berita

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Laporan Kebijaksanaan Baru

Editor: Departemen Editorial

[Pengantar Kebijaksanaan Baru] Baru saja, Lao Huang mengungkapkan di konferensi SIGGRAPH: Sampel teknik Blackwell telah resmi dikirim ke dunia minggu ini! Kemudian, Lao Huang dan Xiao Zha bercakap-cakap di perapian dan bertukar pakaian dengan mesra. Ketika mereka sampai pada poin yang menarik, Xiao Zha menjadi sangat marah hingga dia meledak.

Berita terkini ada di sini!

Baru saja, Lao Huang mengungkapkan pada konferensi grafis komputer SIGGRAPH: Baru minggu ini, NVIDIA telah mulai mengirimkan sampel teknik Blackwell ke dunia!

Segera setelah itu, pembawa acara Lauren Goode bercanda: Ya, semua orang menundukkan kepala, itu di bawah bangku.

Perlu disebutkan bahwa di balik chip AI paling kuat saat ini, AI juga tidak dapat dipisahkan——

Tanpa AI, Hopper tidak akan mungkin terjadi; tanpa AI, Blackwell juga tidak akan mungkin terjadi.

Dalam percakapan api unggun antara dia dan Xiao Zha, Xiao Zha bahkan tidak bisa menahan diri untuk tidak mengumpat pada satu titik ketika dia menjadi emosional.

Pasalnya, efek pergantian pakaian kedua bos sebelumnya sungguh sulit untuk dijelaskan.

Kali ini, Xiao Zha secara khusus memberi Lao Huang mantel katun "gaya kulit hitam" yang disesuaikan.

Setelah mengambil tubuh bagian atas, efeknya sungguh luar biasa!

Tentu saja Xiao Zha juga mengenakan jaket kulit "bekas" Lao Huang yang hanya ia gunakan selama 2 jam. (Ini jauh lebih berharga daripada yang baru)

Dunia “replika” digital NVIDIA

Pada konferensi tersebut, Lao Huang mengumumkan bahwa NVIDIA telah membangun model AI generatif pertama di dunia yang dapat memahami OpenUSD (bahasa, geometri, material, fisika, dan ruang).

Apa itu OpenUSD? Ini mengacu pada Deskripsi Pemandangan Universal, yang dapat dipahami sebagai deskripsi pemandangan universal.

Huang mengatakan hal yang lebih menarik daripada apa yang dapat dilakukan AI dengan teks adalah kita dapat melakukan hal yang sama dengan gambar.

Misalnya, model Edify AI yang dibuat oleh NVIDIA adalah model dasar dari teks hingga 2D.

Bagi merek, bisa menciptakan Coca-Cola, mobil, barang mewah, dll. Namun, mengendalikan isyarat adalah hal yang sulit.

Hal ini karena keluasan kata-kata sangat rendah, isinya sangat padat, namun pada saat yang sama sangat tidak tepat.

NVIDIA telah menciptakan cara untuk melakukan hal ini - membuat model lain, mengontrolnya, dan menyesuaikan penyelarasannya ke lebih banyak kondisi.

Dengan Omniverse, semua data dan konten multimodal ini dapat digabungkan, baik itu 3D, AI, animasi, atau material.

Kita bisa mengubah posturnya, posisinya, singkatnya apapun yang kita mau.

Menggunakan petunjuk kondisional di Omniverse dapat dipahami sebagai semacam generasi yang disempurnakan 3D seperti halnya generasi yang ditingkatkan pengambilan.

Dengan cara ini, kita dapat menghasilkan gambar sesuai keinginan kita.

Selanjutnya WPP menggunakan Shutterstock untuk menyelesaikan karya dengan brand ternama dunia yang langsung membuat kaget penonton.

Buatkan saya meja di ruangan kosong, dengan kursi di sekelilingnya, di restoran yang sibuk.

Buatkan saya meja dengan taco dan semangkuk salsa di pagi hari.

Buatkan saya mobil di jalan kosong, dikelilingi pepohonan, dekat rumah modern.

Bangunkan aku pohon di ladang kosong.

Bangunkan saya ratusan pohon ini di segala arah.

Biarkan hutan digantung dengan semak dan tanaman merambat.

Bangunkan saya hutan hujan raksasa yang dipenuhi bunga-bunga eksotis dan sinar matahari.

Omniverse sekarang memahami konversi teks ke USD. Ia memahami teks dan memiliki database semantik sehingga semua objek 3D dapat dicari.

Jadi gadis kecil itu dapat membayangkan bagaimana dia ingin mengisi pohon 3D, dan setelah selesai, adegan 3D tersebut diubah menjadi model AI generatif yang mengubahnya menjadi model fotorealistik.

Sejak saat itu, semakin banyak AI generatif yang akan muncul di Omniverse untuk membantu orang membuat simulasi ini, atau digital twins.

Misalnya, AI digital berikut akan memungkinkan setiap perusahaan menyediakan layanan pelanggan.

Saat ini layanan pelanggan dilakukan oleh manusia, namun kedepannya AI akan ikut terlibat.

Layanan pelanggan akan terhubung ke front end manusia digital, yaitu IO. IO ini dapat berbicara dan melakukan kontak mata dengan kita.

Segala jenis AI dapat dihubungkan ke manusia digital ini, dan bahkan manusia digital pun dapat dihubungkan ke AI layanan pelanggan yang ditingkatkan pencariannya dari NVIDIA.

layanan NIM

Pada konferensi ini, NVIDIA meluncurkan serangkaian layanan mikro NIM baru.

NIM disesuaikan untuk alur kerja yang berbeda, termasuk OpenUSD, pemodelan 3D, fisika, material, robotika, kembar digital industri, dan AI fisika.

Di bidang AI dan grafis, NVIDIA telah meluncurkan layanan mikro OpenUSD NIM baru yang dirancang untuk menghasilkan aplikasi AI fisik.

Alur kerja ini mencakup layanan mikro NIM baru untuk simulasi robot dan lebih banyak lagi untuk mempercepat pengembangan robot humanoid.

"Tiga Tubuh" menciptakan robot

Huang memperkirakan gelombang AI berikutnya adalah AI fisik.

Jika teknologi robotika ingin maju, maka diperlukan AI yang canggih dan dunia virtual yang realistis; dan sebelum robot humanoid generasi berikutnya dapat digunakan, kita perlu melatih AI tersebut.

Robotika memerlukan tiga komputer: satu untuk melatih AI, satu untuk menguji AI dalam simulasi yang akurat secara fisik, dan satu lagi di dalam robot itu sendiri yang dapat mempelajari cara mengoptimalkan robot.

Dengan kata lain, AI yang ketiga adalah komputer yang benar-benar menjalankan AI tersebut.

Untuk melakukan hal tersebut, Nvidia menciptakan tiga komputer.

Tanpa AI, tidak akan ada H100/H200 dan B100

Dalam sejarah NVIDIA yang dimulai pada tahun 1990an, DNA sebenarnya terletak pada grafik komputer.

Grafik komputer juga telah membawa Nvidia menjadi seperti sekarang ini.

Gambar ini menunjukkan beberapa tonggak penting dalam industri komputer, termasuk sistem IMB 360, Utah Teapot, ray tracing, programmable shading, dll.

Pada tahun 1993, NVIDIA didirikan. Delapan tahun kemudian, mereka menemukan GPU shading pertama yang dapat diprogram, yang sebagian besar mendorong sejarah pengembangan Nvidia.

Dapat dikatakan bahwa inti di balik semua yang dilakukan NVIDIA adalah akselerasi komputasi. Mereka sangat yakin bahwa jika mereka menciptakan model komputasi yang meningkatkan komputasi tujuan umum, mereka dapat memecahkan masalah yang tidak dapat diselesaikan oleh komputer biasa.

Bidang yang disukai adalah grafik komputer. Mereka membuat taruhan yang tepat.

Penerapan grafik komputer ke bidang non-mainstream pada saat itu - video game grafis 3D, secara langsung mempromosikan roda gila Nvidia.

Setelah itu, mereka membutuhkan waktu lama untuk membuat CUDA ada di mana-mana, dan kemudian pada tahun 2012, seperti di Star Trek, NVIDIA mendekati AlexNet untuk pertama kalinya.

Pada tahun 2012, merupakan momen yang luar biasa, AlexNet mencapai terobosan luar biasa dalam visi komputer. Intinya - pembelajaran mendalam sangat mendalam sehingga para insinyur tidak perlu lagi membayangkan seperti apa keluarannya setelah memberikan masukan.

Pada tahun 2016, Nvidia meluncurkan komputer pertama yang dibuat untuk pembelajaran mendalam, DGX-1, yang disukai oleh Musk. Produk tersebut kemudian dikirimkan ke OpenAI yang saat itu kurang dikenal.

Selanjutnya, RTX dan DLSS ditemukan.

Kemudian lahirlah ChatGPT.

Di masa depan, setiap orang akan memiliki asisten AI

Saat ini, kita telah belajar menggunakan AI untuk mempelajari segalanya, tidak hanya kata-kata, tapi gambar, video, 3D, bahan kimia, protein, fisika, termodinamika, dinamika fluida, fisika partikel, dan banyak lagi.

Kami memahami arti dari semua modalitas yang berbeda ini.

Dalam pandangan Lao Huang, revolusi AI generatif berdasarkan komputasi visual meningkatkan kreativitas manusia.

Kita benar-benar berada pada momen revolusioner, menuju era Perangkat Lunak 3.0 - tidak ada industri yang bisa lepas dari dampak AI!

Huang memperkirakan: Setiap orang akan memiliki asisten AI, dan setiap perusahaan serta setiap pekerjaan di dalam perusahaan akan dibantu oleh AI.

Mempercepat komputasi untuk memecahkan masalah energi

Meskipun AI generatif diharapkan dapat meningkatkan produktivitas manusia, konsumsi energi infrastruktur AI merupakan masalah besar yang melanda seluruh planet bumi.

Satu pencarian di ChatGPT setara dengan kekuatan 10 pencarian Google.

Pusat data mengonsumsi 1% hingga 2% total energi global, dan bahkan mungkin mencapai 6% dalam satu dekade.

apa yang harus dilakukan? Lao Huang punya solusinya.

Ia mengatakan, teknologi komputasi yang dipercepat diharapkan dapat membuat komputasi menjadi lebih hemat energi.

“Komputasi yang dipercepat dapat membantu kita menghemat banyak energi. Dapat menghemat 20 kali atau 50 kali lipat dan melakukan pemrosesan yang sama,” kata Huang.

“Hal pertama yang perlu kita lakukan sebagai masyarakat adalah mempercepat setiap penerapan yang kita bisa: Hal ini mengurangi jumlah energi yang digunakan di seluruh dunia.”

Inilah sebabnya mengapa Blackwell sangat dinantikan karena menggunakan energi yang sama namun mempercepat aplikasi secara signifikan.

Dan itu menjadi lebih murah.

Lao Huang menekankan: Ingat, tujuan AI generatif bukanlah pelatihan, melainkan penalaran. Idealnya, inferensi memungkinkan kita membuat model baru untuk memprediksi cuaca, memprediksi material baru, mengoptimalkan rantai pasokan, dan banyak lagi.

Ingat, pusat data bukanlah satu-satunya tempat yang mengonsumsi energi. Pusat data global hanya menyumbang 40% dari total komputasi, dan 60% konsumsi energi dilakukan secara online, memindahkan elektron, bit, dan byte.

Oleh karena itu, AI generatif akan mengurangi konsumsi energi secara online karena tidak perlu mengambil informasi, kita bisa langsung menghasilkannya di lokasi.

Dan baru-baru ini, Nvidia menerapkan GPU di GCP untuk menjalankan Pandas.

Platform ilmu data terkemuka di dunia telah meningkatkan kecepatan secara langsung dari 50 menjadi 100 kali lipat, melampaui komputasi umum.

Dalam 10 hingga 12 tahun terakhir, kami telah meningkatkan kecepatan pembelajaran mendalam sebanyak satu juta kali lipat dan mengurangi biaya dan konsumsi energi sebanyak satu juta kali lipat. Inilah sebabnya mengapa LLM lahir.

Namun, NVIDIA juga akan menghadirkan inovasi baru pada AI dengan merancang prosesor baru, sistem baru, GPU inti Tensor, dan struktur switch NVLink.

Obrolan api unggun antara Lao Huang dan Xiao Zha

Fireside chat kedua CEO di SIGGRAPH tahun ini sudah lama dinantikan banyak orang. Dalam kata-kata Xiao Zha sendiri, "dua pendiri paling senior di industri ini", percikan api seperti apa yang akan bertabrakan?

gelombang selanjutnya

Tak heran jika kedua jagoan "Green Plum Cooking Wine" ini masing-masing berbagi prediksi dan membicarakan tren perkembangan teknologi masa depan, mulai dari GenAI, Agent, hingga "Metaverse" yang selalu dipikirkan Xiao Zha.

Huang mengatakan bahwa dia juga terkejut dengan kekuatan teknis GenAI. “Saya tidak dapat mengingat teknologi apa pun yang berdampak pada konsumen, bisnis, industri, dan akademisi dengan kecepatan yang begitu cepat, dan mencakup segala hal mulai dari teknologi iklim hingga bioteknologi hingga semua hal lainnya. berbagai bidang ilmu fisika.”

Xiao Zha juga mengatakan bahwa GenAI kemungkinan akan membentuk kembali berbagai software media sosial Meta.

Di masa lalu, inti dari produk ini, yaitu sistem rekomendasi, hanya untuk mendorong konten yang menarik bagi pengguna.

Namun GenAI tidak lagi terbatas pada konten yang sudah ada. GenAI tidak hanya akan membantu pembuat konten, namun juga membuat konten real-time untuk pengguna, atau mensintesis konten yang sudah ada untuk menghasilkannya.

Soal perkembangan Agent, keduanya sepertinya punya pandangan serupa.

Dalam pidatonya sebelumnya, Huang menjelaskan bahwa "di masa depan, setiap orang akan memiliki asisten AI sendiri."

Dalam percakapan tersebut, Xiao Zha juga mengungkapkan visi serupa. Dia merencanakan asisten AI dan produk AI Studio untuk Meta, memungkinkan setiap orang membuat Agen mereka sendiri untuk tujuan berbeda.

Di masa depan, setiap perusahaan akan memiliki AI masing-masing, sama seperti saat ini semua perusahaan memiliki akun media sosial dan email masing-masing.

Seberapa “cerdas”kah “asisten AI” yang mereka sebut itu?

Llama 3 yang kita lihat sejauh ini hanyalah model bahasa mirip “chatbot” yang hanya dapat menjawab pertanyaan manusia. Namun Xiao Zha berharap AI bisa diberikan "niat".

Lao Huang menggambarkannya sebagai "kemampuan perencanaan", yang dapat membentuk "pohon keputusan" dalam pikiran seperti manusia, dan kemudian memandu perilaku.

Dia bahkan lebih berani memperkirakan bahwa asisten AI semacam ini hanya berharga $10 per jam, namun dapat meningkatkan kinerja kerja para insinyur secara signifikan. "Jika Anda belum menggunakan AI, lakukan sekarang!"

Mengenai inti Meta dan teknologi AR/VR terunik, cetak biru Xiao Zha juga cukup tepat, sepenuhnya mencerminkan kepribadian obsesif-kompulsifnya.

(Menurut berita Lao Huang, tomat dapat dipotong dengan presisi milimeter, dan setiap irisan tomat tidak boleh saling bersentuhan.)

Pada bulan September tahun lalu, Meta dan Ray-Ban meluncurkan kacamata pintar baru, dilengkapi dengan perlengkapan audio dan kamera, memungkinkan pengguna mengambil foto langsung dari sudut pandang kedua mata, atau menyiarkan langsung bidang pandang yang terlihat di kacamata langsung ke Facebook atau Instagram, dan mengintegrasikan asisten percakapan Meta AI.

Xiao Zha mengatakan berdasarkan situasi kacamata Ray-Ban saat ini, kacamata AI non-display dengan harga US$300 akan menjadi produk yang sangat populer.

Menurut prediksinya, kacamata pintar akan menjadi perangkat mirip ponsel di masa depan, dan setiap orang yang berkacamata akan memakai kacamata pintar (lebih dari 1 miliar orang di dunia).

Dalam beberapa tahun ke depan, Meta juga akan meluncurkan kacamata dengan fungsi AR holografik. Meski biayanya masih mahal, namun akan menjadi produk yang layak.

Berbeda dari kacamata pintar, headset realitas campuran lebih mirip dengan workstation atau konsol game. Headset ini tidak nyaman untuk dibawa tetapi memiliki daya komputasi yang lebih kuat dan dapat memberikan pengalaman yang lebih mendalam kepada pengguna.

Terlebih lagi, dengan berkembangnya teknologi AR holografik, “pertemuan virtual” akan segera menjadi kenyataan.

Berbeda dengan avatar atau video di platform Zoom, setiap orang akan memiliki gambar holografiknya masing-masing. Sekalipun berada di ruang fisik yang berbeda, "manusia virtual" yang diciptakan oleh hologram dapat berkolaborasi dan berinteraksi dalam ruang yang sama.

Open source adalah jalan ke depan

Terkait Meta, strategi "open source" mereka yang konsisten juga merupakan poin penting yang harus didiskusikan.

Lao Huang sangat mengapresiasi strategi ini. Dia mengatakan bahwa Llama 2 mungkin merupakan peristiwa paling penting di bidang AI tahun lalu; ditambah dengan PyTorch dan Llama 3.1 yang baru dirilis, Meta telah membangun keseluruhan ekosistem.

Namun Xiao Zha mengatakan bahwa jalan mereka menuju open source juga merupakan semacam "adaptasi".

Di banyak jalur, terutama dalam sistem komputasi terdistribusi dan pusat data, lini awal Meta sebenarnya tertinggal dari perusahaan lain, sehingga tim memikirkan open source, khususnya komputasi terbuka.

Tanpa diduga, cara ini menjadi strategi utama untuk "menyalip di tikungan".

Ini adalah open source yang menjadikan produk yang dirilis oleh Meta menjadi standar industri dan seluruh rantai pasokan dibangun di sekitarnya. Meta bahkan menghemat miliaran dolar dengan menjadikan proyeknya open source.

Misalnya, Meta sebenarnya memasuki bidang GPU lebih lambat dibandingkan kebanyakan perusahaan, namun skala cluster superkomputer GPU yang mereka operasikan saat ini melebihi hampir semua pesaing.

Tentu saja, dukungan kuat Lao Huang sangat diperlukan di balik hal ini. Lagipula, 600.000 GPU Meta juga dibuat oleh Nvidia.

Meskipun open source dapat mendorong kemajuan komunitas dan industri ini, Xiao Zha juga mengatakan dengan jujur ​​bahwa open source bukanlah amal, dan kami tidak memilih strategi ini karena hati yang tidak mementingkan diri sendiri.

Tujuan yang lebih penting adalah agar produk yang dibangun mencapai puncaknya dan menjadi yang terbaik.

PyTorch adalah contoh yang paling umum. Pengembang di seluruh dunia, termasuk dua hingga tiga ratus insinyur dari NVIDIA, membantu kerangka kerja sumber terbuka ini menemukan bug dan mengoptimalkannya, sehingga membentuk apa yang disebut Huang sebagai "gunung rekayasa PyTorch".

Meskipun Xiao Zha sendiri mengakui bahwa open source itu egois, dia tetap emosional ketika berbicara tentang platform "tertutup". Satu-satunya kata makian di ruangan itu berasal dari topik ini.

Meskipun Meta memiliki sejumlah perangkat lunak sosial tingkat raja, aplikasi ini perlu didistribusikan melalui platform pesaing, terutama Apple App Store dan sistem Android Google.

Yang membuat Xiaozha sangat kesal adalah ia pernah memiliki banyak ide produk, namun karena berbagai keterbatasan platform seluler tersebut, akhirnya tidak bisa lepas landas.

Ketergantungan ekstrim pada platform di era Internet seluler benar-benar berbeda dengan keterbukaan di era PC, yang membuat Xiao Zha merindukan Facebook di web.

Oleh karena itu, dia berkata dengan yakin bahwa kami sedang membentuk platform komputasi generasi berikutnya, yaitu teknologi realitas campuran, di mana perangkat lunak sumber terbuka akan mendapatkan kembali nilai yang lebih besar.

Platform dan ekosistem generasi berikutnya akan lebih terbuka dan inklusif, mirip dengan ekosistem Windows atau Android sebelumnya, dibandingkan Apple yang sepenuhnya tertutup.

Ambisi untuk "menjadikan open source hebat kembali" mengingatkan orang akan metaforanya ketika Llama 3.1 dirilis - Llama 3.1 adalah Linux era ini.

Tidak mudah untuk menjadi seorang CEO

Sepanjang perbincangan, keduanya merasa cukup bersimpati satu sama lain, dan kerap membicarakan sulitnya karier CEO.

Jensen, 61 tahun dan mengenakan jaket kulit, bahkan membandingkan dirinya dengan bunga lembut berwajah serius: "Kami adalah CEO, seperti bunga yang lembut, kami membutuhkan banyak dukungan."

Xiao Zha bahkan melanjutkan dengan, "Kami cukup lesu sekarang."

Emosi ini mungkin datang dari suka dan duka yang dialami kedua pendiri senior tersebut bersama perusahaan.

Dalam pandangan Xiao Zha, Lao Huang menanggung tekanan karena tidak disukai dan bersikeras menjadikan komputer sebagai “raksasa super”, menjadikan Nvidia sebagai legenda industri;

Dalam pandangan Lao Huang, Xiao Zha telah memimpin Meta menjalani banyak transformasi, dari PC ke seluler, dan dari media sosial ke penelitian VR/AR dan AI.

Di akhir perbincangan, Huang dengan blak-blakan mengutarakan persamaan keduanya, "Saya tahu betapa sulitnya melakukan (transformasi) itu. Kita berdua sama-sama terpukul, tapi inilah yang diperlukan untuk menjadi pionir dan berinovasi." .

Referensi:

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

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