高盛通信与技术大会
文章语言：
简
繁
EN
分享
纪要
原文
会议摘要
2030年强调了人工智能基础设施支出的快速进展，重点是基于检索的生成计算，与更多晶体管的协同设计，后摩尔定律，Nvidia用于各种模型的全栈人工智能平台，区域云市场增长，解决供应限制，对人工智能初创公司的投资，nvidia compute作为可投资的资产，以及用于自动驾驶和机器人技术的物理AI的进步。
会议速览
人工智能基础设施支出飙升至2030预测: 技术进步和市场发展认识到过去的预测，讨论强调了人工智能基础设施支出的快速进展，将这一增长归因于重大的技术进步和不断变化的市场动态，强调了早期预测的有效性。
反思人们在生活中错过和欣赏的东西关于人们经常忽视或珍惜的生活方面的讨论展开，参与者分享了对该主题的个人见解和观点。
从配电到人工智能: 计算和信息访问的演变追溯了从配电到通过互联网无处不在地获取信息的进步，到目前对人工智能的关注，旨在回答任何问题并了解一切，突出了这一转变中的两个复合挑战。
从检索到生成计算的过渡，以实现通用知识访问对话探讨了从基于检索的计算 (其中信息被预先记录和检索) 到生成计算 (其基于查询和上下文连续生成答案) 的转变。它强调了摩尔定律的终结，以及对个性化，上下文感知的推荐引擎的需求，以实现一个任何人都可以提出任何问题并知道一切的世界。
协同设计和可扩展性: Nvidia对后摩尔定律人工智能挑战的回应对话讨论了后摩尔定律时代向协同设计和可扩展性的转变，强调了Nvidia的创新，如NVLink连接多个芯片，这对于处理更大的AI模型和克服晶体管限制至关重要。
由于AI需求和摩尔定律的终结，半导体行业的增长由于对人工智能技术的需求增加和摩尔定律的终结，半导体行业预计将大幅扩张。随着人工智能模型需要更多的计算能力，该行业有望实现增长。编码已被证明是一个成功的应用程序，其他任务如食谱创建 (称为 “烹饪”) 可以进一步推动采用和ROI。
编码的普遍性和AI在网络安全和业务流程中的作用讨论编码如何支持所有业务流程以及AI通过红蓝团队增强网络安全的潜力，突出AI模型开发的合作伙伴关系。
NVIDIA无与伦比的增长: 从GPU先驱到高价值AI创新者对话强调了NVIDIA从GPU公司到领先的AI创新者的发展，突出了其尖端的架构和AI工厂能力的指数增长，实现了逐月增长，并为行业树立了新的基准。
扩大前沿模型技术的能力和市场份额战略重点是增加资本支出以增长和获取更多市场份额，突出了公司在运行封闭和开放前沿模型 (包括Gemini，Anthropic和OpenAI) 方面的独特地位，展示了在不断发展的技术领域的快速扩张和投资。
引领人工智能市场增长: 上游供应链挑战和下游优势讨论了AI市场的快速扩张，重点介绍了上游供应链中的挑战以及Nvidia在下游市场中的战略优势，包括其在确保Neo Clouds的土地，电力和外壳方面的作用，以及其通用计算解决方案的多功能性。
NVIDIA在AI市场的主导地位: 全栈解决方案和全球生态系统NVIDIA利用其全栈人工智能平台和全球生态系统来主导人工智能市场，与大型企业合作并确保重要的土地电力资源，旨在实现70% 的年度增长。
NVIDIA在澳大利亚的AI工厂: 2 gw可再生能源2027年的合作宣布在澳大利亚2027年2 gw可再生能源计划，突显了NVIDIA与当地数据中心的AI工厂合作，旨在利用多余的能源并推进AI技术。
将Nvidia计算转换为可投资资产: 人工智能和技术金融的转变讨论了Nvidia compute向可投资资产的转变，强调了人工智能公司向高资本支出和运营支出的转变，以及计算系统长期价值的未开发机会。
NVIDIA作为基础AI平台的作用及其经济影响讨论了NVIDIA作为核心AI基础设施提供商的重要性，将其与台积电进行了比较，强调了其作为AI开发关键资产的能力和技术，并强调了其在促进AI公司增长和确保资源获取方面的作用。
充满信心地投资: 利用人工智能和管道实现安全回报和行业增长发言者讨论了投资的非循环性，强调通过人工智能平台和管道开发做出明智的决策、安全的回报和战略性行业支持，从而带来显著的合同价值和需求可见性。
NVIDIA对区域AI的愿景和自动驾驶汽车中物理AI的崛起讨论了NVIDIA的区域AI中心战略和物理AI的潜力，重点关注自动驾驶汽车作为第一个杀手级应用。重点介绍推理汽车的进步，并预测自动驾驶汽车技术2030年的重大进展。
用自主系统和智能机器人革新物流和制造Nvidia正在率先与梅赛德斯，优步和亚马逊等主要参与者建立合作伙伴关系，以将先进的自动化系统集成到物流和仓库运营中。同时，努力致力于开发用于操纵系统的智能机器人，旨在将机器人能力从大型汽车制造商扩展到中型制造公司，从而彻底改变工业供应链。
物理AI在6g和电信领域的角色: 与诺基亚和Nvidia的合作以6g技术和与诺基亚和Nvidia合作开发的AI Ran平台为代表的物理AI将彻底改变电信。这种使用无线电波感知环境的分布式边缘数据中心技术有望取得重大成功。Nvidia对物理AI的贡献包括Dojo超级计算机，这对于训练自动驾驶汽车等模型至关重要，展示了该公司在这一不断发展的领域中的关键作用。
要点回答
Q：演讲者对与AI相关的进步或市场发展有何看法？
A：发言人表示，在重大人工智能基础设施支出预测方面正在取得快速进展，这表明进步和市场发展正在验证这一预测。
Q：演讲者如何描述计算从查找信息到知道一切的演变？
A：演讲者将计算的发展描述为从查找信息 (搜索和定位数据的能力) 到了解一切 (理解并为任何查询提供答案的能力)。这种转变的标志是人工智能的发展以及从基于检索的计算向生成计算的过渡。
Q：为什么演讲者认为传统的推荐引擎不足以满足新的计算需求？
A：发言人认为，传统的推荐引擎是不够的，因为它们基于用户的偏好，无法为需要理解上下文和提示的新的、多样化的查询提供答案。新的计算需求涉及生成考虑周围环境和个人上下文的答案。
Q：摩尔定律的终结给计算带来了哪些挑战，Nvidia如何应对这些挑战？
A：摩尔定律的终结带来了在芯片中需要更多晶体管的挑战，这导致了对协同设计、增加芯片产量和更好的放大技术的要求。Nvidia正在通过共同优化和nvlink的发明来解决这些挑战，以融合多个芯片和扩大技术，预计需要更大的型号和更复杂的半导体行业。
Q：为什么半导体行业的需求和规模会根据扬声器而增加？
A：由于AI的加速使用，半导体行业的需求将会增加，这需要更多的计算能力和更大的模型。随着对半导体需求的加速，并且没有像摩尔定律这样的通缩技术来控制它，这种增长将使该行业变得更大。
Q：演讲者认为将推动半导体行业增长的两个基本观点是什么？
A：推动半导体行业增长的两个基本思想是引入具有新应用的新计算层和摩尔定律的终结。
Q：为什么衡量半导体行业的技术投资回报率具有挑战性？
A：衡量半导体行业的投资回报率 (ROI) 具有挑战性，因为目前很难分析损益 (P & L) 并确定明显的利润率。
Q：“编码” 对半导体行业至关重要，演讲者所说的 “编码” 是什么意思？
A：“编码” 对半导体行业至关重要，因为它支撑着从创建配方到管理业务运营的所有流程。演讲者在广义上使用 “编码” 来指代系统地定义和记录执行任务的方法和最佳实践的过程。
Q：为什么网络安全有望成为AI的重要用例？
A：网络安全预计将成为人工智能的一个重要用例，因为编码，以及扩展，查找错误和保护系统，是可以有效自动化的任务。对于什么构成安全系统，有一个明确的正确答案，人工智能可以学习并应用这些原则。
Q：演讲者在网络安全领域推进人工智能的计划中提到的合作伙伴是谁？
A：发言人提到了与思科和Palantir以及Nvidia的合作伙伴关系，以推进网络安全的AI。这些合作旨在提供人工智能工厂平台，帮助建立专有的人工智能模型和网络安全红队和蓝队模型。
Q：为什么演讲者认为Nvidia是一只高增长价值的股票？
A：演讲者认为Nvidia由于其持续增长而成为高增长价值股票，Grace Blackwell NV link销售额逐月增长27%。该公司的架构，而不仅仅是芯片，有助于AI工厂的扩张和收入的增加。
Q：哪些战略有助于公司的发展？
A：促进公司增长的战略包括增加其在全球资本支出中的份额，增加模型公司的数量，运行每个模型，使公司能够获得更多收益，并从快速增长的前沿封闭开放模型中受益。
Q：运行每个模型对公司的意义是什么？
A：运行每个模型的意义在于，随着更多的模型公司的出现和新的公司以创新的想法开始，它使公司能够占领更大的市场份额。
Q：公司在新模式和收购方面表现如何？
A：该公司在新车型和收购方面表现良好，成功运营了双子座，并期待推出Gradio，Meta和Anthropic是其投资组合的新成员。
Q：为什么公司在开放模式方面具有独特的地位？
A：该公司在开放模式方面具有独特的地位，因为它是唯一一家受益于前沿封闭开放模式增长的公司，在这个快速扩张的市场中运行所有提供明显优势的公司。
Q：云服务提供商和企业对AI模型的需求如何？
A：云服务提供商和企业对AI模型的需求非常高。云服务提供商正在建设人工智能工厂，包括Jane Street、Hudson River和大型制药公司在内的企业正在其运营中采用人工智能。
Q：AI市场供应链存在哪些挑战？
A：人工智能市场供应链的挑战包括包装、dram、LPDDR、连接器、稳压器和晶圆方面的困难。该行业的快速增长给供应链带来了巨大压力。
Q：该公司如何利用通用计算来发挥其优势？
A：该公司通过提供多功能和可替代的平台来利用通用计算的优势，该平台在面对资本限制时具有很高的价值。通用计算提供了耐用性、多功能性和投资性，考虑到这些限制，这一点至关重要。
Q：Nvidia计算提供了哪些新功能？
A：Nvidia Compute提供了一种新的功能，即成为资产支持的计算机，可用于担保贷款。这是Nvidia独有的强大功能，因为没有其他人可以为其计算堆栈提供相同级别的安全性。
Q：Neo Clouds在公司市场战略中的作用是什么？
A：Neo Clouds通过确保数据中心的土地、电力和外壳，在公司的市场战略中发挥着至关重要的作用。这一战略使该公司能够在全球范围内扩张，并在其营销各种人工智能模型的方法上实现多元化，并解决全球数据中心资本支出的很大一部分。
Q：公司对收入增长和市场扩张的预期如何？
A：该公司预计明年将实现70% 的收入增长和不受限制的需求增长超过100% 的信心。它计划利用其在市场上的优势，包括进入各种市场的各种渠道。
Q：演讲者的公司在全球范围内跟踪和确保land power和shell的安全方面做了什么？
A：发言人的公司正在跟踪全球每千兆瓦的土地电力和壳牌公司，与Neo cloud、oem和人工智能本地公司等合作伙伴合作，以了解和保护其中的大部分。
Q：演讲者提到的潜在增长率是多少？
A：演讲者对70% 的同比增长充满信心，并相信努力改善这一增长。
Q：在澳大利亚宣布了什么，为什么重要？
A：在澳大利亚，发言人的公司宣布每2027增加2吉瓦，这很重要，因为它代表了800亿 % 的投资，突出了他们与该地区数据中心公司的合作，以及他们在为人工智能提供平台和获得区域土地电力和壳牌方面的作用。
Q：Nvidia AI工厂平台的作用是什么？
A：Nvidia的AI工厂平台汇集了澳大利亚等地区公司的需求，这些地区能源过剩，但需要技术和承办商生态系统。
Q：最近对AI公司的投资产生了什么影响？
A：在过去的6个月里，有4000亿美元的风险投资进入人工智能领域，这表明每一家科技公司都需要成为一家高资本支出的公司。
Q：Nvidia的计算系统在金融行业的定位如何？
A：Nvidia正在与金融行业合作，将其计算系统定位为可投资资产，预计这一转变将很快发生，并认识到Nvidia计算系统的长期价值。
Q：Nvidia技术的经济生产力是什么？
A：Nvidia的技术非常高效，一个简单的数学示例显示，单个GW数据中心的年收入潜力约为100亿美元，而目前出租的收入约为500亿美元。
Q：Nvidia与台积电相比如何？
A：在为技术和初创公司提供基础平台方面，Nvidia与台积电进行了比较，Nvidia被视为人工智能的平台，类似于半导体行业公司对台积电的看法。
Q：Nvidia如何支持AI实验室和Neo云？
A：Nvidia为AI labs和Neo Clouds提供担保和支持，协助他们为运营提供土地、电力和空壳，包括通过投资和资产支持融资。
Q：为什么演讲者认为他们的财务策略不是循环的？
A：发言人认为，财务策略不是循环的，因为投资回报率很高，在排队的合同和实际需求的支持下，投入的资金很少，而回笼的资金要大得多。
Q：为Nvidia创建Neo云网络的意义是什么？
A：Neo Clouds的网络非常重要，因为它将作为Nvidia架构的分销渠道，并为AI本地人提供建立自己的场所，支持AI的区域化和Nvidia全球合作伙伴网络的发展。
Q：什么是物理AI的第一个杀手级应用程序，哪家公司在这一领域做出了开创性的工作？
A：物理人工智能的第一个杀手级应用程序是自动驾驶汽车，Nvidia在这一领域做出了开创性的工作，他们开发了世界上第一个推理和思考汽车，称为Alpha Mayo。
Q：哪些公司参与了与物理AI相关的合作伙伴关系，以及一些预期的应用程序是什么？
A：参与物理AI合作伙伴关系的公司包括Waymo，特斯拉，Nvidia，梅赛德斯，优步和亚马逊。一些预期的应用包括AMR和物流中心内的仓库运送车辆、杂货运送车辆以及可以自主操作的其他类型的车辆。
Q：当前的操纵系统有什么局限性，为中型制造公司开发更智能的机器人的公司是谁？
A：当前的操纵系统是预先重新编程的，限制了它们对最大的汽车公司的有用性。为了将其功能扩展到中型制造公司，需要具有推理系统的更智能的机器人，这可能需要几年的时间才能开发出来。
Q：物理人工智能将如何影响电信，Nvidia和诺基亚之间的合作关系是什么？
A：物理人工智能将渗透到电信领域，特别是随着6g技术的发展，该技术使用不同的电磁频谱来感知世界。Nvidia和诺基亚已经建立了合作伙伴关系，以建立一个名为ai-ran的平台，该平台是基于Nvidia的CudaMani I的分布式边缘数据中心。
Q：部署前Nvidia在物理AI中的作用是什么？Dojo超级计算机用于什么？
A：Nvidia在部署之前通过训练模型在物理AI中发挥作用。他们与特斯拉合作开发Dojo超级计算机，该计算机配备了众多gpu，用于训练自动驾驶汽车。
