Tiêu đề gốc: "Chuyên sâu｜Bài phát biểu CES mới nhất của Huang Jen-Hsun: ba chip Blackwell mới được sản xuất hàng loạt, mô hình AI vật lý đầu tiên trên thế giới và những đột phá trong ba lĩnh vực robot chính"

Bản gốc nguồn: Newin

CES 2025 đã khai mạc sáng nay Tại sự kiện này, người sáng lập và Giám đốc điều hành NVIDIA Jensen Huang đã có bài phát biểu quan trọng mang tính bước ngoặt, tiết lộ tương lai của AI và điện toán. Từ khái niệm mã thông báo cốt lõi về việc tạo ra AI, đến việc phát hành GPU kiến trúc Blackwell mới, đến tương lai kỹ thuật số do AI điều khiển, bài phát biểu này sẽ tác động sâu sắc đến toàn bộ ngành từ góc độ đa miền.

1) Từ AI tạo sinh đến AI tác nhân: khúc dạo đầu cho một kỷ nguyên mới

· Sự ra đời của Token: Là động lực cốt lõi để tạo ra AI, token biến văn bản thành kiến thức, truyền sức sống vào hình ảnh và mở ra một phương thức mới biểu hiện kỹ thuật số.

· Con đường tiến hóa AI: Từ AI cảm biến, tạo ra AI đến AI tác nhân có thể suy luận, lập kế hoạch và hành động, công nghệ AI tiếp tục đạt đến những tầm cao mới.

· Cuộc cách mạng máy biến áp: Kể từ khi ra mắt vào năm 2018, công nghệ này đã định nghĩa lại điện toán và lật ngược nền tảng công nghệ truyền thống.

2) GPU Blackwell: Vượt qua mọi giới hạn hiệu năng

· GeForce RTX 50 thế hệ mới series: Dựa trên kiến trúc Blackwell, nó có 92 tỷ bóng bán dẫn, hiệu suất AI 4000 TOPS và sức mạnh tính toán 4 PetaFLOPS, gấp ba lần hiệu suất của thế hệ trước.

· Tích hợp AI và đồ họa: Lần đầu tiên, các bộ đổ bóng có thể lập trình và mạng lưới thần kinh được kết hợp, đồng thời ra mắt công nghệ nén kết cấu thần kinh và tạo bóng vật liệu để mang lại trải nghiệm tuyệt đẹp Hiệu ứng kết xuất.

· Hiệu suất cao toàn diện: Máy tính xách tay RTX 5070 đạt được hiệu suất RTX 4090 với mức giá $1299, thúc đẩy sự phổ biến của điện toán hiệu năng cao.

3) Mở rộng ứng dụng AI đa lĩnh vực

· AI Agent cấp doanh nghiệp: được cung cấp bởi NVIDIA Tools như Nemo và Llama Nemotron giúp các công ty xây dựng đội ngũ nhân viên kỹ thuật số có khả năng suy luận tự chủ và đạt được các dịch vụ và quản lý thông minh.

· AI vật lý: Thông qua nền tảng Omniverse và Cosmos, AI được tích hợp vào ngành công nghiệp, xe tự hành và robot để xác định lại hoạt động sản xuất và hậu cần toàn cầu.

· Các kịch bản điện toán trong tương lai: NVIDIA đang đưa AI từ đám mây đến các thiết bị cá nhân và doanh nghiệp, đáp ứng mọi nhu cầu điện toán từ nhà phát triển đến người dùng thông thường.

Sau đây là nội dung chính trong bài phát biểu của Huang Renxun:

Đây là sự ra đời của Wisdom. Ground, một nhà máy hoàn toàn mới - một máy phát điện tạo ra token. Nó là khối xây dựng của AI, mở ra một biên giới mới và là bước đầu tiên bước vào một thế giới phi thường. Mã thông báo biến từ ngữ thành kiến thức và thổi sức sống vào hình ảnh; chúng biến ý tưởng thành video và giúp chúng ta điều hướng an toàn trong mọi môi trường; chúng dạy robot di chuyển như những bậc thầy và truyền cảm hứng cho chúng ta ăn mừng chiến thắng theo những cách mới. Token cũng có thể mang lại sự yên tâm khi chúng ta cần nó nhất. Chúng mang lại ý nghĩa cho các con số và giúp chúng ta hiểu rõ hơn về thế giới, dự đoán những mối nguy hiểm tiềm ẩn và tìm ra phương pháp chữa trị cho những mối đe dọa vốn có bên trong chúng. Nó có thể biến tầm nhìn của chúng ta thành hiện thực và sửa chữa những gì chúng ta đã mất.

Mọi chuyện bắt đầu vào năm 1993 khi NVIDIA tung ra sản phẩm đầu tiên, NV1. Chúng tôi muốn tạo ra những chiếc máy tính có thể làm được những việc mà máy tính bình thường không thể làm được, điều này giúp có thể có một máy chơi game bên trong PC. Sau đó, vào năm 1999, Nvidia đã phát minh ra GPU có thể lập trình, khởi đầu hơn 20 năm tiến bộ công nghệ nhằm biến đồ họa máy tính hiện đại thành hiện thực. Sáu năm sau, chúng tôi giới thiệu CUDA để thể hiện khả năng lập trình GPU thông qua các thuật toán phong phú. Công nghệ này ban đầu rất khó giải thích, nhưng đến năm 2012, thành công của AlexNet đã xác nhận tiềm năng của CUDA trong việc thúc đẩy sự phát triển đột phá trong lĩnh vực AI.

Kể từ đó, AI đã phát triển với tốc độ đáng kinh ngạc. Từ AI nhận thức đến AI sáng tạo đến AI tác nhân có thể cảm nhận, suy luận, lập kế hoạch và hành động, khả năng của AI tiếp tục tăng lên. Năm 2018, Google ra mắt Transformer và thế giới AI thực sự cất cánh. Transformer không chỉ cách mạng hóa bối cảnh AI mà còn định nghĩa lại toàn bộ lĩnh vực điện toán. Chúng tôi nhận thấy rằng học máy không chỉ là một ứng dụng hay cơ hội kinh doanh mới mà còn là một sự đổi mới cơ bản trong điện toán. Từ việc viết hướng dẫn theo cách thủ công đến tối ưu hóa mạng lưới thần kinh bằng máy học, mọi lớp của nền tảng công nghệ đều đã thay đổi đáng kể.

Ngày nay, ứng dụng AI có ở khắp mọi nơi. Cho dù đó là hiểu văn bản, hình ảnh, âm thanh hay dịch axit amin và vật lý, nó đều có thể hoàn thành được. Hầu như tất cả các ứng dụng AI có thể được tóm tắt thành ba câu hỏi: Nó học những phương thức thông tin nào? Chế độ thông tin nào được dịch? Thông tin phương thức nào được tạo ra? Khái niệm cơ bản này thúc đẩy mọi ứng dụng dựa trên AI.

Tất cả những thành tựu này sẽ không thể đạt được nếu không có sự hỗ trợ của GeForce. GeForce đã đưa AI đến với đại chúng và giờ đây, AI sẽ quay trở lại với GeForce. Với công nghệ dò tia thời gian thực, chúng tôi có thể kết xuất đồ họa với những hiệu ứng ấn tượng. Với DLSS, AI thậm chí có thể vượt xa việc tạo khung hình để dự đoán các cảnh quay trong tương lai. Chỉ có 2 triệu trong số 33 triệu pixel được tính toán, phần còn lại được tạo ra bởi dự đoán của AI. Công nghệ kỳ diệu này thể hiện khả năng mạnh mẽ của AI, giúp tính toán hiệu quả hơn và cho phép chúng ta nhìn thấy những khả năng vô hạn trong tương lai.

Đây là lý do tại sao có rất nhiều điều tuyệt vời đang xảy ra hiện nay. Chúng tôi đã vượt qua các ranh giới của AI bằng GeForce và giờ đây AI đang cách mạng hóa GeForce. Hôm nay, chúng tôi xin công bố thế hệ sản phẩm tiếp theo – dòng RTX Blackwell. Chúng ta hãy xem xét.

Đây là dòng GeForce RTX 50 mới, dựa trên kiến trúc Blackwell. GPU này là một con quái vật hiệu năng với 92 tỷ bóng bán dẫn, 4000 TOPS hiệu suất AI và 4 PetaFLOPS sức mạnh tính toán AI, cao gấp ba lần so với kiến trúc Ada thế hệ trước. Tất cả chỉ là về việc tạo ra những pixel tuyệt vời mà tôi vừa cho bạn xem. Nó cũng có 380 teraflop dò tia để mang lại chất lượng hình ảnh đẹp nhất có thể cho các pixel cần tính toán, cùng với 125 teraflop đổ bóng. Card đồ họa này sử dụng bộ nhớ đồ họa G7 của Micron, tốc độ 1,8TB/giây, hiệu năng gấp đôi thế hệ trước.

Giờ đây, chúng ta có thể kết hợp khối lượng công việc AI với khối lượng công việc đồ họa máy tính và một tính năng đáng chú ý của thế hệ này là các trình đổ bóng có thể lập trình cũng có thể xử lý các mạng thần kinh. Điều này dẫn chúng tôi đến việc phát minh ra tính năng nén kết cấu thần kinh và tạo bóng vật liệu thần kinh. Những công nghệ này sử dụng AI để tìm hiểu kết cấu và thuật toán nén, cuối cùng tạo ra hiệu ứng hình ảnh tuyệt đẹp mà chỉ AI mới có thể đạt được.

Ngay cả về mặt thiết kế cơ khí, card đồ họa này vẫn là một điều kỳ diệu. Nó sử dụng thiết kế quạt kép, toàn bộ card đồ họa giống như một chiếc quạt khổng lồ và mô-đun điều chỉnh điện áp bên trong là tiên tiến nhất. Thiết kế xuất sắc như vậy hoàn toàn là nhờ công sức của đội ngũ kỹ sư.

Tiếp theo là so sánh hiệu suất. RTX 4090 quen thuộc có giá 1599 USD là khoản đầu tư cốt lõi vào trung tâm giải trí PC tại nhà. Giờ đây, dòng RTX 50 thậm chí còn mang đến hiệu suất cao hơn nữa, chỉ bắt đầu từ $549, từ RTX 5070 đến RTX 5090, mang lại hiệu suất gấp đôi so với RTX 4090.

Điều tuyệt vời hơn nữa là chúng tôi đã đưa GPU hiệu suất cao này vào một chiếc notebook. Máy tính xách tay RTX 5070 có giá 1.299 USD nhưng có hiệu năng của RTX 4090. Thiết kế này kết hợp AI và công nghệ đồ họa máy tính để mang lại hiệu suất sử dụng năng lượng cao và hiệu suất cao.

Tương lai của đồ họa máy tính sẽ là kết xuất thần kinh - sự kết hợp giữa AI và đồ họa máy tính . Dòng Blackwell thậm chí có thể được triển khai trên máy tính xách tay có độ dày chỉ 14,9 mm và toàn bộ dòng sản phẩm từ RTX 5070 đến RTX 5090 đều có thể được điều chỉnh cho phù hợp với máy tính xách tay siêu mỏng.

GeForce đã phổ biến AI và giờ đây AI đang cách mạng hóa GeForce. Đây là sự thúc đẩy lẫn nhau giữa công nghệ và trí thông minh, và chúng ta đang hướng tới một cảnh giới cao hơn.

Ba quy luật mở rộng của AI

Tiếp theo, hãy nói về sự phát triển định hướng của AI.

1) Luật mở rộng quy mô đào tạo trước

Ngành công nghiệp AI đang tăng tốc mở rộng và thúc đẩy quá trình này là một mô hình mạnh mẽ được gọi là "Luật Scaling". Nguyên tắc chung này đã được các nhà nghiên cứu và ngành công nghiệp xác minh nhiều lần, cho thấy kích thước của dữ liệu huấn luyện càng lớn thì mô hình càng lớn và sức mạnh tính toán càng được đầu tư thì mô hình sẽ càng mạnh.

Tốc độ tăng trưởng của dữ liệu đang tăng theo cấp số nhân. Người ta ước tính rằng trong vài năm tới, lượng dữ liệu do con người tạo ra hàng năm sẽ vượt quá tổng lượng dữ liệu được tạo ra trong toàn bộ lịch sử loài người trước đây. Dữ liệu này đang trở nên đa phương thức, bao gồm video, hình ảnh và âm thanh. Những dữ liệu khổng lồ này có thể được sử dụng để đào tạo hệ thống kiến thức cơ bản về AI và đặt nền tảng kiến thức vững chắc cho AI.

2) Luật Scaling sau đào tạo

Ngoài ra, còn có 2 Luật Scaling khác đang gia tăng.

Loại Luật mở rộng thứ hai là "Luật mở rộng sau đào tạo", bao gồm các công nghệ như học tăng cường và phản hồi của con người. Bằng cách này, AI tạo ra câu trả lời dựa trên các truy vấn của con người và liên tục cải thiện chúng dựa trên phản hồi của con người. Loại hệ thống học tập tăng cường này sử dụng các gợi ý chất lượng cao để giúp AI cải thiện kỹ năng trong các lĩnh vực cụ thể, chẳng hạn như giải quyết các vấn đề toán học hoặc thực hiện lý luận phức tạp tốt hơn.

Tương lai của AI không chỉ là về nhận thức và sự hình thành mà còn là một quá trình liên tục tự cải thiện và phá vỡ ranh giới. Nó giống như có một người cố vấn hoặc huấn luyện viên đưa ra phản hồi sau khi bạn hoàn thành một nhiệm vụ. Thông qua thử nghiệm, phản hồi và tự cải thiện, AI cũng có thể cải thiện thông qua các cơ chế phản hồi và học tập củng cố tương tự. Giai đoạn học tăng cường sau đào tạo này kết hợp với các kỹ thuật tạo dữ liệu tổng hợp tương tự như quá trình tự đào tạo. AI có thể đối mặt với những câu đố phức tạp và có thể chứng minh được, chẳng hạn như chứng minh các định lý hoặc giải các bài toán hình học, đồng thời liên tục tối ưu hóa các câu trả lời của mình thông qua học tăng cường. Kiểu đào tạo sau này, mặc dù đòi hỏi sức mạnh tính toán khổng lồ, nhưng cuối cùng có thể tạo ra những mô hình phi thường.

3) Luật Scalling thời gian thử nghiệm

Luật Scalling thời gian thử nghiệm cũng dần xuất hiện. Định luật này cho thấy tiềm năng độc đáo khi AI thực sự được sử dụng. AI có thể phân bổ tài nguyên một cách linh hoạt trong quá trình suy luận, không còn giới hạn ở việc tối ưu hóa tham số mà tập trung vào phân bổ tính toán để tạo ra các câu trả lời chất lượng cao cần thiết.

Quá trình này tương tự như lý luận và suy nghĩ, hơn là suy luận trực tiếp hoặc trả lời một lần. AI có thể chia một vấn đề thành nhiều bước, tạo và đánh giá nhiều giải pháp và cuối cùng chọn ra giải pháp tốt nhất. Suy luận dài hạn này có tác động đáng kể đến việc cải thiện khả năng của mô hình.

Chúng ta đã chứng kiến sự phát triển của công nghệ này, từ ChatGPT đến GPT-4 và bây giờ là Gemini Pro, tất cả các hệ thống này đều đang trong quá trình đào tạo trước. kéo dài thời gian sau đào tạo và kiểm tra. Để đạt được những đột phá này đòi hỏi sức mạnh tính toán cực lớn, vốn là giá trị cốt lõi của kiến trúc Blackwell của NVIDIA.

Phần giới thiệu mới nhất về kiến trúc Blackwell

Các hệ thống Blackwell đang được sản xuất đầy đủ và hiệu suất của chúng thật tuyệt vời. Ngày nay, mọi nhà cung cấp đám mây đều đang triển khai các hệ thống này, được sản xuất tại 45 nhà máy trên khắp thế giới và hỗ trợ tới 200 cấu hình, bao gồm kiến trúc x86 làm mát bằng chất lỏng, làm mát bằng không khí và các phiên bản CPU NVIDIA Grace.

Bản thân thành phần cốt lõi của hệ thống NVLink nặng tới 1,5 tấn, có 600.000 bộ phận, tương đương với độ phức tạp của 20 ô tô và được kết nối với khoảng cách 2 dặm dây đồng phía sau nó với 5000 dây cáp. Toàn bộ quá trình sản xuất cực kỳ phức tạp nhưng mục tiêu là đáp ứng nhu cầu ngày càng mở rộng về điện toán.

Blackwell mang lại sự cải thiện gấp 4 lần về hiệu suất trên mỗi watt và cải thiện gấp 3 lần về hiệu suất trên mỗi đô la so với kiến trúc thế hệ trước. Điều này có nghĩa là quy mô của mô hình được đào tạo có thể tăng lên gấp 3 lần với cùng một mức chi phí và chìa khóa đằng sau những cải tiến này là việc tạo ra mã thông báo AI. Các mã thông báo này được sử dụng rộng rãi trong ChatGPT, Gemini và các dịch vụ AI khác nhau và là cơ sở cho điện toán trong tương lai.

Trên cơ sở đó, NVIDIA đã thúc đẩy một mô hình điện toán mới: kết xuất thần kinh, tích hợp hoàn hảo AI và đồ họa máy tính. 72 GPU theo kiến trúc Blackwell tạo thành hệ thống chip đơn lớn nhất thế giới, cung cấp hiệu năng dấu phẩy động AI lên tới 1,4 ExaFLOPS và băng thông bộ nhớ của nó đạt mức đáng kinh ngạc 1,2 PB/s, tương đương với tổng lưu lượng truy cập Internet trong thế giới. Sức mạnh siêu điện toán này cho phép AI xử lý các tác vụ suy luận phức tạp hơn đồng thời giảm đáng kể chi phí, tạo nền tảng cho tính toán hiệu quả hơn.

Hệ sinh thái và hệ thống tác nhân AI

Nhìn về tương lai, quá trình suy luận AI không còn là một phản ứng một bước đơn giản nhưng gần gũi hơn với "đối thoại nội bộ". AI của tương lai sẽ không chỉ đưa ra câu trả lời mà còn phản ánh, suy luận và liên tục tối ưu hóa. Khi tốc độ tạo mã thông báo AI tăng lên và chi phí giảm xuống, chất lượng dịch vụ của AI sẽ được cải thiện đáng kể để đáp ứng nhu cầu của nhiều ứng dụng hơn.

Để giúp doanh nghiệp xây dựng hệ thống AI có khả năng suy luận tự chủ, NVIDIA cung cấp ba công cụ chính: NVIDIA NeMo, AI microservice và thư viện tăng tốc. Bằng cách đóng gói phần mềm CUDA phức tạp và các mô hình học sâu vào các dịch vụ được đóng gói, doanh nghiệp có thể triển khai các mô hình AI này trên bất kỳ nền tảng đám mây nào và nhanh chóng phát triển Tác nhân AI cho các lĩnh vực cụ thể, chẳng hạn như công cụ dịch vụ hỗ trợ quản lý doanh nghiệp hoặc nhân viên kỹ thuật số để tương tác với người dùng.

Những mô hình này đã mở ra những khả năng mới cho doanh nghiệp, không chỉ hạ thấp ngưỡng phát triển của ứng dụng AI mà còn thúc đẩy sự phát triển của Agentic AI (AI tự trị) trong toàn ngành có bước đi vững chắc theo hướng đó. AI của tương lai sẽ trở thành nhân viên kỹ thuật số có thể dễ dàng tích hợp vào các công cụ doanh nghiệp như SAP và ServiceNow để cung cấp dịch vụ thông minh cho khách hàng trong các môi trường khác nhau. Đây là cột mốc quan trọng tiếp theo trong việc mở rộng AI và tầm nhìn cốt lõi của hệ sinh thái công nghệ NVIDIA.

Hệ thống đào tạo và đánh giá. Trong tương lai, các Đại lý AI này về cơ bản sẽ là lực lượng lao động kỹ thuật số sát cánh cùng nhân viên để hoàn thành nhiệm vụ cho bạn. Do đó, việc đưa các Đại lý chuyên biệt này vào công ty của bạn cũng giống như giới thiệu một nhân viên mới. Chúng tôi cung cấp một thư viện gồm các công cụ khác nhau để giúp các Đại lý AI này học ngôn ngữ, từ vựng, quy trình kinh doanh và cách làm việc độc đáo của công ty. Bạn cần cung cấp cho họ các ví dụ về sản phẩm công việc mà họ sẽ cố gắng tạo ra, sau đó bạn có thể cung cấp phản hồi, tiến hành đánh giá, v.v. Bạn cũng sẽ đặt ra các hạn chế như những gì họ không thể làm hoặc nói và kiểm soát những thông tin họ có thể truy cập. Toàn bộ quá trình lực lượng lao động kỹ thuật số này được gọi là Nemo. Đến một lúc nào đó, bộ phận CNTT của mọi công ty sẽ trở thành bộ phận nhân sự cho nhân viên AI Agent.

Ngày nay, các bộ phận CNTT quản lý và duy trì số lượng lớn phần mềm; trong tương lai, họ sẽ quản lý, phát triển, tích hợp và cải tiến số lượng lớn các tác nhân kỹ thuật số để cung cấp dịch vụ cho công ty. Do đó, bộ phận CNTT sẽ dần phát triển thành bộ phận nhân sự con người AI Agent.

Ngoài ra, chúng tôi còn cung cấp nhiều bản thiết kế nguồn mở để hệ sinh thái sử dụng. Người dùng có thể tự do sửa đổi các bản thiết kế này. Chúng tôi cung cấp bản thiết kế cho tất cả các loại Đại lý khác nhau. Hôm nay, chúng tôi cũng đã công bố một điều thực sự thú vị và thông minh: chúng tôi sẽ ra mắt dòng mô hình mới dựa trên Llama, dòng mô hình dựa trên ngôn ngữ NVIDIA Llama Nemo Tron.

Llama 3.1 là một mô hình phi thường. Llama 3.1 của Meta đã được tải xuống khoảng 350.650.000 lần và đã tạo ra khoảng 60.000 mô hình khác. Đây là một trong những lý do cốt lõi thúc đẩy hầu hết các doanh nghiệp và ngành công nghiệp bắt đầu nghiên cứu AI. Chúng tôi nhận thấy rằng mô hình Llama có thể được tinh chỉnh tốt hơn cho các trường hợp sử dụng của doanh nghiệp. Sử dụng chuyên môn và khả năng của mình, chúng tôi đã tinh chỉnh nó thành Bộ mô hình mở Llama Nemotron.

Các mô hình được chia thành các kích cỡ khác nhau: mô hình nhỏ đáp ứng nhanh chóng; siêu mẫu phổ thông Super Llama Nemotron là mô hình đa năng và mô hình siêu lớn; mô hình này có thể được sử dụng làm mô hình Giáo viên, dùng để đánh giá các mô hình khác, đưa ra câu trả lời và xác định chất lượng của chúng hoặc làm mô hình chắt lọc kiến thức. Tất cả các mô hình này hiện có sẵn trực tuyến.

Những mô hình này hoạt động cực kỳ hiệu quả, đứng đầu bảng xếp hạng trong các lĩnh vực như đối thoại, hướng dẫn và truy xuất thông tin, khiến chúng trở nên lý tưởng cho các chức năng của Tác nhân AI trên toàn thế giới.

Chúng tôi cũng hợp tác rất chặt chẽ với hệ sinh thái, chẳng hạn như với ServiceNow, SAP và Siemens trong lĩnh vực AI công nghiệp. Các công ty như Cadence và Perplexity cũng đang thực hiện những dự án lớn. Sự bối rối làm gián đoạn việc tìm kiếm và Codium phục vụ 30 triệu kỹ sư phần mềm trên toàn thế giới. Trợ lý AI sẽ tăng đáng kể năng suất của nhà phát triển phần mềm, đây là lĩnh vực ứng dụng khổng lồ tiếp theo cho các dịch vụ AI. Với 1 tỷ công nhân tri thức trên toàn thế giới, Đại lý AI có thể là ngành công nghiệp robot tiếp theo, với tiềm năng đạt tới hàng nghìn tỷ đô la.

Bản thiết kế tác nhân AI

Phần sau đây cho thấy một số bản thiết kế Tác nhân AI được hoàn thành cùng với các đối tác.

AI Agent là lực lượng lao động kỹ thuật số mới có thể hỗ trợ hoặc thay thế con người trong việc hoàn thành nhiệm vụ. Các khối xây dựng Agentic AI của NVIDIA, các mô hình được đào tạo trước NEM và khung Nemo giúp các tổ chức dễ dàng phát triển và triển khai Tác nhân AI. Các tác nhân này có thể được đào tạo để trở thành chuyên gia về nhiệm vụ của một miền cụ thể.

Sau đây là bốn ví dụ:

· Đại lý trợ lý nghiên cứu: Có thể đọc các tài liệu phức tạp , Chẳng hạn như bài giảng, tạp chí, báo cáo tài chính, v.v. và tạo podcast tương tác để dễ học;

· Bảo mật phần mềm AI Agent: Giúp nhà phát triển liên tục quét các lỗ hổng phần mềm và Nhắc thực hiện các biện pháp thích hợp;

· Phòng thí nghiệm ảo AI Agent: tăng tốc thiết kế và sàng lọc hợp chất, đồng thời nhanh chóng tìm ra các loại thuốc tiềm năng;

· Phân tích video Tác nhân AI: Dựa trên bản thiết kế NVIDIA Metropolis, nó phân tích dữ liệu từ hàng tỷ camera và tạo ra các tìm kiếm, tóm tắt và báo cáo tương tác. Ví dụ: giám sát lưu lượng giao thông, quy trình của cơ sở, đưa ra đề xuất cải tiến, v.v.;

Sự xuất hiện của kỷ nguyên AI vật lý

Chúng tôi muốn đưa AI từ đám mây đến mọi ngóc ngách, kể cả trong các công ty và PC cá nhân. NVIDIA đang nỗ lực để biến Windows WSL 2 (Hệ thống con Windows) thành nền tảng được lựa chọn để hỗ trợ AI. Điều này sẽ giúp các nhà phát triển và kỹ sư dễ dàng tận dụng kho công nghệ AI của NVIDIA hơn, bao gồm mô hình ngôn ngữ, mô hình hình ảnh, mô hình hoạt hình, v.v.

Ngoài ra, NVIDIA còn ra mắt Cosmos, nền tảng phát triển mô hình cơ bản đầu tiên cho thế giới vật chất, tập trung vào việc tìm hiểu các đặc điểm động của thế giới vật chất, như trọng lực, ma sát, quán tính và mối quan hệ không gian, quan hệ nhân quả, v.v. Nó có thể tạo ra các video và cảnh tuân thủ các quy luật vật lý và được sử dụng rộng rãi trong việc đào tạo và xác minh robot, AI công nghiệp và các mô hình ngôn ngữ đa phương thức.

Cosmos cung cấp mô phỏng vật lý bằng cách kết nối với NVIDIA Omniverse để tạo ra kết quả mô phỏng thực tế và đáng tin cậy. Sự kết hợp này là công nghệ cốt lõi để phát triển robot và các ứng dụng công nghiệp.

Chiến lược công nghiệp của NVIDIA dựa trên ba hệ thống máy tính:

· Hệ thống DGX để đào tạo AI;

· Hệ thống AGX để triển khai AI;

· Hệ thống song sinh kỹ thuật số để tăng cường Learning và AI; Tối ưu hóa;

Thông qua hoạt động hợp tác của ba hệ thống này, NVIDIA thúc đẩy sự phát triển của robot và AI công nghiệp, đồng thời xây dựng thế giới kỹ thuật số trong tương lai. thế giới ba chiều. Đối với bài toán cơ thể, chúng ta có giải pháp “ba máy tính”.

TẦM NHÌN VỀ ROBOTICS CỦA NVIDIA Hãy để tôi cho bạn xem ba ví dụ.

1) Ứng dụng trực quan hóa công nghiệp

Hiện nay có hàng triệu nhà máy và trung tâm dữ liệu trên khắp thế giới. Một trăm nghìn nhà kho, tạo thành xương sống của ngành sản xuất trị giá 50 nghìn tỷ USD. Trong tương lai, tất cả điều này sẽ cần được xác định và tự động hóa bằng phần mềm, kết hợp với robot. Chúng tôi đã hợp tác với Keon, nhà cung cấp giải pháp tự động hóa kho hàng hàng đầu thế giới và Accenture, nhà cung cấp dịch vụ chuyên nghiệp lớn nhất thế giới tập trung vào sản xuất kỹ thuật số để tạo ra một số giải pháp rất đặc biệt. Cách tiếp cận tiếp thị của chúng tôi tương tự như các nền tảng phần mềm và công nghệ khác, thông qua các nhà phát triển và đối tác hệ sinh thái, đồng thời ngày càng nhiều đối tác hệ sinh thái được kết nối với nền tảng Omniverse. Điều này là do mọi người đều muốn hình dung ra tương lai của ngành. Trong tổng GDP toàn cầu trị giá 50 nghìn tỷ USD này, có quá nhiều lãng phí và rất nhiều cơ hội cho tự động hóa.

Hãy xem ví dụ về Keon và Accenture hợp tác với chúng tôi:

Keon (công ty giải pháp chuỗi cung ứng) , Accenture (công ty hàng đầu thế giới về dịch vụ chuyên nghiệp) và NVIDIA đang đưa AI vật lý vào thị trường trung tâm phân phối và nhà kho trị giá hàng nghìn tỷ đô la. Quản lý kho vận hiệu quả đòi hỏi phải xử lý một mạng lưới các quyết định phức tạp bị ảnh hưởng bởi các biến số luôn thay đổi như thay đổi nhu cầu hàng ngày và theo mùa, hạn chế về không gian, nguồn cung lao động và sự tích hợp của các hệ thống tự động hóa và robot đa dạng. Ngày nay, việc dự đoán các chỉ số hiệu suất hoạt động chính (KPI) cho một kho hàng thực tế là gần như không thể.

Để giải quyết những vấn đề này, Keon đang sử dụng Mega, một bản thiết kế NVIDIA Omniverse, để xây dựng các bản sao kỹ thuật số công nghiệp nhằm thử nghiệm và tối ưu hóa đội robot. Đầu tiên, giải pháp quản lý kho hàng của Keon giao nhiệm vụ cho các bộ não AI công nghiệp trong cặp song sinh kỹ thuật số, chẳng hạn như di chuyển hàng hóa từ các vị trí đệm đến các giải pháp lưu trữ đưa đón. Các nhóm robot thực hiện nhiệm vụ, lên kế hoạch cho bước đi tiếp theo và thực hiện hành động thông qua nhận thức và lý luận trong môi trường mô phỏng nhà kho vật lý trong Omniverse. Môi trường song sinh kỹ thuật số sử dụng mô phỏng cảm biến để bộ não robot có thể nhìn thấy trạng thái sau khi nhiệm vụ được thực hiện và quyết định hành động tiếp theo. Toàn bộ chu trình tiếp tục với sự theo dõi chính xác của Mega trong khi đo lường các KPI hoạt động như thông lượng, hiệu quả và mức sử dụng, tất cả trước khi thực hiện các thay đổi đối với kho vật lý.

Với NVIDIA, Keon và Accenture đang xác định lại tương lai của quyền tự chủ công nghiệp.

Trong tương lai, mỗi nhà máy sẽ có một bản song sinh kỹ thuật số hoàn toàn đồng bộ với nhà máy thực tế. Bạn có thể tận dụng Omniverse và Cosmos để tạo ra một số lượng lớn các kịch bản trong tương lai và AI sẽ xác định các kịch bản KPI tối ưu và sử dụng chúng làm các ràng buộc cũng như logic lập trình AI để triển khai nhà máy thực tế.

2) Xe tự lái

Cuộc cách mạng xe tự lái đã đến. Sau nhiều năm phát triển, sự thành công của cả Waymo và Tesla đã chứng minh sự trưởng thành của công nghệ lái xe tự động. Các giải pháp của chúng tôi cung cấp cho ngành này ba loại hệ thống máy tính: hệ thống đào tạo AI (như hệ thống DGX), hệ thống thử nghiệm mô phỏng và tạo dữ liệu tổng hợp (như Omniverse và Cosmos) và hệ thống máy tính trên xe (chẳng hạn như AGX hệ thống). Gần như mọi công ty ô tô lớn trên thế giới đều đang hợp tác với chúng tôi, bao gồm Waymo, Zoox, Tesla và BYD, công ty xe điện lớn nhất thế giới. Ngoài ra còn có các hãng như Mercedes, Lucid, Rivian, Xiaomi và Volvo sắp tung ra những mẫu xe cải tiến. Aurora đang sử dụng công nghệ Nvidia để phát triển xe tải tự lái.

100 triệu ô tô được sản xuất mỗi năm và 1 tỷ ô tô được lưu thông trên các con đường trên thế giới, tổng cộng hàng nghìn tỷ dặm được lái mỗi năm. Những điều này sẽ dần dần trở nên tự động hóa cao hoặc hoàn toàn tự động. Ngành công nghiệp này dự kiến sẽ trở thành ngành công nghiệp chế tạo robot trị giá hàng nghìn tỷ đô la đầu tiên.

Hôm nay chúng tôi xin công bố Thor, máy tính trên xe thế hệ tiếp theo của chúng tôi. Nó là một máy tính robot đa năng có khả năng xử lý lượng lớn dữ liệu từ camera, radar độ phân giải cao, lidar và các cảm biến khác. Thor là phiên bản nâng cấp của Orin tiêu chuẩn công nghiệp hiện tại, với sức mạnh tính toán gấp 20 lần và hiện đang được sản xuất đầy đủ. Đồng thời, Drive OS của NVIDIA là hệ điều hành máy tính AI đầu tiên được chứng nhận đáp ứng các tiêu chuẩn cao nhất về an toàn chức năng (ISO 26262 ASIL D).

Nhà máy dữ liệu lái xe tự động

NVIDIA sử dụng mô hình Omniverse AI và nền tảng Cosmos để tạo Nhà máy dữ liệu lái xe tự động, mở rộng đáng kể dữ liệu đào tạo bằng cách tổng hợp các kịch bản lái xe. Điều này bao gồm:

· OmniMap: kết hợp dữ liệu bản đồ và không gian địa lý để xây dựng môi trường 3D có thể điều khiển được;

· Công cụ tái tạo thần kinh: tận dụng việc tạo nhật ký cảm biến môi trường mô phỏng 4D có độ chính xác cao và tạo các biến thể cảnh cho dữ liệu đào tạo;

· Chỉnh sửa 3DS: Tìm kiếm hoặc tạo nội dung mới từ thư viện nội dung để tạo cảnh cho mô phỏng.

Thông qua những công nghệ này, chúng tôi mở rộng hàng nghìn tình huống lái xe thành hàng tỷ dặm dữ liệu để phát triển hệ thống lái xe tự động an toàn hơn và tiên tiến hơn.

3) Robot vạn năng

Kỷ nguyên của robot vạn năng đang đến. Chìa khóa để thúc đẩy những đột phá trong lĩnh vực này là đào tạo. Việc lấy được dữ liệu mô phỏng tương đối khó khăn đối với robot hình người, nhưng Isaac Groot của NVIDIA đã đưa ra giải pháp. Nó tạo ra các tập dữ liệu khổng lồ thông qua mô phỏng và kết hợp các công cụ mô phỏng đa vũ trụ của Omniverse và Cosmos để đào tạo, xác thực và triển khai chính sách.

Ví dụ: với Apple Vision Pro, các nhà phát triển có thể vận hành rô-bốt từ xa, thu thập dữ liệu mà không cần rô-bốt vật lý và dạy các chuyển động của nhiệm vụ theo cách không rủi ro. môi trường. Thông qua tính năng ngẫu nhiên hóa miền của Omniverse và khả năng mở rộng từ 3D sang cảnh thực, các bộ dữ liệu tăng theo cấp số nhân được tạo ra, cung cấp nguồn tài nguyên khổng lồ cho việc học tập của rô-bốt.

Nói tóm lại, cho dù đó là trực quan hóa công nghiệp, lái xe tự động hay robot thông thường, công nghệ của NVIDIA đang dẫn đầu những thay đổi trong tương lai trong lĩnh vực AI vật lý và robot.

Cuối cùng, tôi có một điều quan trọng hơn muốn trình bày. Tất cả những điều này không thể tách rời khỏi một dự án mà chúng tôi đã bắt đầu trong công ty cách đây mười năm có tên là Project Digits. Hệ thống đào tạo trí thông minh GPU học sâu hay gọi tắt là Digit.

Trước khi phát hành chính thức, chúng tôi đã điều chỉnh DGX để hài hòa với RTX, AGX, OVX và các dòng sản phẩm khác của công ty. Sự ra đời của DGX1 đã thực sự thay đổi hướng phát triển của AI và đây cũng là cột mốc quan trọng trong quá trình phát triển AI của NVIDIA.

Bản chất mang tính cách mạng của DGX1

Mục đích ban đầu của DGX1 là cung cấp cho các nhà nghiên cứu và bắt đầu -nâng cấp các công cụ phát triển Một siêu máy tính AI sẵn sàng sử dụng. Hãy tưởng tượng rằng các siêu máy tính trước đây yêu cầu người dùng xây dựng các cơ sở chuyên dụng và thiết kế cũng như xây dựng cơ sở hạ tầng phức tạp để hiện thực hóa sự tồn tại của chúng. DGX1 là siêu máy tính được thiết kế đặc biệt để phát triển AI. Nó không yêu cầu các thao tác phức tạp và có thể sử dụng ngay lập tức.

Tôi vẫn nhớ rằng vào năm 2016, tôi đã giao DGX1 đầu tiên cho một công ty khởi nghiệp - OpenAI. Elon Musk, Ilya Sutskever và nhiều kỹ sư NVIDIA đã có mặt để chào mừng sự xuất hiện của DGX1. Thiết bị này thúc đẩy đáng kể sự phát triển của điện toán AI.

AI hiện diện ở khắp mọi nơi. Không chỉ giới hạn ở các tổ chức nghiên cứu và phòng thí nghiệm khởi nghiệp, như tôi đã đề cập ở phần đầu, AI đã trở thành một phương thức phát triển phần mềm và điện toán hoàn toàn mới. Mọi kỹ sư phần mềm, nghệ sĩ sáng tạo và thậm chí cả người dùng thường xuyên sử dụng các công cụ máy tính đều cần có siêu máy tính AI. Nhưng tôi luôn ước DGX1 nhỏ hơn.

Siêu máy tính AI mới nhất

Sau đây là siêu máy tính AI mới nhất của NVIDIA. Nó vẫn thuộc về Project Digits, chúng tôi vẫn đang tìm kiếm một cái tên hay hơn và hoan nghênh những đề xuất của bạn. Đây thực sự là một thiết bị tuyệt vời.

Siêu máy tính này có thể chạy bộ phần mềm AI hoàn chỉnh của NVIDIA, bao gồm cả DGX Cloud. Nó có thể được sử dụng như một siêu máy tính đám mây, một máy trạm hiệu suất cao hoặc thậm chí là một máy trạm phân tích trên máy tính để bàn. Điều tuyệt vời nhất là nó dựa trên một con chip mới mà chúng tôi đã bí mật phát triển, có tên mã là GB110, đây là con chip Grace Blackwell nhỏ nhất mà chúng tôi từng tạo ra.

Tôi có một con chip trong tay và tôi sẽ cho bạn xem thiết kế bên trong của nó. Con chip này được phát triển với sự hợp tác của MediaTek, công ty SoC hàng đầu thế giới. CPU SoC được xây dựng tùy chỉnh cho NVIDIA và kết nối với GPU Blackwell bằng công nghệ kết nối chip-to-chip NVLink. Con chip nhỏ hiện đang được sản xuất đầy đủ. Chúng tôi kỳ vọng siêu máy tính này sẽ ra mắt chính thức vào khoảng tháng 5

Chúng tôi thậm chí còn cung cấp cấu hình "sức mạnh tính toán kép" có thể kết nối các thiết bị này thông qua ConnectX Together, nó hỗ trợ GPU công nghệ truyền qua (GPUDirect). Đây là một giải pháp siêu máy tính hoàn chỉnh đáp ứng nhu cầu phát triển AI, công việc phân tích và ứng dụng công nghiệp.

Ngoài ra, hãng còn công bố sản xuất hàng loạt ba chip hệ thống Blackwell mới, mô hình cơ bản AI vật lý đầu tiên trên thế giới và những đột phá trong ba lĩnh vực robot chính - tự động Robot đặc vụ AI, robot hình người và xe tự lái.

Liên kết gốc

Chào mừng bạn tham gia cộng đồng chính thức của BlockBeats:

Nhóm Telegram đăng ký: https://t.me/theblockbeats

Nhóm Telegram thảo luận: https://t.me/BlockBeats_App

Tài khoản Twitter chính thức: https://twitter.com/BlockBeatsAsia