作者｜余楊
編輯｜苗正卿
頭圖｜視覺中國
當(dāng)?shù)貢r(shí)間10月28日，英偉達(dá)在華盛頓特區(qū)舉辦GTC（GPU Technology Conference）大會(huì)，CEO黃仁勛發(fā)表主題演講。
黃仁勛指出，英偉達(dá)在過去30年推動(dòng)的"加速計(jì)算"模式，已經(jīng)成為繼馮·諾依曼體系之后60年來計(jì)算領(lǐng)域的全新范式。隨著摩爾定律逼近物理極限，傳統(tǒng)CPU性能增長受限，英偉達(dá)通過GPU與CUDA生態(tài)重新定義了計(jì)算架構(gòu)。目前全球數(shù)億臺(tái)GPU設(shè)備通過CUDA實(shí)現(xiàn)代際兼容，支撐了人工智能、自動(dòng)駕駛、醫(yī)療影像、量子模擬等關(guān)鍵行業(yè)的算力基礎(chǔ)。
在新一輪產(chǎn)業(yè)合作中，英偉達(dá)宣布推出全新產(chǎn)品線NVIDIA ARC（Air Radio Compute），并與諾基亞建立戰(zhàn)略伙伴關(guān)系，共同推進(jìn)基于AI和加速計(jì)算的6G基礎(chǔ)設(shè)施。黃仁勛強(qiáng)調(diào)，這標(biāo)志著美國有望重新奪回電信技術(shù)創(chuàng)新的主導(dǎo)權(quán)。ARC平臺(tái)整合了英偉達(dá)最新的Blackwell GPU、灰色CPU和ConnectX網(wǎng)絡(luò)芯片，支持AI for RAN（無線接入網(wǎng)人工智能），可通過強(qiáng)化學(xué)習(xí)算法提升頻譜效率和能耗表現(xiàn)，助力全球數(shù)百萬個(gè)基站實(shí)現(xiàn)智能升級。
在量子計(jì)算領(lǐng)域，英偉達(dá)推出全新互聯(lián)架構(gòu)NVQLink 與計(jì)算平臺(tái) CUDAQ，實(shí)現(xiàn)量子處理單元（QPU）與GPU超級計(jì)算機(jī)的協(xié)同。通過AI驅(qū)動(dòng)的量子糾錯(cuò)與混合模擬，英偉達(dá)計(jì)劃與美國能源部（DOE）合作建設(shè)七臺(tái)新一代AI超級計(jì)算機(jī)，以推動(dòng)基礎(chǔ)科學(xué)研究。包括伯克利、費(fèi)米實(shí)驗(yàn)室、洛斯阿拉莫斯等八大國家實(shí)驗(yàn)室已加入該計(jì)劃。
黃仁勛認(rèn)為，AI不僅是聊天機(jī)器人或生成模型，而是"重新定義整個(gè)計(jì)算堆棧的力量"。他強(qiáng)調(diào)，AI的核心是數(shù)據(jù)驅(qū)動(dòng)的學(xué)習(xí)型編程，需要巨大的能源、GPU算力和全新算法棧的支撐。他特別提到能源政策對AI產(chǎn)業(yè)發(fā)展的關(guān)鍵作用，并肯定美國能源體系的開放為算力革命提供了土壤。
最后，黃仁勛表示，核心兩點(diǎn)是從通用計(jì)算向加速計(jì)算的兩次平臺(tái)轉(zhuǎn)變。NVIDIA CUDA及其名為CUDA-X的一系列庫使我們能夠應(yīng)對幾乎所有行業(yè)，現(xiàn)在它正如虛擬循環(huán)所示地增長。第二個(gè)拐點(diǎn)現(xiàn)在已經(jīng)到來，從傳統(tǒng)手寫軟件到AI的轉(zhuǎn)變。兩個(gè)平臺(tái)同時(shí)發(fā)生轉(zhuǎn)變，這就是我們感受到如此驚人增長的原因。
演講后，英偉達(dá)股價(jià)創(chuàng)紀(jì)錄高點(diǎn)，市值達(dá)4.89萬億美元。分析師看好政府合同和多元化收入，包括電信、政府和GPU的銷售。黃仁勛預(yù)計(jì)，2026年底GPU銷售將達(dá)5000億美元。
以下為演講實(shí)錄：
歡迎來到GTC，我不得不說，很難不對美國產(chǎn)生身后的感情和自豪感。
GTC是我們討論工業(yè)、科學(xué)、計(jì)算、現(xiàn)在和未來的地方。所以，今天我有很多事情要和大家分享，在開始之前，我想感謝所有幫助這次盛會(huì)的合作伙伴。如果沒有我們所有的生態(tài)系統(tǒng)合作伙伴，我們就無法完成我們的工作。人們說，這是人工智能的超級碗，因此每一屆超級碗都有精彩的賽前表演。
你們對于我們的賽前表演以及我們的全明星運(yùn)動(dòng)員和全明星演員陣容有什么看法？看看這些人。不知怎么的，我的身材反而最健壯。你們覺得怎么樣？
我們發(fā)明了一種名為 CUDA 的編程模型。我們觀察到，如果我們可以添加一個(gè)利用越來越多晶體管的處理器，應(yīng)用并行計(jì)算將其添加到順序處理 CPU 中，我們就可以大大擴(kuò)展計(jì)算能力。而那一刻真的到來了。我們現(xiàn)在已經(jīng)看到了這個(gè)轉(zhuǎn)折點(diǎn)。加速計(jì)算的時(shí)代已經(jīng)到來，然而，加速計(jì)算是一種本質(zhì)上不同的編程模型。 你不能只是把手工編寫的、按順序執(zhí)行的 CPU 軟件放到 GPU 上并讓其正常運(yùn)行。 事實(shí)上，如果你那樣做，它運(yùn)行速度反而會(huì)更慢。因此，你必須重新發(fā)明新的算法。您必須創(chuàng)建新的庫。事實(shí)上，你必須重寫該應(yīng)用程序，這就是為什么花費(fèi)這么長時(shí)間的原因。
我們花了近30年的時(shí)間才到達(dá)這里。但我們是逐個(gè)領(lǐng)域進(jìn)行的。這是我們公司的寶貝。大多數(shù)人都在談?wù)?GPU。GPU 很重要，但如果沒有一個(gè)基于它的編程模型，并且沒有專注于該編程模型，保持其代際兼容，我們現(xiàn)在從 CUDA 13 到CUDA 14，每臺(tái)計(jì)算機(jī)中運(yùn)行著數(shù)億個(gè) GPU，完美兼容。如果我們不這樣做，那么開發(fā)人員就不會(huì)瞄準(zhǔn)這個(gè)計(jì)算平臺(tái)。如果我們不創(chuàng)建這些庫，那么開發(fā)人員就不知道如何使用該算法并充分利用該架構(gòu)一個(gè)又一個(gè)的申請。 我的意思是這些真的是我們公司的財(cái)富。 CU litho 計(jì)算光刻。我們花了近七年時(shí)間才研發(fā)出KU Litho 技術(shù)，現(xiàn)在臺(tái)積電、三星、ASML都在使用它。這是一個(gè)令人難以置信的計(jì)算光刻庫。
制作芯片的第一步用于 CAE 應(yīng)用的稀疏求解器。 合作社數(shù)值優(yōu)化幾乎打破了每一項(xiàng)記錄。 旅行商問題如何將數(shù)百萬種產(chǎn)品與供應(yīng)鏈中的數(shù)百萬客戶聯(lián)系起來。Warp Python 是一款用于 CUDA 仿真的求解器。 QDF 是一種數(shù)據(jù)框架方法，基本上可以加速 SQL 數(shù)據(jù)框架和數(shù)據(jù)框架數(shù)據(jù)庫。嗯，這個(gè)庫是人工智能的起源，加上它上面的庫，稱為 megatron core,使我們能夠模擬和訓(xùn)練極大的語言模型。這樣的例子不勝枚舉。呃Monai，真的非常重要，世界上排名第一的醫(yī)學(xué)成像 AI 框架。 呃,順便說一下，我們今天不會(huì)談?wù)撎嘤嘘P(guān)醫(yī)療保健的話題，但一定要看看金伯利的主題演講。她將詳細(xì)談?wù)勎覀冊卺t(yī)療保健領(lǐng)域所做的工作。這樣的例子不勝枚舉呃，基因組處理。
今天我們在這里要做一件非常重要的事情，量子計(jì)算的妙招。這只是我們公司350個(gè)不同圖書館中的一個(gè)代表，并且每個(gè)庫都重新設(shè)計(jì)了加速計(jì)算所需的算法。每一個(gè)庫都使所有生態(tài)系統(tǒng)合作伙伴能夠利用加速計(jì)算。這些圖書館中的每一個(gè)都為我們開辟了新的市場讓我們看看 CUDAX 可以做什么。
（視頻內(nèi)容）
從醫(yī)療保健和生命科學(xué)到制造業(yè)、機(jī)器人、自動(dòng)駕駛汽車、計(jì)算機(jī)圖形甚至視頻游戲，各個(gè)行業(yè)都得到了涵蓋。你看到的第一個(gè)鏡頭，是英偉達(dá)運(yùn)行的第一個(gè)應(yīng)用程序。這就是我們在 1993 年起步的地方。我們始終堅(jiān)信我們要做的事情。
很難想象，當(dāng)初你能夠親眼目睹第一個(gè)虛擬格斗場景栩栩如生地呈現(xiàn)在你眼前時(shí)，那家公司竟然相信我們今天會(huì)站在這里。這真是一段非常非常不可思議的旅程。我要感謝所有 NVIDIA 員工所做的一切。 真是太不可思議了。
今天我們要報(bào)道的行業(yè)很多。我將介紹人工智能、6G、量子、模型、企業(yè)計(jì)算、機(jī)器人和工廠。讓我們開始吧。主我們有很多事情要報(bào)道，有很多重大公告要發(fā)布，還有很多新合作伙伴會(huì)讓你大吃一驚。 電信是我們經(jīng)濟(jì)、工業(yè)和國家安全的支柱和命脈。然而，自從無線技術(shù)誕生以來，我們就定義了技術(shù)，定義了全球標(biāo)準(zhǔn)，我們將美國技術(shù)出口到世界各地，以便世界能夠在美國技術(shù)和標(biāo)準(zhǔn)的基礎(chǔ)上進(jìn)行建設(shè)，這件事已經(jīng)很久沒有發(fā)生過了。目前世界各地的無線技術(shù)大多部署在國外技術(shù)之上。我們的基本通信結(jié)構(gòu)建立在外國技術(shù)之上。這種現(xiàn)象必須停止，我們有機(jī)會(huì)做到這一點(diǎn)，特別是在這個(gè)根本性的平臺(tái)轉(zhuǎn)變期間。
眾所周知，計(jì)算機(jī)技術(shù)是幾乎所有行業(yè)的基礎(chǔ)。它是科學(xué)中最重要的儀器。它是工業(yè)領(lǐng)域最重要的工具。我剛才說過，我們正在經(jīng)歷平臺(tái)轉(zhuǎn)變。這種平臺(tái)轉(zhuǎn)變應(yīng)該是我們千載難逢的機(jī)會(huì)，讓我們重新回到游戲中，開始利用美國技術(shù)進(jìn)行創(chuàng)新。
所以今天我們宣布 Nvidia 推出了一條新的產(chǎn)品線。它叫做NVIDIA Arc?？罩袩o線電網(wǎng)絡(luò)計(jì)算機(jī)、空中 RAM 計(jì)算機(jī):ARC。Arc 由三項(xiàng)基本新技術(shù)構(gòu)建而成灰色 CPU、Blackwell GPU以及我們?yōu)榇藨?yīng)用設(shè)計(jì)的 ConnectX Melanox Connectx網(wǎng)絡(luò)。所有這些使得我們能夠運(yùn)行這個(gè)庫，即我之前提到的 CUDAX庫,稱為 Aerial。 Ariel本質(zhì)上是一個(gè)在CUDAX上運(yùn)行的無線通信系統(tǒng)。
我們將首次創(chuàng)建一個(gè)軟件定義的可編程計(jì)算機(jī)，它能夠同時(shí)進(jìn)行無線通信和 AI處理。 這完全是革命性的。我們稱之為 Nvidia Arc。諾基亞將與我們合作，整合我們的技術(shù)，重寫他們的技術(shù)棧。這是一家擁有7000項(xiàng)5G基礎(chǔ)必要專利的公司，很難想象電信行業(yè)還有比他更偉大的領(lǐng)導(dǎo)者因此，我們將與諾基亞合作。他們將把 Nvidia Arc 作為他們未來的基站。 Nvidia Arc 也兼容 Airscale，即諾基亞目前的基站。這意味著我們將采用這項(xiàng)新技術(shù)，并能夠使用 6G 和 AI升級全球數(shù)百萬個(gè)基站。
現(xiàn)在，6G 和 AI確實(shí)非常重要因?yàn)槲覀儗⑹状文軌蚴褂?AI技術(shù)(AI for RAN):來提高無線電通信的頻譜效率，使用人工智能強(qiáng)化學(xué)習(xí)，根據(jù)周圍環(huán)境交通、移動(dòng)性和天氣實(shí)時(shí)調(diào)整波束成形。所有這些都可以考慮在內(nèi)，以便我們能夠提高頻譜效率。 頻譜效率提升消耗了全球約 1.5%至 2%的電力。因此，提高頻譜效率不僅可以提高，我們能夠在不增加所需能量的情況下通過無線網(wǎng)絡(luò)傳輸?shù)臄?shù)據(jù)量。我們還可以利用 AI for RAN 來實(shí)現(xiàn)RAM 上的 AI。這是一個(gè)全新的機(jī)會(huì)。
還記得互聯(lián)網(wǎng)帶來的通信便利嗎?令人驚嘆的是，AWS 等聰明的公司在互聯(lián)網(wǎng)之上構(gòu)建了一個(gè)云計(jì)算系統(tǒng)。我們現(xiàn)在將在無線電信網(wǎng)絡(luò)上做同樣的事情，這個(gè)新的云將是一個(gè)邊緣工業(yè)機(jī)器人云。這就是 AIon RAN 的由來，首先是 AIfor RAN，旨在提高無線電頻譜效率第二點(diǎn)是無線接入網(wǎng)(RAN)上的人工智能，本質(zhì)上是用于無線通信的云計(jì)算。
云計(jì)算能夠延伸到數(shù)據(jù)中心尚未覆蓋的邊緣地帶，因?yàn)槲覀冊谑澜绺鞯囟荚O(shè)有基站。這個(gè)公告確實(shí)令人興奮。我認(rèn)為首席執(zhí)行官賈斯汀·霍達(dá)(Justin Hodar) 就在房間的某個(gè)地方。感謝您的合作。感謝您幫助美國將電信技術(shù)帶回美國。這真是一次非常棒的合作。非常感謝。
讓我們來談?wù)劻孔佑?jì)算。 1981年粒子物理學(xué)家量子物理學(xué)家理查德·費(fèi)曼設(shè)想了一種新型計(jì)算機(jī)，可以以直接模擬自然，因?yàn)樽匀皇橇孔拥?。他稱之為量子計(jì)算機(jī)。40年后，該行業(yè)取得了根本性的突破。 40年后:就在去年，取得了一項(xiàng)根本性的突破。現(xiàn)在可以制作一個(gè)邏輯肘。邏輯肘尺。一個(gè)邏輯肘尺，連貫穩(wěn)定，并且過去曾被糾正過錯(cuò)誤?，F(xiàn)在，一個(gè)邏輯上的肘尺有時(shí)可能由幾十個(gè)、有時(shí)由幾百個(gè)物理上的肘尺組成，它們共同協(xié)作。如你所知，立方體，這些粒子非常脆弱。它們很容易變得不穩(wěn)定。任何觀察、任何采樣、任何環(huán)境條件都會(huì)導(dǎo)致它變得不相干。因此，它需要一個(gè)極其良好控制的環(huán)境。
現(xiàn)在還有很多不同的物理肘尺，它們可以協(xié)同工作，我們可以對這些所謂的輔助肘尺或綜合征肘尺進(jìn)行糾錯(cuò)，以便我們糾正它們并推斷出邏輯肘尺狀態(tài)。量子計(jì)算機(jī)有各種不同的類型。超導(dǎo)、光子、囚禁離子、穩(wěn)定原子，各種不同的方法來創(chuàng)建量子計(jì)算機(jī)。好吧，我們現(xiàn)在意識(shí)到將量子計(jì)算機(jī)直接連接到GPU 超級計(jì)算機(jī)對我們來說至關(guān)重要，這樣我們就可以進(jìn)行錯(cuò)誤校正，以便我們能夠?qū)α孔佑?jì)算機(jī)進(jìn)行人工智能校準(zhǔn)和控制以便我們能夠共同進(jìn)行模擬。正確的算法在 GPU 上運(yùn)行，正確的算法在 QPU 上運(yùn)行兩個(gè)處理器、兩臺(tái)計(jì)算機(jī)并行工作。這就是量子計(jì)算的未來。
我們來看一下。構(gòu)建量子計(jì)算機(jī)的方法有很多種它們都以量子比特(cubit)為核心構(gòu)建模塊。但無論采用何種方法，所有立方體，無論是超導(dǎo)立方體、囚禁離子、中性原子還是光子，都面臨著同樣的挑戰(zhàn)。它們很脆弱，而且對噪音極其敏感。今天的 Qbits 僅在幾百次操作中保持穩(wěn)定。但解決有意義的問題需要數(shù)萬億次運(yùn)算答案是量子糾錯(cuò)。測量會(huì)擾亂肘尺，從而破壞其中的信息。訣竅是在纏結(jié)中添加額外的肘尺以便測量它們可以為我們提供足夠的信息來計(jì)算錯(cuò)誤發(fā)生的位置，而不會(huì)損壞我們關(guān)心的肘尺。它非常出色，但需要超越目前最先進(jìn)的傳統(tǒng)計(jì)算能力。這就是我們構(gòu)建 NVQLink 的原因，它是一種將量子處理器與 NVIDIA GPU 直接連接起來的新型互連架構(gòu)。
量子糾錯(cuò)需要從量子信息處理系統(tǒng)(QIDS)中讀取信息，計(jì)算錯(cuò)誤發(fā)生的位置，并將數(shù)據(jù)發(fā)送回去以糾正錯(cuò)誤。MVQLink 能夠?qū)?shù) TB 的數(shù)據(jù)移入和移出量子硬件。每秒可進(jìn)行數(shù)千次量子糾錯(cuò)。其核心是 CUDAQ，這是我們用于量子 GPU 計(jì)算的開放平臺(tái)。 使用MVQL鏈接和 CUDAQ，研究人員將能夠做的不僅僅是糾錯(cuò)。他們還將能夠協(xié)調(diào)量子設(shè)備和人工智能超級計(jì)算機(jī)來運(yùn)行量子GPU應(yīng)用程序:量子計(jì)算不會(huì)取代經(jīng)典系統(tǒng)。它們將共同融合成一個(gè)加速量子超級計(jì)算平臺(tái)。哇，這個(gè)階段真長。
它不只是對今天的幾肘尺數(shù)字進(jìn)行糾錯(cuò)。它為未來進(jìn)行糾錯(cuò)屆時(shí)我們將把這些量子計(jì)算機(jī)的規(guī)模從今天的幾百立方比特?cái)U(kuò)展到未來的幾萬立方比特，甚至幾十萬立方比特。所以我們現(xiàn)在有一個(gè)可以進(jìn)行控制、協(xié)同模擬、量子糾錯(cuò)和未來擴(kuò)展的架構(gòu)。自CUDAQ發(fā)明以來，業(yè)界給予了極大的支持請記住，CUDA 是為 GPU CPU 加速計(jì)算而設(shè)計(jì)的?；旧暇褪峭瑫r(shí)使用這兩個(gè)處理器用合適的工具做合適的工作。
現(xiàn)在CUDAQ 已經(jīng)超越了 CUDA，因此我們可以支持 QPU，讓 QPU 和 GPU 兩個(gè)處理器一起工作，并且計(jì)算可以在短短幾微秒內(nèi)來回移動(dòng)。與量子計(jì)算機(jī)合作所必需的延遲所以現(xiàn)在 CUDAQ 是一項(xiàng)了不起的突破，被眾多不同的開發(fā)人員所采用。
我們今天宣布有 17 家不同的量子計(jì)算機(jī)行業(yè)公司支持MVQ 鏈接，我對這8個(gè)不同的 DOE 實(shí)驗(yàn)室感到非常興奮。 伯克利、布魯克海文芝加哥的費(fèi)爾米實(shí)驗(yàn)室、林肯實(shí)驗(yàn)室、洛斯阿拉莫斯、奧克里奇、太平洋西北地區(qū)、圣地亞哥蘭喬實(shí)驗(yàn)室，幾乎每一個(gè)能源部實(shí)驗(yàn)室都與我們合作，與我們的量子計(jì)算機(jī)公司生態(tài)系統(tǒng)和這些量子控制器合作，以便我們可以將量子計(jì)算融入未來的科學(xué)。好吧，我還有一補(bǔ)充消息要宣布。
今天，我們宣布能源部將與 NVIDIA 合作建造七臺(tái)新的 AI超級計(jì)算機(jī)，以推動(dòng)我們國家的科學(xué)發(fā)展，我必須特別提一下克里斯賴特部長。他為美國能源部注入了巨大的活力，一股澎湃的熱情，確保美國在科學(xué)領(lǐng)域保持領(lǐng)先地位。再次，正如我所提到的，平臺(tái)轉(zhuǎn)變。一方面，我們要加速計(jì)算。這就是為什么未來的每臺(tái)超級計(jì)算機(jī)都將是基于 GPU 的超級計(jì)算機(jī)。我們要發(fā)展人工智能，這樣人工智能和基于原理的求解器、基于原理的模擬、基于原理的物理模擬就不會(huì)消失。但它可以被增強(qiáng)、改進(jìn)、擴(kuò)展，還可以使用代理模型和人工智能模型協(xié)同工作。
我們還知道，經(jīng)典計(jì)算的主要求解器可以通過量子計(jì)算得到增強(qiáng)，從而更好地理解自然狀態(tài)。我們還知道，在未來，我們將有如此多的信號，如此多的數(shù)據(jù)需要從世界采樣遙感比以往任何時(shí)候都更加重要。除非這些實(shí)驗(yàn)室是機(jī)器人工廠、機(jī)器人實(shí)驗(yàn)室，否則它們不可能以我們需要的規(guī)模和速度進(jìn)行實(shí)驗(yàn)。因此，所有這些不同的技術(shù)都同時(shí)進(jìn)入科學(xué)領(lǐng)域賴特部長明白這一點(diǎn)，他希望能源部借此機(jī)會(huì)增強(qiáng)自身實(shí)力，確保美國始終處于科學(xué)前沿。我要為此感謝你們所有人。謝謝
讓我們來談?wù)勅斯ぶ悄?。什么是人工智?大多數(shù)人會(huì)說人工智能就是聊天機(jī)器人，這話沒錯(cuò)。毫無疑問，ChatGPT 處于人們所認(rèn)為的 AI 的前沿。然而，正如你現(xiàn)在看到的這些科學(xué)超級計(jì)算機(jī)不會(huì)運(yùn)行聊天機(jī)器人。他們將進(jìn)行基礎(chǔ)科學(xué)研究?？茖W(xué)、人工智能、人工智能的世界遠(yuǎn)遠(yuǎn)不止聊天機(jī)器人那么簡單。當(dāng)然，聊天機(jī)器人極其重要，而通用人工智能(AGI)從根本上來說至關(guān)重要。深厚的計(jì)算機(jī)科學(xué)、令人難以置信的計(jì)算能力和重大突破對于 AGI來說仍然至關(guān)重要。但除此之外，人工智能還有更多用途。
事實(shí)上，人工智能就是..….我將用幾種不同的方式來描述人工智能。第一種方法，或者說你對人工智能的第一種理解，是它徹底重塑了計(jì)算堆棧。我們過去開發(fā)軟件的方式是手工編寫代碼運(yùn)行在CPU上的手工編寫軟件。如今的人工智能如果你愿意的話，就是機(jī)器學(xué)習(xí)，一種訓(xùn)練數(shù)據(jù)密集型的編程，由運(yùn)行在GPU上的人工智能進(jìn)行訓(xùn)練和學(xué)習(xí)。
為了實(shí)現(xiàn)這一目標(biāo)，整個(gè)計(jì)算堆棧都發(fā)生了改變。請注意，您在這里看不到Windows。這里看不到CPU。您會(huì)看到一個(gè)完全不同的、根本上完全不同的堆棧。從能源需求開始。而在這方面，我們的政府，特朗普總統(tǒng)，理應(yīng)獲得巨大的贊譽(yù)。他倡導(dǎo)能源，并認(rèn)識(shí)到這個(gè)行業(yè)需要能源才能發(fā)展。它需要能量才能前進(jìn)。我們需要能量才能贏得勝利。他認(rèn)識(shí)到了這一點(diǎn)，并舉全國之力支持能源增長，徹底改變了局面。如果這件事沒有發(fā)生，我們可能會(huì)陷入糟糕的境地我要為此感謝特朗普總統(tǒng)。
你可以將化學(xué)物質(zhì)、蛋白質(zhì)和基因進(jìn)行標(biāo)記化。你可以對單元格進(jìn)行標(biāo)記化幾乎可以對任何具有結(jié)構(gòu)的內(nèi)容進(jìn)行標(biāo)記化，對任何具有信息內(nèi)容的內(nèi)容進(jìn)行標(biāo)記化。一旦你能將其標(biāo)記化人工智能就可以學(xué)習(xí)該語言及其含義。一旦它學(xué)會(huì)了那種語言的含義:它就能翻譯了。它可以像您與聊天 GPT 互動(dòng)一樣做出響應(yīng)。它可以像GPT可以生成的聊天一樣生成。
所以，您看到ChatGPT所做的所有基本事情，您所要做的就是想象一下，如果它是一種蛋白質(zhì)，如果它是一種化學(xué)物質(zhì)如果它是一個(gè)像工廠一樣的 3D 結(jié)構(gòu)。如果它是一個(gè)機(jī)器人，并且令牌是理解行為并將運(yùn)動(dòng)和動(dòng)作標(biāo)記化。這些概念本質(zhì)上都是相同的，這也是人工智能取得如此非凡進(jìn)步的原因。
在這些模型之上，還有應(yīng)用轉(zhuǎn)換器。變形金剛不是通用模型。這是一個(gè)非常有效的模型。但并不存在一種通用的模式。 問題在于人工智能具有普遍影響模型種類繁多，在過去的幾年里，我們享受了多模態(tài)的發(fā)明并經(jīng)歷了創(chuàng)新突破。 有很多不同類型的模型。有 CNN 模型競爭神經(jīng)網(wǎng)絡(luò)模型、它們的狀態(tài)空間模型、它們的圖神經(jīng)網(wǎng)絡(luò)模型多模態(tài)模型，當(dāng)然還有我剛才描述的所有不同的分詞和標(biāo)記方法。您可以擁有空間模型，并且其理解針對空間感知進(jìn)行了優(yōu)化。您可以擁有針對長序列識(shí)別長期細(xì)微信息而優(yōu)化的模型。模型種類繁多。
在這些模型架構(gòu)之上，在這些模型架構(gòu)之上是應(yīng)用程序，是過去的軟件。這是對人工智能的一個(gè)深刻的理解，一個(gè)深刻的觀察。過去的軟件行業(yè)就是創(chuàng)造工具。Excel是一個(gè)工具。文字是一種工具。網(wǎng)絡(luò)瀏覽器是一種工具。我之所以知道這些是工具，是因?yàn)槟闶褂盟鼈?。工具行業(yè)就像螺絲刀和錘子一樣，規(guī)模就那么大。就IT工具而言，它們可能是數(shù)據(jù)庫工具。這些IT工具的總價(jià)值大約為一萬億美元。但人工智能并不是工具。人工智能就是工作。這就是深刻的區(qū)別。
人工智能實(shí)際上是能夠?qū)嶋H使用工具的工人。讓我真正興奮的事情之一是lrvin 在 Perplexity 所做的工作。 Perplexity使用網(wǎng)絡(luò)瀏覽器預(yù)訂假期或購物，本質(zhì)上是一個(gè)使用工具的人工智能。Cursor 是我們在 NVIDIA 使用的 AI系統(tǒng)。Nvidia 的每一位軟件工程師都使用光標(biāo)，這極大地提高了我們的工作效率。它使用的工具稱為 VS 代碼。所以 Cursor 是一個(gè)使用 VS Code 的 AI智能體系統(tǒng)。 好吧，所有這些不同的行業(yè)，這些不同的行業(yè)，無論是聊天機(jī)器人還是數(shù)字生物學(xué)，我們都有人工智能助理研究人員，或者機(jī)器人出租車?yán)锩娴臋C(jī)器人。出租車是什么?當(dāng)然，它是看不見的，但顯然有一個(gè)人工智能司機(jī)。那位司機(jī)正在工作，而他用來完成這項(xiàng)工作的工具就是汽車。
所以，我們迄今為止所創(chuàng)造的一切，整個(gè)世界，我們迄今為止所創(chuàng)造的一切都是工具。供我們使用的工具?？萍际状文軌驇椭覀児ぷ?，提高生產(chǎn)力。機(jī)遇數(shù)不勝數(shù)，這也是人工智能能夠觸及此前從未涉足的經(jīng)濟(jì)領(lǐng)域的原因。這幾萬億美元隱藏在數(shù)百萬億美元的全球經(jīng)濟(jì)工具之下?，F(xiàn)在人工智能將首次參與到這個(gè)價(jià)值千億美元的經(jīng)濟(jì)體中，使其更具生產(chǎn)力，增長更快，規(guī)模更大。
我們面臨嚴(yán)重的勞動(dòng)力短缺。擁有增強(qiáng)勞動(dòng)力的人工智能將幫助我們成長。從科技行業(yè)的角度來看，有趣的是，除了人工智能是一項(xiàng)針對經(jīng)濟(jì)新領(lǐng)域的新技術(shù)之外，人工智能本身也是一個(gè)新的產(chǎn)業(yè)。正如我之前解釋的那樣，當(dāng)你將所有這些不同模式的信息標(biāo)記化之后，就需要一個(gè)工廠來生產(chǎn)這些數(shù)字，這與過去的計(jì)算機(jī)行業(yè)和芯片行業(yè)不同。
如果你回顧過去的芯片產(chǎn)業(yè)，你會(huì)發(fā)現(xiàn)芯片產(chǎn)業(yè)在數(shù)萬億美元的IT產(chǎn)業(yè)中只占大約5%到10%，甚至可能不到5%。原因在于，使用 Excel不需要進(jìn)行太多計(jì)算。使用瀏覽器并不需要太多的計(jì)算能力。使用 Word 并不需要太多的計(jì)算。我們進(jìn)行計(jì)算。但在這個(gè)新世界中需要有一臺(tái)能夠隨時(shí)理解上下文的計(jì)算機(jī)。它無法預(yù)先計(jì)算這一點(diǎn)，因?yàn)槊看文闶褂糜?jì)算機(jī)進(jìn)行人工智能時(shí)每次你要求人工智能做某事時(shí)背景都是不同的。
所以，它必須處理所有這些信息。以環(huán)境為例，對于自動(dòng)駕駛汽車來說，它必須處理汽車的環(huán)境。上下文處理。你要求人工智能執(zhí)行什么指令?然后，它必須一步一步地分解問題，思考此事，制定計(jì)劃并付諸實(shí)施。該步驟中的每個(gè)操作都需要生成大量tokens。這就是為什么我們需要一種新型系統(tǒng)的原因，我稱之為AI工廠。這絕對是個(gè)AI工廠。
它與過去的數(shù)據(jù)中心截然不同。這是一座AI工廠，因?yàn)檫@座工廠只生產(chǎn)一種東西。不同于過去包攬一切的數(shù)據(jù)中心——為我們所有人存儲(chǔ)文件，運(yùn)行各種不同的應(yīng)用程序，你可以像使用電腦一樣使用該數(shù)據(jù)中心，運(yùn)行各種應(yīng)用程序，你某天可以用它來玩游戲，可以用它來瀏覽網(wǎng)頁，可以用它來做賬。因此，那是一臺(tái)屬于過去的計(jì)算機(jī)，一臺(tái)通用計(jì)算機(jī)。
我在此所說的計(jì)算機(jī)是一座工廠，它基本上只運(yùn)行一件事。它運(yùn)行AI，其目的在于生成價(jià)值最大化的tokens。這意味著他們必須聰明。而你希望以驚人的速度生成這些tokens，因?yàn)楫?dāng)你向AI提出請求時(shí)，你希望它做出回應(yīng)。請注意，在高峰時(shí)段，這些AI的響應(yīng)速度正變得越來越慢，因?yàn)樗獮楹芏嗳俗龊芏喙ぷ?。因此你希望它能以驚人的速度生成有價(jià)值的tokens，而你希望它能以經(jīng)濟(jì)高效的方式實(shí)現(xiàn)。我使用的每個(gè)詞都符合AI工廠的特征，與汽車廠或任何工廠一樣。這絕對是工廠，而且這些工廠以前從未存在過。而這些工廠里堆積著成山的芯片。
這便引出了今天。過去幾年發(fā)生了什么？事實(shí)上，去年發(fā)生了什么？其實(shí)今年確實(shí)發(fā)生了一件相當(dāng)深刻的事情。若你回顧年初，每個(gè)人對AI都有自己的看法。這種態(tài)度通常是：這會(huì)是個(gè)大事件，那將是未來。而幾個(gè)月前，不知怎么的，它啟動(dòng)了渦輪增壓。
原因有以下幾點(diǎn)。第一點(diǎn)是，在過去的幾年里，我們已經(jīng)摸清了如何讓AI變得聰明得多。與其說只是預(yù)訓(xùn)練，不如說預(yù)訓(xùn)練本質(zhì)上表明：讓我們把人類創(chuàng)造過的所有信息都拿出來，讓我們把它交給AI來學(xué)習(xí)吧，本質(zhì)上就是記憶和概括。這就像我們小時(shí)候上學(xué)一樣，學(xué)習(xí)的第一階段。預(yù)訓(xùn)練從來就不是終點(diǎn)，正如學(xué)前教育也從來不是教育的終點(diǎn)。
學(xué)前教育，本質(zhì)上就是培養(yǎng)你掌握智力發(fā)展的基礎(chǔ)技能，讓你懂得如何學(xué)習(xí)其他一切知識(shí)。沒有詞匯量，不理解語言及其表達(dá)方式，如何思考，這是無法學(xué)到其他一切的。接下來是培訓(xùn)后階段。培訓(xùn)之后，在培訓(xùn)之前，是傳授你解決問題的技能，分解問題，思考它，如何解決數(shù)學(xué)問題，如何編寫代碼，如何逐步思考這些問題，運(yùn)用第一性原理推理。而之后才是計(jì)算真正發(fā)揮作用的階段。
眾所周知，對我們許多人來說，我們?nèi)ド蠈W(xué)了，就我而言，那是幾十年前的事了。但自那以后，我學(xué)到了更多，思考得也更深了。而原因在于我們始終在不斷汲取新知識(shí)來充實(shí)自己。我們不斷進(jìn)行研究，也持續(xù)思考。思考才是智力的真正本質(zhì)。
因此，我們現(xiàn)在擁有三項(xiàng)基礎(chǔ)技術(shù)能力。我們擁有這三項(xiàng)技術(shù)：預(yù)訓(xùn)練，仍需投入巨大資源，海量的計(jì)算量。我們現(xiàn)在有后訓(xùn)練，它使用了更多的計(jì)算資源。而如今，思考給基礎(chǔ)設(shè)施帶來了難以置信的計(jì)算負(fù)荷，因?yàn)樗跒槲覀兠總€(gè)人代勞思考。因此，AI進(jìn)行思考所需的計(jì)算量，這種推論，實(shí)在相當(dāng)非凡。
以前我常聽人說推理很容易，英偉達(dá)應(yīng)該進(jìn)行培訓(xùn)。NVIDIA要搞的，你知道的，他們在這方面真的很厲害，所以他們要進(jìn)行培訓(xùn)，這個(gè)推論很簡單。但思考怎么可能容易？背誦記憶的內(nèi)容很容易，背誦乘法表很容易。思考是艱難的，這正是這三把尺子的緣由。這三條新的標(biāo)度律，即全部內(nèi)容都在其中全速運(yùn)轉(zhuǎn)，給計(jì)算量帶來了巨大壓力。
現(xiàn)在又發(fā)生了另一件事。從這三條標(biāo)度律中，我們獲得了更智能的模型。而這些更智能的模型需要更強(qiáng)的計(jì)算能力。但當(dāng)你獲得更智能的模型時(shí)，你便獲得了更高的智能水平，人們使用它。你的模型越聰明，使用的人越多?，F(xiàn)在它更接地氣了，它能夠進(jìn)行推理。它能夠解決以前從未學(xué)過如何解決的問題，因?yàn)樗茏鲅芯?，去了解它，回來拆解它，思考如何解決你的問題，如何回答你的問題，然后去解決它。思考的深度正使模型變得更智能。它越智能，使用的人就越多。它越智能，就需要進(jìn)行越多的計(jì)算。
但事情是這樣的。過去一年，AI行業(yè)迎來了轉(zhuǎn)折點(diǎn)。這意味著AI模型如今已足夠智能，他們正在創(chuàng)造價(jià)值，他們值得為此付費(fèi)。NVIDIA為每份Cursor許可證付費(fèi)，我們樂意如此。我們樂意為之，因?yàn)镃ursor正助力身價(jià)數(shù)十萬美元的軟件工程師或AI研究員實(shí)現(xiàn)多重價(jià)值，效率高出許多倍。當(dāng)然，我們非常樂意為您效勞。這些AI模型已經(jīng)足夠優(yōu)秀，值得為此付費(fèi)。Cursor、ElevenLabs、Synthesia、Abridge、OpenEvidence，名單還在繼續(xù)。當(dāng)然，OpenAI，當(dāng)然，Claude。這些模型如今如此出色，人們?yōu)榇烁顿M(fèi)。
而且因?yàn)槿藗冋跒榇烁顿M(fèi)并使用得更多，每次他們使用更多時(shí)，你需要更多計(jì)算能力。我們現(xiàn)在有兩個(gè)指數(shù)函數(shù)。這兩個(gè)指數(shù)，其中一個(gè)是三階縮放定律中的指數(shù)計(jì)算需求。第二個(gè)指數(shù)函數(shù)是，模型越聰明，使用的人越多，使用的人越多，它需要的計(jì)算量就越大。
兩個(gè)指數(shù)級增長的趨勢正對全球計(jì)算資源施加壓力，而就在不久前我才告訴過你們，摩爾定律已基本終結(jié)。那么問題來了，我們該怎么辦？如果我們有這兩項(xiàng)指數(shù)級增長的需求，如果我們找不到降低成本的方法，那么這個(gè)正反饋系統(tǒng)，這個(gè)本質(zhì)上稱為良性循環(huán)的循環(huán)反饋系統(tǒng)——對幾乎所有行業(yè)都至關(guān)重要，對任何平臺(tái)型行業(yè)都至關(guān)重要——就可能無法持續(xù)。
這對英偉達(dá)至關(guān)重要。我們現(xiàn)已進(jìn)入CUDA的虛擬周期。應(yīng)用程序越多，人們創(chuàng)建的應(yīng)用程序越多，CUDA就越有價(jià)值。CUDA越有價(jià)值，購買的CUDA計(jì)算機(jī)就越多。購買的CUDA并行計(jì)算機(jī)越多，越來越多的開發(fā)者希望為其創(chuàng)建應(yīng)用程序。經(jīng)過三十年的發(fā)展，英偉達(dá)終于實(shí)現(xiàn)了這一虛擬循環(huán)。十五年后，我們終于在AI領(lǐng)域?qū)崿F(xiàn)了這一目標(biāo)。AI現(xiàn)已進(jìn)入虛擬循環(huán)階段。
因此你用得越多，因?yàn)锳I很聰明，而我們?yōu)榇烁顿M(fèi)，產(chǎn)生的利潤就越多。產(chǎn)生的利潤越多，投入的計(jì)算資源就越多。在電網(wǎng)中，投入到AI工廠的計(jì)算資源越多，計(jì)算能力越強(qiáng)，AI變得越來越聰明。越聰明，使用它的人越多，使用它的應(yīng)用程序就越多，我們能解決的問題就越多。
這個(gè)虛擬循環(huán)正在運(yùn)轉(zhuǎn)。我們需要做的是大幅降低成本。因此，其一，用戶體驗(yàn)得以提升，當(dāng)你向AI發(fā)出指令時(shí)，它會(huì)更快地作出響應(yīng)。其二，通過降低其成本來維持這個(gè)虛擬循環(huán)的運(yùn)轉(zhuǎn)，以便它能變得更智能，以便更多人會(huì)使用它，諸如此類。那個(gè)虛擬循環(huán)正在運(yùn)轉(zhuǎn)。
但當(dāng)摩爾定律真的達(dá)到極限時(shí)，我們該如何突破呢？答案就是極致協(xié)同設(shè)計(jì)。你不能僅僅設(shè)計(jì)芯片，就指望在芯片上運(yùn)行的東西會(huì)變得更快。在芯片設(shè)計(jì)中，你所能做的最好就是添加——我不知道，每隔幾年晶體管數(shù)量就會(huì)增加50%。如果你再增加更多晶體管的話……你知道嗎，我們可以擁有更多的晶體管，臺(tái)積電是一家了不起的公司，我們只會(huì)繼續(xù)增加更多晶體管。
然而，這些都是百分比，而非指數(shù)增長。我們需要復(fù)合指數(shù)增長來維持這個(gè)虛擬循環(huán)的運(yùn)轉(zhuǎn)。我們稱之為極致協(xié)同設(shè)計(jì)。
英偉達(dá)是當(dāng)今世界上唯一一家能夠真正從一張白紙開始，構(gòu)思全新基礎(chǔ)架構(gòu)的公司，包括計(jì)算機(jī)架構(gòu)、新型芯片、新型系統(tǒng)、新型軟件、新型架構(gòu)、新型應(yīng)用程序，同時(shí)兼顧。在座的許多人之所以在此，是因?yàn)槟銈兌际悄菍咏Y(jié)構(gòu)的不同組成部分，在與NVIDIA合作時(shí)，是該堆棧的不同部分。我們從根本上重新構(gòu)建了所有架構(gòu)。
然后，由于AI是一個(gè)如此龐大的問題，我們擴(kuò)大規(guī)模。我們打造了一臺(tái)完整的計(jì)算機(jī)，這是首臺(tái)能夠擴(kuò)展至整機(jī)架規(guī)模的計(jì)算機(jī)。這臺(tái)計(jì)算機(jī)配備單張GPU，隨后我們通過發(fā)明名為Spectrum-X的新型AI以太網(wǎng)技術(shù)實(shí)現(xiàn)橫向擴(kuò)展。
人人都說以太網(wǎng)就是以太網(wǎng)。但以太網(wǎng)根本算不上以太網(wǎng)。Spectrum-X以太網(wǎng)專為AI性能而設(shè)計(jì)，這正是它如此成功的原因。即便如此，那也不夠大。我們將用AI超級計(jì)算機(jī)和GPU 填滿整個(gè)房間。這仍然不夠大，因?yàn)锳I的應(yīng)用數(shù)量和用戶數(shù)量正在持續(xù)呈指數(shù)級增長。
我們將多個(gè)這樣的數(shù)據(jù)中心相互連接起來，我們稱之為Spectrum-XGS的規(guī)?！狦iga Scale X-Spectrum。通過這樣做，我們在如此巨大的層面上進(jìn)行協(xié)同設(shè)計(jì)，達(dá)到如此極致的程度，其性能提升令人震驚，并非每代提升50%或25%，但遠(yuǎn)不止于此。
這是我們迄今為止打造的最極致的協(xié)同設(shè)計(jì)計(jì)算機(jī)，坦率地說，是現(xiàn)代制造的。自IBM System/360 以來，我認(rèn)為還沒有哪臺(tái)計(jì)算機(jī)像這樣被徹底重新設(shè)計(jì)過。這個(gè)系統(tǒng)的創(chuàng)建過程極其艱難。
我馬上讓你見識(shí)它的妙處。但本質(zhì)上我們所做的，好吧，這有點(diǎn)像美國隊(duì)長的盾牌。所以NVLink72，如果我們要制造一枚巨型芯片，一塊巨型 GPU，它看起來會(huì)是這樣。這就是我們必須進(jìn)行的晶圓級加工的程度，太不可思議了。
所有這些芯片現(xiàn)在都被裝入一個(gè)巨大的機(jī)架中。是我干的還是別人干的？放入那個(gè)巨大的架子…… 你知道嗎，有時(shí)候我覺得自己并不孤單。僅憑這組巨型支架，便使所有芯片協(xié)同運(yùn)作，渾然一體。這簡直令人難以置信，我這就向你展示其中的好處。情況是這樣的。所以…… 謝謝，珍妮。我——我喜歡這個(gè)。嗯。好的。女士們、先生們，賈妮娜·保羅。哇！明白了。在未來……
接下來，我就像雷神那樣去干。就像你在家里，卻夠不到遙控器，你只要這樣做，就會(huì)有人把它送給你。就是這樣。嗯。如果你看一下列表。這種事從不會(huì)發(fā)生在我身上，我只是在做夢罷了。
看起來你實(shí)際能基準(zhǔn)測試的GPU 列表大約有 90% 是 NVIDIA。好吧，所以不管怎樣，我們基本上…… 但是。這是 NVLink 8。如今，這些模型如此龐大，我們的解決方式是將模型將這個(gè)龐然大物拆解成眾多專家。這有點(diǎn)像一個(gè)團(tuán)隊(duì)。因此，這些專家擅長處理特定類型的問題。我們召集了一大批專家。
因此，這個(gè)價(jià)值數(shù)萬億美元的巨型AI 模型匯聚了眾多不同領(lǐng)域的專家。我們將所有這些不同領(lǐng)域的專家都集中到一個(gè) GPU 上。現(xiàn)在，這是 NVLink 72。我們可以把所有芯片都集成到一塊巨型晶圓上，每位專家都能相互交流。因此，這位首席專家能夠與所有在崗的專家進(jìn)行交流，以及所有必要的上下文、提示和我們必須處理的大量數(shù)據(jù)，一堆tokens，我們必須發(fā)送給所有專家。專家們會(huì)…… 無論哪位專家被選中解答問題，都會(huì)隨即嘗試作出回應(yīng)。
然后它就會(huì)開始逐層逐層地執(zhí)行這個(gè)操作，有時(shí)八人，有時(shí)十六人，有時(shí)這些專家有時(shí)是64，有時(shí)是 256。但關(guān)鍵在于，專家的數(shù)量正越來越多。嗯，這里，NVLink 72，我們擁有 72 個(gè) GPU。正因如此，我們才能將四位專家整合到單個(gè) GPU 中。
你需要為每塊GPU 做的最重要的事就是生成tokens，即您在HBM 內(nèi)存中擁有的帶寬數(shù)量。我們擁有一臺(tái) H 系列 GPU，為四位專家提供計(jì)支持。與這里不同，因?yàn)槊颗_(tái)計(jì)算機(jī)最多只能安裝八個(gè) GPU，我們必須將 32 位專家整合到單個(gè) GPU 中。因此這塊 GPU 需要為 32 位專家進(jìn)行思考，相比之下，該系統(tǒng)中每塊 GPU 只需處理四項(xiàng)任務(wù)。正因如此，速度差異才如此驚人。
這剛發(fā)布。這是由SemiAnalysis 完成的基準(zhǔn)測試。他們干得非常、非常徹底。他們對所有可進(jìn)行基準(zhǔn)測試的 GPU 進(jìn)行了基準(zhǔn)測試。全球各地的供應(yīng)鏈都在制造它，因此我們現(xiàn)在可以向所有這些地區(qū)交付這種新架構(gòu)，從而使資本支出投資于這些設(shè)備，這些計(jì)算機(jī)能夠提供最佳的總體擁有成本。
現(xiàn)在在這之下，有兩件事正在發(fā)生。所以當(dāng)你看這個(gè)時(shí)，實(shí)際上是相當(dāng)非同尋常的。無論如何，這相當(dāng)非同尋常?，F(xiàn)在同時(shí)發(fā)生著兩次平臺(tái)轉(zhuǎn)變。
記住，如我之前跟你提到的，加速計(jì)算用于數(shù)據(jù)處理、圖像處理、計(jì)算機(jī)圖形學(xué)。它確實(shí)執(zhí)行各種計(jì)算。它運(yùn)行SQL，運(yùn)行 Spark，它運(yùn)行…… 你知道，你讓它，你告訴我們你需要運(yùn)行什么，這可是件大事。它說我們現(xiàn)在可以更快地做出回應(yīng)，但這才是更重大的事。
因此在下面層面，不管是否有AI，世界正從通用計(jì)算轉(zhuǎn)向加速計(jì)算。不管是否有 AI。事實(shí)上，許多 CSP 早已提供在 AI 出現(xiàn)之前就存在的服務(wù)。記住，它們是在機(jī)器學(xué)習(xí)時(shí)代被發(fā)明的，像 XGBoost 這樣的經(jīng)典機(jī)器學(xué)習(xí)算法，像用于推薦系統(tǒng)的數(shù)據(jù)框，協(xié)同過濾，內(nèi)容過濾。所有這些技術(shù)都誕生于通用計(jì)算的早期時(shí)代。
即便是那些算法，即便是那些架構(gòu)，如今在加速計(jì)算的加持下也變得更加強(qiáng)大。因此，即使沒有AI，全球云服務(wù)提供商也將投資于加速技術(shù)。NVIDIA 的 GPU 是唯一能同時(shí)實(shí)現(xiàn)上述所有功能并支持 AI 的 GPU。專用集成電路或許能夠?qū)崿F(xiàn)AI，但它無法完成其他任何任務(wù)。
NVIDIA完全能夠做到這一切，這也解釋了為什么完全采用 NVIDIA 架構(gòu)是如此穩(wěn)妥的選擇。我們現(xiàn)已進(jìn)入良性循環(huán)，抵達(dá)了轉(zhuǎn)折點(diǎn)，這實(shí)在非同尋常。
我在這間會(huì)議室里有許多合作伙伴，而你們所有人都是我們供應(yīng)鏈的重要組成部分。我知道你們大家工作多么努力。我想感謝你們所有人，你們工作多么努力。非常感謝。
現(xiàn)在我將向你展示原因。這就是我們公司業(yè)務(wù)的現(xiàn)狀。正如我剛才提到的所有原因，我們看到Grace Blackwell正呈現(xiàn)出非凡的增長態(tài)勢。它由兩個(gè)指數(shù)函數(shù)驅(qū)動(dòng)。我們現(xiàn)在已掌握情況。
我認(rèn)為，在Blackwell以及Rubin早期增長態(tài)勢上，2026年我們很可能是歷史上首家能夠看到5000億美元業(yè)務(wù)規(guī)模的公司。正如你所知，2025 年尚未結(jié)束，2026 年也尚未開始。這就是賬面上的業(yè)務(wù)量，迄今為止已達(dá)半萬億美元。
在這些產(chǎn)品中，我們已在前幾個(gè)季度售出了六百萬臺(tái)Blackwell 設(shè)備。我猜生產(chǎn)的前四個(gè)季度，四分之三的產(chǎn)量。2025 年還有一個(gè)季度要走。然后我們有四個(gè)季度。因此未來五個(gè)季度，將有 5000 億美元。這相當(dāng)于Hopper增長率的五倍，這多少說明了些什么。
這就是Hopper的全部人生。這不包括中國和亞洲。所以這只是西方市場。Hopper，在其全部生命周期中，四百萬塊 GPU。Blackwell，每個(gè) Blackwell 在一個(gè)大封裝中包含兩塊 GPU。在 Rubin 的早期階段有 2000 萬塊 Blackwell GPU。令人難以置信的增長。
因此，我要感謝我們所有的供應(yīng)鏈合作伙伴。大家。我知道你們工作多么辛苦。我制作了一段視頻來慶祝你的工作。我們來玩吧。
極致版Blackwell GB200Nv 與Grace Blackwell NVLink 72 的協(xié)同設(shè)計(jì)，使我們實(shí)現(xiàn)了十倍代際性能提升。簡直難以置信。現(xiàn)在，真正令人難以置信的部分是這個(gè)。這是我們制造的第一臺(tái)AI超級計(jì)算機(jī)。這是2016 年，我將其交付給舊金山的一家初創(chuàng)公司，結(jié)果發(fā)現(xiàn)是 OpenAI。這就是那臺(tái)電腦。
為了制造那臺(tái)計(jì)算機(jī)，我們設(shè)計(jì)了一枚芯片。我們設(shè)計(jì)了一款新芯片。為了我們現(xiàn)在能夠進(jìn)行協(xié)同設(shè)計(jì)，看看我們得處理的這么多芯片。這就是需要的。你不可能拿一塊芯片就讓計(jì)算機(jī)速度提升十倍，那不可能發(fā)生。
使計(jì)算機(jī)速度提升十倍的方法在于我們能夠持續(xù)實(shí)現(xiàn)性能的指數(shù)級增長。我們能夠以指數(shù)級持續(xù)壓低成本的方法，是極端協(xié)同設(shè)計(jì)以及同時(shí)在所有這些不同芯片上并行工作。我們現(xiàn)在把Rubin 接回家了。這是 Rubin。
這是我們的第三代NVLink 72 機(jī)架級計(jì)算機(jī)。第三代。GB200 是第一代。遍布全球的所有合作伙伴們，我知道你們付出了多么艱辛的努力。這真的是極其艱難。第二代，順滑得多。而這一代，看這個(gè)，完全無線纜。完全無線纜。而這一切現(xiàn)在又回到了實(shí)驗(yàn)室。
這是下一代，Rubin。在我們發(fā)貨GB300 的同時(shí)，我們正在準(zhǔn)備讓 Rubin 進(jìn)入量產(chǎn)。你知道的，就在明年的這個(gè)時(shí)候，也許會(huì)稍微早一點(diǎn)。因此，每一年，我們都會(huì)提出最激進(jìn)的協(xié)同設(shè)計(jì)系統(tǒng)，以便不斷提高性能并持續(xù)降低tokens生成成本。
看看這個(gè)。這是一臺(tái)令人難以置信的漂亮計(jì)算機(jī)。這是100 PetaFLOPS。我知道這沒有任何意義。100 PetaFLOPS。但與我十年前交付給 OpenAI 的 DGX-1 相比，性能提升了 100 倍。就在這里。與那臺(tái)超級計(jì)算機(jī)相比是 100 倍。一百臺(tái)那種的，來算算看，一百臺(tái)那種大概相當(dāng)于 25 個(gè)這樣的機(jī)架，都被這一樣?xùn)|西替代了。一個(gè)維拉·魯賓。
所以，這是計(jì)算托盤。所以這是Vera Rubin 超級芯片。可以嗎？這是計(jì)算托盤。就在這里，上方。安裝起來非常容易。只需把這些東西掀開，塞進(jìn)去。就連我也能做到。這是 Vera Rubin 計(jì)算托盤。
如果你決定要添加一個(gè)特殊處理器，我們添加了另一個(gè)處理器，稱為上下文處理器，因?yàn)槲覀兲峁┙oAI 的上下文量越來越大。我們希望它在回答問題之前先讀取大量 PDF，希望它能讀取大量歸檔論文，觀看大量視頻，在回答我的問題之前先去學(xué)習(xí)所有這些內(nèi)容。所有這些上下文處理都可以被添加進(jìn)去。
因此您可以看到底部有八個(gè)ConnectX-9 新型 SuperNIC 網(wǎng)卡。你有八個(gè)。您擁有 BlueField-4，這款新型數(shù)據(jù)處理器，兩個(gè) Vera 處理器，以及四個(gè) Rubin 軟件包，或八個(gè) Rubin GPU。這一切都集中在這個(gè)節(jié)點(diǎn)上。完全無線，100% 液冷。
至于這款新處理器，今天我就不多說了。我時(shí)間不夠，但這完全是革命性的。而原因在于，你們的AI 需要越來越多的內(nèi)存。你與它的互動(dòng)更頻繁了，你希望它能記住我們上次的對話。你為我所學(xué)的一切，等我下次回來時(shí)，請千萬別忘記。
因此，所有這些記憶將共同構(gòu)筑出名為KV 緩存的東西。而 KV 緩存，檢索它時(shí)，你可能已經(jīng)注意到，每次你進(jìn)入你的會(huì)話，你們現(xiàn)在的 AI 刷新和檢索所有歷史對話的時(shí)間越來越長了。而且原因在于我們需要一款革命性的新處理器。這被稱為 BlueField-4。
接下來是NVLink交換機(jī)。這正是使我們能夠?qū)⑺杏?jì)算機(jī)連接在一起的關(guān)鍵所在。而這個(gè)交換機(jī)的帶寬現(xiàn)已達(dá)到全球互聯(lián)網(wǎng)峰值流量的數(shù)倍。因此，該主干將同時(shí)向所有 GPU 傳遞并傳輸所有數(shù)據(jù)。
除此之外，這是Spectrum-X 開關(guān)。這款以太網(wǎng)交換機(jī)的設(shè)計(jì)使得所有處理器能夠同時(shí)相互通信，而不會(huì)造成網(wǎng)絡(luò)擁塞。堵塞網(wǎng)絡(luò)，這很技術(shù)性?？梢詥?？所以這三者結(jié)合起來。然后這就是量子開關(guān)。這是 InfiniBand，這是以太網(wǎng)。我們不在乎你想用什么語言，無論您采用何種標(biāo)準(zhǔn)，我們都為您準(zhǔn)備了卓越的橫向擴(kuò)展架構(gòu)。
無論是InfiniBand、Quantum 還是 Spectrum 以太網(wǎng)，這款采用硅光子技術(shù)，并提供完全共封裝的選項(xiàng)。基本上，激光會(huì)直接接觸硅片，并將它與我們的芯片連接起來?？梢詥幔窟@就是 Spectrum-X 以太網(wǎng)。哦，這就是它的樣子。這是一個(gè)機(jī)架。這是兩噸。150萬個(gè)部件和這根脊柱，這根脊柱在一秒鐘內(nèi)承載著整個(gè)互聯(lián)網(wǎng)的流量。相同的速度，能在所有這些不同的處理器之間遷移。100%液冷。所有這一切，都是為了世界上最快的tokens生成速度?？梢詥?？所以那就是機(jī)架的樣子。
現(xiàn)在，那是一個(gè)機(jī)架。一個(gè)千兆瓦級的數(shù)據(jù)中心會(huì)有，來算算，16個(gè)機(jī)架大約是姑且叫它 9,000，8,000 個(gè)這樣的將是一個(gè)一千兆瓦的數(shù)據(jù)中心。所以那將是未來的 AI 工廠。
如你所見，NVIDIA起初是設(shè)計(jì)芯片，隨后我們開始設(shè)計(jì)系統(tǒng)，并且我們設(shè)計(jì) AI 超級計(jì)算機(jī)?，F(xiàn)在我們正在設(shè)計(jì)完整的 AI 工廠。每次我們將更多問題整合進(jìn)來進(jìn)行解決時(shí)，我們都會(huì)想出更好的解決方案。我們現(xiàn)在構(gòu)建完整的AI工廠。
這個(gè)AI工廠將會(huì)是…… 我們?yōu)?Vera Rubin 構(gòu)建的東西。我們創(chuàng)造了一項(xiàng)技術(shù)，使我們所有的合作伙伴都能夠以數(shù)字化方式集成到這個(gè)工廠中。讓我向你展示。
完全、完全是數(shù)字化的。在Vera Rubin 作為真實(shí)計(jì)算機(jī)出現(xiàn)之前很久很久，我們已經(jīng)把它作為數(shù)字孿生計(jì)算機(jī)來使用。很久在這些 AI 工廠出現(xiàn)之前，我們就會(huì)使用它，我們會(huì)設(shè)計(jì)它，我們會(huì)規(guī)劃它、優(yōu)化它，并以數(shù)字孿生的方式來運(yùn)行它。
因此，所有與我們合作的合作伙伴，我非常高興你們所有支持我們的人。Gio在這里，G Ver... Vernova在這里，Schneider。我想，Olivier在這里，Olivier Blum在這里。西門子，令人難以置信的合作伙伴。好的。羅蘭·布什，我想他在看。嗨，羅蘭?？傊娴?，非常非常棒的合作伙伴與我們一起工作。
起初，我們有CUDA，以及各種不同的軟件合作伙伴生態(tài)系統(tǒng)?，F(xiàn)在，我們有Omniverse DSX，并且正在構(gòu)建AI工廠。同樣地，我們也有這些與我們合作的令人驚嘆的合作伙伴生態(tài)系統(tǒng)。
讓我們來談?wù)勀Ｐ?，特別是開源模型。在過去幾年里，發(fā)生了幾件事。一是開源模型因?yàn)榫邆渫评砟芰Χ兊梅浅?qiáng)大；它們之所以非常強(qiáng)大，是因?yàn)樗鼈兪嵌嗄B(tài)的，并且由于蒸餾技術(shù)，它們的效率非常高。因此，所有這些不同的功能已經(jīng)使開源模型首次對開發(fā)人員極其有用。它們現(xiàn)在是初創(chuàng)公司的命脈。顯然，這些初創(chuàng)公司的生存命脈在不同的行業(yè)中各不相同，正如我之前提到的，每個(gè)行業(yè)都有其自身的用例、其自身的數(shù)據(jù)、自己的已用數(shù)據(jù)，自己的飛輪。所有這些能力，那些領(lǐng)域?qū)ｉL需要能夠嵌入到模型中，開源使這成為可能。研究人員需要開源，開發(fā)者需要開源，世界各地的公司，我們需要開源。開源模型真的非常非常重要。
美國也必須在開源方面處于領(lǐng)先地位。我們擁有極其出色的專有模型，我們擁有令人驚艷的專有模型，我們同樣需要令人驚艷的開源模型。我們的國家依賴它，我們的初創(chuàng)公司依賴它，因此NVIDIA致力于去實(shí)現(xiàn)這一目標(biāo)。我們現(xiàn)在是最大的，我們在開源貢獻(xiàn)方面處于領(lǐng)先地位。我們在排行榜上有23個(gè)模型。我們擁有來自不同領(lǐng)域的這些語言模型，我將要討論的物理AI模型、機(jī)器人模型到生物學(xué)模型。每一個(gè)這些模型都有龐大的團(tuán)隊(duì)，這也是我們?yōu)樽约簶?gòu)建超級計(jì)算機(jī)以支持所有這些模型創(chuàng)建的原因之一。我們擁有第一的語音模型、第一的推理模型、第一的物理AI模型，下載量非常非常可觀。我們致力于此，原因在于科學(xué)需要它，研究人員需要它，初創(chuàng)公司需要它，企業(yè)也需要它。
我很高興AI初創(chuàng)公司以NVIDIA為基礎(chǔ)構(gòu)建。他們這樣做有好幾種原因。首先，當(dāng)然我們的生態(tài)系統(tǒng)很豐富，我們的工具運(yùn)行得非常好。我們所有的工具都能在我們所有的GPU上運(yùn)行，我們的GPU無處不在。它實(shí)際上存在于每一個(gè)云中，它可以在本地部署，你可以自己構(gòu)建。你可以自己搭建一個(gè)發(fā)燒友級別的游戲電腦，里面裝多塊GPU，然后你可以下載我們的軟件棧，它就是能用。我們有大量開發(fā)者在不斷豐富生態(tài)系統(tǒng)，使其越來越強(qiáng)大。所以我對我們合作的所有初創(chuàng)公司感到非常滿意，我對此心存感激。
同樣，許多這些初創(chuàng)公司現(xiàn)在也開始創(chuàng)造更多方式來利用我們的GPU，例如CoreWeave、Nscale、Nebius、Lambda、Crusoe等。這些公司正在建立這些新的GPU云來為初創(chuàng)公司服務(wù)，我非常感激這一點(diǎn)。這一切之所以成為可能，是因?yàn)镹VIDIA無處不在。
我們將我們的庫整合在一起，所有我剛才跟你提到的CUDA X庫、我提到的所有開源AI模型、我提到的所有模型，例如，我們已經(jīng)集成到AWS中。真的很喜歡和Matt共事。例如，我們已與Google Cloud集成。真的很喜歡和Thomas共事。每一個(gè)云都集成了NVIDIA GPUs和我們的計(jì)算、我們的庫，以及我們的模型。很喜歡與微軟Azure的Satya一起合作，很喜歡與Oracle的Clay一起合作。每一個(gè)這些云都集成了NVIDIA堆棧。因此，不論你去哪里，無論你使用哪個(gè)云端，它的工作效果令人難以置信。
我們還將NVIDIA的庫集成到全球的SaaS中，以便這些SaaS最終都能成為具代理能力的SaaS。我喜歡Bill McDermott對ServiceNow的愿景。那里有人，對，就這樣。我想那可能是Bill。嗨，Bill。那么ServiceNow是什么？全球85%的企業(yè)級工作負(fù)載、工作流。SAP，全球80%的商業(yè)交易。Christian Klein和我正在合作將NVIDIA庫集成起來，將CUDA X、NeMo和NeMotron，以及我們所有的AI系統(tǒng)集成到SAP中。
與Synopsys的Sassine合作，加速全球的CAE，使CAD、EDA工具更快且可擴(kuò)展，幫助他們創(chuàng)建AI代理。有朝一日，我很想雇傭一個(gè)AI代理ASIC設(shè)計(jì)師來與我們的ASIC設(shè)計(jì)師合作，從本質(zhì)上來說，就是Synopsys的AI代理。我們正在與Anirudh一起合作，Anirudh，是的，我今天早些時(shí)候見過他，他參與了賽前節(jié)目。Cadence做著令人難以置信的工作，加速他們的技術(shù)棧，創(chuàng)建AI代理，使得Cadence的AI ASIC設(shè)計(jì)師和系統(tǒng)設(shè)計(jì)師能夠與我們協(xié)同工作。
今天，我們宣布一個(gè)新的項(xiàng)目。AI將大幅提升生產(chǎn)力，AI將徹底改變每一個(gè)行業(yè)。但AI也會(huì)極大地增強(qiáng)網(wǎng)絡(luò)安全挑戰(zhàn)，那些惡意的AI。因此我們需要一個(gè)強(qiáng)大的防御者，我無法想象有比CrowdStrike更好的防御者。我們與CrowdStrike合作，將網(wǎng)絡(luò)安全的速度提升到光速，以創(chuàng)建一個(gè)在云端擁有網(wǎng)絡(luò)安全AI代理的系統(tǒng)，同時(shí)在本地或邊緣也擁有表現(xiàn)極為出色的AI代理。這樣一來，每當(dāng)出現(xiàn)威脅時(shí)，你就能在瞬間檢測到它。我們需要速度，我們需要一個(gè)快速的自主智能、超智能的AI。
我有第二個(gè)聲明。這是世界上發(fā)展最快的企業(yè)公司，可能是當(dāng)今世界上最重要的企業(yè)級堆棧，Palantir Ontology。這里有來自Palantir的人嗎？我剛才還在和Alex聊天。這是Palantir Ontology，他們獲取信息、獲取數(shù)據(jù)、獲取人為判斷，并將其轉(zhuǎn)化為商業(yè)洞察。我們與Palantir合作，加速Palantir的所有工作，以便我們能夠進(jìn)行數(shù)據(jù)處理，以更大規(guī)模和更高速度進(jìn)行數(shù)據(jù)處理，更大規(guī)模、更多速度。無論是過去的結(jié)構(gòu)化數(shù)據(jù)，當(dāng)然也包括我們將擁有結(jié)構(gòu)化數(shù)據(jù)、人為記錄的數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)，并為我們的政府處理這些數(shù)據(jù)，用于國家安全，以及為全球的企業(yè)服務(wù)，以光速處理這些數(shù)據(jù)并從中發(fā)現(xiàn)洞見。這就是未來的樣子。Palantir將與NVIDIA集成，以便我們能夠以光速和極大規(guī)模進(jìn)行處理。
讓我們來談?wù)勎锢鞟I。物理AI需要三臺(tái)計(jì)算機(jī)。正如訓(xùn)練一個(gè)語言模型需要兩臺(tái)計(jì)算機(jī)一樣，一臺(tái)用于訓(xùn)練它、評估它，然后用于推理它。所以你看到的是大型的GB200。為了用于物理AI，你需要三臺(tái)計(jì)算機(jī)。你需要這臺(tái)計(jì)算機(jī)來訓(xùn)練它，這是GB，即Grace Blackwell NVLink-72。我們需要一臺(tái)能夠運(yùn)行我之前用Omniverse DSX展示的所有模擬的計(jì)算機(jī)。它基本上是一個(gè)數(shù)字孿生，讓機(jī)器人學(xué)習(xí)如何成為一個(gè)優(yōu)秀的機(jī)器人，并使工廠實(shí)質(zhì)上成為一個(gè)數(shù)字孿生。那臺(tái)計(jì)算機(jī)是第二臺(tái)計(jì)算機(jī)，即Omniverse計(jì)算機(jī)。這臺(tái)計(jì)算機(jī)必須在生成式AI方面表現(xiàn)卓越，并且必須在計(jì)算機(jī)圖形學(xué)方面表現(xiàn)出色，傳感器模擬、光線追蹤、信號處理。這臺(tái)計(jì)算機(jī)被稱為Omniverse計(jì)算機(jī)。一旦我們訓(xùn)練好模型，就在數(shù)字孿生中模擬該AI，而該數(shù)字孿生可以是一個(gè)工廠的數(shù)字孿生，以及大量機(jī)器人的數(shù)字孿生體。然后，你需要操作那臺(tái)機(jī)器人，這就是機(jī)器人計(jì)算機(jī)。這個(gè)可以裝進(jìn)一輛自動(dòng)駕駛汽車?yán)?，其中一半可以裝進(jìn)一臺(tái)機(jī)器人里。可以嗎？或者你實(shí)際上可以擁有，比如說，機(jī)器人在操作中非常靈活且非?？焖?，可能需要兩臺(tái)這樣的計(jì)算機(jī)。這就是Thor，Jetson Thor機(jī)器人計(jì)算機(jī)。這三臺(tái)計(jì)算機(jī)都運(yùn)行CUDA，這使我們能夠推進(jìn)物理AI，能夠理解物理世界、理解物理定律的AI，因果關(guān)系、持久性，物理AI。
我們有令人難以置信的合作伙伴與我們一起打造工廠的物理AI。我們自己也在使用它來打造我們在德克薩斯的工廠。現(xiàn)在，一旦我們建成了機(jī)器人工廠，我們里面有一堆機(jī)器人，這些機(jī)器人也需要物理AI，將物理AI應(yīng)用于數(shù)字孿生內(nèi)部，并在其中運(yùn)行。讓我們看看它。
這就是制造業(yè)的未來，未來的工廠。我要感謝我們的合作伙伴富士康。在這里。但所有這些生態(tài)系統(tǒng)合作伙伴使我們能夠創(chuàng)造未來的機(jī)器人工。這個(gè)工廠本質(zhì)上是一個(gè)機(jī)器人，它正在協(xié)調(diào)機(jī)器人去制造出具有機(jī)器人性質(zhì)的東西。要做到這一點(diǎn)所需的軟件量非常龐大，除非你能夠在數(shù)字孿生中去規(guī)劃它、去設(shè)計(jì)它、在數(shù)字孿生中去運(yùn)營它，否則讓這個(gè)方案奏效的希望幾乎不可能。
我也很高興看到Caterpillar，我的朋友Joe Creed，以及他那家有著百年歷史的公司也在將數(shù)字孿生技術(shù)融入他們的制造方式。這些工廠將配備未來的機(jī)器人系統(tǒng)，其中最先進(jìn)的之一是Figure。Brett Adcock今天在這里。他三年半前創(chuàng)辦了一家公司，他們現(xiàn)在市值接近400億美元。我們正在共同訓(xùn)練這個(gè)AI，訓(xùn)練機(jī)器人、模擬機(jī)器人，當(dāng)然還有裝入Figure的機(jī)器人電腦。真的非常驚人。我有幸見證了這一點(diǎn)，這真的相當(dāng)非凡。很可能類人機(jī)器人會(huì)出現(xiàn)，而且，我的朋友Elon也在做這方面的工作，這很可能會(huì)成為最大的消費(fèi)類產(chǎn)品之一，新的消費(fèi)電子市場，當(dāng)然還有最大的一類工業(yè)設(shè)備市場之一。
Peggy Johnson和Agility的團(tuán)隊(duì)正在與我們合作開發(fā)用于倉庫自動(dòng)化的機(jī)器人。Johnson & Johnson的團(tuán)隊(duì)再次與我們合作，訓(xùn)練機(jī)器人，在數(shù)字孿生中進(jìn)行仿真，并且還要操作機(jī)器人。這些Johnson & Johnson外科手術(shù)機(jī)器人甚至將進(jìn)行完全非侵入性的手術(shù)，達(dá)到世界前所未有的精確度。
當(dāng)然，史上最可愛的機(jī)器人，迪士尼的機(jī)器人。這是與我們息息相關(guān)的某件事。我們正在與Disney Research合作開發(fā)一個(gè)全新的框架和仿真平臺(tái)，基于一種名為Newton的革命性技術(shù)。而那款Newton模擬器使得機(jī)器人在具備物理感知的環(huán)境中學(xué)習(xí)如何成為一名優(yōu)秀的機(jī)器人。讓我們看看它。
現(xiàn)在，人形機(jī)器人仍在開發(fā)中，但與此同時(shí)，有一款機(jī)器人明顯處于拐點(diǎn)上，它基本上就在這里，那是一個(gè)帶輪子的機(jī)器人。這是一個(gè)無人駕駛出租車。無人駕駛出租車本質(zhì)上就是一個(gè)AI司機(jī)?，F(xiàn)在，我們今天正在做的事情之一，我們宣布推出NVIDIA DRIVE Hyperion。這是一件大事。我們創(chuàng)建了這個(gè)架構(gòu)，以便世界上每一家汽車公司都能制造車輛，可以是商用的，也可以是乘用的，可以是專用于無人出租車，制造出具備無人出租車準(zhǔn)備能力的車輛。配備環(huán)視攝像頭、雷達(dá)和激光雷達(dá)的傳感套件使我們能夠?qū)崿F(xiàn)最高級別的全方位感知套件與冗余，這是實(shí)現(xiàn)最高安全級別所必需的。Hyperion DRIVE，DRIVE Hyperion現(xiàn)在已被設(shè)計(jì)進(jìn)Lucid、梅賽德斯-奔馳、我的朋友Ola Kllenius，Stellantis的團(tuán)隊(duì)，還有許多其他車型即將到來。
一旦你有了一個(gè)基本的標(biāo)準(zhǔn)平臺(tái)，那么自動(dòng)駕駛系統(tǒng)的開發(fā)者們，他們中有很多非常有才華的團(tuán)隊(duì)，例如 Wayve、 Waabi、 Aurora、 Momenta、 Nuro、 WeRide等，有這么多公司可以把他們的AV系統(tǒng)移植到標(biāo)準(zhǔn)底盤上運(yùn)行。基本上，標(biāo)準(zhǔn)底盤現(xiàn)在已經(jīng)變成了一個(gè)移動(dòng)的計(jì)算平臺(tái)。并且因?yàn)樗菢?biāo)準(zhǔn)化的，且傳感器套件非常全面，他們都可以將他們的AI部署到上面。我們來快速看一下。好的。
那就是美麗的舊金山，正如你所見，自動(dòng)駕駛出租車的拐點(diǎn)即將到來。未來，每年將有萬億英里被駕駛，每年制造1億輛汽車，全球大約有5000萬輛出租車將會(huì)被大量無人駕駛出租車所增強(qiáng)。所以這將是一個(gè)非常龐大的市場。為了將其連接并在全球部署，今天我們宣布與Uber建立合作伙伴關(guān)系。Uber的Dara，Dara要走了。我們正在合作，將這些NVIDIA DRIVE Hyperion汽車連接成一個(gè)全球網(wǎng)絡(luò)。而在未來，你將能夠召喚到這些汽車中的一輛，生態(tài)系統(tǒng)將非常豐富，我們會(huì)在全世界看到Hyperion或無人駕駛出租車出現(xiàn)。這將成為我們的一個(gè)新的計(jì)算平臺(tái)，我預(yù)計(jì)它會(huì)非常成功。好的。
這就是我們今天所討論的內(nèi)容。我們討論了很多很多事情。請記住，其核心是兩點(diǎn)，是從通用計(jì)算向加速計(jì)算的兩次平臺(tái)轉(zhuǎn)變。NVIDIA CUDA及其名為CUDA-X的一系列庫使我們能夠應(yīng)對幾乎所有行業(yè)，我們正處于拐點(diǎn)，現(xiàn)在它正如虛擬循環(huán)所示地增長。第二個(gè)拐點(diǎn)現(xiàn)在已經(jīng)到來，從傳統(tǒng)手寫軟件到AI的轉(zhuǎn)變。兩個(gè)平臺(tái)同時(shí)發(fā)生轉(zhuǎn)變，這就是我們感受到如此驚人增長的原因。
量子計(jì)算，我們已經(jīng)提到過。我們談到了開源模型。我們談到了與CrowdStrike的企業(yè)應(yīng)用，以及Palantir，加速他們的平臺(tái)。我們談到了機(jī)器人技術(shù)，一個(gè)新的可能成為最大規(guī)模的消費(fèi)電子和工業(yè)制造行業(yè)之一。當(dāng)然，我們還談到了6G，NVIDIA有了用于6G的新平臺(tái)，我們稱之為Aria。我們有一個(gè)用于機(jī)器人汽車的新平臺(tái)，我們把它稱為Hyperion。我們有新的平臺(tái)，即便是面向工廠，也是兩類工廠，我們把那個(gè)AI工廠稱為DSX，然后把工廠與AI結(jié)合，我們稱之為MEGA。
女士們、先生們，感謝你們今天的到來，并且感謝你們讓我——謝謝——感謝你們讓我們能夠把GTC帶到華盛頓特區(qū)。我們希望每年都舉辦一次。感謝你們！
