uutiset

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Uusi viisausraportti

Toimittaja: Toimitusosasto

[Johdatus uuteen viisauteen] Juuri nyt Lao Huang paljasti SIGGRAPH-konferenssissa: Blackwellin suunnittelunäytteet on lähetetty virallisesti maailmalle tällä viikolla! Myöhemmin Lao Huang ja Xiao Zha keskustelivat takkatulen ääressä ja vaihtoivat läheisesti vaatteita Kun he pääsivät jännittävään kohtaan, Xiao Zha suuttui niin, että hän räjähti.

Äärimmäiset uutiset ovat täällä!

Juuri nyt Lao Huang paljasti SIGGRAPH-tietokonegrafiikkakonferenssissa: Juuri tällä viikolla NVIDIA on alkanut lähettää Blackwellin suunnittelunäytteitä maailmalle!

Välittömästi sen jälkeen juontaja Lauren Goode vitsaili: Kyllä, kaikki laskevat päänsä, se on jakkaran alla.

On syytä mainita, että tämän nykypäivän tehokkaimman AI-sirun takana tekoäly on myös erottamaton ---

Ilman tekoälyä Hopper ei olisi mahdollinen ilman tekoälyä, eikä Blackwell olisi myöskään mahdollinen.

Hänen ja Xiao Zhan välisessä takkakeskustelussa Xiao Zha ei voinut olla edes vannomatta jossain vaiheessa, kun hän hermostui.

Koska kahden pomon aikaisempien vaatteiden muutosten vaikutusta on todella vaikea kuvailla.

Tällä kertaa Xiao Zha antoi Lao Huangille räätälöidyn "mustan nahkatyylisen" puuvillatakin.

Ylävartalon ottamisen jälkeen vaikutus on todella upea!

Tietysti Xiao Zha puki päälleen myös Lao Huangin "käytetty" nahkatakki, jota hän käytti vain 2 tuntia. (Tämä on paljon arvokkaampaa kuin upouusi)

NVIDIAn digitaalisten "kopioiden" maailma

Konferenssissa Lao Huang ilmoitti, että NVIDIA on rakentanut maailman ensimmäisen generatiivisen tekoälymallin, joka pystyy ymmärtämään OpenUSD:tä (kieli, geometria, materiaalit, fysiikka ja avaruus).

Mikä on OpenUSD? Se viittaa Universal Scene Descriptioniin, joka voidaan ymmärtää yleismaailmallisena kohtauksen kuvauksena.

Huang sanoi, että jännittävämpää kuin se, mitä tekoäly voi tehdä tekstillä, on se, että voimme tehdä saman kuvilla.

Esimerkiksi NVIDIAn luoma Edify AI -malli on perusmalli tekstistä 2D:hen.

Brändeille se voi luoda Coca-Colaa, autoja, luksustavaroita jne. Vihjeiden hallinta on kuitenkin vaikea asia.

Tämä johtuu siitä, että sanojen leveysaste on hyvin pieni, se on sisällöltään erittäin tiivistetty, mutta samalla se on erittäin epätarkka.

NVIDIA on luonut tavan tehdä tämä - luoda toinen malli, ohjata sitä ja säätää sen kohdistusta useammille olosuhteille.

Omniversen avulla kaikki tämä multimodaalinen data ja sisältö voidaan yhdistää, olipa kyseessä 3D, tekoäly, animaatio tai materiaalit.

Voimme muuttaa sen asentoa, asentoa, lyhyesti sanottuna mitä tahansa haluamme.

Ehdollisten kehotteiden käyttäminen Omniversessä voidaan ymmärtää eräänlaisena 3D-tehostetulle sukupolvelle, aivan kuten haulla tehostettu sukupolvi.

Tällä tavalla voimme luoda kuvan haluamallamme tavalla.

Seuraavaksi WPP käytti Shutterstockia viimeistelläkseen töitä maailmankuulujen tuotemerkkien kanssa, mikä järkytti yleisöä suoraan.

Rakenna minulle pöytä tyhjään huoneeseen, jonka ympärillä on tuolit, kiireiseen ravintolaan.

Rakenna minulle pöytä tacoilla ja kulho salsaa aamulla.

Rakenna minulle auto tyhjälle tielle, puiden ympäröimänä, lähellä modernia taloa.

Rakenna minulle puu tyhjään peltoon.

Rakenna minulle satoja näitä puita kaikkiin suuntiin.

Anna metsässä olla pensaita ja viiniköynnöksiä.

Rakenna minulle jättiläinen sademetsä, joka on täynnä eksoottisia kukkia ja auringonvaloa.

Omniverse ymmärtää nyt tekstin muuntamisen dollareiksi. Se ymmärtää tekstiä ja sillä on semanttinen tietokanta, jotta kaikki 3D-objektit voidaan etsiä.

Joten pieni tyttö voi kuvitella, kuinka hän haluaa täyttää 3D-puun, ja kun hän on valmis, 3D-kohtaus muuttuu generatiiviseksi tekoälymalliksi, joka muuttaa sen fotorealistiseksi malliksi.

Siitä lähtien Omniverseen ilmestyy yhä enemmän luovaa tekoälyä auttamaan ihmisiä luomaan näitä simulaatioita tai digitaalisia kaksosia.

Esimerkiksi seuraava digitaalinen tekoäly mahdollistaa jokaisen yrityksen asiakaspalvelun.

Tällä hetkellä asiakaspalvelu on ihmisten tekemiä, mutta tulevaisuudessa tekoäly on mukana.

Asiakaspalvelu yhdistetään digitaaliseen ihmiskäyttöliittymään, joka on IO. Tämä IO voi puhua ja ottaa katsekontaktin meihin.

Kaikenlaisia ​​tekoälyjä voidaan yhdistää tähän digitaaliseen ihmiseen, ja jopa digitaalinen ihminen voidaan liittää NVIDIA:n hakua tehostetun asiakaspalvelun tekoälyyn.

NIM palvelu

Tässä konferenssissa NVIDIA lanseerasi uudet NIM-mikropalvelut.

NIM on räätälöity erilaisiin työnkulkuihin, mukaan lukien OpenUSD, 3D-mallinnus, fysiikka, materiaalit, robotiikka, teolliset digitaaliset kaksoset ja fysiikan tekoäly.

Tekoälyn ja grafiikan alalla NVIDIA on lanseerannut uuden OpenUSD NIM -mikropalvelun, joka on suunniteltu fyysisten tekoälysovellusten luomiseen.

Tämä työnkulku sisältää uusia NIM-mikropalveluita robottisimulaatioon ja paljon muuta humanoidirobottien kehityksen nopeuttamiseksi.

"Kolmekeho" luo robotteja

Huang ennusti, että tekoälyn seuraava aalto on fyysinen tekoäly.

Jos robotiikkateknologia haluaa kehittyä, se tarvitsee kehittyneitä tekoälyä ja realistisia virtuaalimaailmoja, ja ennen kuin seuraavan sukupolven humanoidirobotit voidaan ottaa käyttöön, meidän on koulutettava tekoäly.

Robotiikka vaatii kolme tietokonetta: yhden tekoälyn kouluttamiseen, yhden tekoälyn testaamiseen fyysisesti tarkoissa simulaatioissa ja yhden robotin sisällä, joka voi oppia optimoimaan robotin.

Toisin sanoen kolmas tekoäly on tietokone, joka todella käyttää tekoälyä.

Tätä varten Nvidia loi kolme tietokonetta.

Ilman tekoälyä ei olisi H100/H200 ja B100

NVIDIAn 1990-luvulta alkavassa historiassa todellinen DNA on tietokonegrafiikassa.

Tietokonegrafiikka on myös tuonut Nvidian nykyiseen paikkaan.

Tämä kuva näyttää joitakin tärkeitä virstanpylväitä tietokoneteollisuudessa, mukaan lukien IMB 360 -järjestelmä, Utah Teapot, ray Tracing, ohjelmoitava varjostus jne.

NVIDIA perustettiin vuonna 1993. Kahdeksan vuotta myöhemmin he keksivät ensimmäisen ohjelmoitavan varjostuksen GPU:n, joka ohjasi suurelta osin Nvidian kehityshistoriaa.

Voidaan sanoa, että kaiken NVIDIAn taustalla on nopeutettu laskenta. He uskoivat vakaasti, että jos he loivat laskennallisen mallin, joka tehostaisi yleiskäyttöistä tietojenkäsittelyä, he voisivat ratkaista ongelmia, joita tavalliset tietokoneet eivät pysty.

Suositeltu ala on tietokonegrafiikka. He tekivät oikean vedon.

Tietokonegrafiikan soveltaminen ei-mainstream-kenttään tuolloin - 3D-grafiikkavideopeleissä - edisti suoraan Nvidian vauhtipyörää.

Sen jälkeen kesti heiltä kauan saada CUDA kaikkialle, ja sitten vuonna 2012, kuten Star Trekissä, NVIDIA lähestyi AlexNetiä ensimmäistä kertaa.

Vuonna 2012 se oli räjähtävä hetki, AlexNet saavutti hämmästyttävän läpimurron tietokonenäön alalla. Sen ydin – syvä oppiminen on niin syvällistä, että insinöörien ei enää tarvitse kuvitella, miltä tulos näyttää syöttämisen jälkeen.

Vuonna 2016 Nvidia toi markkinoille ensimmäisen syväoppimiseen rakennetun tietokoneen, DGX-1:n, jota Musk suosi. Tuote toimitettiin myöhemmin vielä vähän tunnetulle OpenAI:lle.

Myöhemmin keksittiin RTX ja DLSS.

Sitten syntyi ChatGPT.

Tulevaisuudessa jokaisella on tekoälyassistentti

Nykyään olemme oppineet käyttämään tekoälyä oppimaan kaikkea, ei vain sanoja, vaan kuvia, videoita, 3D:tä, kemikaaleja, proteiineja, fysiikkaa, termodynamiikkaa, nestedynamiikkaa, hiukkasfysiikkaa ja paljon muuta.

Ymmärrämme kaikkien näiden erilaisten menetelmien merkityksen.

Lao Huangin näkemyksen mukaan visuaaliseen laskentaan perustuva generatiivinen tekoälyvallankumous lisää ihmisen luovuutta.

Olemme todella vallankumouksellisella hetkellä matkalla kohti Software 3.0:n aikakautta – mikään teollisuus ei voi välttyä tekoälyn vaikutukselta!

Huang ennusti: Kaikilla on tekoälyassistentti, ja jokaista yritystä ja jokaista työpaikkaa yrityksessä avustaa tekoäly.

Nopeuta tietojenkäsittelyä energiaongelmien ratkaisemiseksi

Vaikka generatiivisen tekoälyn odotetaan parantavan ihmisen tuottavuutta, tekoälyinfrastruktuurin energiankulutus on suuri ongelma, joka vaivaa koko planeettaa.

Yksi ChatGPT-haku vastaa 10 Google-haun tehoa.

Palvelinkeskukset kuluttavat 1–2 % maailman kokonaisenergiasta ja voivat jopa nousta 6 prosenttiin kymmenen vuoden sisällä.

mitä tehdä? Lao Huangilla on ratkaisu.

Hän sanoi, että nopeutetun laskentatekniikan odotetaan tekevän tietojenkäsittelystä energiatehokkaampaa.

"Nopeutettu laskenta voi auttaa meitä säästämään paljon energiaa. Se voi säästää 20 kertaa tai 50 kertaa ja suorittaa saman käsittelyn", Huang sanoi.

"Ensimmäinen asia, joka meidän on yhteiskunnassa tehtävä, on nopeuttaa kaikkia mahdollisia sovelluksia: Tämä vähentää energian käyttöä ympäri maailmaa."

Tästä syystä Blackwell on erittäin odotettu, koska se käyttää samaa energiaa, mutta nopeuttaa sovelluksia huomattavasti.

Ja halpenee.

Lao Huang korosti: Muista, että generatiivisen tekoälyn tavoitteena ei ole koulutus, vaan päättely. Ihannetapauksessa johtopäätös voisi antaa meille mahdollisuuden luoda uusia malleja sään ennustamiseen, uusien materiaalien ennustamiseen, toimitusketjujen optimointiin ja paljon muuta.

Muista, että datakeskukset eivät ole ainoita paikkoja, jotka kuluttavat energiaa. Globaalit datakeskukset kattavat vain 40 % kaikesta tietojenkäsittelystä, ja 60 % energiankulutuksesta tapahtuu verkossa, jolloin elektronit, bitit ja tavut liikkuvat.

Siksi generatiivinen tekoäly vähentää energiankulutusta verkossa, koska tietoja ei tarvitse hakea, vaan voimme luoda sen suoraan paikan päällä.

Ja juuri nyt Nvidia otti GCP:ssä käyttöön GPU:t Panda-käyttöön.

Maailman johtava datatieteen alusta on lisännyt nopeuden suoraan 50-kertaisesta 100-kertaiseen ylittäen yleisen tietojenkäsittelyn.

Viimeisten 10–12 vuoden aikana olemme nostaneet syvän oppimisen nopeutta miljoona kertaa ja vähentäneet kustannuksia ja energiankulutusta miljoona kertaa.

NVIDIA tuo kuitenkin myös uusia innovaatioita tekoälyyn suunnittelemalla uusia prosessoreita, uusia järjestelmiä, Tensor-ydingrafiikkasuorittimia ja NVLink-kytkinrakenteita.

Takkakeskustelu Lao Huangin ja Xiao Zhan välillä

Monet ihmiset ovat odottaneet pitkään SIGGRAPHin kahden toimitusjohtajan välistä takkakeskustelua tänä vuonna. Xiao Zhan omien sanojen mukaan "alan kaksi vanhinta perustajaa", millaiset kipinät törmäävät?

seuraava aalto

Ei ole yllättävää, että "Green Plum Cooking Wine" -elokuvan kaksi sankaria jakoivat ennusteensa ja puhuivat tulevaisuuden teknologisista kehitystrendeistä GenAI:sta agenttiin ja "Metaverseen", jota Xiao Zha on aina ajatellut.

Huang sanoi olevansa järkyttynyt myös GenAI:n teknisestä voimasta "En muista mitään teknologiaa, joka olisi vaikuttanut kuluttajiin, yrityksiin, teollisuuteen ja tiedemaailmaan niin nopeasti ja joka kattaa kaiken ilmastoteknologiasta bioteknologiaan. fysiikan eri aloilla."

Xiao Zha sanoi myös, että GenAI todennäköisesti muokkaa Metan erilaisia ​​sosiaalisen median ohjelmistoja.

Aiemmin näiden tuotteiden ydin, suositusjärjestelmä, oli vain välittää käyttäjiä kiinnostavaa sisältöä.

Mutta GenAI ei enää rajoitu olemassa olevaan sisältöön. Se ei ainoastaan ​​auta tekijöitä, vaan myös luo reaaliaikaista sisältöä käyttäjille tai syntetisoi olemassa olevaa sisältöä sen luomiseksi.

Mitä tulee Agentin kehitykseen, näillä kahdella näyttää olevan samanlaiset näkemykset.

Edellisessä puheessaan Huang teki selväksi, että "tulevaisuudessa jokaisella on oma tekoälyassistentti".

Tämän keskustelun aikana Xiao Zha ilmaisi myös samanlaisen näkemyksen. Hän suunnittelee Metalle tekoälyassistentti- ja AI Studio -tuotteita, joiden avulla jokainen voi luoda oman agenttinsa eri tarkoituksiin.

Tulevaisuudessa jokaisella yrityksellä on oma tekoäly, kuten nykyään kaikilla yrityksillä on omat sosiaalisen median ja sähköpostitilit.

Kuinka "älykäs" sen kutsuman "AI-avustajan" tulee olla?

Tähän mennessä näkemämme Llama 3 on vain "chatbotin" kaltainen kielimalli, joka voi vastata vain ihmisten kysymyksiin. Mutta Xiao Zha toivoo, että tekoäly voidaan antaa "tarkoitukselle".

Lao Huang kuvaili sitä "suunnittelukyvyksi", joka voi muodostaa "päätöspuun" mieleen ihmisten tavoin ja ohjata sitten käyttäytymistä.

Hän ennusti vielä rohkeammin, että tällainen tekoälyassistentti maksaisi vain 10 dollaria tunnissa, mutta se voisi parantaa huomattavasti insinöörien työsuoritusta. "Jos et ole vielä palkannut tekoälyä, tee se nyt!"

Mitä tulee Metan ytimeen ja ainutlaatuisimpaan AR/VR-tekniikkaan, Xiao Zhan suunnitelma on myös melko tarkka, ja se heijastaa täysin hänen pakko-oireista persoonallisuuttaan.

(Lao Huangin uutisten mukaan tomaatit voidaan leikata millimetrin tarkkuudella, ja jokainen tomaattiviipale ei voi koskettaa toisiaan.)

Viime vuoden syyskuussa Meta ja Ray-Ban toivat markkinoille uudet älylasit, jotka on varustettu äänilaitteilla ja kameroilla, joiden avulla käyttäjät voivat ottaa kuvia suoraan molempien silmien näkökulmasta tai lähettää suorana laseissa näkyvän näkökentän suoraan Facebookiin tai Instagram ja integroi keskusteluavustajan Meta AI.

Xiao Zha sanoi, että Ray-Ban-lasien nykytilanteen perusteella 300 dollarin hintaisista ei-näytöllisistä tekoälylaseista tulee erittäin suosittu tuote.

Hänen ennusteensa mukaan älylaseista tulee tulevaisuudessa matkapuhelimen kaltainen laite, ja kaikki silmälaseja käyttävät käyttävät älylaseja (yli miljardi ihmistä maailmassa).

Lähivuosina Meta tuo markkinoille myös holografisilla AR-toiminnoilla varustetut lasit. Vaikka hinta on edelleen korkea, se on toteuttamiskelpoinen tuote.

Älylaseista poiketen sekatodellisuuskuulokkeet ovat enemmän samankaltaisia ​​kuin työasemat tai pelikonsolit. Niitä ei ole mukava kantaa mukana, mutta niiden laskentateho on suurempi ja ne voivat tarjota käyttäjille mukaansatempaavamman käyttökokemuksen.

Lisäksi holografisen AR-tekniikan kehityksen myötä "virtuaaliset kokoukset" tulevat pian todellisuutta.

Poiketen Zoom-alustalla olevista avatareista tai videoista, jokaisella on oma holografinen kuvansa, vaikka he olisivat eri fyysisessä tilassa, hologrammien luomat "virtuaaliset ihmiset" voivat tehdä yhteistyötä ja olla vuorovaikutuksessa samassa tilassa.

Avoin lähdekoodi on tie eteenpäin

Metan johdonmukainen "avoimen lähdekoodin" strategia on myös keskeinen asia, josta on keskusteltava.

Lao Huang arvostaa tätä strategiaa erittäin paljon. Hän sanoi, että Llama 2 voi olla viime vuoden tärkein tapahtuma yhdessä PyTorchin ja äskettäin julkaistun Llama 3.1:n kanssa.

Mutta Xiao Zha sanoi, että heidän polkunsa avoimeen lähdekoodiin oli myös eräänlainen "sopeutuminen".

Monilla raiteilla, varsinkin hajautetuissa laskentajärjestelmissä ja datakeskuksissa, Metan lähtöviiva on itse asiassa jäljessä muista yrityksistä, joten tiimi ajatteli avointa lähdekoodia, erityisesti avointa laskentaa.

Yllättäen tästä apuvälineestä on tullut keskeinen strategia "kaarien ohituksessa".

Avoimen lähdekoodin ansiosta Metan julkaisemista tuotteista tulee alan standardeja ja koko toimitusketju rakentuu sen ympärille. Meta säästää jopa miljardeja dollareita tekemällä projektista avoimen lähdekoodin.

Esimerkiksi Meta itse asiassa tuli GPU-kenttään myöhemmin kuin useimmat yritykset, mutta niiden tällä hetkellä käyttämien GPU-supertietokoneklusterien laajuus ylittää lähes kaikkien kilpailijoiden.

Tietenkin Lao Huangin vahva tuki on välttämätön tämän takana. Loppujen lopuksi Metan 600 000 GPU:ta valmistaa myös Nvidia.

Vaikka avoin lähdekoodi voi edistää tämän yhteisön ja teollisuuden kehitystä, Xiao Zha sanoi myös rehellisesti, että avoin lähdekoodi ei ole hyväntekeväisyyttä, emmekä valinneet tätä strategiaa epäitsekkään sydämen takia.

Tärkeämpää on saada rakennettava tuote saavuttamaan huippunsa ja siitä tulee paras mahdollinen.

PyTorch on tyypillisin esimerkki. Kehittäjät ympäri maailmaa, mukaan lukien 2–300 NVIDIA-insinööriä, auttavat tätä avoimen lähdekoodin kehystä löytämään vikoja ja optimoimaan sen muodostaen sen, mitä Huang kutsuu "PyTorch-tekniikkavuoreksi".

Vaikka Xiao Zha itse myöntää avoimen lähdekoodin olevan itsekäs, hän ei silti voi olla tunteita puhuessaan "suljetuista" alustoista. Ainoa kirosana huoneessa tuli tästä aiheesta.

Vaikka Metalla on useita kuningastason sosiaalisia ohjelmistoja, näitä sovelluksia on jaettava kilpailijoiden alustojen, erityisesti Apple App Storen ja Googlen Android-järjestelmän kautta.

Xiaozhan ärsyttää suuresti se, että hänellä oli aikoinaan monia tuoteideoita, mutta näiden mobiilialustojen erilaisten rajoitusten vuoksi ne eivät lopulta päässeet liikkeelle.

Äärimmäinen riippuvuus alustoista mobiili-Internetin aikakaudella eroaa täysin PC-aikakauden avoimuudesta, minkä vuoksi Xiao Zha kaipaa Facebookia verkossa.

Siksi hän sanoi luottavaisin mielin, että kehitämme seuraavan sukupolven laskenta-alustoja, nimittäin sekatodellisuusteknologiaa, jossa avoimen lähdekoodin ohjelmistot saavat takaisin enemmän arvoa.

Seuraavan sukupolven alusta ja ekosysteemi on avoimempi ja osallistavampi, samanlainen kuin edellinen Windows- tai Android-ekosysteemi, eikä täysin suljettu Apple.

Tämä pyrkimys "tehdä avoimesta lähdekoodista jälleen mahtavaksi" muistuttaa ihmisiä hänen vertauskuvastaan, kun Llama 3.1 julkaistiin - Llama 3.1 on tämän aikakauden Linux.

Ei ole helppoa olla toimitusjohtaja

Koko keskustelun ajan he tunsivat toisilleen melko myötätuntoa ja puhuivat usein toimitusjohtajan uran vaikeudesta.

Jensen, 61-vuotias ja nahkatakki päällä, jopa vertasi itseään herkkää kukkaa, jolla on vakavat kasvot: "Olemme toimitusjohtajat, kuten herkät kukat, tarvitsemme paljon tukea."

Xiao Zha jopa sanoi: "Olemme nyt melko ahneita."

Tämä tunne voi johtua ylä- ja alamäistä, joita kaksi vanhempaa perustajaa ovat kokeneet yrityksen kanssa.

Xiao Zhan näkemyksen mukaan Lao Huang kesti painetta olla suosimatta ja vaati tehdä tietokoneesta "superbehemotti", mikä teki Nvidiasta alan legendan;

Lao Huangin näkemyksen mukaan Xiao Zha on johtanut Metan moniin muutoksiin PC:stä mobiililaitteeksi ja sosiaalisesta mediasta VR/AR- ja tekoälytutkimukseen.

Keskustelun lopussa Huang totesi tylysti näiden kahden väliset yhtäläisyydet: "Tiedän, kuinka vaikeaa se on (muutos). Me molemmat olemme kärsineet vakavasti, mutta tämä on välttämätöntä pioneeriksi ja innovoimiseksi. .

Viitteet:

https://www.youtube.com/watch?v=H0WxJ7caZQU

https://www.youtube.com/watch?v=w-cmMcMZoZ4