NVIDIA GTC 華盛頓特區黃仁勳主題演講
文章语言：
简
繁
EN
Share
Minutes
原文
會議摘要
Nvidia在人工智能、機器人技術和計算方面處於領先地位，與全球合作夥伴合作創新6G、量子計算和人工智能超級計算機。它強調開源人工智能、數字孿生技術以及將人工智能集成到機器人、制造業和自動駕駛車輛中，旨在革新産業並為美國重新工業化做出貢獻。
會議速覽
開創性技術塑造數字時代和未來創新。該對話突出了從半導體技術到超級計算機的突破性進展，強調它們在推動數字革命方面的關鍵作用，為未來技術進步奠定了基礎。
顛覆未來：人工智能作為美國下一個偉大飛躍AI的重要作用突出展示為類似於電力和互聯網的轉型基礎設施，強調美國在創新和人工智能工廠的領導地位。強調集體努力實現清潔能源、太空探索和拓展人類能力，標志着類似阿波羅任務的新時代。
英偉達的首席執行官在GTC大會上表達了民族驕傲並強調了技術成就。在華盛頓的GTC會議上，公司的首席執行官承認視頻演示的影響，反思對美國技術進步的個人自豪感。
革命性計算：Nvidia加速計算之旅Nvidia強調了從傳統計算到加速計算的轉變，強調了GPU的作用和重新定義並行處理軟件的必要性。該公司強調了其30年致力於這種創新方法的承諾，現在已成為克服摩爾定律限制的關鍵。
革新計算：CUDA 和加速庫的力量這段對話強調了CUDA及其350個庫在轉變計算中的關鍵作用。通過確保跨代兼容性和提供健壯的編程模型，這些庫已經促進了人工智能、計算光刻、量子計算等領域的進步，開辟了新的市場，推動了各個領域的創新。
英伏效公司從虛擬戰士到人工智能、量子模型和電信的發展曆程對NVIDIA自1993年成立以來的發展進行回顧，重點突出其在包括人工智能、量子模型和電信在內的各個行業中所做出的貢獻，感謝員工的付出，並期待未來的創新和合作夥伴關系。
恢複美國在無綫技術領域的領導地位：與諾基亞的戰略合作。對話強調了需要在無綫技術領域重新奪回美國的主導地位，並突出了與諾基亞合作創新並將美國技術全球部署的重要性，旨在利用計算平台的轉變為國家科技複興。
革新電信：英偉達與諾基亞合作推動6G和人工智能融合。英偉達推出Arc，這是一個利用人工智能和加速計算的新産品綫，專為6G而設計，並與諾基亞合作將技術整合到基站中，提高譜效率，並實現在無綫網絡上的人工智能。
量子計算的革新：通過量子和GPU 架構的橋接，提高穩定性和AI集成量子計算取得了一個重大的裏程碑，創造了一個一致、穩定和糾錯的邏輯比特，這是一個曆時40年的突破。這一進步需要將量子計算機與GPU架構集成起來，以增強糾錯能力、人工智能校准和控制。各種量子計算方法，包括超導、光子和困福離子，正在進行探索，強調了將量子和經典計算資源連接起來從而在複雜算法操作中獲得最佳性能的重要性。
量子計算革命：NVQ Link的量子GPU互連技術，用於增強錯誤校正和可擴展性。量子計算機面臨着量子比特脆弱性和誤差校正方面的挑戰。NVQ Link引入了一種開創性的互聯架構，直接將量子處理器連接到Nvidia GPU，實現了用於量子誤差校正的大容量數據傳輸。這一創新不僅提升了誤差校正的效果，還促進了量子設備與人工智能超級計算機之間的協調，將量子和經典計算融合為一個統一且加速的超級計算平台。
英倫卡公司的NVQ連接：推動未來科學的量子計算和人工智能超級計算。英偉達推出了NVQ Link，用於量子計算機的控制和可擴展性，得到了17家行業合作夥伴和美國能源部的合作支持。宣佈推出7台新的AI超級計算機，引領美國科學領域，整合量子、人工智能和經典計算，提升研究能力。
人工智能：不僅僅是聊天機器人，而是顛覆性地改變計算和應用程序。討論了人工智能從手工編碼軟件發展到在GPU上進行機器學習的演變，突出了能源需求、各種數據類型的令牌化、多樣化的模型架構以及人工智能從工具到主動工作者的變革作用。
用人工智能革命性地改變行業：提高生産力並彌合勞動力缺口。該對話突出了人工智能在各個領域的轉變性影響，從使用Cursor進行軟件開發到AI輔助研究和機器人出租車。它強調了人工智能在增強人類勞動力、推動經濟增長和解決全球勞動力短缺方面的作用，標志着技術如何與全球經濟互動和增強發生了重大轉變。
AI 工廠：驅動上下文生成代幣的新工業AI作為一個新興産業正在嶄露頭角，需要專門的系統，被稱為“AI工廠”以高速率生成有價值的代幣。與傳統數據中心不同，這些工廠專注於AI任務，處理大量的上下文信息。這種轉變突顯了對計算能力的需求越來越大，以支持AI應用程序，尤其是在高峰期的使用過程中，並強調了對高效、高性能系統的需求。
AI的演變：從預訓練的記憶到後訓練的問題解決討論了AI從預備訓練，類似於記憶和基本學習，到後續訓練的進展，後者側重於解決問題的能力，推理和計算，標志着AI能力的顯著轉變。
人工智能需求和計算的指數增長：引領良性循環這段對話探討了人工智能進步推動的計算需求不斷增長，智能模型帶來的良性循環導致使用量增加和計算要求提高，突顯了在摩爾定律衰退的情況下，需要創新解決方案來維持增長的需求。
英倫華達的善循環：推動人工智能的進步和成本降低NVIDIA 在 CUDA 應用程序和人工智能領域取得了良性循環，增加的使用和投資導致更智能的人工智能和更多的應用程序。要維持這一循環，專注於降低成本至關重要，以增強用戶體驗並保持人工智能發展的動力。
革命性計算：AI 超級計算機的極限共同設計極端共同設計被引入為一種方法，通過整合硬件、軟件和系統架構創新來克服摩爾定律的限制。英偉達開創了這一方法，創建了可擴展的人工智能超級計算機，具有定制設計的芯片、系統、軟件和網絡技術，實現了指數級的性能增益。
探索晶圓級加工：單一巨型 GPU 的力量和潛力一個詳細的探索先進的晶圓級處理技術，展示了單一強大GPU的創造。對話強調將衆多芯片集成到一個巨大機架中帶來的好處，實現了前所未有的處理能力。這一創新有望徹底改變計算，展示統一處理能力的令人難以置信的潛力。
被雷神之力激發的未來創新的夢想表達了對像雷神索爾一樣的未來先進技術的激動，強調了Mv鏈接nvlink 8的創建，同時指出了對夢想的現實不切實際。
改革AI處理：格雷絲·佈萊克韋爾在大規模模型中的效率葛蕾絲·佈萊克威爾和NVLink 72在處理大型人工智能模型方面效率卓越，實現了性能提升10倍，晶體管數量減半，從而降低成本令牌生成量，並為雲服務提供商優化了資本支出。
英倫強勢複蘇：NVIDIA $5000億美元增長飛躍英偉達從一般計算向加速計算戰略轉變，以人工智能和非人工智能應用為基礎，引發了前所未有的增長。通過2026年實現5000億美元的收入預測，由Blackwell和Rubin GPU驅動，該公司慶祝其供應鏈合作夥伴的辛勤工作，展示了對數據處理和人工智能能力的變革性影響。
從矽片到先進協同設計：在美國實現人工智能超級計算機的革命對話突顯了美國先進人工智能超級計算機的創造，詳細描述了從亞利桑那州的矽片到得克薩斯州和加利福尼亞州的部件裝配的制造過程。它強調了極端協同設計的重要性，涉及多個芯片，以指數級增加性能並降低成本。敘述突出了美國通過人工智能技術重新工業化的重要性，展示了從單一芯片到複雜的多芯片系統的轉變，以及在人工智能超級計算領域不斷創新的承諾。
改變人工智能基礎設施：英偉達人工智能工廠和數字孿生優化的藍圖這段對話展示了英偉達在人工智能基礎設施方面的進展，介紹了用於增強內存管理和上下文處理能力的新處理器。它突出了人工智能工廠的設計，涵蓋了液冷節點、高帶寬交換機以及利用Nvidia Omniverse Dsx進行數字孿生模擬和優化。與西門子和施耐德電氣等公司的合作被強調，共同設計和運營這些人工智能工廠，旨在通過優化電力消耗和加快部署速度實現顯著的收入增長。
英偉達對開源AI模型和生態系統擴展的承諾談論了NVIDIA在開源人工智能模型、生態系統增長、與雲服務提供商和SaaS公司合作，通過人工智能提高生産力和網絡安全方面的領導地位。
數據處理革命：英偉達和寶石礦的光速集成帕蘭提爾本體與英偉達之間的開創性合作旨在改變數據處理，為全球企業和國家安全提供結構化和非結構化數據更快的見解，實現無與倫比的規模和速度。
變革制造業：Nvidia在機器人工廠中的物理人工智能和數字孿生技術英倫達的物理人工智能，利用三台專門計算機和數字孿生模擬，通過先進的機器人技術和人工智能整合，正在改變制造業，展示了與富士康、卡特彼勒和迪士尼合作的成果，以促進再工業化和再工業化努力。
改變交通方式：英偉達的Omniverse和Hyperion用於機器人出租車這段對話突顯了英偉達在數字孿生技術和 Hyperion 平台方面的進步。該平台旨在標准化自動駕駛車輛，特別是機器人出租車，旨在通過提高安全性和效率來改變全球交通。
顛覆計算：Nvidia加速和人工智能驅動平台的跨越英偉達公司向加速計算和人工智能戰略轉變標志着技術的關鍵時刻。關鍵創新包括 Arc 用於6G、Hyperion 用於機器人技術以及Dsx 和 Mega 用於人工智能工廠。與 CrowdStrike 和 Palantir 等企業的合作，以及在量子計算和開放模型領域的進展，突顯出英偉達全面塑造計算未來的方法，跨越不同領域。
夢想聯合：點亮天空的火花一種集體願景和共同決心推動着不可阻擋的前進，走向更加美好的未來，這種未來象征着夢想觸及天空，火花比太陽更明亮。
要點回答
Q：演講中提到的各種技術創新所做出的貢獻是什麽？
A：包括Hetty Lamar重新構想了無綫連接的通信，IBM的System 360向工業介紹了通用計算機，Intel的微處理器推動了數字時代，並且Cray的超級計算機拓展了科學的邊界。
Q：蘋果在計算機和互聯網發展中扮演了什麽角色？
A：蘋果公司在創建麥金塔計算機時實現了計算機領域的革命，還在互聯網普及之前通過軟件讓互聯網變得更加可接觸，隨後通過iPod把1000首歌曲裝進了口袋，並通過iPhone將互聯網放入了移動設備當中。
Q：什麽被認為是對計算機行業最重要的貢獻，為什麽？
A：計算機行業最重要的貢獻被認為是機器學習，這是一種人工智能的形式，使計算機幾乎表現得像在思考。它被認為將是一場由計算資源驅動的革命。
Q：Nvidia 創造的新計算模型的重要性是什麽？
A：Nvidia 發明了一種新的計算模型，這是非常重要的，因為它的目標是解決通用計算機無法解決的問題，隨着晶體管接近摩爾定律的極限。這種新模型基於加速計算，需要不同的編程方法，比如開發新的算法和庫，這已經花了近30年的時間才實現。
Q：Nvidia使用CUDA編程模型取得了什麽成就？
A：Nvidia已經實現了CUDA編程模型的開發，該模型是跨代兼容的，並且使得數億個GPU在每台計算機上都能完美運行。這種兼容性和對編程模型的專注對Nvidia的成功起到了關鍵作用。
Q：英倫購集團與何方建立新夥伴關系，目標是什麽？
A：英偉達與諾基亞合作，將Nvidia的技術整合到諾基亞的基站中。目標是利用這一合作關系構建基於加速計算和人工智能的新型6G無綫通信系統，從而升級全球數百萬個基站，並提高頻譜效率以及射頻接入網絡（RAN）功能的人工智能。
Q：提到了哪些不同類型的量子計算機？
A：提到的不同類型的量子計算機包括超導量子計算機，光子量子計算機，困離子量子計算機，穩定原子量子計算機，它們都使用量子位作為核心構建模塊。
Q：所有量子比特面臨的挑戰是什麽，解決方案是什麽？
A：所有量子位都面臨着脆弱和極度對噪聲敏感的挑戰，它們只能保持穩定幾百個操作。解決問題的方法是量子誤差校正，它利用糾纏的額外量子位來確定錯誤發生的位置，而不會損壞我們關心的量子位。
Q：新的互連架構NVQ Link能夠提供什麽樣的方便，並且它的可擴展性潛力是什麽？
A：新的互連架構NVQ Link促進了量子處理器和Nvidia GPU之間的直接連接，用於錯誤校正，並且還能夠控制、校准和模擬量子計算機。它是可擴展的，旨在處理目前幾個量子位（qubits）的錯誤校正，以及未來擴展到數萬甚至數十萬個量子位。
Q：AI與聊天機器人有什麽不同，它又如何重新定義計算技術？
A：AI遠不止是一個聊天機器人。雖然聊天機器人在公衆對AI的認知中處於前沿地位，但AI的範圍擴展到完全重新設計計算技術堆棧，擺脫手工編碼軟件，轉向在GPU上運行的機器學習、數據密集型編程。這需要對計算技術堆棧進行根本性改變，強調能源、GPU以及支持AI的基礎設施的重要性。
Q：AI的堆棧組件是什麽，它們如何使AI能夠處理不同類型的數據？
A：AI堆棧由GPU、數據中心、能源和AI模型組成。這些組件使得AI能夠通過將數據轉化為代幣來處理各種類型的數據，這些代幣類似於AI的計算單元或詞彙。這種代幣化過程使AI能夠學習、翻譯和回應這種“語言”的含義，從而使其能夠生成類似於ChatGPT的輸出，但用於不同類型的數據，如蛋白質、化學品和3D結構。
Q：人工智能如何在不同行業中應用，通用人工智能在這個情境中扮演什麽角色？
A：人工智能正在被應用於各個行業，如聊天機器人、數字生物學和自動駕駛汽車等領域。人工通用智能（AGI）被認為是至關重要的，除了深度計算機科學和計算突破，在發展AGI方面起着基礎性的作用。人工智能也被設想為能夠使用工具的工作者，而不僅僅是一個工具，表明其作為工作夥伴在勞動力中的角色，能夠執行任務並利用工具來提高生産效率。
Q：人工智能工廠的概念是什麽，它與傳統數據中心有什麽不同？
A：AI工廠的概念涉及到一種新型系統，專門用於根據AI使用背景生成代幣。與傳統的通用數據中心不同，AI工廠專注於AI所需的上下文處理和代幣生成，使其不同於過去的通用計算機。
Q：人工智能工廠的目的是什麽，它設計生産什麽？
A：人工智能工廠的目的是生産價值最大的代幣，這意味着人工智能的産出需要是聰明的，並且以驚人的速度生産。
Q：近年來在人工智能技術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變得比僅通過預訓練更聰明，並引入後訓練，重點是教授解決問題的技能，如推理和計算。
Q：為什麽對於AI的發展來說，後期培訓是至關重要的？
A：訓練後期至關重要，因為它教授了AI解決問題的技能，分解問題，推理問題，並運用第一原理推理，從而實現更複雜和智能的問題解決。
Q：多少計算量對於人工智能是必要的，這方面發生了什麽變化？
A：人工智能需要大量的計算資源，在訓練後的後期階段所需的計算資源甚至比訓練前更多。由於智能模型需要更多的計算資源，而且提供了更多的智能，計算需求已經增加。
Q：更智能的AI模型、使用方式和所需計算之間的關系是什麽？
A：隨着AI模型變得越來越聰明，人們更傾向於使用它們。這導致了一個正反饋系統，更多的使用導致更多的計算需求，從而形成一種良性循環。
Q：人工智能産業對計算資源的需求發生了怎樣的變化？
A：人工智能行業對計算資源的需求大幅增加，隨着人工智能模型的改進和值得付費的程度提高，這導致了兩條指數增長曲綫：一條來自規模定律，另一條來自增加的使用。
Q：人工智能行業已經實現了什麽“良性循環”？
A：“良性循環”是指反饋系統，即越多人使用和支付AI，就會産生更多利潤，導致更多的計算資源投入AI工廠，使AI變得更聰明，進而鼓勵更多使用。
Q：為什麽有必要降低人工智能的成本？
A：需要降低成本以提高用戶體驗，比如允許AI更快速地響應，並且保持對AI行業增長和生産力至關重要的良性循環。
Q：什麽是協同設計，為什麽對於推進人工智能至關重要？
A：協同設計是一個過程，涉及芯片設計以及考慮整個技術堆棧的各個方面，從計算機體系結構到軟件和應用程序，以滿足人工智能需求的指數級增長。這一點至關重要，因為它能夠實現AI行業發展所需的複合指數級增長。
Q：英偉達在人工智能技術領域如何進行創新？
A：英偉達通過從一張白紙開始重新思考人工智能技術的各個方面創新，包括新的計算機架構、芯片、系統、軟件、模型架構和應用。他們還將解決方案擴展到更大的數據中心和互連性，應用極端協同設計原則。
Q：新的AI系統架構提供了什麽性能優勢？
A：新的人工智能系統架構提供的性能優勢遠遠超過綫性改進，類似於IBM System/360型號中所見到的顯著進步。這種架構可以實現更快的響應時間和更高效的計算資源利用。
Q：這六家頂級雲端服務提供商計劃投資在資本支出上？
A：計劃投資CAPEX的前六家CSP公司是亞馬遜、Core Weave、谷歌、Meta、微軟和谷歌。
Q：為什麽Nvidia的GPU在某些任務中比ASIC更受青睐？
A：Nvidia的GPU在某些任務中優於ASIC，因為它可以做各種數據處理、圖像處理、計算機圖形、計算等工作，特別是人工智能。 ASIC可能可以做人工智能，但不能做所有上述任務，這就是為什麽Nvidia的架構更受青睐的原因。
Q：葛萊絲·佈萊克威爾銷售額顯著增長的原因是什麽？
A：格雷絲·佈萊克韋爾銷售額的顯著增長歸因於從通用計算向加速計算的過渡，以及對人工智能需求的預期。這種過渡得到了廣泛的應用支持，人工智能是推動加速計算需求的重要因素。
Q：Nvidia Grace Blackwell的預期增長和收入是多少？
A：英偉達公司預計，由於兩個指數因素的推動，格雷斯佈萊克威爾（Grace Blackwell）將實現非凡增長。他們對格雷斯佈萊克威爾到2026年的累計收入達到5萬億美元有充分的可見性，而且早期的銷售情況也很好。在生産的頭幾個季度，他們已經出貨了600萬台，還留有另一季度的庫存。他們預計，從2025年到2030年，將有額外的5萬億美元收入，這是霍珀增長率的五倍。
Q：格雷斯·佈萊克維爾是如何生産的，它使用了什麽技術？
A：格雷斯·佈萊克韋爾是通過一個複雜的過程生産出來的，涉及數百個芯片加工步驟、紫外光刻、HBM堆疊的組裝以及包括晶片在晶圓在基板上的過程在內的複雜封裝技術。它采用先進的EUV技術，由佈萊克韋爾芯片、HBM堆疊以及各種互連和處理器組合而成。組件需要仔細整合多個芯片和組件，以創建一個高度集成和功能強大的人工智能超級計算機。
Q：自Nvidia成立以來，人工智能計算方面取得了哪些進展？
A：自Nvidia成立以來，AI計算取得了令人難以置信的進步。從最初能夠執行9 Petaflops的單芯片發展到能提供100 Petaflops的維拉·魯賓，表明在短時間內性能提高了100倍。這些進步不僅包括計算能力的增加，還包括系統架構和集成的提升，從芯片設計轉向系統設計以及整個AI工廠的發展。
Q：Vera Rubin計算機及其性能的重要性是什麽？
A：維拉·魯賓計算機的重要性在於它代表了GB 200系統的第三代，並在性能上實現了巨大的飛躍，比上一代模型快10倍。它采用了革命性的設計元素，如完全無電纜和液冷，並支持更高級的上下文處理以提升人工智能的速度和效率，增強數據檢索和響應時間。
Q：未來的AI工廠設想如何？使用了哪些技術？
A：未來的人工智能工廠被設想為一個生態系統級挑戰，需要數百家公司之間的合作。它涉及使用Nvidia的人工智能基礎架構堆棧，其中包括用於優化和模擬的Omniverse數字孿生體，以及用於快速部署的預制模塊。這種方法通過將各種組件和服務集成到一個一體化、可擴展的解決方案中，實現更快的收入周期。
Q：人工智能工廠優化如何能夠帶來額外的收入？
A：AI工廠提供的優化措施，比如由Dsx實現的那些，可以每年為得克薩斯、喬治亞和內華達等州帶來數十億美元的額外收入。
Q：使用數字孿生體在AI工廠開發的早期階段有何重要意義？
A：數字孿生對於在AI工廠建造之前允許進行規劃、設計、優化和操作非常重要，它能夠利用虛擬表示的能力。
Q：Nvidia正在哪裏建設一個人工智能工廠研究中心？
A：英偉達正在弗吉尼亞州建立一個AI工廠研究中心，使用DSX來測試和産品化從基礎設施到軟件的Vera Rubin。
Q：開源模型如何影響人工智能的發展和初創公司？
A：開源模型由於推理能力、多模態和通過蒸餾實現的效率的提高，變得非常強大。它們現在已經成為開發人員、初創企業和各種行業的重要資源，使得將領域專業知識嵌入模型成為可能。
Q：為什麽美國領導開源是重要的？
A：美國領導在開源方面是重要的，因為開源模型對於研究人員、開發者、初創公司以及各行各業的企業都至關重要，這個國家及其初創公司對這些模型的依賴需要美國在開源開發方面發揮領導作用。
Q：Nvidia的AI模型有什麽能力？
A：Nvidia的人工智能模型在語音、推理和物理人工智能方面位居榜首，擁有大量的下載量。它們得到了Nvidia致力於為開源社區做出貢獻和龐大模型庫的支持。
Q：為什麽人工智能初創公司選擇在Nvidia平台上建設？
A：AI初創企業選擇在Nvidia上構建，是因為其豐富的生態系統、易於使用的工具、在各種環境中都有GPU可用，並且開發者社區不斷改進。
Q：英伓如何將其庫與主要雲提供商集成？
A：Nvidia將其Cudamani庫和開源AI模型集成到主要的雲提供商，如AWS、谷歌雲和微軟Azure，確保Nvidia的堆棧在計算資源使用的任何地方都可以無縫運行。
Q：英偉達和CrowdStrike之間的合作目標是什麽？
A：英偉達與CrowdStrike之間合作的目標是利用人工智能創建一個系統，加速網絡安全保護，提供快速的檢測和響應能力，以防範各種威脅。
Q：Palantir本體論和Nvidia的整合的重要性是什麽？
A：Palantir本體是一個商業洞察平台，將信息、數據和人類判斷轉化為可操作的洞察。英偉達與Palantir本體的整合旨在加速數據處理，並從多種數據集中找到見解，包括結構化數據、人工記錄的數據和非結構化數據。
Q：物理 AI 需要哪三種計算機？
A：對於物理AI，需要三台計算機：一台用於訓練模型，另一台用於使用Omniverse Dsx 進行模擬，還有一台機器人計算機來操作數字孿生中的機器人。
Q：數字孿生技術在制造業中如何被利用？
A：數字孿生體在制造行業中被用於規劃、設計和操作人工智能工廠和機器人。它們有助於創建最先進的機器人設施，驗證系統在建設之前，優化佈局，訓練機器人，模擬操作，並監控和警示異常或質量問題。
Q：人機交互的未來應用有哪些？
A：人機交互的未來應用包括先進制造業，機器人與人類一起工作、倉儲自動化、精准進行非侵入性手術以及消費類電子市場中使用人形機器人。
Q：英偉達Drive Hyperion系統的重要性是什麽？
A：英偉達Drive Hyperion系統很重要，因為它可以啓用生産出租車准備就緒的車輛，為開發可在各種車輛類型上部署的人工智能系統提供標准平台，進而導致一款車載計算平台。
Q：第二個平台轉換與Nvidia的增長之間有何關系？
A：第二個平台轉變，即從傳統軟件到人工智能驅動平台的轉變，與英偉達的增長同時發生，因為這兩個轉變正在同時進行。
Q：英偉達推出了哪些新的平台，它們的目的是什麽？
A：英偉達已經推出了諸如用於汽車的Hyperion，用於AI工廠的Dsx和Mega，以及用於機器人技術的Arc等新平台。這些平台旨在解決各種行業需求，包括先進的計算、AI集成和機器人技術。
