英偉達 GTC 2026 黃仁勳主題演講
文章語言:
简
繁
EN
分享
紀要
原文
會議摘要
討論Nvidia在AI基礎設施方面的進步,強調效率和創新。重點介紹了Grace Blackwell和Vera Rubin等新技術,與主要雲提供商的合作夥伴關系,以及向以代理為中心的計算的轉變。旨在優化代幣生成和吞吐量,推動AI的經濟價值和全球影響力。
會議速覽
通證正在革新人工智能領域,賦能機器人學習、開發清潔能源並探索浩瀚星空,同時bridging虛擬與現實世界,開辟全新發展路徑。
一位富有遠見的領袖歡迎各位與會者莅臨這場意義非凡的盛會,強調唯有齊心協力,才能超越“星雲1號”,共同迎接人類充滿希望的未來。
技術會議強調了三個平台: CUDA,系統和AI工廠。強調了生態系統的重要性,並感謝賽前展覽主持人和貴賓對技術領域的貢獻。
一場討論凸顯了英偉達作為平台型企業的關鍵角色,着重強調其技術實力、生態系統以及對人工智能行業的貢獻。本次活動將舉辦1000場技術專題會議,邀請2000位演講嘉賓,全面覆蓋AI技術棧的各個環節,從基礎設施到應用層,而NVIDIA在推動行業進步中發揮着核心作用。
慶祝Cuba開創性的多綫程架構問世20周年,該架構可將標量代碼簡化為multistar AED應用程序。近期的增強功能包括對張量核心編程的支持,這對於人工智能的發展至關重要,使複雜的數學結構對程序員來說更加易於使用。
對話重點介紹了NVIDIA的CUDA生態體系,詳細闡述了龐大的GPU計算系統部署規模如何吸引開發者、催生深度學習等突破性技術,並開辟全新市場,進而形成加速發展的飛輪效應,支撐衆多應用與基礎設施實現超長生命周期。
NVIDIA利用其架構兼容性和龐大的安裝基礎不斷優化GPU性能,從而降低成本。盡管最初存在財務困難,但該公司對CUDA的奉獻精神已導致其廣泛采用。GeForce的影響力始於25年前,培養未來的客戶和開發人員。這一旅程最終引入了RTX,徹底改變了現代計算機圖形學,並使全球研究人員在深度學習方面取得了突破。
對話探討了人工智能在計算機圖形學領域的演進,重點介紹了神經渲染這一突破性技術的出現。它將3D圖形與生成式人工智能相結合,利用虛擬世界中的結構化數據來創建逼真且可控的內容。這項創新標志着一個重大轉變,有望通過將結構化信息與人工智能相結合,徹底變革多個行業。
演講者分享了自己在團隊反對的情況下仍堅持做出照明方案決策的經曆,強調了在群體壓力面前的個人決策過程。
對話強調了AI與結構化和非結構化數據處理的集成,強調了加速數據處理系統以提高AI效率。分別針對數據幀和矢量存儲引入了Nvidia的QDF和QV庫,增強了數據查詢能力。展示了采用Nvidia GPU計算庫的IBM Watson X數據加速,展示了更快的數據集市更新和成本節約。人工智能時代要求快速訪問龐大的數據集,從而促使數據處理重新發明以增強人工智能功能。
Nvidia、戴爾和谷歌雲攜手合作,通過加速計算提升數據處理速度、規模和成本效益,標志着後摩爾定律時代的到來。這種協同效應整合了戴爾AI數據平台和谷歌Vertex AI等平台,彰顯了BigQuery和Snapchat在計算成本方面的顯著進步。持續的算法優化和廣泛的覆蓋範圍,有望為所有用戶帶來性能的不斷提升和成本的持續降低。
NVIDIA與谷歌雲、AWS和Microsoft Azure等主要雲服務提供商合作,將其加速計算平台和庫集成到這些雲服務中,以提升Vertex AI、BigQuery、EMR和Azure AI Foundry等服務的能力。這一戰略合作夥伴關系推動了客戶的采用,並擴展了雲計算能力,尤其是在人工智能和機器學習領域,使英偉達在全球雲加速領域占據關鍵地位。
英偉達的機密計算能力,能夠實現安全的數據處理和AI模型部署,在與領先的雲服務提供商及AI企業的合作中發揮了關鍵作用。該技術支持跨多種環境的AI運行,從本地部署到雲端,確保數據機密性,並提升全球範圍內的AI可訪問性。
加速計算需要理解應用、領域和算法。英偉達的垂直整合覆蓋庫、領域和行業,通過提供軟件並與各類技術無縫集成,旨在讓計算惠及每一個人,這一戰略在GTC大會上得到充分展示。
此次對話凸顯了英偉達GTC大會對金融服務行業的極大關注,強調了開發商相對於交易商的重要性。它還討論了NVIDIA的生態系統,重點關注上遊和下遊供應鏈,並對上遊供應鏈的進步表示興奮。
對話凸顯了領域專用AI庫和加速計算平台在自動駕駛、金融服務、醫療健康和機器人等多個行業中的變革性影響,強調了向AI驅動型解決方案與創新的轉型趨勢。
一項全球性倡議正重新啓航並構建人類曆史上規模最大的事業,跨行業整合人工智能、量子計算和先進供應鏈系統,涵蓋媒體、零售和遊戲等領域,以打造新一代由人工智能賦能的世界。
Nvidia對機器人和制造業的貢獻分別為35萬億美元和50萬億美元,突顯了該公司在為機器人系統構建基本計算機方面長達十年的努力。通過與每個機器人制造公司的合作以及110機器人的展示,Nvidia強調了計算基礎設施的重塑,特別是基站,這是該行業的一個關鍵轉變。
對話凸顯了該公司對人工智能基礎設施的重視,強調了算法和諸如cudamani之類的庫的重要性,這些技術和工具已徹底革新了人工智能領域。與諾基亞、T-Mobile等大型企業的合作夥伴關系至關重要。該公司持續更新其算法庫,以滿足各行業的需求,充分展現了其在計算與人工智能領域的算法創新者地位。
對話探討了計算光刻技術的最新進展,重點聚焦於直接稀疏算法及其在幾何應用中的變體。它重點介紹了神經網絡在航空影像領域的集成應用,旨在提升該領域的人工智能能力。
對話深入探討了基因組算法中的可微適應度概念,強調其內在的美學價值以及斷點組合這一創新性搭配。它凸顯了算法設計與遺傳數據分析之間的複雜關系,展現了這些計算方法在解析複雜生物系統時的優雅與高效。
Nvidia利用先進的算法和計算平台來模擬環境,而不是對其進行動畫處理,從而帶來了巨大的商機。該公司與全球巨頭和新興的人工智能初創公司合作,促進了人工智能領域1500億美元的投資激增。這標志着一個關鍵的轉變,類似於過去的計算革命,預示着由計算密集型人工智能創新驅動的相應公司的崛起。
對話凸顯了生成式人工智能,尤其是ChatGPT、O1和Clod Code,對計算範式、體系結構以及軟件工程産生的變革性影響,標志着計算模式正從基於檢索的範式向生成式範式轉變。
對話凸顯了人工智能能力從單純生成內容向賦能生産性工作的關鍵轉變,從而催生了前所未有的算力需求激增,尤其是對GPU資源的需求。如今,AI系統需要進行海量的推理運算才能實現思考、推理和決策行動,這標志着人工智能的發展與應用進入了一個具有裏程碑意義的變革時代。
Speaker預測收入將從5000億美元大幅增長至至少1萬億美元,2027年強調了未來的顯着增長潛力。
探討了NVIDIA在AI基礎設施領域的領導地位,重點強調其可擴展性、成本效益以及在全球範圍內的適用性,涵蓋超大規模數據中心、區域雲服務和邊緣計算等多個領域。重點突出英偉達在支持多樣化AI模型方面的作用,以及其在重大基礎設施投資中的可靠性和成熟度。
英偉達致力於推動人工智能技術發展的承諾,最終促成了Mv Link 72的誕生。該産品大幅提升了AI推理的性能與能效,使英偉達以無與倫比的每令牌成本效率位居行業前沿。
NVIDIA的代幣成本效率無與倫比,這歸功於其卓越的代碼設計,從而獲得全球認可和滿意度。
探討了Nvidia在AI超級計算領域的最新進展,重點圍繞將數據中心優化為“令牌工廠”以提升AI性能展開,梳理了從DGX-1到Vera Rubin平台的系列創新,並強調了數據中心正從傳統模式向高能效AI專用處理單元轉型的趨勢。
一款面向高性能計算的突破性系統,搭載全新CPU,具備卓越的單綫程性能與能效;采用全液冷機櫃,大幅縮短部署時間;全球首款CPO Spectrum X交換機已實現規模化量産。整套方案深度融合第六代NVLink技術,可顯著提升數據中心的整體效率。
Rubin Ultra引入了一種新穎的kyber機架設計,用於垂直GPU集成,其特點是通過高級MV鏈接系統連接144 GPU的中板,從而增強了計算能力。
對話強調了在AI工廠中監控吞吐量和令牌處理速度對於未來收入創造的重要性,指出模型規模和令牌長度的持續增長將對市場與定價策略産生深遠影響,並進一步將令牌定位為AI行業的新型商品。
對話探討了人工智能服務的戰略演變,強調分層定價模型以及引入Grace Blackwell和Vera Rubin等高級模型。這些模型顯着提高了吞吐量,從而提高了收入和服務質量。討論強調了性能指數增長的潛力,以及跨免費、中等、熱門和高級層的資源戰略分配,以最大限度地提高客戶價值和業務盈利能力。
探討了Vera Rubin與Groc技術的融合,以優化AI推理性能,實現35倍的性能提升。強調了高吞吐與低延遲之間的矛盾,以及戰略性地將Groc用於高價值工程任務,從而補足薇拉·魯賓天文台在主流工作負載方面的優勢。披露了生産和部署計劃,強調其對AI工廠和數據處理的變革性影響。
該對話概述了英偉達在先進計算架構方面的戰略路綫圖,強調垂直整合與橫向開放。關鍵要點包括:引入具備向下兼容性的Oberon系統、通過銅纜和光纖進行規模擴展,以及即將推出的Ruben Ultra芯片。該路綫圖以費曼GPU、LP 40以及羅斯林Bluefield 5 CPU為核心推進,彰顯了NVIDIA在擴展銅纜與光互連容量方面的堅定承諾,並通過整合前沿技術實現算力的指數級增長。
Nvidia轉型為AI基礎架構領導者,利用Omniverse和Dxx進行AI工廠的虛擬設計和仿真。通過集成硬件、庫和生態系統層,Nvidia優化了電源使用並提高了數據中心的效率,旨在顯著改善節能和性能。
Nvidia Dsx是一款數字孿生藍圖,可優化AI工廠設計,以實現最大的吞吐量、彈性和效率。集成仿真工具和動態電源管理,可確保快速構建和運行。人工智能代理管理冷卻、電氣系統和電源調整,加強全球人工智能基礎設施的開發。
Omnis Omnis闡述了其全球數字孿生系統的願景,並重點介紹了與新合作夥伴的協作,以構建先進的人工智能平台和空間數據中心。英偉達DSX——一款全新的AI工廠平台——正計劃進軍太空領域,相關項目包括維爾·魯賓太空1號數據中心。重點在於克服太空特有的挑戰,包括在無法通過傳導和對流散熱的環境中設計冷卻系統,從而展示用於空間計算的創新工程解決方案。
一項具有開創性的開源項目——Open Claw——取得了前所未有的成功,在遠短於Linux所需的時間內,便超越了後者的曆史地位。用戶只需在控制台輸入一條命令,即可輕松集成AI功能,充分展現了該軟件易用且具有變革性的特點。
對話凸顯了Open Claw這一人工智能智能體系統的變革性影響。該系統與大型語言模型無縫集成,使企業能夠采納一種全新的戰略,其重要性堪比曆史上Linux或Kubernetes等技術變革。這凸顯了企業為保持競爭力而采納開放生態與生成式系統戰略的必要性,標志着IT和軟件行業的一次重大演進。
Open Claw將SaaS企業轉型為具備智能體能力的服務提供商,通過Open Shell保障企業安全。它可與全球SaaS策略引擎集成,通過網絡防護牆和隱私路由器保護敏感數據,使其具備企業級部署能力並確保安全執行。
NVIDIA通過涵蓋語言、視覺、生物學、物理學和自主系統的開放前沿模型,開創了人工智能創新的先河,為專門的人工智能開發培育了一個龐大的生態系統。
對話強調了英偉達致力於持續優化人工智能模型,並在自動駕駛、生物、化學以及天氣預報等多個領域處於領先地位。它凸顯了開放模型的重要性——這類模型能夠讓全球的研究人員和開發者進行創新、構建專用人工智能應用,從而促進全球各方參與人工智能革命,並支持各國的自主可控人工智能發展倡議。
一個由領先公司組成的聯盟宣佈合作開發主權人工智能模型和企業代理戰略,旨在通過為各個領域創建專門的人工智能代理,將2萬億美元的IT行業轉變為價值數萬億美元的行業。該計劃以對人工智能基礎設施的重大投資為後盾,專注於為不同行業和地區實現定制,標志着企業技術的複興。
Nvidia概述了其將AI集成到各個行業的戰略願景,強調了自動駕駛汽車和機器人的作用。該公司強調了其在開發物理人工智能模型、仿真系統和在制造業中部署機器人方面的合作夥伴關系。展示了Nvidia在自動駕駛技術方面的進步,包括與主要汽車品牌和Uber的合作。此外,該公司還討論了其在人形機器人方面的工作,並將無綫電塔等傳統基礎設施轉變為支持AI的系統。這次對話強調了Nvidia致力於開拓AI應用程序,以提高各部門的生産力和效率。
探討人工智能生成數據與仿真技術對於使機器人應對不可預測的真實場景的必要性,重點闡述英偉達通過Isaac Lab和Newton等開源工具,在強化訓練、評估以及物理AI開發方面所作出的貢獻。
對話凸顯了Isaac Lab在機器人與人工智能領域的訓練及數據生成中所發揮的關鍵作用,其應用涵蓋全身控制、操作策略以及強化學習等方面。報告強調了與迪士尼研究院和英偉達等機構的合作,着重介紹了物理人工智能、機器人技術領域的最新進展,以及互動機器人在迪士尼樂園等場景中的未來潛力。
對話探討了人工智能技術的進展,重點強調了計算能力的規模化提升以及AI智能體在各行業的部署。它凸顯了從工廠自動化到全球規模化運營的協同努力,旨在提升效率,標志着行業運營與創新方式的重大轉變。
對話凸顯了人工智能技術的迅猛進展,重點強調了開源模型、算力以及在AI訓練中“愛”的規模化應用。最後,邀請大家莅臨GTC,共同見證科技的未來——這裏將展示最新進展與光明前景。
要點回答
Q:人工智能有哪些新能力?這些能力又如何拓展到各個行業?
A:人工智能正在通過將數據轉化為知識,利用新形式的能源,以及完善虛擬和物理世界的路徑,擴展到各個領域。它在難以到達的地方工作,使人們的呼吸更容易。文本中沒有詳細說明確切的功能,但暗示了跨行業技術應用的演變。
Q:英偉達的三大平台分別是什麽?它們有何重要意義?
A:Nvidia的三個平台是CUDA,他們的系統和一個名為AI工廠的新平台。CUDA特別重要,因為它擁有龐大的生態系統,被450公司使用,並支持從陸地電源和gpu到芯片和平台的每一層AI堆棧。該平台對於AI技術的發展和應用至關重要。
Q:CUDA平台在NVIDIA的發展史上有何重要意義?
A:CUDA平台非常重要,因為它代表了致力於AI開發的革命性架構。20多年來,CUDA幫助構建了一個在全球範圍內運行的計算系統,從雲到計算機公司和各個行業。龐大的安裝基礎,持續的軟件更新和開發人員的覆蓋範圍使CUDA成為AI和計算的核心,標志着該公司自早期以來一直致力於這項技術。
Q:Nvidia的飛輪模型如何促進其計算平台的擴展?
A:英偉達的飛輪模型通過加速Nvidia庫的下載量以及平台的整體增長,助力其計算平台的擴展。該模型負責持續優化計算成本,並具備支持大規模、多樣化應用集的能力。因此,該平台的基礎設施能夠支持各類應用和技術創新,並保持GPU的高可用性和較長的使用壽命。
Q:Nvidia計劃如何將生成AI與結構化數據和3D圖形集成?
A:Nvidia計劃通過打造名為“神經渲染”的概念,將生成式AI與結構化數據和3D圖形相結合。這一技術將結構化數據、可控制的3D圖形以及生成式AI融合在一起,以生成逼真且高度可控的內容。我們的目標是將結構化信息與生成式人工智能相融合,從而支持各行業應用生成高質量、受控且逼真的輸出。
Q:結構化數據在人工智能中扮演什麽角色,Nvidia打算如何利用它?
A:結構化數據在人工智能中發揮着關鍵作用,因為它提供了真實標簽和企業計算的基礎。Nvidia旨在加速結構化數據的處理,這類數據包括來自各類業務運營的數據表。通過使用NVIDIA的QDF庫,結構化數據可以得到快速處理,從而使AI能夠有效理解和利用這些數據。這種結構化數據與人工智能的融合,有望提升人工智能應用中數據的上下文語境和語義理解。
Q:英偉達與IBM在推動人工智能數據處理方面有何合作關系?
A:英偉達和IBM正攜手合作,通過將英偉達用於結構化數據的QDF庫和用於向量存儲的QV集成到IBM的Watson X數據平台中,加速AI的數據處理。此次合作旨在為人工智能提供對海量數據集的快速訪問,提升數據處理能力,從而推動供應鏈管理等依賴數據分析的行業實現更高效的運營。
Q:Nvidia和Google Cloud之間的關系對雙方都有什麽好處?
A:通過加速BigQuery和其他重要框架,Nvidia和Google Cloud之間的關系一直是有益的,這降低了Snapchat等Google Cloud用戶的計算成本。這種合作使兩家公司都能達到較大的規模,並不斷優化計算成本,速度和規模。
Q:根據演講內容,英偉達、谷歌雲及其他平台所構建的這一格局有何重要意義?
A:Nvidia,Google Cloud和其他平台創建的模式的意義在於,它代表了一種模式,其中Nvidia的加速計算平台通過與Google Cloud和其他服務的集成,可以達到全球範圍,並且這種模式將在各個公司中重複使用。
Q:為什麽Nvidia對PyTorch和Jackson Xla的工作感到自豪?
A:Nvidia為其與PyTorch和XLA的合作感到自豪,因為這兩項技術在兩個平台上都表現出色。Nvidia已將這些技術整合到自己的庫中,供衆多企業和開發者使用。
Q:英偉達與雲服務提供商之間是什麽關系?
A:Nvidia與雲服務提供商的關系是一種戰略合作夥伴關系,Nvidia將客戶帶到雲服務提供商,集成其庫以加速工作負載,並促進客戶在雲上的部署。
Q:保密計算的重要性是什麽?英偉達在其中發揮了哪些作用?
A:機密計算的重要性在於確保即便是運行者也無法查看或接觸數據。NVIDIA通過提供支持機密計算的GPU來為此做出貢獻,從而能夠在不同的雲環境和地域中安全地部署價值高昂的模型。
Q:為什麽Nvidia認為自己是一家算法公司?
A:Nvidia認為自己是一家算法公司,因為它專注於開發能夠解決各行業重要問題的算法庫。這些庫旨在部署於各類計算平台,包括數據中心、雲服務和邊緣設備,它們是英偉達實現創新並打造具有影響力的解決方案的核心所在。
Q:英偉達正在與哪些行業合作以構建人工智能能力?能否舉幾個例子?
A:英偉達正與汽車、金融服務、醫療健康、媒體娛樂、機器人以及制造業等行業合作,共同構建人工智能能力。這些合作涵蓋多個領域,包括面向自動駕駛汽車的人工智能開發、金融服務中的算法交易、醫療健康領域的類ChatGPT應用,以及用於機器人和自主系統的AI技術。
Q:什麽是holossan量子,它的用途是什麽?
A:Holoscan Quantum是一個用於構建quantum GPU混合系統的平台,適用於零售和CPG等行業,用於創建代理購物系統和用於客戶支持的AI代理。
Q:在人工智能數據中心的背景下,每瓦特能耗所對應的算力(token per watt)有何重要意義?
A:每瓦特處理的令牌數非常重要,因為它代表了受電力限制的數據中心所能達到的最大算力或産出,旨在優化人工智能運算中的能源使用效率。
Q:推理速度如何影響AI處理和模型大小?
A:推理的速度與AI處理更大模型和更多上下文的能力直接相關,這反過來又增加了AI可以思考的令牌數量。
Q:根據演講者的說法,代幣工廠在現代企業中的作用是什麽?
A:作為人工智能數據中心的代表,Token工廠對企業至關重要,它們能夠推動收入增長和業績表現。它們承載着企業的智慧,是未來增長的關鍵所在。
Q:從晶體管數量和性能表現來看,英偉達的實際表現與市場預期相比如何?
A:英偉達的性能表現超出預期,其每瓦性能相比摩爾定律對Hopper H2的預測高出35倍,這一結果出乎意料。據部分分析,如今這一差距已擴大至50倍。
Q:在人工智能數據中心的背景下,每token成本的重要性是什麽?
A:每個令牌的成本至關重要,因為它反映了AI數據中心的效率; 每個令牌的成本較低,表明運營更具成本效益,即使它需要在千兆瓦的數據中心進行大量的初始投資。
Q:多年來,人工智能計算基礎設施取得了哪些進展?
A:進步包括DGX 1的引入,GPU技術的創新,如Pascal GPU和Volta Gpu,DGX A100 superpod的開發,使用FPA transformer引擎建立Hopper 1st GPU,引入具有72個GPU和超高帶寬的Grace CPU,以及向Vera Rubin的演變,它將生成AI的每個階段與CPU,存儲,網絡和安全性集成在一起。
Q:哪些特性使格蕾絲·佈萊克威爾和維拉·魯賓這兩款平台在人工智能領域具有優勢?
A:Grace Blackwell和Vera Rubin平台因其高性能,能效,液體冷卻以及先進芯片和AI處理單元的集成而具有優勢。它們旨在處理大規模AI工作負載並提高能效和彈性,從而支持AI系統的需求。
Q:模型規模如何影響人工智能運行?
A:模型大小通過增加令牌長度和上下文長度來影響AI操作,進而影響未來令牌的定價。
Q:模型規模和輸入序列長度的增加如何影響AI企業的收入?
A:增大模型規模和輸入序列長度,能夠打造更智能的AI模型,從而提升各服務層級的定價能力,帶來收入增長。
Q:AI工廠模型中的服務有哪些不同層級?
A:AI工廠模型中的不同服務層級包括免費層、中級層、熱層和高級層,各層級的價格和功能有所不同。
Q:Hopper芯片在人工智能運算中有何重要意義?
A:料鬥芯片將吞吐量提高了35倍,並在AI運營中引入了新的層級,極大地促進了AI服務的價值主張。
Q:在高吞吐量場景下,Nvidia芯片有哪些局限性?
A:在高吞吐量場景下,NVIDIA的GPU芯片會達到其性能極限,這是因為高吞吐量所需的帶寬與浮點運算能力之間存在矛盾:針對其中一方進行優化往往會以犧牲另一方為代價。
Q:與傳統cpu相比,新的AI工廠架構有什麽好處?
A:新的AI工廠架構相比傳統CPU,能夠提供顯著更高的令牌生成速率和帶寬,因此非常適合各類AI應用場景,並有望應對人工智能在數據處理中日益普及所帶來的更高性能需求。
Q:Groc芯片與維拉·魯賓芯片的集成如何提升AI工廠的性能?
A:Groc芯片與Vera Rubin芯片的集成允許高吞吐量和低延遲的組合,增強AI工廠性能,並能夠處理更大的模型尺寸和更複雜的操作。
Q:使用Dymo軟件進行推理的分解如何使AI操作受益?
A:使用Dymo軟件對推理進行解耦,能夠在高吞吐量與低延遲工作負載之間實現緊密集成,通過優化內存使用和處理效率來提升AI運營效能。
Q:AI工廠擴展的路綫圖是什麽?
A:AI工廠擴展的路綫圖包括保持與當前架構的向後兼容性,同時還提供了新系統,如Oberon系統,可以使用Mv鏈路576擴展或擴展,並支持光學和銅擴展。
Q:下一代Rubin Ultra芯片有哪些新特性?
A:下一代Rubin Ultra芯片將通過另一個few x factor beta整合Mvs Mv FP 4計算結構,並將使用新的NVIDIA Nvlink 72光學放大技術以及Spectrum 6,這是世界上第一個將所有這些集成在一起的預測。
Q:Feynman GPU及其組件有哪些新功能?
A:Feynman GPU將采用新的LP 40,這是技術的重大進步,它將把Nvidia的規模與groc團隊的建設結合在一起。此外,它將包括一個名為Roslin Bluefield 5的新CPU,它將下一個CPU與下一個Super Neck Cx 10 (也稱為kuber) 連接。
Q:新發佈的技術如何與銅纜和光纜協同擴展?
A:這項新技術將同時支持銅纜和光纜傳輸,這意味着它能夠擴展銅纜和光纜基礎設施的容量,以滿足生態系統日益增長的需求。
Q:Nvidia DXX平台的意義是什麽?
A:Nvidia DXX平台非常重要,因為它是一個Omniverse digital twin藍圖,用於設計和運營AI工廠,以實現最大的令牌吞吐量,彈性和能源效率。它實現了各種系統的集成和協調,包括模擬系統,用於機械,熱,電氣和網絡的機架; 連接所有生態系統合作夥伴和CPT工具公司; 並與電網交互運行以管理功率調整。
Q:OpenCL在AI智能體開發中扮演什麽角色?它具備哪些能力?
A:OpenCL是一個軟件項目,旨在構建能夠執行複雜任務的人工智能代理,例如運行實驗、管理資源、調度作業、分解問題以及與大型語言模型進行通信。它已成為人工智能開發的關鍵工具,擁有極高的采用率,被視作一代計算技術的操作系統。
Q:英偉達如何確保OpenCL的企業級安全性?
A:Nvidia與專家和原始開發人員Peter Steinacker合作,致力於使OpenCL企業安全和私有。這包括將一種稱為Open Shell的技術集成到OpenCL中,以創建一種稱為Ne claw的參考設計,該設計旨在為企業做好准備,並提供一個安全堆棧,允許策略引擎管理公司內OpenCL的執行。
Q:Nvidia開放式機型的主要應用是什麽?
A:英偉達的開源模型旨在為特定領域的AI應用提供基礎,這些領域包括但不限於生物學、化學、分子設計、天氣與氣候預測以及AI物理等。這些模型旨在幫助研究人員和開發者根據自身特定需求構建和部署人工智能。
Q:Nemo 3的意義是什麽,以及未來的發展是什麽?
A:Nemo 3是世界上表現最好的模型,被認為是幫助建立每個國家主權人工智能的基礎模型。預計Nemo 4以及Nemo和CoMMS系列的進一步發展,重點是繼續推進全球行業應用的AI模型。
Q:Nvidia打算如何促進AI和機器人領域的合作和創新?
A:英偉達計劃通過與黑馬實驗室、Curren$y等多家公司組建聯盟和建立合作夥伴關系,推動人工智能和機器人領域的合作與創新。這些合作將聚焦於人工智能基礎設施、人工智能核心引擎,以及領域專用AI模型的開發,以面向全球各行業定制智能化解決方案。
Q:實體人工智能的重要性是什麽?在這一領域已經宣佈了哪些合作?
A:物理人工智能對於開發在現實世界中運行的機器人至關重要,現實世界是多樣化和不可預測的。在這一領域宣佈的合作夥伴關系包括與ABB,Kuka等公司合作實施物理AI模型並將其集成到生態系統中。Nvidia還與Uber合作部署機器人出租車,並與衆多汽車制造商合作開發自動駕駛技術。
Q:英偉達展示了人工智能在現實世界中的哪些應用場景?
A:Nvidia展示的人工智能的實際應用包括使用在各種場景中安全有效運行的自動駕駛汽車,以及在不同環境中進行交互的人形機器人,例如在制造,機器人技術,甚至在迪士尼的人形機器人等創意領域。Nvidia的Isaac實驗室用於機器人的訓練和數據生成,其AI模型集成到仿真系統中進行測試和部署。

英偉達公司
關註





