
非常 🐂 P
一定要买个！
GeForce RTX 5090
规格参数：
CUDA 核心数：21,760
GeForce RTX 5080
规格参数：
CUDA 核心数：16,384
显存：16GB GDDR7
显存带宽：960 GB/s
GeForce RTX 5070Ti
规格参数：
CUDA 核心数：12,288
显存：16GB GDDR7
显存带宽：896 GB/s（相比 RTX 4070 Ti 提升 78%）
GeForce RTX 5070
规格参数：
CUDA 核心数：10,240
显存：12GB GDDR7
显存带宽：672 GB/s（相比 RTX 4070 提升显著）
Cosmos 包括生成式世界基础模型（WFMs）、高级视频标记器（tokenizers）、安全保障机制和加速视频处理管道。
该平台旨在通过生成逼真、基于物理的合成数据，帮助开发者大幅降低物理 AI 模型开发的成本。
可实现文本到世界、视频到世界的生成。
提供三种模型：Nano（低延迟边缘部署）、Super（高性能基线模型）、Ultra（高保真模型）。
通过18000万亿次 tokens 的训练，涵盖2000万小时的真实及合成数据。
Tokenizers 压缩效率提高 8 倍，处理速度提升 12 倍。
生成虚拟数据
雪天的驾驶环境 仓库中机器人的复杂操作
可以创建超逼真的虚拟场景，比如： 这些数据可用于训练 AI 系统，减少对真实世界数据的依赖。
Cosmos 的工具可以快速整理和标记大规模的视频数据，比传统方法快 10 多倍，节省时间和成本。
模拟不同天气和道路条件（雨天、雾天、拥堵）。 测试机器人在工厂或仓库里的行动能力。
可以在虚拟环境中测试机器人或自动驾驶系统，比如：
提供开源的基础模型，开发者可以根据自己的需求定制，用于机器人或自动驾驶技术。
用于自动驾驶训练：比如 Uber 和 Waabi 使用它来创建虚拟驾驶测试场景。 用于机器人研发：Agility 和 XPENG 使用它来训练和优化机器人操作。
现场展示的机器人公司：
国际
Apptronik：Apollo 机器人 Agility Robotics：Digit 机器人 NEURA Robotics：4NE-1 机器人 Figure：Figure 02 机器人 1X：NEO 机器人 Mentee：MenteeBot 机器人 Sanctuary AI：Phoenix 机器人
中国
宇树科技（Unitree Robotics）：H1 机器人
智元机器人：远征 A2 机器人
星动纪元：Star1 机器人
银河通用：G1 机器人
傅利叶智能（Fourier Intelligence）：GR-2 机器人
小鹏汽车：Iron 机器人
本次英伟达发布，将推进人工智能更加应用化，使得模型训练、微调进入消费级领域，同时也将推动AI应用、智能硬件和机器人大爆发！
