Νέα

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Νέα Έκθεση Σοφίας

Επιμέλεια: Τμήμα Σύνταξης

[Εισαγωγή στη Νέα Σοφία] Μόλις τώρα, ο Lao Huang αποκάλυψε στο συνέδριο SIGGRAPH: Τα δείγματα μηχανικής της Blackwell στάλθηκαν επίσημα στον κόσμο αυτή την εβδομάδα! Στη συνέχεια, ο Λάο Χουάνγκ και ο Σιάο Ζα είχαν μια συνομιλία δίπλα στο τζάκι και αντάλλαξαν ρούχα από κοντά.

Τα έκτακτα νέα είναι εδώ!

Μόλις τώρα, ο Lao Huang αποκάλυψε στη διάσκεψη γραφικών υπολογιστών SIGGRAPH: Μόλις αυτή την εβδομάδα, η NVIDIA άρχισε να στέλνει δείγματα μηχανικής Blackwell στον κόσμο!

Αμέσως μετά, η οικοδέσποινα Lauren Goode αστειεύτηκε: Ναι, όλοι χαμηλώνουν το κεφάλι, υπάρχει κάτω από το σκαμπό.

Αξίζει να αναφέρουμε ότι πίσω από αυτό το πιο ισχυρό τσιπ AI σήμερα, το AI είναι επίσης αδιαχώριστο——

Χωρίς την τεχνητή νοημοσύνη, ο Χόπερ δεν θα ήταν δυνατός χωρίς την τεχνητή νοημοσύνη, ούτε ο Μπλακγουέλ.

Σε μια συνομιλία μεταξύ του ίδιου και του Xiao Zha, ο Xiao Zha δεν μπόρεσε να μην βρίσει κάποια στιγμή όταν συγκινήθηκε.

Γιατί η επίδραση των προηγούμενων αλλαγών ρούχων των δύο αφεντικών είναι πραγματικά δύσκολο να περιγραφεί.

Αυτή τη φορά, ο Xiao Zha χάρισε ειδικά στον Lao Huang ένα προσαρμοσμένο βαμβακερό παλτό σε στυλ μαύρου δέρματος.

Μετά τη λήψη του πάνω μέρους του σώματος, το αποτέλεσμα είναι πράγματι εξαιρετικό!

Φυσικά, ο Xiao Zha φόρεσε και το «μεταχειρισμένο» δερμάτινο μπουφάν του Lao Huang που χρησιμοποίησε μόνο για 2 ώρες. (Αυτό είναι πολύ πιο πολύτιμο από το ολοκαίνουργιο)

Ο κόσμος των ψηφιακών "αντιγράφων" της NVIDIA

Στο συνέδριο, ο Lao Huang ανακοίνωσε ότι η NVIDIA έχει κατασκευάσει το πρώτο μοντέλο παραγωγής τεχνητής νοημοσύνης στον κόσμο που μπορεί να κατανοήσει το OpenUSD (γλώσσα, γεωμετρία, υλικά, φυσική και διάστημα).

Τι είναι το OpenUSD; Αναφέρεται στο Universal Scene Description, το οποίο μπορεί να γίνει κατανοητό ως καθολική περιγραφή σκηνής.

Ο Huang είπε ότι αυτό που είναι πιο συναρπαστικό από αυτό που μπορεί να κάνει η τεχνητή νοημοσύνη με το κείμενο είναι ότι μπορούμε να κάνουμε το ίδιο με τις εικόνες.

Για παράδειγμα, το μοντέλο Edify AI που δημιουργήθηκε από την NVIDIA είναι ένα βασικό μοντέλο από κείμενο σε 2D.

Για τις μάρκες, μπορεί να δημιουργήσει Coca-Cola, αυτοκίνητα, είδη πολυτελείας κ.λπ. Ωστόσο, ο έλεγχος των συνθηκών είναι δύσκολο πράγμα.

Αυτό συμβαίνει γιατί το γεωγραφικό πλάτος των λέξεων είναι πολύ χαμηλό, είναι εξαιρετικά συμπιεσμένο σε περιεχόμενο, αλλά ταυτόχρονα είναι πολύ ανακριβές.

Η NVIDIA δημιούργησε έναν τρόπο για να το κάνετε αυτό - δημιουργήστε ένα άλλο μοντέλο, ελέγξτε το και προσαρμόστε την ευθυγράμμισή του σε περισσότερες συνθήκες.

Με το Omniverse, όλα αυτά τα πολυτροπικά δεδομένα και το περιεχόμενο μπορούν να συνδυαστούν, είτε πρόκειται για 3D, είτε για τεχνητή νοημοσύνη, κινούμενα σχέδια ή υλικά.

Μπορούμε να του αλλάξουμε στάση, θέση, με λίγα λόγια ό,τι θέλουμε.

Η χρήση προτροπών υπό όρους στο Omniverse μπορεί να γίνει κατανοητή ως ένα είδος βελτιωμένης παραγωγής 3D, όπως και η βελτιωμένη παραγωγή ανάκτησης.

Με αυτόν τον τρόπο, μπορούμε να δημιουργήσουμε την εικόνα όπως μας αρέσει.

Στη συνέχεια, το WPP χρησιμοποίησε το Shutterstock για να ολοκληρώσει έργα με παγκοσμίου φήμης επωνυμίες, γεγονός που συγκλόνισε άμεσα το κοινό.

Χτίσε μου ένα τραπέζι σε ένα άδειο δωμάτιο, με καρέκλες γύρω του, σε ένα πολυσύχναστο εστιατόριο.

Φτιάξτε μου ένα τραπέζι με τάκος και ένα μπολ σάλσα στο πρωινό φως.

Φτιάξτε μου ένα αυτοκίνητο σε έναν άδειο δρόμο, περιτριγυρισμένο από δέντρα, κοντά σε ένα μοντέρνο σπίτι.

Χτίσε μου ένα δέντρο σε ένα άδειο χωράφι.

Φτιάξτε μου εκατοντάδες από αυτά τα δέντρα προς όλες τις κατευθύνσεις.

Αφήστε τα ξύλα να κρεμαστούν με θάμνους και αμπέλια.

Φτιάξτε μου ένα τεράστιο τροπικό δάσος γεμάτο εξωτικά λουλούδια και ακτίνες ηλιακού φωτός.

Το Omniverse κατανοεί πλέον τη μετατροπή κειμένου σε USD. Κατανοεί κείμενο και έχει μια σημασιολογική βάση δεδομένων, ώστε να μπορούν να αναζητηθούν όλα τα τρισδιάστατα αντικείμενα.

Έτσι, το κοριτσάκι μπορεί να φανταστεί πώς θέλει να γεμίσει το 3D δέντρο και μόλις τελειώσει, η τρισδιάστατη σκηνή μετατρέπεται σε ένα παραγωγικό μοντέλο AI που το μετατρέπει σε ένα φωτορεαλιστικό μοντέλο.

Από εκεί και πέρα, όλο και πιο παραγωγική τεχνητή νοημοσύνη θα εμφανίζεται στο Omniverse για να βοηθήσει τους ανθρώπους να δημιουργήσουν αυτές τις προσομοιώσεις ή ψηφιακά δίδυμα.

Για παράδειγμα, η ακόλουθη ψηφιακή τεχνητή νοημοσύνη θα επιτρέψει σε κάθε εταιρεία να παρέχει εξυπηρέτηση πελατών.

Προς το παρόν, η εξυπηρέτηση πελατών γίνεται από ανθρώπους, αλλά στο μέλλον θα εμπλακεί και η τεχνητή νοημοσύνη.

Η εξυπηρέτηση πελατών θα συνδεθεί με μια ψηφιακή ανθρώπινη διεπαφή, η οποία είναι μια IO. Αυτό το IO μπορεί να μιλήσει και να κάνει οπτική επαφή μαζί μας.

Όλα τα είδη τεχνητής νοημοσύνης μπορούν να συνδεθούν σε αυτόν τον ψηφιακό άνθρωπο και ακόμη και ο ψηφιακός άνθρωπος μπορεί να συνδεθεί με την τεχνητή νοημοσύνη εξυπηρέτησης πελατών της NVIDIA με βελτιωμένη αναζήτηση.

Υπηρεσία NIM

Σε αυτό το συνέδριο, η NVIDIA παρουσίασε ένα νέο σύνολο μικροϋπηρεσιών NIM.

Το NIM είναι προσαρμοσμένο για διαφορετικές ροές εργασίας, συμπεριλαμβανομένου του OpenUSD, της τρισδιάστατης μοντελοποίησης, της φυσικής, των υλικών, της ρομποτικής, των βιομηχανικών ψηφιακών δίδυμων και της φυσικής AI.

Στον τομέα της τεχνητής νοημοσύνης και των γραφικών, η NVIDIA λάνσαρε μια νέα μικρουπηρεσία OpenUSD NIM σχεδιασμένη για τη δημιουργία φυσικών εφαρμογών τεχνητής νοημοσύνης.

Αυτή η ροή εργασίας περιλαμβάνει νέες μικροϋπηρεσίες NIM για προσομοίωση ρομπότ και άλλες για την επιτάχυνση της ανάπτυξης ανθρωποειδών ρομπότ.

Το «Three-body» δημιουργεί ρομπότ

Ο Huang προέβλεψε ότι το επόμενο κύμα τεχνητής νοημοσύνης θα είναι το φυσικό AI.

Εάν η τεχνολογία της ρομποτικής θέλει να προχωρήσει, θα χρειαστεί προηγμένη τεχνητή νοημοσύνη και ρεαλιστικούς εικονικούς κόσμους και πριν μπορέσει να αναπτυχθεί η επόμενη γενιά ανθρωποειδών ρομπότ, πρέπει να εκπαιδεύσουμε την τεχνητή νοημοσύνη.

Η ρομποτική απαιτεί τρεις υπολογιστές: έναν για την εκπαίδευση του AI, έναν για τη δοκιμή του AI σε προσομοιώσεις ακριβείας και έναν μέσα στο ίδιο το ρομπότ που μπορεί να μάθει πώς να βελτιστοποιεί το ρομπότ.

Με άλλα λόγια, το τρίτο AI είναι ο υπολογιστής που εκτελεί πραγματικά το AI.

Για να γίνει αυτό, η Nvidia δημιούργησε τρεις υπολογιστές.

Χωρίς AI, δεν θα υπήρχαν H100/H200 και B100

Στην ιστορία της NVIDIA από τη δεκαετία του 1990, το πραγματικό DNA βρίσκεται στα γραφικά υπολογιστών.

Τα γραφικά υπολογιστών έχουν επίσης φέρει τη Nvidia στο σημείο που βρίσκεται σήμερα.

Αυτή η εικόνα δείχνει μερικά σημαντικά ορόσημα στη βιομηχανία των υπολογιστών, όπως το σύστημα IMB 360, το Utah Teapot, η ανίχνευση ακτίνων, η προγραμματιζόμενη σκίαση κ.λπ.

Το 1993 ιδρύθηκε η NVIDIA. Οκτώ χρόνια αργότερα, ανακάλυψαν την πρώτη προγραμματιζόμενη GPU σκίασης, η οποία οδήγησε σε μεγάλο βαθμό την ιστορία ανάπτυξης της Nvidia.

Μπορούμε να πούμε ότι ο πυρήνας πίσω από όλα όσα κάνει η NVIDIA είναι η επιτάχυνση των υπολογιστών. Πίστευαν ακράδαντα ότι εάν δημιουργούσαν ένα υπολογιστικό μοντέλο που ενίσχυε την υπολογιστική γενικής χρήσης, θα μπορούσαν να λύσουν προβλήματα που οι συνηθισμένοι υπολογιστές δεν μπορούν.

Το προτιμώμενο πεδίο είναι τα γραφικά υπολογιστή. Έβαλαν το σωστό στοίχημα.

Η εφαρμογή των γραφικών υπολογιστών σε ένα μη κυρίαρχο πεδίο εκείνης της εποχής - τα βιντεοπαιχνίδια 3D γραφικών, προώθησε άμεσα το σφόνδυλο της Nvidia.

Μετά από αυτό, τους πήρε πολύ χρόνο για να κάνουν το CUDA πανταχού παρόν και στη συνέχεια, το 2012, όπως στο Star Trek, η NVIDIA προσέγγισε το AlexNet για πρώτη φορά.

Το 2012, ήταν μια εκρηκτική στιγμή, η AlexNet πέτυχε μια εκπληκτική ανακάλυψη στην όραση υπολογιστών. Η βασική του μάθηση είναι τόσο βαθιά που οι μηχανικοί δεν χρειάζεται πλέον να φαντάζονται πώς θα είναι η έξοδος μετά την παροχή εισροών.

Το 2016, η Nvidia κυκλοφόρησε τον πρώτο υπολογιστή που κατασκευάστηκε για βαθιά εκμάθηση, τον DGX-1, ο οποίος ευνοήθηκε από τον Musk. Το προϊόν στη συνέχεια παραδόθηκε στο ελάχιστα γνωστό τότε OpenAI.

Στη συνέχεια, εφευρέθηκαν τα RTX και DLSS.

Στη συνέχεια, ήρθε η γέννηση του ChatGPT.

Στο μέλλον, όλοι θα έχουν έναν βοηθό AI

Σήμερα, μάθαμε να χρησιμοποιούμε την τεχνητή νοημοσύνη για να μαθαίνουμε τα πάντα, όχι μόνο λέξεις, αλλά εικόνες, βίντεο, 3D, χημικές ουσίες, πρωτεΐνες, φυσική, θερμοδυναμική, δυναμική ρευστών, σωματιδιακή φυσική και πολλά άλλα.

Κατανοούμε το νόημα όλων αυτών των διαφορετικών τρόπων.

Κατά την άποψη του Lao Huang, η γενεσιουργός επανάσταση της τεχνητής νοημοσύνης που βασίζεται στον οπτικό υπολογιστή ενισχύει την ανθρώπινη δημιουργικότητα.

Βρισκόμαστε πραγματικά σε μια επαναστατική στιγμή, οδεύοντας προς την εποχή του Software 3.0 - καμία βιομηχανία δεν μπορεί να ξεφύγει από τον αντίκτυπο της AI!

Ο Χουάνγκ προέβλεψε: Ο καθένας θα έχει έναν βοηθό τεχνητής νοημοσύνης και κάθε εταιρεία και κάθε δουλειά εντός της εταιρείας θα βοηθείται από την τεχνητή νοημοσύνη.

Επιτάχυνση των υπολογιστών για την επίλυση ενεργειακών προβλημάτων

Αν και η γενετική τεχνητή νοημοσύνη αναμένεται να βελτιώσει την ανθρώπινη παραγωγικότητα, η κατανάλωση ενέργειας της υποδομής τεχνητής νοημοσύνης είναι ένα σημαντικό πρόβλημα που μαστίζει ολόκληρο τον πλανήτη.

Μια αναζήτηση στο ChatGPT ισοδυναμεί με την ισχύ 10 αναζητήσεων Google.

Τα κέντρα δεδομένων καταναλώνουν το 1% έως το 2% της συνολικής παγκόσμιας ενέργειας και μπορεί να φτάσουν ακόμη και το 6% μέσα σε μια δεκαετία.

τι να κάνω; Ο Λάο Χουάνγκ έχει μια λύση.

Είπε ότι η τεχνολογία επιταχυνόμενων υπολογιστών αναμένεται να κάνει τους υπολογιστές πιο ενεργειακά αποδοτικούς.

"Ο επιταχυνόμενος υπολογισμός μπορεί να μας βοηθήσει να εξοικονομήσουμε πολλή ενέργεια. Μπορεί να εξοικονομήσει 20 φορές ή 50 φορές και να εκτελέσει την ίδια επεξεργασία", είπε ο Huang.

«Το πρώτο πράγμα που πρέπει να κάνουμε ως κοινωνία είναι να επιταχύνουμε κάθε εφαρμογή που μπορούμε: Αυτό μειώνει την ποσότητα ενέργειας που χρησιμοποιείται σε όλο τον κόσμο».

Αυτός είναι ο λόγος για τον οποίο το Blackwell είναι ιδιαίτερα αναμενόμενο επειδή χρησιμοποιεί την ίδια ενέργεια αλλά επιταχύνει πολύ τις εφαρμογές.

Και γίνεται φθηνότερο.

Ο Λάο Χουάνγκ τόνισε: Θυμηθείτε, ο στόχος της γενετικής τεχνητής νοημοσύνης δεν είναι η εκπαίδευση, αλλά η λογική. Στην ιδανική περίπτωση, το συμπέρασμα θα μπορούσε να μας επιτρέψει να δημιουργήσουμε νέα μοντέλα για την πρόβλεψη του καιρού, την πρόβλεψη νέων υλικών, τη βελτιστοποίηση των αλυσίδων εφοδιασμού και πολλά άλλα.

Θυμηθείτε, τα κέντρα δεδομένων δεν είναι τα μόνα μέρη που καταναλώνουν ενέργεια. Τα παγκόσμια κέντρα δεδομένων αντιπροσωπεύουν μόνο το 40% του συνόλου των υπολογιστών και το 60% της κατανάλωσης ενέργειας είναι online, μετακινώντας ηλεκτρόνια, bit και byte.

Ως εκ τούτου, η γενετική τεχνητή νοημοσύνη θα μειώσει την κατανάλωση ενέργειας στο διαδίκτυο επειδή δεν χρειάζεται να ανακτήσουμε πληροφορίες, μπορούμε να τις δημιουργήσουμε απευθείας στον ιστότοπο.

Και μόλις τώρα, η Nvidia ανέπτυξε GPU στο GCP για να τρέξει τα Panda.

Η κορυφαία πλατφόρμα επιστήμης δεδομένων στον κόσμο έχει αυξήσει άμεσα την ταχύτητα από 50 σε 100 φορές, ξεπερνώντας τους γενικούς υπολογιστές.

Τα τελευταία 10 έως 12 χρόνια, αυξήσαμε την ταχύτητα της βαθιάς μάθησης κατά ένα εκατομμύριο φορές και μειώσαμε το κόστος και την κατανάλωση ενέργειας κατά ένα εκατομμύριο φορές.

Ωστόσο, η NVIDIA θα φέρει επίσης νέες καινοτομίες στην τεχνητή νοημοσύνη σχεδιάζοντας νέους επεξεργαστές, νέα συστήματα, Tensor core GPU και δομές μεταγωγέα NVLink.

Συνομιλία δίπλα στη φωτιά μεταξύ του Lao Huang και του Xiao Zha

Η συνομιλία δίπλα στη φωτιά μεταξύ των δύο CEO της SIGGRAPH φέτος ήταν πολυαναμενόμενη από πολύ κόσμο. Με τα λόγια του ίδιου του Xiao Zha, «οι δύο πιο ανώτεροι ιδρυτές του κλάδου», τι είδους σπίθες θα συγκρουστούν;

επόμενο κύμα

Δεν αποτελεί έκπληξη το γεγονός ότι οι δύο ήρωες του "Green Plum Cooking Wine" μοιράστηκαν ο καθένας τις προβλέψεις του και μίλησαν για τις μελλοντικές τάσεις της τεχνολογικής εξέλιξης, από το GenAI έως τον Agent, μέχρι το "Metaverse" που πάντα σκεφτόταν ο Xiao Zha.

Ο Χουάνγκ είπε ότι ήταν επίσης σοκαρισμένος από την τεχνική δύναμη του GenAI «Δεν μπορώ να θυμηθώ καμία τεχνολογία που να έχει επηρεάσει τους καταναλωτές, τις επιχειρήσεις, τη βιομηχανία και τον ακαδημαϊκό κόσμο με τόσο γρήγορους ρυθμούς και να καλύπτει τα πάντα, από την κλιματική τεχνολογία μέχρι τη βιοτεχνολογία. τομείς της φυσικής επιστήμης».

Ο Xiao Zha είπε επίσης ότι η GenAI είναι πιθανό να αναδιαμορφώσει το διάφορο λογισμικό κοινωνικής δικτύωσης της Meta.

Στο παρελθόν, ο πυρήνας αυτών των προϊόντων, το σύστημα συστάσεων, ήταν απλώς να προωθήσει περιεχόμενο που ενδιαφέρει τους χρήστες.

Ωστόσο, το GenAI δεν θα περιορίζεται πλέον στο υπάρχον περιεχόμενο. Δεν θα βοηθά μόνο τους δημιουργούς, αλλά θα δημιουργεί και περιεχόμενο σε πραγματικό χρόνο για τους χρήστες ή θα συνθέτει το υπάρχον περιεχόμενο για τη δημιουργία του.

Όσον αφορά την ανάπτυξη του Agent, οι δυο τους φαίνεται να έχουν παρόμοιες απόψεις.

Στην προηγούμενη ομιλία του, ο Huang κατέστησε σαφές ότι «στο μέλλον, ο καθένας θα έχει τον δικό του βοηθό AI».

Κατά τη διάρκεια αυτής της συνομιλίας, ο Xiao Zha εξέφρασε επίσης ένα παρόμοιο όραμα. Σχεδιάζει προϊόντα βοηθού AI και AI Studio για το Meta, επιτρέποντας σε όλους να δημιουργήσουν τον δικό τους Agent για διαφορετικούς σκοπούς.

Στο μέλλον, κάθε εταιρεία θα έχει το δικό της AI, όπως σήμερα όλες οι εταιρείες έχουν τους δικούς τους λογαριασμούς μέσων κοινωνικής δικτύωσης και email.

Πόσο «έξυπνος» πρέπει να είναι ο «βοηθός AI» που τον αποκαλούν;

Το Llama 3 που έχουμε δει μέχρι στιγμής είναι απλώς ένα μοντέλο γλώσσας τύπου «chatbot» που μπορεί να απαντήσει μόνο σε ανθρώπινες ερωτήσεις. Αλλά ο Xiao Zha ελπίζει ότι η τεχνητή νοημοσύνη μπορεί να έχει «πρόθεση».

Ο Λάο Χουάνγκ το περιέγραψε ως «ικανότητα προγραμματισμού», που μπορεί να σχηματίσει ένα «δέντρο αποφάσεων» στο μυαλό όπως οι άνθρωποι και στη συνέχεια να καθοδηγήσει τη συμπεριφορά.

Ακόμη πιο τολμηρός προέβλεψε ότι αυτού του είδους ο βοηθός τεχνητής νοημοσύνης θα κόστιζε μόνο 10 δολάρια την ώρα, αλλά θα μπορούσε να βελτιώσει σημαντικά την απόδοση εργασίας των μηχανικών. "Αν δεν έχετε προσλάβει ακόμα AI, κάντε το τώρα!"

Όσον αφορά τον πυρήνα και την πιο μοναδική τεχνολογία AR/VR της Meta, το σχέδιο του Xiao Zha είναι επίσης αρκετά ακριβές, αντικατοπτρίζοντας πλήρως την ψυχαναγκαστική προσωπικότητά του.

(Σύμφωνα με τα νέα του Lao Huang, οι ντομάτες μπορούν να κοπούν με ακρίβεια χιλιοστού και κάθε φέτα ντομάτας δεν μπορεί να ακουμπήσει η μία την άλλη.)

Τον Σεπτέμβριο του περασμένου έτους, η Meta και η Ray-Ban παρουσίασαν νέα έξυπνα γυαλιά, εξοπλισμένα με εξοπλισμό ήχου και κάμερες, επιτρέποντας στους χρήστες να τραβούν φωτογραφίες απευθείας από την οπτική γωνία και των δύο ματιών ή να μεταδίδουν ζωντανά το οπτικό πεδίο που φαίνεται στα γυαλιά απευθείας στο Facebook ή Instagram και ενσωματώθηκε ο βοηθός συνομιλίας Meta AI.

Ο Xiao Zha είπε ότι με βάση την τρέχουσα κατάσταση των γυαλιών Ray-Ban, τα γυαλιά AI χωρίς οθόνη με τιμή 300 $ ΗΠΑ θα γίνουν ένα πολύ δημοφιλές προϊόν.

Σύμφωνα με την πρόβλεψή του, τα έξυπνα γυαλιά θα γίνουν μια συσκευή που μοιάζει με κινητό τηλέφωνο στο μέλλον και όλοι όσοι φοράνε γυαλιά θα φοράνε έξυπνα γυαλιά (πάνω από 1 δισεκατομμύριο άνθρωποι στον κόσμο).

Τα επόμενα χρόνια, η Meta θα κυκλοφορήσει επίσης γυαλιά με ολογραφικές λειτουργίες AR Αν και το κόστος είναι ακόμα υψηλό, θα είναι ένα εφικτό προϊόν.

Διαφορετικά από τα έξυπνα γυαλιά, τα ακουστικά μικτής πραγματικότητας μοιάζουν περισσότερο με σταθμούς εργασίας ή κονσόλες παιχνιδιών Δεν είναι βολικά στη μεταφορά, αλλά έχουν ισχυρότερη υπολογιστική ισχύ και μπορούν να προσφέρουν στους χρήστες μια πιο καθηλωτική εμπειρία.

Επιπλέον, με την ανάπτυξη της ολογραφικής τεχνολογίας AR, οι «εικονικές συναντήσεις» θα γίνουν σύντομα πραγματικότητα.

Διαφορετικά από τα είδωλα ή τα βίντεο στην πλατφόρμα Zoom, ο καθένας θα έχει τη δική του ολογραφική εικόνα, ακόμα κι αν βρίσκεται σε διαφορετικούς φυσικούς χώρους, οι «εικονικοί άνθρωποι» που δημιουργούνται από ολογράμματα μπορούν να συνεργαστούν και να αλληλεπιδράσουν στον ίδιο χώρο.

Ο ανοιχτός κώδικας είναι ο δρόμος προς τα εμπρός

Όταν πρόκειται για το Meta, η συνεπής στρατηγική "ανοιχτού κώδικα" είναι επίσης ένα βασικό σημείο που πρέπει να συζητηθεί.

Ο Λάο Χουάνγκ εκτιμά πολύ αυτή τη στρατηγική. Είπε ότι το Llama 2 μπορεί να είναι το πιο σημαντικό γεγονός στον τομέα της τεχνητής νοημοσύνης πέρυσι, σε συνδυασμό με το PyTorch και το νέο Llama 3.1.

Αλλά ο Xiao Zha είπε ότι η πορεία τους προς τον ανοιχτό κώδικα ήταν επίσης ένα είδος «προσαρμογής».

Σε πολλά κομμάτια, ειδικά σε κατανεμημένα υπολογιστικά συστήματα και κέντρα δεδομένων, η γραμμή εκκίνησης της Meta υστερεί σε σχέση με άλλες εταιρείες, επομένως η ομάδα σκέφτηκε τον ανοιχτό κώδικα, ειδικά τον ανοιχτό υπολογιστή.

Απροσδόκητα, αυτή η σκοπιμότητα έχει γίνει βασική στρατηγική για «προσπεράσεις στις στροφές».

Είναι ανοιχτού κώδικα που κάνει τα προϊόντα που κυκλοφορούν από τη Meta να γίνονται βιομηχανικά πρότυπα και ολόκληρη η αλυσίδα εφοδιασμού χτίζεται γύρω από αυτά. Η Meta εξοικονόμησε ακόμη και δισεκατομμύρια δολάρια κάνοντας το έργο ανοιχτού κώδικα.

Για παράδειγμα, η Meta εισήλθε στην πραγματικότητα στο πεδίο της GPU αργότερα από τις περισσότερες εταιρείες, αλλά η κλίμακα των συμπλεγμάτων υπερυπολογιστών GPU που λειτουργούν αυτή τη στιγμή υπερβαίνει αυτή σχεδόν όλων των ανταγωνιστών.

Φυσικά, η ισχυρή υποστήριξη του Lao Huang είναι απαραίτητη πίσω από αυτό, σε τελική ανάλυση, οι 600.000 GPU της Meta κατασκευάζονται επίσης από την Nvidia.

Αν και ο ανοιχτός κώδικας μπορεί να προωθήσει την πρόοδο αυτής της κοινότητας και της βιομηχανίας, ο Xiao Zha είπε επίσης ειλικρινά ότι ο ανοιχτός κώδικας δεν είναι φιλανθρωπία και δεν επιλέξαμε αυτή τη στρατηγική λόγω μιας ανιδιοτελούς καρδιάς.

Ο πιο σημαντικός σκοπός είναι να κάνουμε το προϊόν που κατασκευάζεται να φτάσει στο απόγειό του και να γίνει το καλύτερο δυνατό.

Το PyTorch είναι το πιο χαρακτηριστικό παράδειγμα Προγραμματιστές σε όλο τον κόσμο, συμπεριλαμβανομένων διακόσιων μηχανικών από την NVIDIA, βοηθούν αυτό το πλαίσιο ανοιχτού κώδικα να βρει σφάλματα και να το βελτιστοποιήσει, σχηματίζοντας αυτό που ο Χουάνγκ αποκαλεί "βουνό μηχανικής PyTorch".

Αν και ο ίδιος ο Xiao Zha παραδέχεται ότι ο ανοιχτός κώδικας είναι εγωιστής, δεν μπορεί παρά να συγκινηθεί όταν μιλά για «κλειστές» πλατφόρμες. Η μόνη κατάρα στην αίθουσα προήλθε από αυτό το θέμα.

Παρόλο που η Meta διαθέτει έναν αριθμό βασικών κοινωνικών λογισμικών, αυτές οι εφαρμογές πρέπει να διανέμονται μέσω των πλατφορμών των ανταγωνιστών, ειδικά του Apple App Store και του συστήματος Android της Google.

Αυτό που ενοχλεί πολύ τον Xiaozha είναι ότι κάποτε είχε πολλές ιδέες για προϊόντα, αλλά λόγω των διαφόρων περιορισμών αυτών των πλατφορμών για κινητά, τελικά δεν μπόρεσαν να απογειωθούν.

Η εξαιρετικά εξαρτώμενη από την πλατφόρμα φύση της εποχής του Διαδικτύου για κινητά είναι εντελώς διαφορετική από την ανοιχτότητα της εποχής των υπολογιστών, γεγονός που κάνει τον Xiao Zha να χάνει το Facebook στον Ιστό.

Ως εκ τούτου, είπε με σιγουριά ότι διαμορφώνουμε την επόμενη γενιά υπολογιστικών πλατφορμών, δηλαδή την τεχνολογία μικτής πραγματικότητας, στην οποία το λογισμικό ανοιχτού κώδικα θα αποκτήσει ξανά μεγαλύτερη αξία.

Η πλατφόρμα και το οικοσύστημα επόμενης γενιάς θα είναι πιο ανοιχτά και χωρίς αποκλεισμούς, παρόμοια με το προηγούμενο οικοσύστημα των Windows ή του Android, αντί του εντελώς κλειστού της Apple.

Αυτή η φιλοδοξία να «κάνει ξανά τον ανοιχτό κώδικα εξαιρετικό» θυμίζει στους ανθρώπους τη μεταφορά του όταν κυκλοφόρησε το Llama 3.1 - το Llama 3.1 είναι το Linux αυτής της εποχής.

Δεν είναι εύκολο να είσαι Διευθύνων Σύμβουλος

Καθ' όλη τη διάρκεια της συνομιλίας, οι δυο τους ένιωθαν αρκετά συμπόνια ο ένας για τον άλλον και συχνά μιλούσαν για τη δυσκολία της καριέρας του CEO.

Ο Jensen, 61 ετών και φορώντας ένα δερμάτινο μπουφάν, συνέκρινε τον εαυτό του με ένα λεπτό λουλούδι με σοβαρό πρόσωπο: «Είμαστε CEOs, όπως τα ευαίσθητα λουλούδια, χρειαζόμαστε πολλή υποστήριξη».

Ο Xiao Zha μάλιστα ακολούθησε: "Είμαστε αρκετά στενοχωρημένοι τώρα."

Αυτό το συναίσθημα μπορεί να προέρχεται από τα σκαμπανεβάσματα που έχουν βιώσει οι δύο ανώτεροι ιδρυτές με την εταιρεία.

Κατά την άποψη του Xiao Zha, ο Lao Huang, υπό την πίεση ότι δεν ευνοείται, επέμενε να κάνει τον υπολογιστή ένα «σούπερ θηρίο», κάνοντας τη Nvidia θρύλο της βιομηχανίας.

Κατά την άποψη του Lao Huang, ο Xiao Zha οδήγησε τη Meta να μεταμορφωθεί πολλές φορές, από υπολογιστή σε κινητό και από τα μέσα κοινωνικής δικτύωσης στην έρευνα VR/AR και AI.

Στο τέλος της συνομιλίας, ο Χουάνγκ είπε ωμά τις ομοιότητες μεταξύ των δύο, "Ξέρω πόσο δύσκολο είναι να γίνει αυτό (μεταμόρφωση). Και οι δύο έχουμε χτυπηθεί σοβαρά, αλλά αυτό είναι το απαραίτητο για να γίνει κανείς πρωτοπόρος και να καινοτομήσει .

Βιβλιογραφικές αναφορές:

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

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