NVIDIA GTC 华盛顿特区黄仁勋主题演讲
文章语言：
简
繁
EN
分享
纪要
原文
会议摘要
Nvidia在人工智能、机器人技术和计算方面处于领先地位，与全球合作伙伴合作创新6G、量子计算和人工智能超级计算机。它强调开源人工智能、数字孪生技术以及将人工智能集成到机器人、制造业和自动驾驶车辆中，旨在革新产业并为美国重新工业化做出贡献。
会议速览
开创性技术塑造数字时代和未来创新。该对话突出了从半导体技术到超级计算机的突破性进展，强调它们在推动数字革命方面的关键作用，为未来技术进步奠定了基础。
颠覆未来：人工智能作为美国下一个伟大飞跃AI的重要作用突出展示为类似于电力和互联网的转型基础设施，强调美国在创新和人工智能工厂的领导地位。强调集体努力实现清洁能源、太空探索和拓展人类能力，标志着类似阿波罗任务的新时代。
英伟达的首席执行官在GTC大会上表达了民族骄傲并强调了技术成就。在华盛顿的GTC会议上，公司的首席执行官承认视频演示的影响，反思对美国技术进步的个人自豪感。
革命性计算：Nvidia加速计算之旅Nvidia强调了从传统计算到加速计算的转变，强调了GPU的作用和重新定义并行处理软件的必要性。该公司强调了其30年致力于这种创新方法的承诺，现在已成为克服摩尔定律限制的关键。
革新计算：CUDA 和加速库的力量这段对话强调了CUDA及其350个库在转变计算中的关键作用。通过确保跨代兼容性和提供健壮的编程模型，这些库已经促进了人工智能、计算光刻、量子计算等领域的进步，开辟了新的市场，推动了各个领域的创新。
英伏效公司从虚拟战士到人工智能、量子模型和电信的发展历程对NVIDIA自1993年成立以来的发展进行回顾，重点突出其在包括人工智能、量子模型和电信在内的各个行业中所做出的贡献，感谢员工的付出，并期待未来的创新和合作伙伴关系。
恢复美国在无线技术领域的领导地位：与诺基亚的战略合作。对话强调了需要在无线技术领域重新夺回美国的主导地位，并突出了与诺基亚合作创新并将美国技术全球部署的重要性，旨在利用计算平台的转变为国家科技复兴。
革新电信：英伟达与诺基亚合作推动6G和人工智能融合。英伟达推出Arc，这是一个利用人工智能和加速计算的新产品线，专为6G而设计，并与诺基亚合作将技术整合到基站中，提高谱效率，并实现在无线网络上的人工智能。
量子计算的革新：通过量子和GPU 架构的桥接，提高稳定性和AI集成量子计算取得了一个重大的里程碑，创造了一个一致、稳定和纠错的逻辑比特，这是一个历时40年的突破。这一进步需要将量子计算机与GPU架构集成起来，以增强纠错能力、人工智能校准和控制。各种量子计算方法，包括超导、光子和困福离子，正在进行探索，强调了将量子和经典计算资源连接起来从而在复杂算法操作中获得最佳性能的重要性。
量子计算革命：NVQ Link的量子GPU互连技术，用于增强错误校正和可扩展性。量子计算机面临着量子比特脆弱性和误差校正方面的挑战。NVQ Link引入了一种开创性的互联架构，直接将量子处理器连接到Nvidia GPU，实现了用于量子误差校正的大容量数据传输。这一创新不仅提升了误差校正的效果，还促进了量子设备与人工智能超级计算机之间的协调，将量子和经典计算融合为一个统一且加速的超级计算平台。
英伦卡公司的NVQ连接：推动未来科学的量子计算和人工智能超级计算。英伟达推出了NVQ Link，用于量子计算机的控制和可扩展性，得到了17家行业合作伙伴和美国能源部的合作支持。宣布推出7台新的AI超级计算机，引领美国科学领域，整合量子、人工智能和经典计算，提升研究能力。
人工智能：不仅仅是聊天机器人，而是颠覆性地改变计算和应用程序。讨论了人工智能从手工编码软件发展到在GPU上进行机器学习的演变，突出了能源需求、各种数据类型的令牌化、多样化的模型架构以及人工智能从工具到主动工作者的变革作用。
用人工智能革命性地改变行业：提高生产力并弥合劳动力缺口。该对话突出了人工智能在各个领域的转变性影响，从使用Cursor进行软件开发到AI辅助研究和机器人出租车。它强调了人工智能在增强人类劳动力、推动经济增长和解决全球劳动力短缺方面的作用，标志着技术如何与全球经济互动和增强发生了重大转变。
AI 工厂：驱动上下文生成代币的新工业AI作为一个新兴产业正在崭露头角，需要专门的系统，被称为“AI工厂”以高速率生成有价值的代币。与传统数据中心不同，这些工厂专注于AI任务，处理大量的上下文信息。这种转变突显了对计算能力的需求越来越大，以支持AI应用程序，尤其是在高峰期的使用过程中，并强调了对高效、高性能系统的需求。
AI的演变：从预训练的记忆到后训练的问题解决讨论了AI从预备训练，类似于记忆和基本学习，到后续训练的进展，后者侧重于解决问题的能力，推理和计算，标志着AI能力的显著转变。
人工智能需求和计算的指数增长：引领良性循环这段对话探讨了人工智能进步推动的计算需求不断增长，智能模型带来的良性循环导致使用量增加和计算要求提高，突显了在摩尔定律衰退的情况下，需要创新解决方案来维持增长的需求。
英伦华达的善循环：推动人工智能的进步和成本降低NVIDIA 在 CUDA 应用程序和人工智能领域取得了良性循环，增加的使用和投资导致更智能的人工智能和更多的应用程序。要维持这一循环，专注于降低成本至关重要，以增强用户体验并保持人工智能发展的动力。
革命性计算：AI 超级计算机的极限共同设计极端共同设计被引入为一种方法，通过整合硬件、软件和系统架构创新来克服摩尔定律的限制。英伟达开创了这一方法，创建了可扩展的人工智能超级计算机，具有定制设计的芯片、系统、软件和网络技术，实现了指数级的性能增益。
探索晶圓級加工：单一巨型 GPU 的力量和潜力一个详细的探索先进的晶圆级处理技术，展示了单一强大GPU的创造。对话强调将众多芯片集成到一个巨大机架中带来的好处，实现了前所未有的处理能力。这一创新有望彻底改变计算，展示统一处理能力的令人难以置信的潜力。
被雷神之力激发的未来创新的梦想表达了对像雷神索尔一样的未来先进技术的激动，强调了Mv链接nvlink 8的创建，同时指出了对梦想的现实不切实际。
改革AI处理：格雷丝·布莱克韦尔在大规模模型中的效率葛蕾丝·布莱克威尔和NVLink 72在处理大型人工智能模型方面效率卓越，实现了性能提升10倍，晶体管数量减半，从而降低成本令牌生成量，并为云服务提供商优化了资本支出。
英伦强势复苏：NVIDIA $5000亿美元增长飞跃英伟达从一般计算向加速计算战略转变，以人工智能和非人工智能应用为基础，引发了前所未有的增长。通过2026年实现5000亿美元的收入预测，由Blackwell和Rubin GPU驱动，该公司庆祝其供应链合作伙伴的辛勤工作，展示了对数据处理和人工智能能力的变革性影响。
从硅片到先进协同设计：在美国实现人工智能超级计算机的革命对话突显了美国先进人工智能超级计算机的创造，详细描述了从亚利桑那州的硅片到得克萨斯州和加利福尼亚州的部件装配的制造过程。它强调了极端协同设计的重要性，涉及多个芯片，以指数级增加性能并降低成本。叙述突出了美国通过人工智能技术重新工业化的重要性，展示了从单一芯片到复杂的多芯片系统的转变，以及在人工智能超级计算领域不断创新的承诺。
改变人工智能基础设施：英伟达人工智能工厂和数字孪生优化的蓝图这段对话展示了英伟达在人工智能基础设施方面的进展，介绍了用于增强内存管理和上下文处理能力的新处理器。它突出了人工智能工厂的设计，涵盖了液冷节点、高带宽交换机以及利用Nvidia Omniverse Dsx进行数字孪生模拟和优化。与西门子和施耐德电气等公司的合作被强调，共同设计和运营这些人工智能工厂，旨在通过优化电力消耗和加快部署速度实现显著的收入增长。
英伟达对开源AI模型和生态系统扩展的承诺谈论了NVIDIA在开源人工智能模型、生态系统增长、与云服务提供商和SaaS公司合作，通过人工智能提高生产力和网络安全方面的领导地位。
数据处理革命：英伟达和宝石矿的光速集成帕兰提尔本体与英伟达之间的开创性合作旨在改变数据处理，为全球企业和国家安全提供结构化和非结构化数据更快的见解，实现无与伦比的规模和速度。
变革制造业：Nvidia在机器人工厂中的物理人工智能和数字孪生技术英伦达的物理人工智能，利用三台专门计算机和数字孪生模拟，通过先进的机器人技术和人工智能整合，正在改变制造业，展示了与富士康、卡特彼勒和迪士尼合作的成果，以促进再工业化和再工业化努力。
改变交通方式：英伟达的Omniverse和Hyperion用于机器人出租车这段对话突显了英伟达在数字孪生技术和 Hyperion 平台方面的进步。该平台旨在标准化自动驾驶车辆，特别是机器人出租车，旨在通过提高安全性和效率来改变全球交通。
颠覆计算：Nvidia加速和人工智能驱动平台的跨越英伟达公司向加速计算和人工智能战略转变标志着技术的关键时刻。关键创新包括 Arc 用于6G、Hyperion 用于机器人技术以及Dsx 和 Mega 用于人工智能工厂。与 CrowdStrike 和 Palantir 等企业的合作，以及在量子计算和开放模型领域的进展，突显出英伟达全面塑造计算未来的方法，跨越不同领域。
梦想联合：点亮天空的火花一种集体愿景和共同决心推动着不可阻挡的前进，走向更加美好的未来，这种未来象征着梦想触及天空，火花比太阳更明亮。
要点回答
Q：演讲中提到的各种技术创新所做出的贡献是什么？
A：包括Hetty Lamar重新构想了无线连接的通信，IBM的System 360向工业介绍了通用计算机，Intel的微处理器推动了数字时代，并且Cray的超级计算机拓展了科学的边界。
Q：苹果在计算机和互联网发展中扮演了什么角色？
A：苹果公司在创建麦金塔计算机时实现了计算机领域的革命，还在互联网普及之前通过软件让互联网变得更加可接触，随后通过iPod把1000首歌曲装进了口袋，并通过iPhone将互联网放入了移动设备当中。
Q：什么被认为是对计算机行业最重要的贡献，为什么？
A：计算机行业最重要的贡献被认为是机器学习，这是一种人工智能的形式，使计算机几乎表现得像在思考。它被认为将是一场由计算资源驱动的革命。
Q：Nvidia 创造的新计算模型的重要性是什么？
A：Nvidia 发明了一种新的计算模型，这是非常重要的，因为它的目标是解决通用计算机无法解决的问题，随着晶体管接近摩尔定律的极限。这种新模型基于加速计算，需要不同的编程方法，比如开发新的算法和库，这已经花了近30年的时间才实现。
Q：Nvidia使用CUDA编程模型取得了什么成就？
A：Nvidia已经实现了CUDA编程模型的开发，该模型是跨代兼容的，并且使得数亿个GPU在每台计算机上都能完美运行。这种兼容性和对编程模型的专注对Nvidia的成功起到了关键作用。
Q：英伦购集团与何方建立新伙伴关系，目标是什么？
A：英伟达与诺基亚合作，将Nvidia的技术整合到诺基亚的基站中。目标是利用这一合作关系构建基于加速计算和人工智能的新型6G无线通信系统，从而升级全球数百万个基站，并提高频谱效率以及射频接入网络（RAN）功能的人工智能。
Q：提到了哪些不同类型的量子计算机？
A：提到的不同类型的量子计算机包括超导量子计算机，光子量子计算机，困离子量子计算机，稳定原子量子计算机，它们都使用量子位作为核心构建模块。
Q：所有量子比特面临的挑战是什么，解决方案是什么？
A：所有量子位都面临着脆弱和极度对噪声敏感的挑战，它们只能保持稳定几百个操作。解决问题的方法是量子误差校正，它利用纠缠的额外量子位来确定错误发生的位置，而不会损坏我们关心的量子位。
Q：新的互连架构NVQ Link能够提供什么样的方便，并且它的可扩展性潜力是什么？
A：新的互连架构NVQ Link促进了量子处理器和Nvidia GPU之间的直接连接，用于错误校正，并且还能够控制、校准和模拟量子计算机。它是可扩展的，旨在处理目前几个量子位（qubits）的错误校正，以及未来扩展到数万甚至数十万个量子位。
Q：AI与聊天机器人有什么不同，它又如何重新定义计算技术？
A：AI远不止是一个聊天机器人。虽然聊天机器人在公众对AI的认知中处于前沿地位，但AI的范围扩展到完全重新设计计算技术堆栈，摆脱手工编码软件，转向在GPU上运行的机器学习、数据密集型编程。这需要对计算技术堆栈进行根本性改变，强调能源、GPU以及支持AI的基础设施的重要性。
Q：AI的堆栈组件是什么，它们如何使AI能够处理不同类型的数据？
A：AI堆栈由GPU、数据中心、能源和AI模型组成。这些组件使得AI能够通过将数据转化为代币来处理各种类型的数据，这些代币类似于AI的计算单元或词汇。这种代币化过程使AI能够学习、翻译和回应这种“语言”的含义，从而使其能够生成类似于ChatGPT的输出，但用于不同类型的数据，如蛋白质、化学品和3D结构。
Q：人工智能如何在不同行业中应用，通用人工智能在这个情境中扮演什么角色？
A：人工智能正在被应用于各个行业，如聊天机器人、数字生物学和自动驾驶汽车等领域。人工通用智能（AGI）被认为是至关重要的，除了深度计算机科学和计算突破，在发展AGI方面起着基础性的作用。人工智能也被设想为能够使用工具的工作者，而不仅仅是一个工具，表明其作为工作伙伴在劳动力中的角色，能够执行任务并利用工具来提高生产效率。
Q：人工智能工厂的概念是什么，它与传统数据中心有什么不同？
A：AI工厂的概念涉及到一种新型系统，专门用于根据AI使用背景生成代币。与传统的通用数据中心不同，AI工厂专注于AI所需的上下文处理和代币生成，使其不同于过去的通用计算机。
Q：人工智能工厂的目的是什么，它设计生产什么？
A：人工智能工厂的目的是生产价值最大的代币，这意味着人工智能的产出需要是聪明的，并且以惊人的速度生产。
Q：近年来在人工智能技术方面取得了哪些突破？
A：最近的突破包括找出如何使人工智能变得比仅通过预训练更聪明，并引入后训练，重点是教授解决问题的技能，如推理和计算。
Q：为什么对于AI的发展来说，后期培训是至关重要的？
A：训练后期至关重要，因为它教授了AI解决问题的技能，分解问题，推理问题，并运用第一原理推理，从而实现更复杂和智能的问题解决。
Q：多少计算量对于人工智能是必要的，这方面发生了什么变化？
A：人工智能需要大量的计算资源，在训练后的后期阶段所需的计算资源甚至比训练前更多。由于智能模型需要更多的计算资源，而且提供了更多的智能，计算需求已经增加。
Q：更智能的AI模型、使用方式和所需计算之间的关系是什么？
A：随着AI模型变得越来越聪明，人们更倾向于使用它们。这导致了一个正反馈系统，更多的使用导致更多的计算需求，从而形成一种良性循环。
Q：人工智能产业对计算资源的需求发生了怎样的变化？
A：人工智能行业对计算资源的需求大幅增加，随着人工智能模型的改进和值得付费的程度提高，这导致了两条指数增长曲线：一条来自规模定律，另一条来自增加的使用。
Q：人工智能行业已经实现了什么“良性循环”？
A：“良性循环”是指反馈系统，即越多人使用和支付AI，就会产生更多利润，导致更多的计算资源投入AI工厂，使AI变得更聪明，进而鼓励更多使用。
Q：为什么有必要降低人工智能的成本？
A：需要降低成本以提高用户体验，比如允许AI更快速地响应，并且保持对AI行业增长和生产力至关重要的良性循环。
Q：什么是协同设计，为什么对于推进人工智能至关重要？
A：协同设计是一个过程，涉及芯片设计以及考虑整个技术堆栈的各个方面，从计算机体系结构到软件和应用程序，以满足人工智能需求的指数级增长。这一点至关重要，因为它能够实现AI行业发展所需的复合指数级增长。
Q：英伟达在人工智能技术领域如何进行创新？
A：英伟达通过从一张白纸开始重新思考人工智能技术的各个方面创新，包括新的计算机架构、芯片、系统、软件、模型架构和应用。他们还将解决方案扩展到更大的数据中心和互连性，应用极端协同设计原则。
Q：新的AI系统架构提供了什么性能优势？
A：新的人工智能系统架构提供的性能优势远远超过线性改进，类似于IBM System/360型号中所见到的显著进步。这种架构可以实现更快的响应时间和更高效的计算资源利用。
Q：这六家顶级云端服务提供商计划投资在资本支出上？
A：计划投资CAPEX的前六家CSP公司是亚马逊、Core Weave、谷歌、Meta、微软和谷歌。
Q：为什么Nvidia的GPU在某些任务中比ASIC更受青睐？
A：Nvidia的GPU在某些任务中优于ASIC，因为它可以做各种数据处理、图像处理、计算机图形、计算等工作，特别是人工智能。 ASIC可能可以做人工智能，但不能做所有上述任务，这就是为什么Nvidia的架构更受青睐的原因。
Q：葛莱丝·布莱克威尔销售额显著增长的原因是什么？
A：格雷丝·布莱克韦尔销售额的显著增长归因于从通用计算向加速计算的过渡，以及对人工智能需求的预期。这种过渡得到了广泛的应用支持，人工智能是推动加速计算需求的重要因素。
Q：Nvidia Grace Blackwell的预期增长和收入是多少？
A：英伟达公司预计，由于两个指数因素的推动，格雷斯布莱克威尔（Grace Blackwell）将实现非凡增长。他们对格雷斯布莱克威尔到2026年的累计收入达到5万亿美元有充分的可见性，而且早期的销售情况也很好。在生产的头几个季度，他们已经出货了600万台，还留有另一季度的库存。他们预计，从2025年到2030年，将有额外的5万亿美元收入，这是霍珀增长率的五倍。
Q：格雷斯·布莱克维尔是如何生产的，它使用了什么技术？
A：格雷斯·布莱克韦尔是通过一个复杂的过程生产出来的，涉及数百个芯片加工步骤、紫外光刻、HBM堆叠的组装以及包括晶片在晶圆在基板上的过程在内的复杂封装技术。它采用先进的EUV技术，由布莱克韦尔芯片、HBM堆叠以及各种互连和处理器组合而成。组件需要仔细整合多个芯片和组件，以创建一个高度集成和功能强大的人工智能超级计算机。
Q：自Nvidia成立以来，人工智能计算方面取得了哪些进展？
A：自Nvidia成立以来，AI计算取得了令人难以置信的进步。从最初能够执行9 Petaflops的单芯片发展到能提供100 Petaflops的维拉·鲁宾，表明在短时间内性能提高了100倍。这些进步不仅包括计算能力的增加，还包括系统架构和集成的提升，从芯片设计转向系统设计以及整个AI工厂的发展。
Q：Vera Rubin计算机及其性能的重要性是什么？
A：维拉·鲁宾计算机的重要性在于它代表了GB 200系统的第三代，并在性能上实现了巨大的飞跃，比上一代模型快10倍。它采用了革命性的设计元素，如完全无电缆和液冷，并支持更高级的上下文处理以提升人工智能的速度和效率，增强数据检索和响应时间。
Q：未来的AI工厂设想如何？使用了哪些技术？
A：未来的人工智能工厂被设想为一个生态系统级挑战，需要数百家公司之间的合作。它涉及使用Nvidia的人工智能基础架构堆栈，其中包括用于优化和模拟的Omniverse数字孪生体，以及用于快速部署的预制模块。这种方法通过将各种组件和服务集成到一个一体化、可扩展的解决方案中，实现更快的收入周期。
Q：人工智能工厂优化如何能够带来额外的收入？
A：AI工厂提供的优化措施，比如由Dsx实现的那些，可以每年为得克萨斯、乔治亚和内华达等州带来数十亿美元的额外收入。
Q：使用数字孪生体在AI工厂开发的早期阶段有何重要意义？
A：数字孪生对于在AI工厂建造之前允许进行规划、设计、优化和操作非常重要，它能够利用虚拟表示的能力。
Q：Nvidia正在哪里建设一个人工智能工厂研究中心？
A：英伟达正在弗吉尼亚州建立一个AI工厂研究中心，使用DSX来测试和产品化从基础设施到软件的Vera Rubin。
Q：开源模型如何影响人工智能的发展和初创公司？
A：开源模型由于推理能力、多模态和通过蒸馏实现的效率的提高，变得非常强大。它们现在已经成为开发人员、初创企业和各种行业的重要资源，使得将领域专业知识嵌入模型成为可能。
Q：为什么美国领导开源是重要的？
A：美国领导在开源方面是重要的，因为开源模型对于研究人员、开发者、初创公司以及各行各业的企业都至关重要，这个国家及其初创公司对这些模型的依赖需要美国在开源开发方面发挥领导作用。
Q：Nvidia的AI模型有什么能力？
A：Nvidia的人工智能模型在语音、推理和物理人工智能方面位居榜首，拥有大量的下载量。它们得到了Nvidia致力于为开源社区做出贡献和庞大模型库的支持。
Q：为什么人工智能初创公司选择在Nvidia平台上建设？
A：AI初创企业选择在Nvidia上构建，是因为其丰富的生态系统、易于使用的工具、在各种环境中都有GPU可用，并且开发者社区不断改进。
Q：英伓如何将其库与主要云提供商集成？
A：Nvidia将其Cudamani库和开源AI模型集成到主要的云提供商，如AWS、谷歌云和微软Azure，确保Nvidia的堆栈在计算资源使用的任何地方都可以无缝运行。
Q：英伟达和CrowdStrike之间的合作目标是什么？
A：英伟达与CrowdStrike之间合作的目标是利用人工智能创建一个系统，加速网络安全保护，提供快速的检测和响应能力，以防范各种威胁。
Q：Palantir本体论和Nvidia的整合的重要性是什么？
A：Palantir本体是一个商业洞察平台，将信息、数据和人类判断转化为可操作的洞察。英伟达与Palantir本体的整合旨在加速数据处理，并从多种数据集中找到见解，包括结构化数据、人工记录的数据和非结构化数据。
Q：物理 AI 需要哪三种计算机？
A：对于物理AI，需要三台计算机：一台用于训练模型，另一台用于使用Omniverse Dsx 进行模拟，还有一台机器人计算机来操作数字孪生中的机器人。
Q：数字孪生技术在制造业中如何被利用？
A：数字孪生体在制造行业中被用于规划、设计和操作人工智能工厂和机器人。它们有助于创建最先进的机器人设施，验证系统在建设之前，优化布局，训练机器人，模拟操作，并监控和警示异常或质量问题。
Q：人机交互的未来应用有哪些？
A：人机交互的未来应用包括先进制造业，机器人与人类一起工作、仓储自动化、精准进行非侵入性手术以及消费类电子市场中使用人形机器人。
Q：英伟达Drive Hyperion系统的重要性是什么？
A：英伟达Drive Hyperion系统很重要，因为它可以启用生产出租车准备就绪的车辆，为开发可在各种车辆类型上部署的人工智能系统提供标准平台，进而导致一款车载计算平台。
Q：第二个平台转换与Nvidia的增长之间有何关系？
A：第二个平台转变，即从传统软件到人工智能驱动平台的转变，与英伟达的增长同时发生，因为这两个转变正在同时进行。
Q：英伟达推出了哪些新的平台，它们的目的是什么？
A：英伟达已经推出了诸如用于汽车的Hyperion，用于AI工厂的Dsx和Mega，以及用于机器人技术的Arc等新平台。这些平台旨在解决各种行业需求，包括先进的计算、AI集成和机器人技术。
