文 | 劃重點(diǎn)KeyPoints，作者 | 林易

10月29日，英偉達(dá)在華盛頓舉行GTC大會(huì)，黃仁勛在演講中再次強(qiáng)調(diào)摩爾定律（Moore's Law）已正式終結(jié)。當(dāng)前是一個(gè)AI算力需求呈雙重指數(shù)級(jí)增長(zhǎng)的時(shí)代，這一終結(jié)不僅是技術(shù)的瓶頸，更是一場(chǎng)新的計(jì)算競(jìng)賽的起點(diǎn)。

英偉達(dá)在此次GTC上交付了一套完整的AI工業(yè)革命基礎(chǔ)設(shè)施。從Grace BlackwellGB200到到NVLink-72全互聯(lián)機(jī)架，再到Omniverse DSX數(shù)字孿生工廠(chǎng)，英偉達(dá)的戰(zhàn)略核心是：通過(guò)"極致協(xié)同設(shè)計(jì)"（Extreme Co-Design）來(lái)打破物理定律的限制，將AI推理（Inference）這個(gè)新的計(jì)算核心成本降至最低，從而持續(xù)驅(qū)動(dòng)AI工業(yè)發(fā)展的良性循環(huán)。

黃仁勛的演講主要包含以下幾個(gè)方面：

1、算力新經(jīng)濟(jì)：推理成本的極致壓縮

英偉達(dá)的新架構(gòu)，建立在一個(gè)新的算力洞察之上：AI模型從"預(yù)訓(xùn)練"邁向"后訓(xùn)練"和更高階的思考階段，對(duì)算力的需求呈爆炸式增長(zhǎng)。特別是"思考"過(guò)程，需要AI在每次互動(dòng)中處理上下文、分解問(wèn)題、規(guī)劃和執(zhí)行，這使得推理任務(wù)變得空前復(fù)雜和耗費(fèi)資源。

在摩爾定律失效的背景下，解決雙重指數(shù)級(jí)增長(zhǎng)的算力需求，只能依靠"極致協(xié)同設(shè)計(jì)"。Blackwell架構(gòu)不再將GPU視為獨(dú)立單元，而是通過(guò)NVLink72互聯(lián)結(jié)構(gòu)，將72顆GPU整合為一個(gè)虛擬的超級(jí)GPU。相比上一代，GB200在推理性能上實(shí)現(xiàn)了驚人的10倍提升。

極致性能帶來(lái)的是最低的Token生成成本。盡管GB200是最昂貴的架構(gòu)之一，但其每秒Token產(chǎn)出率帶來(lái)的總擁有成本（TCO）最低。這是驅(qū)動(dòng)AI良性循環(huán)的關(guān)鍵經(jīng)濟(jì)杠桿。英偉達(dá)已經(jīng)規(guī)劃了下一代架構(gòu)Rubin，以確保算力性能的指數(shù)級(jí)增長(zhǎng)和成本的指數(shù)級(jí)下降。

2、從芯片到工廠(chǎng)：基礎(chǔ)設(shè)施的生態(tài)圈化

英偉達(dá)正在將"數(shù)據(jù)中心"轉(zhuǎn)變?yōu)?AI工廠(chǎng)"。這種工廠(chǎng)只生產(chǎn)一種產(chǎn)品：有價(jià)值的Token。英偉達(dá)推出了Omniverse DSX，這是一個(gè)用于設(shè)計(jì)、規(guī)劃和運(yùn)營(yíng)吉瓦級(jí)AI工廠(chǎng)的藍(lán)圖與數(shù)字孿生平臺(tái)。

DSX讓西門(mén)子、施耐德電氣等合作伙伴，能在虛擬的Omniverse中協(xié)同設(shè)計(jì)計(jì)算密度、布局、電力和冷卻系統(tǒng)。這種設(shè)計(jì)優(yōu)化，對(duì)于一個(gè)1吉瓦的AI工廠(chǎng)而言，每年可帶來(lái)數(shù)十億美元的額外收入，極大地縮短了建設(shè)時(shí)間和上市周期。

在系統(tǒng)層面，英偉達(dá)的ConnectX和BlueField DPU（數(shù)據(jù)處理器）也進(jìn)行了深度協(xié)同設(shè)計(jì)。全新的ConnectX9 Super NIC和Spectrum-X以太網(wǎng)交換機(jī)，專(zhuān)為AI高性能設(shè)計(jì)，確保了大規(guī)模GPU間的通信不會(huì)成為網(wǎng)絡(luò)瓶頸。

新一代BlueField-4 DPU被定位為"上下文處理器"，專(zhuān)門(mén)用于處理AI所需的巨大上下文，例如讀取大量PDF、論文或視頻后回答問(wèn)題，并加速KV緩存，解決當(dāng)前AI模型在處理長(zhǎng)對(duì)話(huà)歷史時(shí)越來(lái)越慢的問(wèn)題。

3、跨越邊界：進(jìn)軍物理AI與核心工業(yè)

英偉達(dá)的意圖將其核心技術(shù)擴(kuò)展到"物理AI"（Physical AI）的實(shí)體經(jīng)濟(jì)維度。

在電信領(lǐng)域，英偉達(dá)與諾基亞（Nokia）建立了深度合作，共同發(fā)布了NVIDIA ARC平臺(tái)。ARC將NVIDIA的Grace CPU、Blackwell GPU和ConnectX網(wǎng)卡結(jié)合，運(yùn)行Aerial CUDA-X庫(kù)，旨在打造軟件定義的可編程無(wú)線(xiàn)通信系統(tǒng)。ARC還能實(shí)現(xiàn)AI on RAN，將AI云計(jì)算推向最靠近用戶(hù)的無(wú)線(xiàn)電邊緣，為工業(yè)機(jī)器人和邊緣應(yīng)用提供基礎(chǔ)設(shè)施。

人形機(jī)器人被視為未來(lái)最大的消費(fèi)電子和工業(yè)設(shè)備市場(chǎng)之一。英偉達(dá)是Figure等頂級(jí)機(jī)器人公司的核心合作伙伴，提供訓(xùn)練、模擬和運(yùn)行的全部平臺(tái)。此外，與迪士尼合作開(kāi)發(fā)的機(jī)器人，展示了在物理感知環(huán)境中進(jìn)行訓(xùn)練的潛力。

在自動(dòng)駕駛領(lǐng)域，NVIDIA DRIVE Hyperion平臺(tái)將環(huán)繞攝像頭、雷達(dá)和激光雷達(dá)標(biāo)準(zhǔn)化，使其成為一個(gè)"輪式計(jì)算平臺(tái)"。英偉達(dá)宣布與優(yōu)步（Uber）合作，將這些Drive Hyperion就緒的車(chē)輛接入全球網(wǎng)絡(luò)，為Robo-Taxi的全球化部署奠定基礎(chǔ)。

在基礎(chǔ)科學(xué)領(lǐng)域，英偉達(dá)發(fā)布了CUDA-Q平臺(tái)和NVQLink互聯(lián)架構(gòu)，目標(biāo)是將GPU超級(jí)計(jì)算與量子處理器（QPU）直接連接。這種混合架構(gòu)用于量子錯(cuò)誤校正和協(xié)同模擬，被美國(guó)能源部（DOE）的各大國(guó)家實(shí)驗(yàn)室廣泛采用。

4、企業(yè)AI與生態(tài)系統(tǒng)的戰(zhàn)略性覆蓋

黃仁勛認(rèn)為，AI的本質(zhì)是"工作者"（Workers），而不是"工具"（Tools）。AI能夠使用工具，這使其能夠參與到此前IT工具無(wú)法觸及的100萬(wàn)億美元的全球經(jīng)濟(jì)中。

為了將AI工作者部署到企業(yè)核心業(yè)務(wù)中，英偉達(dá)宣布了兩項(xiàng)重量級(jí)合作：

第一，攜手網(wǎng)絡(luò)安全巨頭CrowdStrike，共同打造基于云端和邊緣的AI網(wǎng)絡(luò)安全代理，以應(yīng)對(duì)AI帶來(lái)的新安全威脅，要求速度必須達(dá)到"光速"。

第二，與Palantir合作，加速其Ontology平臺(tái)的數(shù)據(jù)處理能力，為政府和企業(yè)提供更大規(guī)模、更快速的商業(yè)洞察。

英偉達(dá)還將CUDA-X庫(kù)集成到SAP、ServiceNow、Synopsys等關(guān)鍵企業(yè)SaaS平臺(tái)中，將這些工作流程轉(zhuǎn)化為"代理式SaaS"（Agentic SaaS）。

此次GTC，英偉達(dá)完成了從芯片公司到AI工業(yè)平臺(tái)領(lǐng)導(dǎo)者的徹底重塑，通過(guò)一套完整的架構(gòu)、網(wǎng)絡(luò)、工廠(chǎng)和行業(yè)延伸，試圖定義新一輪工業(yè)革命的底層標(biāo)準(zhǔn)。

1、開(kāi)場(chǎng)：擁抱計(jì)算新紀(jì)元

華盛頓特區(qū)！歡迎來(lái)到GTC。很難不對(duì)美國(guó)感到感性和自豪，我得告訴你這件事。那段視頻太棒了！謝謝。英偉達(dá)的創(chuàng)意團(tuán)隊(duì)表現(xiàn)出色。

歡迎來(lái)到GTC，今天我們將與您深入探討諸多議題。GTC是我們討論行業(yè)、科學(xué)、計(jì)算、當(dāng)下與未來(lái)的地方。所以今天我有很多事情要和你討論，但在開(kāi)始之前，我想感謝所有贊助這場(chǎng)精彩活動(dòng)的合作伙伴。你會(huì)在展會(huì)現(xiàn)場(chǎng)看到所有這些產(chǎn)品，他們來(lái)這里是為了見(jiàn)你，真的很棒。沒(méi)有我們生態(tài)系統(tǒng)中所有合作伙伴的支持，我們無(wú)法完成我們的工作。

這可是AI界的超級(jí)碗，人們說(shuō)。因此，每屆超級(jí)碗都應(yīng)該有一場(chǎng)精彩的賽前表演。大家覺(jué)得賽前節(jié)目怎么樣？還有我們所有明星運(yùn)動(dòng)員和明星陣容。瞧瞧這幫家伙。不知怎的，我竟成了最壯實(shí)的那一個(gè)。你們覺(jué)得呢？我不知道我是否與此有關(guān)。

英偉達(dá)開(kāi)創(chuàng)了六十年來(lái)首個(gè)全新計(jì)算模型，正如你在視頻中所見(jiàn)。新的計(jì)算模型很少出現(xiàn)。這需要大量的時(shí)間和一系列條件。我們觀(guān)察到，我們發(fā)明了這種計(jì)算模型，因?yàn)槲覀兿胍鉀Q通用計(jì)算機(jī)無(wú)法處理的問(wèn)題。普通計(jì)算機(jī)無(wú)法做到。我們還注意到，總有一天晶體管將繼續(xù)發(fā)展。晶體管的數(shù)量將會(huì)增加，但晶體管的性能和功率提升速度將放緩。摩爾定律不會(huì)無(wú)限延續(xù)，它終將受到物理定律的限制。而此刻，終于來(lái)臨了。丹納德縮放效應(yīng)已停止，它被稱(chēng)為丹納德縮放效應(yīng)。丹納德縮放定律已于近十年前停止，事實(shí)上，晶體管性能及其相關(guān)功率的提升已大幅放緩。然而，晶體管的數(shù)量仍在持續(xù)增加。我們觀(guān)察到這一點(diǎn)已經(jīng)很久了。

應(yīng)用并行計(jì)算，將其與順序處理的CPU結(jié)合，我們就能將計(jì)算能力擴(kuò)展到遠(yuǎn)超以往的水平。遠(yuǎn)遠(yuǎn)超出。而那一刻真的到來(lái)了。我們現(xiàn)在已經(jīng)看到了那個(gè)拐點(diǎn)。加速計(jì)算的時(shí)代已然來(lái)臨。然而，加速計(jì)算是一種根本不同的編程模型。你不能直接拿CPU軟件，那些是手工編寫(xiě)的軟件，順序執(zhí)行，并將其部署到GPU上確保正常運(yùn)行。事實(shí)上，如果你只是那樣做了，它實(shí)際上運(yùn)行得更慢。因此你必須重新設(shè)計(jì)新的算法。你必須創(chuàng)建新的庫(kù)。事實(shí)上，你必須重寫(xiě)該應(yīng)用程序。這就是為什么花了這么長(zhǎng)時(shí)間的原因。我們花了近三十年才走到今天這一步。但我們是一步一個(gè)腳印地完成的。

這是我們公司的瑰寶。大多數(shù)人都在談?wù)揋PU。GPU固然重要，但若沒(méi)有在其之上構(gòu)建的編程模型，若不致力于該編程模型，就無(wú)法確保其在不同版本間保持兼容性。我們現(xiàn)在正推出CUDA 13，并即將推出CUDA 14。數(shù)以?xún)|計(jì)的GPU在每臺(tái)計(jì)算機(jī)中運(yùn)行，完全兼容。如果我們不這樣做，那么開(kāi)發(fā)者就不會(huì)選擇這個(gè)計(jì)算平臺(tái)。如果我們不創(chuàng)建這些庫(kù)，那么開(kāi)發(fā)者就不知道如何使用該算法，也無(wú)法充分發(fā)揮該架構(gòu)的潛力。一個(gè)接一個(gè)的申請(qǐng)。這確實(shí)是我們公司的瑰寶。

CuLitho，計(jì)算光刻技術(shù)。我們花了近七年時(shí)間才與cuLitho走到今天這一步，現(xiàn)在臺(tái)積電也用它，三星也用它，ASML使用它。這是一座令人驚嘆的計(jì)算庫(kù)。光刻，芯片制造的第一步。CAE應(yīng)用中的稀疏求解器。cuOpt，一款幾乎打破所有紀(jì)錄的數(shù)值優(yōu)化工具。旅行推銷(xiāo)員問(wèn)題，如何在供應(yīng)鏈中將數(shù)百萬(wàn)種產(chǎn)品與數(shù)百萬(wàn)客戶(hù)連接起來(lái)。Warp，用于CUDA的Python求解器，用于仿真。cuDF，一種基于數(shù)據(jù)框的方法，本質(zhì)上是加速SQL，數(shù)據(jù)框?qū)I(yè)版-數(shù)據(jù)框數(shù)據(jù)庫(kù)。這個(gè)庫(kù)，正是開(kāi)啟AI的起點(diǎn)，cuDNN，位于頂部的名為Megatron Core的庫(kù)使我們能夠模擬和訓(xùn)練超大規(guī)模語(yǔ)言模型。這樣的例子不勝枚舉。

MONAI，非常重要，是全球排名第一的醫(yī)學(xué)影像AI框架。順便說(shuō)一句，今天我們不會(huì)過(guò)多討論醫(yī)療保健問(wèn)題。但一定要去聽(tīng)金伯利的主題演講。她會(huì)詳細(xì)介紹我們?cè)卺t(yī)療保健領(lǐng)域開(kāi)展的工作。這樣的例子不勝枚舉?；蚪M學(xué)處理，Aerial，注意聽(tīng)，今天我們要做一件非常重要的事。量子計(jì)算。這只是我們公司350個(gè)不同庫(kù)的代表之一。這些庫(kù)中的每一個(gè)都重新設(shè)計(jì)了加速計(jì)算所需的算法。這些庫(kù)的出現(xiàn)，使得整個(gè)生態(tài)系統(tǒng)的所有合作伙伴都能利用加速計(jì)算的優(yōu)勢(shì)。這些庫(kù)中的每一家都為我們開(kāi)拓了新的市場(chǎng)。

這是深?yuàn)W的計(jì)算機(jī)科學(xué)，深?yuàn)W的數(shù)學(xué)，它美得簡(jiǎn)直令人難以置信。涵蓋了所有行業(yè)，從醫(yī)療保健到生命科學(xué)，制造業(yè)、機(jī)器人技術(shù)、自動(dòng)駕駛汽車(chē)、計(jì)算機(jī)圖形學(xué)，甚至電子游戲。你所見(jiàn)到的第一張截圖，正是NVIDIA首次運(yùn)行的應(yīng)用程序。而這正是我們1993年起步的地方。而我們始終堅(jiān)信著自己所追求的目標(biāo)，它生效了。很難想象你竟能親眼見(jiàn)證那個(gè)最初的虛擬格斗場(chǎng)景躍然眼前，而那家公司也相信我們今天會(huì)在這里。這真是一段無(wú)比精彩的旅程。我要感謝所有英偉達(dá)員工所做的一切。這真是太不可思議了。

今天我們要涵蓋的行業(yè)很多。我將涵蓋AI、6G、量子技術(shù)、模型、企業(yè)計(jì)算、機(jī)器人技術(shù)和工廠(chǎng)。讓我們開(kāi)始吧。我們有很多內(nèi)容要討論，還有許多重大消息要宣布。許多新伙伴會(huì)讓你大吃一驚。

2、加速計(jì)算崛起

電信是經(jīng)濟(jì)的脊梁，是經(jīng)濟(jì)的命脈。我們的產(chǎn)業(yè)，我們的國(guó)家安全。然而，自無(wú)線(xiàn)技術(shù)誕生之初，我們便定義了這項(xiàng)技術(shù)，我們制定了全球標(biāo)準(zhǔn)，我們將美國(guó)技術(shù)輸出到世界各地，使世界能夠基于美國(guó)技術(shù)和標(biāo)準(zhǔn)進(jìn)行發(fā)展。那件事已經(jīng)過(guò)去很久了。當(dāng)今全球無(wú)線(xiàn)技術(shù)主要依賴(lài)于國(guó)外技術(shù)。我們的基礎(chǔ)通信架構(gòu)建立在外國(guó)技術(shù)之上。這種情況必須停止，而我們正有機(jī)會(huì)做到這一點(diǎn)。尤其是在這個(gè)根本性的平臺(tái)轉(zhuǎn)型期間。眾所周知，計(jì)算機(jī)技術(shù)是支撐所有行業(yè)的基石。這是科學(xué)最重要的工具。這是工業(yè)領(lǐng)域最重要的單一工具。我剛才說(shuō)我們正在經(jīng)歷平臺(tái)轉(zhuǎn)型。這次平臺(tái)轉(zhuǎn)型，應(yīng)當(dāng)是我們重返賽場(chǎng)千載難逢的機(jī)會(huì)。讓我們開(kāi)始運(yùn)用美國(guó)技術(shù)進(jìn)行創(chuàng)新。

今天，我們宣布我們將采取行動(dòng)。我們與諾基亞建立了重要的合作伙伴關(guān)系。諾基亞是全球第二大電信設(shè)備制造商。這是一個(gè)價(jià)值3萬(wàn)億美元的產(chǎn)業(yè)?；A(chǔ)設(shè)施投資高達(dá)數(shù)千億美元。全球有數(shù)百萬(wàn)個(gè)基站。如果我們能夠建立合作伙伴關(guān)系，就能基于這項(xiàng)以加速計(jì)算和AI為核心的非凡新技術(shù)進(jìn)行創(chuàng)新發(fā)展。而對(duì)于美國(guó)而言，要讓美國(guó)成為下一輪6G革命的核心。

因此，今天我們宣布英偉達(dá)推出了一條全新產(chǎn)品線(xiàn)。它被稱(chēng)為NVIDIA ARC，即空中無(wú)線(xiàn)電網(wǎng)絡(luò)計(jì)算機(jī)?？罩蠷AN計(jì)算機(jī)，ARC。ARC由三項(xiàng)基礎(chǔ)性新技術(shù)構(gòu)建而成：Grace CPU、Blackwell GPU以及我們的Mellanox ConnectX網(wǎng)絡(luò)解決方案專(zhuān)為該應(yīng)用設(shè)計(jì)。所有這些使我們能夠運(yùn)營(yíng)這座庫(kù)，我之前提到的這個(gè)名為Aerial的CUDA X庫(kù)。Aerial本質(zhì)上是在CUDAX之上運(yùn)行的無(wú)線(xiàn)通信系統(tǒng)。我們將要首次創(chuàng)造一種軟件定義的可編程計(jì)算機(jī)，能夠同時(shí)進(jìn)行無(wú)線(xiàn)通信和AI處理。這完全是革命性的。我們稱(chēng)之為NVIDIA ARC。

諾基亞將與我們合作，整合我們的技術(shù)。重寫(xiě)他們的棧。這是一家擁有7,000項(xiàng)5G核心基礎(chǔ)專(zhuān)利的公司。很難想象還有比他更杰出的電信業(yè)領(lǐng)袖了。因此我們將與諾基亞建立合作伙伴關(guān)系。他們將把NVIDIA ARC作為未來(lái)的基站。NVIDIA ARC還兼容AirScale，即當(dāng)前諾基亞的基站系統(tǒng)。這意味著我們將采用這項(xiàng)新技術(shù)，能夠在全球范圍內(nèi)升級(jí)數(shù)百萬(wàn)個(gè)基站，實(shí)現(xiàn)6G和AI的升級(jí)。如今6G和AI確實(shí)具有根本性意義，因?yàn)樗鼈兪状螌?shí)現(xiàn)了我們將能夠使用AI技術(shù)，即面向無(wú)線(xiàn)接入網(wǎng)的AI技術(shù)。提高無(wú)線(xiàn)電通信的頻譜效率。利用AI，采用強(qiáng)化學(xué)習(xí)，實(shí)時(shí)調(diào)整波束成形，在具體情境中，取決于周邊環(huán)境、交通狀況以及移動(dòng)出行方式、天氣。所有這些因素都可納入考量，從而提升頻譜效率。頻譜效率消耗約全球1.5%至2%的電力。因此，提高頻譜效率不僅能提升無(wú)線(xiàn)網(wǎng)絡(luò)傳輸數(shù)據(jù)的能力，同時(shí)無(wú)需增加所需的能量消耗。

我們還能做另一件事，即為無(wú)線(xiàn)接入網(wǎng)提供AI支持。是AI-on-RAN。這是一個(gè)全新的機(jī)遇。請(qǐng)記住，互聯(lián)網(wǎng)實(shí)現(xiàn)了通信，但真正了不起的是那些聰明的公司。亞馬遜云科技在互聯(lián)網(wǎng)基礎(chǔ)上構(gòu)建了云計(jì)算系統(tǒng)。我們現(xiàn)在要在無(wú)線(xiàn)通信網(wǎng)絡(luò)上實(shí)現(xiàn)同樣的功能。這片新云將成為邊緣工業(yè)機(jī)器人云。此處指的是AI-on-RAN。首項(xiàng)是AI-for-RAN，提升無(wú)線(xiàn)電性能、提高無(wú)線(xiàn)電頻譜效率，第二是基于AI的無(wú)線(xiàn)接入網(wǎng)，本質(zhì)上是無(wú)線(xiàn)通信領(lǐng)域的云計(jì)算。云計(jì)算將能夠直接延伸至邊緣區(qū)域，即沒(méi)有數(shù)據(jù)中心的地方。并非如此，因?yàn)槲覀冊(cè)谌蚋鞯囟荚O(shè)有基站。這個(gè)消息真是令人興奮。

讓我們來(lái)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)曼構(gòu)想了一種新型計(jì)算機(jī)，能夠直接模擬自然。因?yàn)樽匀槐旧砭褪橇孔踊?。他稱(chēng)之為量子計(jì)算機(jī)。40年后，該行業(yè)實(shí)現(xiàn)了根本性突破。40年后，就在去年，實(shí)現(xiàn)了根本性突破?，F(xiàn)在可以制造一個(gè)邏輯量子比特，一個(gè)保持相干性的邏輯量子位，穩(wěn)定，且錯(cuò)誤已修正。過(guò)去，一個(gè)邏輯量子比特由有時(shí)可能是10個(gè)，有時(shí)可能是數(shù)百個(gè)物理量子比特協(xié)同工作。眾所周知，量子比特這些粒子極其脆弱。它們很容易變得不穩(wěn)定。任何觀(guān)察、任何采樣行為、任何環(huán)境條件都會(huì)導(dǎo)致其失相干。因此需要極其嚴(yán)格控制的環(huán)境。

如今，還有許多不同類(lèi)型的物理量子比特，它們協(xié)同工作，讓我們能夠?qū)@些量子比特進(jìn)行糾錯(cuò)。所謂的輔助量子位或綜合量子位，供我們進(jìn)行錯(cuò)誤糾正并推斷其邏輯量子位狀態(tài)。存在各種不同類(lèi)型的量子計(jì)算機(jī)，超導(dǎo)、光子學(xué)、囚禁離子、穩(wěn)定原子，各種不同的方法來(lái)制造量子計(jì)算機(jī)?，F(xiàn)在我們意識(shí)到，必須將量子計(jì)算機(jī)直接連接到GPU超級(jí)計(jì)算機(jī)，這樣才能進(jìn)行錯(cuò)誤糾正。以便我們能夠?qū)α孔佑?jì)算機(jī)進(jìn)行AI校準(zhǔn)與控制，以便我們能夠共同進(jìn)行模擬，協(xié)同工作，在GPU上運(yùn)行的正確算法，在QPU上運(yùn)行的正確算法，以及這兩種處理器，兩臺(tái)計(jì)算機(jī)并排工作。這就是量子計(jì)算的未來(lái)。

（視頻內(nèi)容：讓我們來(lái)看看。構(gòu)建量子計(jì)算機(jī)的方法有很多。每種都采用量子比特作為其核心構(gòu)建單元。但無(wú)論采用何種方法，所有量子比特，無(wú)論是超導(dǎo)量子比特、囚禁離子還是中性原子或光子，面臨相同的挑戰(zhàn)。它們非常脆弱，對(duì)噪音極其敏感。當(dāng)前的量子比特僅能穩(wěn)定運(yùn)行數(shù)百次操作。但解決有意義的問(wèn)題需要數(shù)萬(wàn)億次運(yùn)算。答案是量子糾錯(cuò)。測(cè)量會(huì)擾動(dòng)量子比特，從而破壞其內(nèi)部的信息。訣竅在于添加額外的量子比特，并使它們處于糾纏態(tài)。這樣，測(cè)量它們就能為我們提供足夠的信息來(lái)計(jì)算錯(cuò)誤發(fā)生的位置，同時(shí)不會(huì)損壞我們關(guān)心的量子比特。它非常出色，但需要超越最先進(jìn)的常規(guī)計(jì)算能力。

正因如此，我們打造了NVQLink，一種全新的互連架構(gòu)，可將量子處理器與英偉達(dá)GPU直接連接。量子糾錯(cuò)需要從量子比特中讀取信息，計(jì)算錯(cuò)誤發(fā)生的位置，并將數(shù)據(jù)發(fā)送回去進(jìn)行修正。NVQLink能夠以每秒數(shù)千次的頻率，在量子硬件與外部設(shè)備之間傳輸數(shù)千兆字節(jié)的數(shù)據(jù)，以滿(mǎn)足量子糾錯(cuò)所需的高速數(shù)據(jù)傳輸需求。其核心是CUDA-Q，我們面向量子GPU計(jì)算的開(kāi)放平臺(tái)。借助NVQ-Link和CUDA-Q，研究人員將能夠?qū)崿F(xiàn)超越錯(cuò)誤糾正的功能。他們還將能夠協(xié)調(diào)量子設(shè)備和AI超級(jí)計(jì)算機(jī)來(lái)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)。它們將協(xié)同工作，融合為一個(gè)加速的量子超級(jí)計(jì)算平臺(tái)。）

要知道，CEO們可不是整天坐在辦公桌前打字的。這是體力活，純粹的體力活。因此，今天我們宣布推出NVQLink。其實(shí)現(xiàn)得益于兩點(diǎn)：當(dāng)然，這個(gè)用于量子計(jì)算機(jī)控制和校準(zhǔn)的互連系統(tǒng)，量子糾錯(cuò)，以及連接兩臺(tái)計(jì)算機(jī)，利用QPU和我們的GPU超級(jí)計(jì)算機(jī)進(jìn)行混合仿真。它還具有完全的可擴(kuò)展性。它不僅能為當(dāng)前數(shù)量有限的量子比特執(zhí)行糾錯(cuò)操作，它為明日的錯(cuò)誤糾正做準(zhǔn)備，屆時(shí)我們將把量子計(jì)算機(jī)從如今的數(shù)百量子比特?cái)U(kuò)展到數(shù)萬(wàn)量子比特。未來(lái)將擁有數(shù)十萬(wàn)個(gè)量子比特。因此，我們現(xiàn)在擁有了一套能夠?qū)崿F(xiàn)控制的架構(gòu)，協(xié)同激發(fā)、量子糾錯(cuò)與未來(lái)擴(kuò)展。

業(yè)界的支持令人難以置信。在CUDA-Q發(fā)明之前，請(qǐng)記住，CUDA原本是為GPU、CPU和加速計(jì)算設(shè)計(jì)的，基本上是同時(shí)使用兩個(gè)處理器來(lái)完成一一用對(duì)工具做對(duì)事。如今，CUDA-Q已擴(kuò)展至CUDA之外，從而能夠支持QPU，使兩種處理器協(xié)同工作。QPU與GPU協(xié)同工作，計(jì)算任務(wù)在兩者之間往返傳遞，耗時(shí)僅數(shù)微秒，實(shí)現(xiàn)與量子計(jì)算機(jī)協(xié)同運(yùn)作所需的基本延遲。如今，CUDA-Q已成為一項(xiàng)了不起的突破性技術(shù)，被眾多不同領(lǐng)域的開(kāi)發(fā)者所采用。我們今日宣布，共有17家量子計(jì)算機(jī)行業(yè)公司支持NVQLink。而且我對(duì)此感到非常興奮。

八個(gè)不同的美國(guó)能源部實(shí)驗(yàn)室：伯克利實(shí)驗(yàn)室、布魯克海文實(shí)驗(yàn)室、費(fèi)米實(shí)驗(yàn)室、林肯實(shí)驗(yàn)室、洛斯阿拉莫斯、橡樹(shù)嶺、太平洋西北、桑迪亞國(guó)家實(shí)驗(yàn)室。幾乎所有美國(guó)能源部的實(shí)驗(yàn)室都與我們展開(kāi)合作，攜手量子計(jì)算機(jī)公司生態(tài)系統(tǒng)及量子控制器供應(yīng)商，將量子計(jì)算逐步融入科學(xué)發(fā)展的未來(lái)藍(lán)圖。

我們正在經(jīng)歷幾次平臺(tái)轉(zhuǎn)型。一方面，我們正經(jīng)歷著加速計(jì)算的發(fā)展，這就是為什么未來(lái)的超級(jí)計(jì)算機(jī)都將基于GPU。我們將轉(zhuǎn)向AI，使AI與基于原理的求解器、基于原理的模擬協(xié)同工作?；谠淼奈锢砟M不會(huì)消失，但它可以被增強(qiáng)、強(qiáng)化、擴(kuò)展，使用代理模型、AI模型。

我們還知道，通過(guò)基于原理的求解器，經(jīng)典計(jì)算能夠借助量子計(jì)算來(lái)增強(qiáng)對(duì)自然狀態(tài)的理解。我們也知道，未來(lái)我們擁有如此多的信號(hào)，必須從世界中采樣如此多的數(shù)據(jù)，遙感技術(shù)的重要性已達(dá)到前所未有的高度。除非這些實(shí)驗(yàn)室成為自動(dòng)化工廠(chǎng)，否則它們根本無(wú)法以我們所需的規(guī)模和速度進(jìn)行實(shí)驗(yàn)，成為機(jī)器人實(shí)驗(yàn)室。因此，所有這些不同的技術(shù)正同時(shí)涌入科學(xué)領(lǐng)域。

我們來(lái)聊聊AI吧。什么是AI？大多數(shù)人會(huì)說(shuō)AI就是聊天機(jī)器人，嗯，這完全是理所當(dāng)然的。毫無(wú)疑問(wèn)，ChatGPT正處于人們所認(rèn)為的AI的前沿。然而，正如你此刻所見(jiàn)，這些科學(xué)超級(jí)計(jì)算機(jī)不會(huì)運(yùn)行聊天機(jī)器人，他們將從事基礎(chǔ)科學(xué)研究。

科學(xué)AI的世界遠(yuǎn)比想象中更廣闊，遠(yuǎn)不止是一個(gè)聊天機(jī)器人。當(dāng)然，聊天機(jī)器人極其重要，而通用AI則具有根本性的關(guān)鍵意義。深層計(jì)算機(jī)科學(xué)、非凡的計(jì)算能力以及重大突破，仍是實(shí)現(xiàn)AGI的關(guān)鍵要素。但除此之外，AI還有更多可能。

實(shí)際上，我將用幾種不同的方式來(lái)描述AI。第一種方式，即人們最初對(duì)AI的認(rèn)知，是它徹底重構(gòu)了計(jì)算棧。我們過(guò)去做軟件的方式是手工編碼，在CPU上運(yùn)行手工編碼軟件。如今，AI就是機(jī)器學(xué)習(xí)、訓(xùn)練，或者說(shuō)數(shù)據(jù)密集型編程，由在GPU上運(yùn)行的AI訓(xùn)練和學(xué)習(xí)而成。為實(shí)現(xiàn)這一目標(biāo)，整個(gè)計(jì)算棧已發(fā)生改變。

注意，你在這兒看不到windows，也看不到CPU。你看到的是完全不同的、從根本上截然不同的架構(gòu)。

在能源之上還有這些GPU。這些GPU被連接到、集成到我稍后將展示的基礎(chǔ)設(shè)施中。在這項(xiàng)基礎(chǔ)設(shè)施之上——它由巨型數(shù)據(jù)中心構(gòu)成，其規(guī)模輕松達(dá)到這個(gè)房間的數(shù)倍之多。巨大的能量隨后通過(guò)名為GPU超級(jí)計(jì)算機(jī)的新設(shè)備轉(zhuǎn)化，從而生成數(shù)據(jù)。這些數(shù)字被稱(chēng)為tokens。

語(yǔ)言，也就是計(jì)算的基本單位，是AI的詞匯表。幾乎任何東西都可以進(jìn)行tokens化。當(dāng)然，你可以對(duì)英語(yǔ)單詞進(jìn)行分詞處理，你可以對(duì)圖像進(jìn)行分詞處理，這就是你能夠識(shí)別圖像或生成圖像的原因。對(duì)視頻進(jìn)行分詞，對(duì)3D結(jié)構(gòu)進(jìn)行分詞。你可以對(duì)化學(xué)物質(zhì)、蛋白質(zhì)和基因進(jìn)行tokens化處理，你可以對(duì)單元格進(jìn)行tokens化處理，將具有結(jié)構(gòu)的幾乎任何事物、具有信息內(nèi)容的任何事物進(jìn)行分詞處理。

一旦能夠?qū)⑵鋞okens化，AI就能學(xué)習(xí)該語(yǔ)言及其含義。一旦它學(xué)會(huì)了那種語(yǔ)言的含義，它就能翻譯，它能回應(yīng)，就像你與ChatGPT互動(dòng)那樣，它能生成內(nèi)容。因此，你所看到ChatGPT所做的一切基礎(chǔ)功能，你只需想象一下，如果它是一種蛋白質(zhì)會(huì)怎樣？如果它是一種化學(xué)物質(zhì)呢？如果它是一個(gè)3D結(jié)構(gòu)，比如工廠(chǎng)呢？如果它是一個(gè)機(jī)器人，而tokens是理解行為并將其轉(zhuǎn)化為動(dòng)作和行為的標(biāo)記呢？所有這些概念基本上是一樣的。這正是AI取得如此非凡進(jìn)展的原因。

在這些模型之上還有應(yīng)用程序。Transformers是一個(gè)極其有效的模型，但并不存在放之四海皆準(zhǔn)的通用模型。只是AI具有普遍影響。模型種類(lèi)繁多。在過(guò)去的幾年里，我們享受了發(fā)明帶來(lái)的樂(lè)趣，并經(jīng)歷了創(chuàng)新的洗禮，例如多模態(tài)的突破。有這么多不同類(lèi)型的模型，有CNN模型（卷積神經(jīng)網(wǎng)絡(luò)模型），有狀態(tài)空間模型，也有圖神經(jīng)網(wǎng)絡(luò)模型，多模態(tài)模型，當(dāng)然，還包括我剛才描述的所有不同的分詞方式和分詞方法。

你可以構(gòu)建在理解層面具有空間特性、針對(duì)空間感知能力進(jìn)行了優(yōu)化的模型。你可以擁有針對(duì)長(zhǎng)序列進(jìn)行優(yōu)化、在較長(zhǎng)時(shí)間內(nèi)識(shí)別微妙信息的模型。有如此多不同類(lèi)型的模型。在這些模型之上，還有構(gòu)建在這些模型架構(gòu)之上的架構(gòu)——這些就是應(yīng)用程序。

過(guò)去的軟件產(chǎn)業(yè)致力于創(chuàng)造工具。Excel是一個(gè)工具，Word是一款工具，網(wǎng)頁(yè)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)，正如螺絲刀和錘子，其規(guī)模有限。就IT工具而言，它們可以是數(shù)據(jù)庫(kù)工具，這些IT工具的價(jià)值約為一萬(wàn)億美元左右。

但AI并非工具，AI是工作，這就是本質(zhì)上的區(qū)別。AI實(shí)際上就是能夠真正使用工具的勞動(dòng)者。我特別興奮的一件事，就是歐文在Perplexity公司開(kāi)展的工作。Perplexity使用網(wǎng)頁(yè)瀏覽器預(yù)訂假期或購(gòu)物，本質(zhì)上就是一個(gè)使用工具的AI。Cursor是一款A(yù)I系統(tǒng)，是我們?cè)谟ミ_(dá)使用的具有自主決策能力的AI系統(tǒng)。英偉達(dá)的每位軟件工程師都在使用Cursor，它極大地提高了我們的生產(chǎn)效率。它基本上是每位軟件工程師的代碼生成助手，并且它使用了一個(gè)工具，它使用的工具名為VSCode。因此，Cursor是一個(gè)基于VSCode的智能代理式AI系統(tǒng)。

所有這些不同的行業(yè)，無(wú)論是聊天機(jī)器人、數(shù)字生物學(xué)、AI助手研究員，還有在自動(dòng)駕駛出租車(chē)內(nèi)，當(dāng)然，AI司機(jī)是無(wú)形的。但顯然有一個(gè)AI司機(jī)在工作，而他完成這項(xiàng)工作的工具就是汽車(chē)。因此，我們迄今為止所創(chuàng)造的一切，整個(gè)世界，我們迄今為止創(chuàng)造的一切，都是工具，供我們使用的工具。技術(shù)如今首次能夠承擔(dān)工作，并幫助我們提高生產(chǎn)力。機(jī)遇清單源源不斷，這正是AI能夠觸及IT從未涉足的經(jīng)濟(jì)領(lǐng)域的原因。

IT是支撐著100萬(wàn)億美元全球經(jīng)濟(jì)的工具之下，蘊(yùn)藏著數(shù)萬(wàn)億美元價(jià)值的基石。如今，AI將首次參與這100萬(wàn)億美元的經(jīng)濟(jì)體，并提升其生產(chǎn)力，讓它增長(zhǎng)得更快，變得更大。我們面臨嚴(yán)重的勞動(dòng)力短缺問(wèn)題，擁有能夠增強(qiáng)勞動(dòng)力的AI將助力我們實(shí)現(xiàn)增長(zhǎng)。

從科技產(chǎn)業(yè)的角度來(lái)看，這點(diǎn)同樣耐人尋味：除了AI作為新興技術(shù)正在開(kāi)拓經(jīng)濟(jì)新領(lǐng)域之外，AI本身也是一種新興產(chǎn)業(yè)。正如我先前所解釋的，這個(gè)tokens，這些數(shù)字，在你將所有不同模態(tài)的信息進(jìn)行分詞處理之后，有一家工廠(chǎng)需要生產(chǎn)這些數(shù)字。

與過(guò)去的計(jì)算機(jī)行業(yè)和芯片行業(yè)不同，如果你回顧過(guò)去的芯片行業(yè)，芯片行業(yè)約占數(shù)萬(wàn)億美元IT產(chǎn)業(yè)的5%至10%，可能更少。原因在于，使用Excel、使用瀏覽器、使用Word并不需要太多的計(jì)算量。我們進(jìn)行計(jì)算，但在這個(gè)新世界里，需要一臺(tái)始終理解上下文的計(jì)算機(jī)。它無(wú)法預(yù)先計(jì)算出結(jié)果，因?yàn)槊看文阌秒娔X進(jìn)行AI操作時(shí)，每次你讓AI做某事時(shí)，上下文都不同，因此它必須處理所有這些信息。

例如自動(dòng)駕駛汽車(chē)的情況，它必須處理車(chē)輛的上下文信息，進(jìn)行上下文處理。你要求AI執(zhí)行什么指令？然后它必須一步一步地分解問(wèn)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(chēng)之為AI工廠(chǎng)。這絕對(duì)是個(gè)AI工廠(chǎng)。

它與過(guò)去的數(shù)據(jù)中心截然不同。這是一座AI工廠(chǎng)，因?yàn)檫@座工廠(chǎng)只生產(chǎn)一種東西。不同于過(guò)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(lái)玩游戲，可以用它來(lái)瀏覽網(wǎng)頁(yè)，可以用它來(lái)做賬。因此，那是一臺(tái)屬于過(guò)去的計(jì)算機(jī)，一臺(tái)通用計(jì)算機(jī)。

我在此所說(shuō)的計(jì)算機(jī)是一座工廠(chǎng)，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(qǐng)求時(shí)，你希望它做出回應(yīng)。請(qǐng)注意，在高峰時(shí)段，這些AI的響應(yīng)速度正變得越來(lái)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(chǎng)的特征，與汽車(chē)廠(chǎng)或任何工廠(chǎng)一樣。這絕對(duì)是工廠(chǎng)，而且這些工廠(chǎng)以前從未存在過(guò)。而這些工廠(chǎng)里堆積著成山的芯片。

這便引出了今天。過(guò)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(duì)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(lái)。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(guò)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(shuō)只是預(yù)訓(xùn)練，不如說(shuō)預(yù)訓(xùn)練本質(zhì)上表明：讓我們把人類(lèi)創(chuàng)造過(guò)的所有信息都拿出來(lái)，讓我們把它交給AI來(lái)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(lái)就不是終點(diǎn)，正如學(xué)前教育也從來(lái)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(méi)有詞匯量，不理解語(yǔ)言及其表達(dá)方式，如何思考，這是無(wú)法學(xué)到其他一切的。接下來(lái)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(wèn)題的技能，分解問(wèn)題，思考它，如何解決數(shù)學(xué)問(wèn)題，如何編寫(xiě)代碼，如何逐步思考這些問(wèn)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(duì)我們?cè)S多人來(lái)說(shuō)，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(lái)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(lái)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(tīng)人說(shuō)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?cè)谶@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(jiǎn)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?jī)?nèi)容都在其中全速運(yùn)轉(zhuǎn)，給計(jì)算量帶來(lái)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(guò)如何解決的問(wèn)題，因?yàn)樗茏鲅芯?，去了解它，回?lái)拆解它，思考如何解決你的問(wèn)題，如何回答你的問(wèn)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(guò)去一年，AI行業(yè)迎來(lái)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(lè)意如此。我們樂(lè)意為之，因?yàn)镃ursor正助力身價(jià)數(shù)十萬(wàn)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(lè)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(jí)增長(zhǎng)的趨勢(shì)正對(duì)全球計(jì)算資源施加壓力，而就在不久前我才告訴過(guò)你們，摩爾定律已基本終結(jié)。那么問(wèn)題來(lái)了，我們?cè)撛趺崔k？如果我們有這兩項(xiàng)指數(shù)級(jí)增長(zhǎng)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(chēng)為良性循環(huán)的循環(huán)反饋系統(tǒng)——對(duì)幾乎所有行業(yè)都至關(guān)重要，對(duì)任何平臺(tái)型行業(yè)都至關(guān)重要——就可能無(wú)法持續(xù)。

這對(duì)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(gòu)買(mǎi)的CUDA計(jì)算機(jī)就越多。購(gòu)買(mǎi)的CUDA并行計(jì)算機(jī)越多，越來(lái)越多的開(kāi)發(fā)者希望為其創(chuàng)建應(yīng)用程序。經(jīng)過(guò)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(rùn)就越多。產(chǎn)生的利潤(rùn)越多，投入的計(jì)算資源就越多。在電網(wǎng)中，投入到AI工廠(chǎng)的計(jì)算資源越多，計(jì)算能力越強(qiáng)，AI變得越來(lái)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(wèn)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(hù)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(guò)降低其成本來(lái)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(lèi)。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?cè)撊绾瓮黄颇?？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(huà)……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(zhǎng)。我們需要復(fù)合指數(shù)增長(zhǎng)來(lái)維持這個(gè)虛擬循環(huán)的運(yùn)轉(zhuǎn)。我們稱(chēng)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(kāi)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(wèn)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(guò)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(shuō)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(zhuān)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(jí)計(jì)算機(jī)和GPU填滿(mǎn)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(hù)數(shù)量正在持續(xù)呈指數(shù)級(jí)增長(zhǎng)。

我們將多個(gè)這樣的數(shù)據(jù)中心相互連接起來(lái)，我們稱(chēng)之為Spectrum-XGS的規(guī)?！狦iga Scale X-Spectrum。通過(guò)這樣做，我們?cè)谌绱司薮蟮膶用嫔线M(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(shuō)，是現(xiàn)代制造的。自IBM System/360以來(lái)，我認(rèn)為還沒(méi)有哪臺(tái)計(jì)算機(jī)像這樣被徹底重新設(shè)計(jì)過(guò)。這個(gè)系統(tǒng)的創(chuàng)建過(guò)程極其艱難。

我馬上讓你見(jiàn)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(guó)隊(duì)長(zhǎng)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(lái)會(huì)是這樣。這就是我們必須進(jìn)行的晶圓級(jí)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(jué)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(jiǎn)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(lái)……

接下來(lái)，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(mèng)罷了。

看起來(lái)你實(shí)際能基準(zhǔn)測(cè)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(zhuān)家。這有點(diǎn)像一個(gè)團(tuán)隊(duì)。因此，這些專(zhuān)家擅長(zhǎng)處理特定類(lèi)型的問(wèn)題。我們召集了一大批專(zhuān)家。

因此，這個(gè)價(jià)值數(shù)萬(wàn)億美元的巨型AI模型匯聚了眾多不同領(lǐng)域的專(zhuān)家。我們將所有這些不同領(lǐng)域的專(zhuān)家都集中到一個(gè)GPU上?，F(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(zhuān)家都能相互交流。因此，這位首席專(zhuān)家能夠與所有在崗的專(zhuān)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(zhuān)家。專(zhuān)家們會(huì)…… 無(wú)論哪位專(zhuān)家被選中解答問(wèn)題，都會(huì)隨即嘗試作出回應(yīng)。

然后它就會(huì)開(kāi)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(zhuān)家有時(shí)是64，有時(shí)是256。但關(guān)鍵在于，專(zhuān)家的數(shù)量正越來(lái)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(zhuān)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(zhuān)家提供計(jì)算支持。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(zhuān)家整合到單個(gè)GPU中。因此這塊GPU需要為32位專(zhuān)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，速度差異才此驚人。

這剛發(fā)布。這是由SemiAnalysis完成的基準(zhǔn)測(cè)試。他們干得非常、非常徹底。他們對(duì)所有可進(jìn)行基準(zhǔn)測(cè)試的GPU進(jìn)行了基準(zhǔn)測(cè)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(wú)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(shuō)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(guò)濾，內(nèi)容過(guò)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(méi)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(zhuān)用集成電路或許能夠?qū)崿F(xiàn)AI，但它無(wú)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(zhǎng)態(tài)勢(shì)。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(zhǎng)態(tài)勢(shì)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(kāi)始。這就是賬面上的業(yè)務(wù)量，迄今為止已達(dá)半萬(wàn)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(wàn)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(lái)五個(gè)季度，將有5000億美元。這相當(dāng)于Hopper增長(zhǎng)率的五倍，這多少說(shuō)明了些什么。

這就是Hopper的全部人生。這不包括中國(guó)和亞洲。所以這只是西方市場(chǎng)。Hopper，在其全部生命周期中，四百萬(wàn)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(wàn)塊Blackwell GPU。令人難以置信的增長(zhǎng)。

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(lái)慶祝你的工作。

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(jiǎn)直難以置信?，F(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(jí)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?cè)O(shè)計(jì)了一枚芯片。我們?cè)O(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(jí)增長(zhǎng)。我們能夠以指數(shù)級(jí)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(jí)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(wú)線(xiàn)纜。完全無(wú)線(xiàn)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(méi)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(jí)計(jì)算機(jī)相比是100倍。一百臺(tái)那種的，來(lái)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(pán)。所以這是Vera Rubin超級(jí)芯片。可以嗎？這是計(jì)算托盤(pán)。就在這里，上方。安裝起來(lái)非常容易。只需把這些東西掀開(kāi)，塞進(jìn)去。就連我也能做到。這是Vera Rubin計(jì)算托盤(pán)。

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(chēng)為上下文處理器，因?yàn)槲覀兲峁┙oAI的上下文量越來(lái)越大。我們希望它在回答問(wèn)題之前先讀取大量PDF，希望它能讀取大量歸檔論文，觀(guān)看大量視頻，在回答我的問(wèn)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(wú)線(xiàn)，100%液冷。

至于這款新處理器，今天我就不多說(shuō)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(lái)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(duì)話(huà)。你為我所學(xué)的一切，等我下次回來(lái)時(shí)，請(qǐng)千萬(wàn)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(huà)，你們現(xiàn)在的AI刷新和檢索所有歷史對(duì)話(huà)的時(shí)間越來(lái)越長(zhǎng)了。而且原因在于我們需要一款革命性的新處理器。這被稱(chēng)為BlueField-4。

接下來(lái)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(kāi)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(lái)。然后這就是量子開(kāi)關(guān)。這是InfiniBand，這是以太網(wǎng)。我們不在乎你想用什么語(yǔ)言，無(wú)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(wú)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)?；旧?，激光會(huì)直接接觸硅片，并將它與我們的芯片連接起來(lái)?？梢詥?？這就是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(wàn)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(jí)的數(shù)據(jù)中心會(huì)有，來(lái)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(lái)的AI工廠(chǎng)。

如你所見(jiàn)，NVIDIA起初是設(shè)計(jì)芯片，隨后我們開(kāi)始設(shè)計(jì)系統(tǒng)，并且我們?cè)O(shè)計(jì)AI超級(jí)計(jì)算機(jī)?，F(xiàn)在我們正在設(shè)計(jì)完整的AI工廠(chǎng)。每次我們將更多問(wèn)題整合進(jìn)來(lái)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(chǎng)。

這個(gè)AI工廠(chǎng)將會(huì)是…… 我們?yōu)閂era 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(chǎng)中。

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(lái)使用。很久在這些AI工廠(chǎng)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(lái)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(mén)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?，真的，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(chǎng)。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(lái)談?wù)勀Ｐ?，特別是開(kāi)源模型。在過(guò)去幾年里，發(fā)生了幾件事。一是開(kāi)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(kāi)源模型首次對(duì)開(kāi)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(zhǎng)需要能夠嵌入到模型中，開(kāi)源使這成為可能。研究人員需要開(kāi)源，開(kāi)發(fā)者需要開(kāi)源，世界各地的公司，我們需要開(kāi)源。開(kāi)源模型真的非常非常重要。

美國(guó)也必須在開(kāi)源方面處于領(lǐng)先地位。我們擁有極其出色的專(zhuān)有模型，我們擁有令人驚艷的專(zhuān)有模型，我們同樣需要令人驚艷的開(kāi)源模型。我們的國(guó)家依賴(lài)它，我們的初創(chuàng)公司依賴(lài)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?cè)陂_(kāi)源貢獻(xiàn)方面處于領(lǐng)先地位。我們?cè)谂判邪裆嫌?3個(gè)模型。我們擁有來(lái)自不同領(lǐng)域的這些語(yǔ)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(jí)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(yǔ)音模型、第一的推理模型、第一的物理AI模型，下載量非常非?？捎^(guān)。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(wú)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(jí)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(kāi)發(fā)者在不斷豐富生態(tài)系統(tǒng)，使其越來(lái)越強(qiáng)大。所以我對(duì)我們合作的所有初創(chuàng)公司感到非常滿(mǎn)意，我對(duì)此心存感激。

同樣，許多這些初創(chuàng)公司現(xiàn)在也開(kāi)始創(chuàng)造更多方式來(lái)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(lái)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(wú)處不在。

我們將我們的庫(kù)整合在一起，所有我剛才跟你提到的CUDA X庫(kù)、我提到的所有開(kāi)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(kù)，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(wú)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(kù)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(duì)ServiceNow的愿景。那里有人，對(duì)，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(jí)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(kù)集成起來(lái)，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(lái)與我們的ASIC設(shè)計(jì)師合作，從本質(zhì)上來(lái)說(shuō)，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(jiàn)過(guò)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(wú)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(lái)，每當(dāng)出現(xiàn)威脅時(shí)，你就能在瞬間檢測(cè)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(jí)堆棧，Palantir Ontology。這里有來(lái)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(wú)論是過(guò)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(guó)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(jiàn)。這就是未來(lái)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。

5、進(jìn)軍物理AI、機(jī)器人技術(shù)與自動(dòng)駕駛

讓我們來(lái)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(yǔ)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(píng)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(lái)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(chǎng)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(xiàn)追蹤、信號(hào)處理。這臺(tái)計(jì)算機(jī)被稱(chēng)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(chǎng)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(chē)?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(shuō)，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(chǎng)的物理AI。我們自己也在使用它來(lái)打造我們?cè)诘驴怂_斯的工廠(chǎng)?，F(xiàn)在，一旦我們建成了機(jī)器人工廠(chǎng)，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。

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(lái)的機(jī)器人工廠(chǎng)。這個(gè)工廠(chǎng)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(yíng)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(chǎng)將配備未來(lái)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(jiàn)證了這一點(diǎn)，這真的相當(dāng)非凡。很可能類(lèi)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(lèi)產(chǎn)品之一，新的消費(fèi)電子市場(chǎng)，當(dāng)然還有最大的一類(lèi)工業(yè)設(shè)備市場(chǎng)之一。

Peggy Johnson和Agility的團(tuán)隊(duì)正在與我們合作開(kāi)發(fā)用于倉(cāng)庫(kù)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(ài)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(kāi)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。

現(xiàn)在，人形機(jī)器人仍在開(kāi)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(wú)人駕駛出租車(chē)。無(wú)人駕駛出租車(chē)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(chē)公司都能制造車(chē)輛，可以是商用的，也可以是乘用的，可以是專(zhuān)用于無(wú)人出租車(chē)，制造出具備無(wú)人出租車(chē)準(zhǔn)備能力的車(chē)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(jí)別的全位感知套件與冗余，這是實(shí)現(xiàn)最高安全級(jí)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(chē)型即將到來(lái)。

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(kāi)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(pán)上運(yùn)行?；旧?，標(biāo)準(zhǔn)底盤(pán)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。

未來(lái)，每年將有萬(wàn)億英里被駕駛，每年制造1億輛汽車(chē)，全球大約有5000萬(wàn)輛出租車(chē)將會(huì)被大量無(wú)人駕駛出租車(chē)所增強(qiáng)。所以這將是一個(gè)非常龐大的市場(chǎng)。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(chē)連接成一個(gè)全球網(wǎng)絡(luò)。而在未來(lái)，你將能夠召喚到這些汽車(chē)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(wú)人駕駛出租車(chē)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(qǐng)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(kù)使我們能夠應(yīng)對(duì)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(zhǎng)。第二個(gè)拐點(diǎn)現(xiàn)在已經(jīng)到來(lái)，從傳統(tǒng)手寫(xiě)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(zhǎng)的原因。

量子計(jì)算，我們已經(jīng)提到過(guò)。我們談到了開(kāi)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(chēng)之為Aria。我們有一個(gè)用于機(jī)器人汽車(chē)的新平臺(tái)，我們把它稱(chēng)為Hyperion。我們有新的平臺(tái)，即便是面向工廠(chǎng)，也是兩類(lèi)工廠(chǎng)，我們把那個(gè)AI工廠(chǎng)稱(chēng)為DSX，然后把工廠(chǎng)與AI結(jié)合，我們稱(chēng)之為MEGA。

女士們、先生們，感謝你們今天的到來(lái)，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！