한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

पाठ / Tencent प्रौद्योगिकी ली Haidan संपादक / Guo Xiaojing

३० जुलै दिनाङ्के बीजिंगसमये एनवीडिया (NVIDIA इति अपि ज्ञायते) इत्यनेन अमेरिकादेशस्य डेन्वर्-नगरे आयोजिते शीर्ष-सङ्गणक-चित्र-सम्मेलने SIGGRAPH 2024 इत्यस्मिन् रेण्डरिंग्, सिमुलेशन-जनरेटिव् एआइ-क्षेत्रेषु स्वस्य अनेकाः नवीनतमाः विकासाः प्रदर्शिताः

गतवर्षस्य SIGGRAPH इत्यस्मिन् NVIDIA इत्यनेन GH200, L40S ग्राफिक्स् कार्ड्स्, ChatUSD च प्रारम्भः कृतः । अस्मिन् वर्षे नायकः जनरेटिव एआइ युगे एनवीडिया इत्यस्य नूतनं ट्रम्पकार्डम् अस्ति——"Nvidia NIM" नूतनं उन्नयनम्, तथा च NIM इत्यस्य माध्यमेन USD (सार्वभौमिकदृश्यविवरणं) इत्यत्र जननात्मकं AI प्रयोजयन्ति, येन 3D जगति AI इत्यस्य सम्भावनाः विस्तृताः भवन्ति ।

Nvidia NIM upgrade: आशीर्वादः अपि च आव्हानं च

एनवीडिया इत्यनेन घोषितं यत् एनवीडिया एनआईएम इत्यनेन अधिकं अनुकूलनं प्राप्य एआइ मॉडल् इत्यस्य जटिलनियोजनं मानकीकृतं भवति । NIM इति NVIDIA इत्यस्य AI विन्यासस्य प्रमुखः भागः अस्ति । हुआङ्ग रेन्क्सन् इत्यनेन निम-संस्थायाः आनयितस्य नवीनतायाः प्रशंसाम् अकरोत्, तत् "एआइ-इन्-ए-बॉक्स, मूलतः पेटीयां कृत्रिमबुद्धिः एव。”

एतत् उन्नयनं निःसंदेहं एआइ क्षेत्रे एनवीडिया इत्यस्य नेतृत्वस्थानं सुदृढं करोति तथा च तस्य प्रौद्योगिकी-खातस्य महत्त्वपूर्णः भागः भवति ।

GPU क्षेत्रे Nvidia इत्यस्य नेतृत्वे CUDA इति दीर्घकालं यावत् प्रमुखं कारकं मन्यते । CUDA इत्यस्य समर्थनेन GPU एकस्मात् ग्राफिक्स् प्रोसेसरतः सामान्यप्रयोजनसमान्तरगणनायन्त्रे विकसितः अस्ति, येन AI विकासः सम्भवः अभवत् । परन्तु यद्यपि एनवीडिया इत्यस्य सॉफ्टवेयर-पारिस्थितिकीतन्त्रम् अतीव समृद्धम् अस्ति तथापि एतानि विखण्डित-प्रणाल्यानि अद्यापि पारम्परिक-उद्योगानाम् कृते अतिजटिलानि, तेषां स्वामित्वं कठिनं च सन्ति येषु मूलभूत-एआइ-विकास-क्षमतायाः अभावः अस्ति

एतस्याः समस्यायाः समाधानार्थं अस्मिन् वर्षे मार्चमासे एनविडिया इत्यनेन GTC सम्मेलने NIM (Nvidia Inference Microservices) इति मेघ-देशीय-सूक्ष्मसेवाः प्रारब्धाः, यत्र एआइ-अनुप्रयोगानाम् परिनियोजनं सरलीकर्तुं त्वरितुं च विगतकेषु वर्षेषु विकसितं सर्वं सॉफ्टवेयरं एकीकृत्य NIM अनुकूलित "पात्रेषु" मॉडल् उपयोक्तुं शक्नोति यत् क्लाउड्, डाटा सेण्टर् अथवा वर्कस्टेशन इत्यत्र परिनियोजितुं शक्यते, येन विकासकाः कार्यं निमेषेषु सम्पन्नं कर्तुं शक्नुवन्ति, यथा सह-पायलट्, चैटबोट् इत्यादीनां कृते जननात्मक-AI अनुप्रयोगानाम् निर्माणं सहजतया

अधुना यावत् एनवीडिया इत्यस्य एनआईएम इकोसिस्टम् इत्यनेन पूर्वप्रशिक्षितानां एआइ मॉडल् इत्यस्य श्रृङ्खला प्रदत्ता अस्ति ।एनवीडिया इत्यनेन घोषितम्, विकासकानां बहुक्षेत्रेषु अनुप्रयोगविकासं परिनियोजनं च त्वरितुं सहायतां करोति, तथा च विभिन्नक्षेत्रेषु (यथा अवगमनं,डिजिटल मनुष्य, 3D विकासः, रोबोटिक्सः तथा डिजिटलजीवविज्ञानम्) विशिष्टानि AI मॉडल् उपलब्धानि:

अवगमनस्य दिशि, NIM पाठदत्तांशस्य प्रसंस्करणक्षमतासु सुधारं कर्तुं Llama 3.1 तथा NeMo Retriever इत्येतयोः उपयोगं कर्तुं शक्नोति, एतत् Parakeet ASR तथा FastPitch HiFiGAN इत्यादीनां मॉडल्-प्रदानं करोति, ये उच्च-निष्ठा-भाषण-संश्लेषणं स्वचालितं च समर्थयन्ति आभासीसहायकानां डिजिटलमानवानां च निर्माणार्थं वाक्परिचयः शक्तिशाली साधनानि प्रदाति;

3D विकासस्य दृष्ट्या USD Code तथा USD Search इत्यादीनि मॉडल् 3D दृश्यानां निर्माणं संचालनं च सरलीकरोति, येन विकासकाः डिजिटल-युग्मानां आभासी-जगतानां च अधिक-कुशलतापूर्वकं निर्माणे सहायतां कुर्वन्ति

रोबोट् मूर्तरूपस्य दिशि NVIDIA इत्यनेन MimicGen तथा Robocasa मॉडल् प्रक्षेपणं कृतम् अस्ति । कृत्रिमगतिदत्तांशं अनुकरणवातावरणं च जनयित्वा रोबोटिक्सस्य विकासं अनुप्रयोगं च त्वरितुं। MimicGen NIM Apple Vision Pro इत्यादिभिः स्थानिकगणनायन्त्रैः अभिलेखितानां दूरस्थसञ्चालनदत्तांशस्य आधारेण सिंथेटिकगतिदत्तांशं जनयितुं शक्नोति । Robocasa NIM OpenUSD इत्यस्मिन् रोबोटिककार्यं अनुकरण-सज्जं वातावरणं च जनयति, यत् 3D जगति विकासस्य सहकार्यस्य च सार्वभौमिकरूपरेखा अस्ति ।

डिजिटलजीवविज्ञानस्य क्षेत्रे DiffDock तथा ESMFold इत्यादीनि मॉडल् औषध-आविष्कारे प्रोटीन-तन्तु-पूर्वसूचने च उन्नत-समाधानं प्रदाति, जैव-चिकित्सा-संशोधनस्य प्रगतिम् इत्यादिषु प्रवर्धयन्ति

तदतिरिक्तं एनवीडिया इत्यनेन घोषितं यत् हग्गिंग् फेस् इन्फेरेन्स्-एस्-ए-सर्विस मञ्चः अपि एनवीडिया निम इत्यनेन चालितः अस्ति, मेघे च चाल्यते ।

एतान् बहुमुखीप्रतिमानानाम् एकीकरणेन एनवीडिया-पारिस्थितिकीतन्त्रं न केवलं एआइ-विकासस्य कार्यक्षमतां सुधारयति, अपितु नवीनसाधनं समाधानं च प्रदाति तथापि यद्यपि Nvidia NIM इत्यस्य अनेकाः उन्नयनाः खलु उद्योगस्य कृते "सुसमाचारः" अस्ति । परन्तु अन्यतरे प्रोग्रामर-जनानाम् कृते अपि अनेकानि आव्हानानि आनयति ।

एनवीडिया एनआईएम पूर्वप्रशिक्षितानि एआइ मॉडल् तथा मानकीकृत एपिआइ प्रदातुं एआइ मॉडल् इत्यस्य विकासं परिनियोजनं च बहुधा सरलीकरोति, परन्तु भविष्ये साधारणप्रोग्रामराणां कृते रोजगारस्य अवसराः अपि अस्य अर्थः अस्ति वा? ?अन्ततः उद्यमाः समानं कार्यं सम्पादयितुं न्यूनानि तकनीकीकर्मचारिणः उपयोक्तुं शक्नुवन्ति, यतः एतानि कार्याणि NIM द्वारा पूर्वमेव सम्पन्नानि सन्ति, तथा च साधारणप्रोग्रामर-जनानाम् जटिल-माडल-प्रशिक्षणं, ट्यूनिङ्ग-कार्यं च कर्तुं आवश्यकता नास्ति

AI इत्यस्मै 3D इत्यत्र चिन्तनं शिक्षयन्तु तथा च वर्चुअल् भौतिकं जगत् निर्मातुम्

एनवीडिया इत्यनेन SIGGRAPH सम्मेलने मुक्त USD तथा Omniverse प्लेटफॉर्म इत्यत्र जनरेटिव एआइ इत्यस्य अनुप्रयोगः अपि प्रदर्शितः ।

एनवीडिया इत्यनेन घोषितं यत् तेन विश्वस्य प्रथमं जननात्मकं एआइ मॉडल् निर्मितम् यत् OpenUSD (Universal Scene Description) भाषा, ज्यामितिः, सामग्रीः, भौतिकशास्त्रं, अन्तरिक्षं च अवगन्तुं शक्नोति, एतानि मॉडल् च Nvidia NIM microservices इति संकुलं कृतवान्सम्प्रति, Nvidia API सूचीपत्रे पूर्वावलोकनार्थं त्रीणि NIMs उपलभ्यन्ते: USD Code, यत् मुक्त USD ज्ञानप्रश्नानां उत्तरं ददाति तथा च open USD Python कोडं जनयति, यत् विकासकान् प्राकृतिकभाषा अथवा चित्रनिवेशस्य उपयोगेन विशालं मुक्त USD 3D अन्वेषणं कर्तुं शक्नोति; तथा च इमेज डाटाबेस् USD Validate, यत् अपलोड् कृतानि सञ्चिकानि मुक्त USD विमोचनेन सह संगततायाः जाँचं करोति तथा च Omniverse Cloud API इत्यस्य उपयोगेन पूर्णतया RTX-रेण्डर्ड् मार्ग-अनुसन्धानं कृतानि चित्राणि जनयति

एनवीडिया इत्यनेन उक्तं यत् एनविडिया एनआईएम सूक्ष्मसेवाभिः ओपनयूएसडी इत्यस्य वर्धनेन सुलभतायाः च सह भविष्ये सर्वेषां वर्गानां भौतिकशास्त्राधारितं आभासीजगत्, डिजिटलयुग्मजं च निर्मातुं शक्यते। Nvidia Omniverse मञ्चे निर्मितस्य मुक्त USD तथा Nvidia त्वरितविकासरूपरेखायाः आधारेण नवीनजननात्मक-AI इत्यनेन सह, अधिकाः उद्योगाः अधुना औद्योगिक-निर्माणस्य अभियांत्रिकी-परियोजनानां च दृश्यीकरणाय, तथैव भौतिकशास्त्रस्य AI-रोबोट्-इत्यस्य च अग्रिम-तरङ्गस्य निर्माणं कर्तुं अनुकरण-वातावरणानां कृते अनुप्रयोगं विकसितुं शक्नुवन्ति . तदतिरिक्तं, एकः नूतनः USD संयोजकः रोबोटिक्स-औद्योगिक-अनुकरण-दत्तांश-स्वरूपाणि विकासक-उपकरणं च संयोजयति, येन उपयोक्तारः बृहत्-परिमाणस्य, पूर्णतया Nvidia RTX-किरण-अनुसन्धान-कृत-आँकडा-समूहान् Apple Vision Pro-इत्यत्र प्रवाहयितुं शक्नुवन्ति

संक्षेपेण भौतिकजगत् अधिकतया अवगन्तुं बृहत्माडलद्वारा आभासीजगत् निर्मातुं च Nvidia NIM इत्यस्य माध्यमेन USD इत्यस्य परिचयः अतीव मूल्यवान् सम्पत्तिः अस्ति ।डिजिटल सम्पत्तिः . यथा, २०१९ तमे वर्षे फ्रान्सदेशस्य पेरिस्-नगरस्य नोट्रे डेम्-महामन्दिरस्य गम्भीरः अग्निः अभवत्, चर्चस्य विशालाः क्षेत्राणि च नष्टानि अभवन् । सौभाग्येन यूबिसॉफ्ट-क्रीडा-निर्मातारः अस्य भवनस्य असंख्यवारं गतवन्तः, तस्य संरचनायाः अध्ययनं कृतवन्तः, नोट्रे डेमस्य डिजिटल-पुनर्स्थापनं सम्पन्नवन्तः, 3A-क्रीडायां "हत्याराः क्रीड: एकता" इति 3A-क्रीडायां नोट्रे डेम्-इत्यस्य पुनः निर्माणं कृतवन्तः सर्वे विवरणाः नोट्रे-पुनर्स्थापने अपि महतीं सहायतां कृतवन्तः डेम डी पेरिस। तस्मिन् समये डिजाइनरः इतिहासकाराः च पुनरुत्पादनार्थं वर्षद्वयं यावत् समयं गतवन्तः, परन्तु एतस्य प्रौद्योगिक्याः प्रवर्तनेन वयं भविष्ये बृहत्प्रमाणेन अङ्कीयप्रतिकृतीनां पुनरुत्पादनं त्वरितुं शक्नुमः, तथा च भौतिकशास्त्रस्य अधिकपरिष्कृतरूपेण अवगन्तुं पुनरुत्पादनं च कर्तुं एआइ-इत्यस्य उपयोगं कर्तुं शक्नुमः प्रकारः ।

अन्यस्य उदाहरणस्य कृते, डिजाइनरः Omniverse इत्यस्मिन् मूलभूतत्रि-आयामीदृश्यानि निर्मान्ति तथा च नियन्त्रणीयं सहकारिणीं च सामग्रीनिर्माणप्रक्रियाम् प्राप्तुं जननात्मक-AI समायोजयितुं एतेषां दृश्यानां उपयोगं कुर्वन्ति यथा, डब्ल्यूपीपी, द कोका-कोला कम्पनी च प्रथमतया स्वस्य वैश्विकविज्ञापन-अभियानस्य विस्तारार्थं एतत् कार्यप्रवाहं स्वीकृतवन्तौ ।

एनवीडिया इत्यनेन मुक्त USD मञ्चे विकासकानां अनुप्रयोगक्षमतां कार्यक्षमतां च अधिकं वर्धयितुं USD Layout, USD Smart Material तथा FDB Mesh Generation इत्यादीनां अनेकानाम् नूतनानां NIM सूक्ष्मसेवानां आगामिप्रक्षेपणस्य घोषणा अपि कृता

अस्मिन् समये एनवीडिया रिसर्च इत्यनेन २० तः अधिकैः पत्रैः सह सम्मेलने भागः गृहीतः, यत्र सिंथेटिक-डाटा-जनरेटर्-विलोम-प्रतिपादन-उपकरणानाम् विकासाय प्रवर्धयितुं सम्बद्धाः अभिनव-परिणामाः साझाः कृताः, येषु द्वयोः तकनीकी-उत्तम-पत्र-पुरस्कारः प्राप्तः अस्मिन् वर्षे प्रस्तुतं शोधं दर्शयति यत्...एआइ चित्रस्य गुणवत्तां सुधारयित्वा 3D प्रतिनिधित्वस्य नूतनान् मार्गान् अनलॉक् कृत्वा अनुकरणक्षमताम् अपि उत्तमं करोति ;अपि च, उन्नताः सिंथेटिक डाटा जनरेटर् अपि च अधिकं एआइ स्तरं सुधारयन्ति। एतेषु अध्ययनेषु एआइ तथा सिमुलेशन इत्यत्र एनवीडिया इत्यस्य नवीनतमाः प्रगतिः नवीनताः च प्रदर्शिताः सन्ति ।

एनवीडिया कथयति यत् अधुना डिजाइनर-कलाकाराः अनुमत-दत्तांश-प्रशिक्षितानां जनरेटिव-एआइ-इत्यस्य उपयोगेन स्वस्य उत्पादकतायां सुधारं कर्तुं नूतनाः उपायाः सन्ति । यथा, शटरस्टॉक् (अमेरिकन इमेज सप्लायर) इत्यनेन स्वस्य जनरेटिव् 3D सेवायाः व्यावसायिकं बीटा संस्करणं प्रारब्धम् । इदं निर्मातृभ्यः 3D सम्पत्तिषु शीघ्रं प्रोटोटाइपं कर्तुं सक्षमं करोति तथा च केवलं पाठस्य अथवा चित्रस्य संकेतस्य उपयोगेन दृश्यानि प्रकाशयितुं 360 HDRi पृष्ठभूमिं जनयति; एताः सेवाः Nvidia Edify इति बहु-मोडल-जननात्मक-AI-वास्तुकलायां आधारिताः सन्ति, यत्र नूतनानि मॉडल्-इत्येतत् द्विगुणं द्रुततरं भवति, चित्रस्य गुणवत्तां शीघ्रं च सुदृढं करोति, तथा च उपयोक्तृभ्यः क्षेत्रस्य गभीरता अथवा फोकस इत्यादीन् कॅमेरा-सेटिंग्स् नियन्त्रयितुं शक्नोति उपयोक्तारः प्रायः षड् सेकेण्ड् मध्ये चत्वारि चित्राणि जनयित्वा 4K रिजोल्यूशनं यावत् अपस्केल कर्तुं शक्नुवन्ति ।

निगमन

प्रत्येकस्मिन् प्रमुखे अवसरे यत्र हुआङ्गः दृश्यते तत्र सः सर्वदा चर्मजाकेटं धारयति, एआइ-द्वारा आनयितस्य रोमाञ्चकारी भविष्यस्य विषये विश्वस्य वर्णनं करोति च ।

वयं NVIDIA इत्यस्य वृद्धिं अपि अनुभवामः, NVIDIA इत्यस्य साक्षिणः पदे पदे गेमिंग GPU विशालकायतः AI चिप् ओवरलोर्ड् यावत्, ततः ऊर्ध्वाधरस्य क्षैतिजस्य च AI सॉफ्टवेयरस्य हार्डवेयरस्य च पूर्ण-स्टैक् लेआउट् यावत् NVIDIA महत्त्वाकांक्षायाः पूर्णं भवति तथा च द्रुतगत्या पुनरावृत्तिः भवति एआइ प्रौद्योगिकी तरङ्गस्य अग्रणीः।

प्रोग्रामेबल शेडिंग् जीपीयू, सीयूडीए एक्सेलरेटेड् कम्प्यूटिङ्ग् इत्यस्मात् आरभ्य, एनवीडिया ओम्निवर्स इत्यस्य प्रक्षेपणपर्यन्तं तथा जनरेटिव् एआइ एनआईएम माइक्रोसर्विसेस् इत्यस्मात् आरभ्य, 3D मॉडलिंग्, रोबोट् सिमुलेशनस्य, डिजिटल ट्विन प्रौद्योगिक्याः विकासस्य प्रवर्धनपर्यन्तं, एतस्य अपि अर्थः अस्ति यत् एआइ इत्यस्मिन् नवीनतायाः नूतनः दौरः उद्योगः आगच्छति .

परन्तु यतः बृहत्कम्पनीनां अधिकानि संसाधनानि सन्ति, यत्र पूंजी, प्रौद्योगिकी, जनशक्तिः च सन्ति, ते एनवीडिया एनआईएम इत्यादीनां उन्नतप्रौद्योगिकीनां शीघ्रं स्वीकुर्वितुं कार्यान्वितुं च समर्थाः भवन्ति सीमितसम्पदां कारणात् लघुमध्यम-उद्यमानां प्रौद्योगिकीविकासस्य गतिं पालयितुम् कष्टं भवितुम् अर्हति । प्रतिभानां तान्त्रिकस्तरस्य भेदेन सह मिलित्वा भविष्ये अधिका प्रौद्योगिकीविषमता भविष्यति वा?

मानवतायाः आदर्शः एआइ मनुष्याणां हस्तान् श्रमं च मुक्तं कर्तुं उच्चतर उत्पादकतायुक्तं विश्वं आनेतुं साहाय्यं कर्तुं वर्तते। परन्तु यदा उत्पादकता, उत्पादनसाधनं च अल्पसंख्याकैः जनानां नियन्त्रणं भवति तदा किं तत् गहनतरं संकटं प्रेरयिष्यति ? एते सर्वे प्रश्नाः अस्माभिः चिन्तनीयाः।