編輯 重點(diǎn)君

6月11日，英偉達(dá)創(chuàng)始人兼 CEO 黃仁勛出現(xiàn)在法國(guó)巴黎的 VivaTech 大會(huì)，帶來他標(biāo)志性的 GTC 主題演講。演講全程近兩個(gè)小時(shí)，老黃用他特有的節(jié)奏，將 GPU、AI 工廠、代理智能、人形機(jī)器人等看似分散的議題，抽絲剝繭般串成一條線索：一個(gè)由AI工廠驅(qū)動(dòng)的全新工業(yè)革命已經(jīng)到來。

這次演講依舊干貨滿滿，我們給您劃下重點(diǎn)：

1、GPU不再是一塊芯片，而是一個(gè)集群式的“思考機(jī)器”

英偉達(dá)從 GPU 圖形處理起家，但黃仁勛現(xiàn)在更關(guān)心的是“如何構(gòu)建一種能進(jìn)行推理的計(jì)算平臺(tái)”。這個(gè)目標(biāo)如今已經(jīng)具象化為 Grace Blackwell 架構(gòu)下的 GB200 超級(jí)芯片：“它不是一塊芯片，而是一個(gè)集群式的“思考機(jī)器” （Thinking Machine）。

這臺(tái)被譽(yù)為“大號(hào) GeForce”的設(shè)備，擁有超 120 萬個(gè)零件、每秒 130 TB 的通信帶寬，重達(dá)兩噸，價(jià)格高達(dá) 300 萬美元——幾乎像是一臺(tái)現(xiàn)代的“人工智能蒸汽機(jī)”。

黃仁勛甚至不再把它稱作計(jì)算機(jī)，而是稱之為推理引擎，設(shè)計(jì)之初就是為了解決當(dāng)下 AI 模型中“自我思考”的計(jì)算瓶頸。與過去追求速度不同，如今的大模型追求的是推理的深度、鏈?zhǔn)剿季S的廣度——模型要不斷反思、規(guī)劃、重試、對(duì)話，而這正是GB200 的設(shè)計(jì)目標(biāo)。

2、AI 已進(jìn)入Agent時(shí)代：不只是回答問題，而是自己“解決任務(wù)”。

黃仁勛認(rèn)為，生成式 AI 之后，AI 正在進(jìn)入下一個(gè)階段：Agent 智能體時(shí)代。如果說 ChatGPT 是智能的“百科全書”，那么 Agent 更像是可以動(dòng)手干活的“數(shù)字員工”。它不僅能回答問題，還能理解語境、制定計(jì)劃、調(diào)用工具甚至與其他智能體協(xié)作，完成復(fù)雜任務(wù)。

NVIDIA 提供了 Agent 構(gòu)建的全套棧工具：從大型語言模型（NeMo、Nemotron）、多模態(tài)檢索（Retriever）、到部署管理平臺(tái) Lepton。整個(gè)流程就像 DevOps、MLOps 一樣，被打包進(jìn)可部署的 NIM 容器，能夠在本地、云端、私有環(huán)境一鍵運(yùn)行。

一個(gè)簡(jiǎn)單的演示中，黃仁勛向觀眾展示如何通過一條提示詞，指揮 Perplexity 智能體代理，完成一套巴黎開設(shè)餐車的計(jì)劃書，從市場(chǎng)調(diào)研到財(cái)務(wù)規(guī)劃、到網(wǎng)站搭建，全程自動(dòng)完成。

3、人形機(jī)器人將在模擬世界中訓(xùn)練，未來或成“最大的產(chǎn)業(yè)之一”。

但更令人驚喜的是，英偉達(dá)也將 AI 從屏幕世界帶入了現(xiàn)實(shí)世界。黃仁勛推出了一款人形機(jī)器人 Grek，并展示了其在虛擬環(huán)境中模擬學(xué)習(xí)的全過程：在 Omniverse 世界中模擬風(fēng)、重力、摩擦、阻力，Grek 學(xué)會(huì)了行走、跳躍、推門等一系列技能，并將這些技能遷移到現(xiàn)實(shí)中。

在黃仁勛眼中，人形機(jī)器人將是下一個(gè)“十億級(jí)設(shè)備平臺(tái)”，遠(yuǎn)超智能手機(jī)：它們將進(jìn)入工廠、倉(cāng)庫(kù)、手術(shù)室、甚至家庭；編程門檻將從代碼降低到“示范教學(xué)”；每一個(gè)機(jī)器人背后，都將是一臺(tái)基于 NVIDIA Thor 芯片的 AI 超級(jí)計(jì)算機(jī)。

4、Omniverse 不只是渲染引擎，而是機(jī)器人、數(shù)字孿生訓(xùn)練的核心平臺(tái)。

Omniverse 正是這一切的核心訓(xùn)練平臺(tái)。它不只是一個(gè) 3D 渲染引擎，而是一個(gè)真實(shí)世界的模擬器——構(gòu)建真實(shí)感、建立物理規(guī)則，幫助機(jī)器人像人一樣學(xué)習(xí)與世界互動(dòng)。

機(jī)器人是現(xiàn)實(shí)中最具象的“具身智能”，而另一端，工業(yè)制造正全面進(jìn)入 AI 化的進(jìn)程。演講中展示了多個(gè)企業(yè)在 Omniverse 中構(gòu)建的數(shù)字孿生場(chǎng)景：寶馬在仿真工廠中規(guī)劃產(chǎn)線，奔馳用來優(yōu)化裝配流程，西門子實(shí)現(xiàn)工廠設(shè)計(jì)、運(yùn)營(yíng)、調(diào)度的自動(dòng)化協(xié)同。

英偉達(dá)宣布與施耐德、西門子等合作，將工廠數(shù)字孿生、自動(dòng)駕駛、工業(yè)控制全面 AI 化。還宣布在歐洲落地第一個(gè)“工業(yè) AI 云”，將風(fēng)洞實(shí)驗(yàn)、工廠模擬、機(jī)器人訓(xùn)練一體化，提供實(shí)時(shí)高精度仿真支持。

總之，黃仁勛描繪一個(gè)由AI工廠驅(qū)動(dòng)的新工業(yè)革命的藍(lán)圖，其中Grace Blackwell是核心計(jì)算引擎，Agentic AI和具身機(jī)器人是下一波AI浪潮，而數(shù)字孿生（Omniverse）連接物理世界與虛擬世界的橋梁，所有這些都由NVIDIA強(qiáng)大的加速計(jì)算平臺(tái)和廣泛的生態(tài)系統(tǒng)所支持。而歐洲，作為工業(yè)革命的起源地，正重新成為 AI 時(shí)代的實(shí)驗(yàn)場(chǎng)。在這條新的產(chǎn)業(yè)鏈上，計(jì)算就是生產(chǎn)力，智能就是能源。

一個(gè)全新的時(shí)代，已經(jīng)到來。

   以下為黃仁勛演講完整實(shí)錄：

歡迎英偉達(dá)創(chuàng)始人兼首席執(zhí)行官黃仁勛登臺(tái)。

黃仁勛：你好，巴黎。大家好。

NVIDIA 在巴黎舉辦的首次 GTC 大會(huì)。這真是令人難以置信。感謝所有與我們同行的合作伙伴。多年來，我們合作過許多人。事實(shí)上，我們?cè)跉W洲已經(jīng)有很長(zhǎng)時(shí)間的業(yè)務(wù)了。盡管如此，這是我第一次參加巴黎 GTC。我有很多話要告訴你。

英偉達(dá)，曾經(jīng)，想要?jiǎng)?chuàng)造一個(gè)新的計(jì)算平臺(tái)，去做普通計(jì)算機(jī)無法完成的事情。我們加速了 CPU，創(chuàng)造了一種稱為加速計(jì)算的新型計(jì)算方式。我們的第一個(gè)應(yīng)用之一是分子動(dòng)力學(xué)。從那時(shí)起我們已經(jīng)走了很長(zhǎng)的路。有這么多不同的庫(kù)。事實(shí)上，使加速計(jì)算特別的原因是：它不僅僅是一個(gè)你編譯軟件的新處理器。你必須重新構(gòu)建你的計(jì)算方式。你必須重新設(shè)計(jì)你的算法。

事實(shí)證明，人們很難將軟件和算法重新設(shè)計(jì)得高度并行化。因此，我們創(chuàng)建了庫(kù)來幫助各個(gè)市場(chǎng)。每個(gè)應(yīng)用領(lǐng)域都得到了加速。每一個(gè)庫(kù)都為開發(fā)者開辟了新的機(jī)遇。這也為我們和我們的生態(tài)系統(tǒng)合作伙伴帶來了新的增長(zhǎng)機(jī)會(huì)。

計(jì)算光刻，可能是當(dāng)今半導(dǎo)體設(shè)計(jì)中最重要的應(yīng)用之一，在臺(tái)積電的工廠中運(yùn)行三星，大型半導(dǎo)體制造廠。芯片制造之前，它會(huì)通過逆物理算法運(yùn)行計(jì)算光刻。直接稀疏求解器，代數(shù)多重網(wǎng)格求解器。我們剛剛開源了。令人難以置信的激動(dòng)人心的應(yīng)用庫(kù)。該庫(kù)加速?zèng)Q策過程，以優(yōu)化擁有數(shù)百萬變量和數(shù)百萬約束的問題，例如旅行推銷員問題。

Warp，一個(gè)用于表達(dá)幾何和物理求解器的 Python 框架。非常重要。cuDF、cuML、結(jié)構(gòu)化數(shù)據(jù)庫(kù)、數(shù)據(jù)框、經(jīng)典機(jī)器學(xué)習(xí)算法。cuDF 加速 Spark，無需修改代碼。cuML 加速 scikit-learn，無需修改代碼。Dynamo 和 cuDNN。cuDNN 可能是英偉達(dá)迄今為止創(chuàng)建的最重要的庫(kù)。它加速了深度神經(jīng)網(wǎng)絡(luò)的基本操作。而 Dynamo 是我們?nèi)�新的�?kù)，使得調(diào)度成為可能：協(xié)調(diào)、分配極其復(fù)雜的推理工作負(fù)載，覆蓋整個(gè) AI 工廠。

cuEquivariance 和 cuTensor，張量收縮算法。Equivariance 適用于遵循幾何法則的神經(jīng)網(wǎng)絡(luò)。例如蛋白質(zhì)、分子。Ariel 和 Shona，是實(shí)現(xiàn) AI 運(yùn)行 6G 的非常重要的框架。Earth-2，是我們用于天氣和氣候基礎(chǔ)模型的仿真環(huán)境。平方公里級(jí)，分辨率極高。MONAI，我們的醫(yī)學(xué)影像框架，極受歡迎。Parabricks，我們的基因組分析解決方案，取得了巨大成功。cuQuantum，CUDA-Q，我稍后會(huì)談到，用于量子計(jì)算。還有 cuPineumeric，加速 NumPy 和 SciPy。

正如你所見，這些只是庫(kù)的幾個(gè)例子。還有另外 400 個(gè)。它們中的每一個(gè)都加速了一個(gè)應(yīng)用領(lǐng)域。每一個(gè)都開辟了新的機(jī)遇。其中最令人興奮的之一是 CUDA-Q。CUDA-X 是一套庫(kù)，專為在 CUDA 基礎(chǔ)上加速應(yīng)用和算法而設(shè)計(jì)的庫(kù)套件。我們現(xiàn)在有了 CUDA-Q。CUDA-Q 是為量子計(jì)算設(shè)計(jì)的，適用于經(jīng)典和量子基于 GPU 的量子經(jīng)典計(jì)算。

一、量子計(jì)算的拐點(diǎn)與CUDA-Q

我們已經(jīng)在 CUDA-Q 上工作了好幾年了。今天，我可以告訴你，量子計(jì)算正處于一個(gè)轉(zhuǎn)折點(diǎn)。正如你所知，近 30 年前首次展示了物理量子比特。1995 年發(fā)明了糾錯(cuò)算法。2023 年，近 30 年后，谷歌展示了世界上第一個(gè)邏輯量子比特。從那以后，幾年過去了。邏輯量子比特的數(shù)量——由大量帶有糾錯(cuò)的物理量子比特組成——也有所增加。邏輯量子比特的數(shù)量開始增長(zhǎng)。

就像摩爾定律一樣，我完全可以預(yù)期每五年邏輯量子比特?cái)?shù)量增加十倍。每十年邏輯量子比特?cái)?shù)量增加一百倍。這些邏輯量子比特將具備更好的錯(cuò)誤糾正能力：更加穩(wěn)健，性能更高，更具彈性，當(dāng)然將繼續(xù)具備可擴(kuò)展性。量子計(jì)算正達(dá)到一個(gè)拐點(diǎn)。

我們一直以多種方式與全球的量子計(jì)算公司合作，但在歐洲，這里有一個(gè)龐大的社區(qū)。我昨晚見到了帕斯卡爾，昨晚還見到了巴塞羅那超級(jí)計(jì)算中心�，F(xiàn)在很明顯，我們已經(jīng)接近能夠應(yīng)用量子計(jì)算的階段了：量子經(jīng)典計(jì)算將在未來幾年內(nèi)解決一些有趣的問題。這是一個(gè)非常激動(dòng)人心的時(shí)刻。

因此，我們一直在與所有超級(jí)計(jì)算中心合作�，F(xiàn)在非常清楚，在未來幾年內(nèi)，或者至少在下一代超級(jí)計(jì)算機(jī)中，每一個(gè)都會(huì)分配一個(gè)量子處理單元（QPU），并且 QPU 會(huì)連接到 GPU。量子處理單元當(dāng)然會(huì)執(zhí)行量子計(jì)算，而 GPU 則用于預(yù)處理：用于控制和糾錯(cuò)，這將極其計(jì)算密集；后期處理等。

在這兩種架構(gòu)之間，就像我們加速了 CPU 一樣，現(xiàn)在有了 QPU 與 GPU 協(xié)同工作，推動(dòng)下一代計(jì)算的發(fā)展。今天我們宣布，我們的整個(gè)量子算法堆�，F(xiàn)已在 Grace Blackwell 200 上實(shí)現(xiàn)加速。加速效果令人難以置信。

我們以多種方式與計(jì)算、通信和量子計(jì)算行業(yè)合作。其中一種方式是使用 cuQuantum 來模擬量子比特，或模擬運(yùn)行在這些量子計(jì)算機(jī)上的算法。基本上是使用經(jīng)典計(jì)算機(jī)來模擬或仿真量子計(jì)算機(jī)。在另一個(gè)極端，極其重要的是 CUDA-Q：基本上是發(fā)明了一種新的 CUDA，將 CUDA 擴(kuò)展到量子經(jīng)典領(lǐng)域。這樣，在量子計(jì)算機(jī)到來之前，基于 CUDA-Q 開發(fā)的應(yīng)用可以以模擬方式運(yùn)行，或者在量子計(jì)算機(jī)到來后以協(xié)作方式運(yùn)行：一種量子經(jīng)典加速計(jì)算方法。

今天我們宣布 CUDA-Q 已可用于 Grace Blackwell。這里的生態(tài)系統(tǒng)極為豐富，當(dāng)然歐洲在科學(xué)領(lǐng)域深厚，在超級(jí)計(jì)算專業(yè)知識(shí)方面深厚，在這一領(lǐng)域有著深厚的傳承。在這里看到量子計(jì)算的進(jìn)展并不令人驚訝。在未來幾年，我們將看到一個(gè)真正精彩的轉(zhuǎn)折點(diǎn)。

無論如何，對(duì)于所有在量子計(jì)算機(jī)行業(yè)工作了三十年的同仁們，我祝賀你們?nèi)〉昧巳绱肆钊穗y以置信的成就和今天的里程碑。謝謝。

讓我們來談?wù)勅斯ぶ悄�。你可能�?huì)驚訝我會(huì)和你們談?wù)撊斯ぶ悄堋Ｕ�是同一�?nbsp;GPU 驅(qū)動(dòng)并支持了我剛才提到的所有這些應(yīng)用。同樣的支持 GPU 的人工智能技術(shù)將走向世界。

我們第一次接觸是在 2012 年，就在那之前。與開發(fā)者合作，研究一種稱為深度學(xué)習(xí)的新型算法。它促成了 AI 的 AlexNet 大爆炸：2012 年。在過去大約 15 年里，人工智能取得了令人難以置信的快速進(jìn)展。

第一波人工智能是感知，讓計(jì)算機(jī)識(shí)別信息、理解信息。第二波，是我們大多數(shù)人都在討論的過去五年左右，是生成式人工智能。它是多模態(tài)的，意味著人工智能能夠同時(shí)學(xué)習(xí)圖像和語言。因此，你可以用語言提示它，它就能生成圖像。人工智能具備多模態(tài)能力以及翻譯和生成內(nèi)容的能力，推動(dòng)了生成式人工智能的革命。生成式人工智能，即生成內(nèi)容的能力，對(duì)我們的生產(chǎn)力至關(guān)重要。

那么，我們有了一個(gè)新的……我們正在開啟新一波的人工智能浪潮。在過去的幾年里，我們見證了人工智能能力的巨大進(jìn)步。從根本上說，智能就是理解、感知、推理和規(guī)劃任務(wù)：如何解決問題，然后執(zhí)行任務(wù)。感知、推理、規(guī)劃，智能的基本循環(huán)。它使我們能夠應(yīng)用一些先前學(xué)到的規(guī)則來解決我們從未見過的問題。

這就是為什么聰明人被認(rèn)為聰明，因?yàn)樗麄兡軌驅(qū)⒁粋�(gè)復(fù)雜的問題一步步拆解……推理如何解決問題，或許還會(huì)進(jìn)行研究：也許去學(xué)習(xí)一些新知識(shí)，尋求幫助；使用工具，逐步解決問題。我剛才描述的這些話，基本上今天通過所謂的代理型人工智能是可能實(shí)現(xiàn)的。我馬上會(huì)給你展示更多內(nèi)容。

在其物理實(shí)現(xiàn)中，即該代理智能和運(yùn)動(dòng)的體現(xiàn)……現(xiàn)在，生成能力正在生成運(yùn)動(dòng)。不是生成視頻，也不是生成圖像或生成文本；這項(xiàng)人工智能生成了運(yùn)動(dòng)能力，即行走能力或者伸手抓取某物，使用工具。讓人工智能具備實(shí)體形態(tài)的能力，基本上就是機(jī)器人技術(shù)。這些能力，是實(shí)現(xiàn)智能體的基礎(chǔ)技術(shù)。它們基本上是信息機(jī)器人和具身人工智能：物理機(jī)器人，這兩項(xiàng)基本能力現(xiàn)在已經(jīng)到來。

人工智能的時(shí)代真是令人非常興奮。但這一切，都是從 GeForce 開始的。而 GeForce 帶來了計(jì)算機(jī)圖形技術(shù)。這是我們?cè)��?jīng)開發(fā)的第一個(gè)加速計(jì)算應(yīng)用。計(jì)算機(jī)圖形技術(shù)的發(fā)展令人難以置信。GeForce 將 CUDA 推向世界，使火星機(jī)器學(xué)習(xí)研究人員和人工智能研究人員能夠推動(dòng)深度學(xué)習(xí)的發(fā)展。隨后，深度學(xué)習(xí)徹底改變了計(jì)算機(jī)圖形技術(shù)，使我們能夠?qū)⒂?jì)算機(jī)圖形提升到一個(gè)全新的高度。

我今天要展示的所有內(nèi)容，我今天要展示的所有內(nèi)容，我將為你預(yù)覽：我將展示的內(nèi)容，但我今天展示的所有內(nèi)容都是計(jì)算機(jī)模擬，不是動(dòng)畫。是光子模擬、物理模擬、粒子模擬。一切本質(zhì)上都是模擬，不是動(dòng)畫，也不是藝術(shù)。它看起來非常美麗，因?yàn)槭聦?shí)證明世界本身就是美麗的，而且數(shù)學(xué)也是美麗的。那么，讓我們來看看。

數(shù)字在行動(dòng)，數(shù)字在行動(dòng)。這基本上就是模擬的本質(zhì)，看起來非常美妙。但正因?yàn)槲覀儸F(xiàn)在能夠以如此規(guī)模和速度模擬幾乎所有事物，我們可以將一切轉(zhuǎn)化為數(shù)字孿生。而且因?yàn)橐磺卸伎梢猿蔀閿?shù)字孿生，它可以在投入物理世界之前，完全通過數(shù)字方式進(jìn)行設(shè)計(jì)、規(guī)劃、優(yōu)化和操作。我們將一切都用軟件構(gòu)建的理念如今已成為現(xiàn)實(shí)。

所有實(shí)體物品都將以數(shù)字方式構(gòu)建。所有宏偉的建筑都將以數(shù)字方式構(gòu)建。所有在巨大規(guī)模上運(yùn)行的事物，都會(huì)首先以數(shù)字形式構(gòu)建，并且會(huì)有數(shù)字孿生來操作它們。所以今天我們將重點(diǎn)討論數(shù)字孿生。這最初是作為一款 GeForce 顯卡開始的……這里有人知道 GeForce 是什么嗎？知道。

好了。好的。最初的 GeForce 現(xiàn)在看起來是這樣的。這是全新的 GeForce。重達(dá)兩噸，甚至兩噸半。由 120 萬個(gè)零件組成。大約 300 萬美元。120 千瓦。在 150 家工廠制造。200 家技術(shù)合作伙伴與我們共同努力實(shí)現(xiàn)這一目標(biāo)�？赡苁谴蠹s 400 億美元的研發(fā)預(yù)算，用于創(chuàng)造——什么是 GB200，現(xiàn)在正在向 GB300 邁進(jìn)。它已經(jīng)完全投入生產(chǎn)。

這臺(tái)機(jī)器被設(shè)計(jì)成一臺(tái)思考機(jī)器。所謂思考機(jī)器，是指它能夠進(jìn)行推理。它有計(jì)劃。它花很多時(shí)間自言自語，就像你一樣。我們大部分時(shí)間都在為自己的思維生成文字，在我們表達(dá)之前，為自己的思維生成圖像。因此，思考機(jī)器實(shí)際上就是 Grace Blackwell 設(shè)計(jì)的架構(gòu)目標(biāo)。它被設(shè)計(jì)成一個(gè)巨大的 GPU。我之所以這樣比喻，是有充分理由的。GeForce 是一塊 GPU，GB200 也是。它是一個(gè)巨大的虛擬 GPU。

現(xiàn)在，我們必須將其拆分成許多組件。創(chuàng)建了一系列新的網(wǎng)絡(luò)技術(shù)和 SerDes 技術(shù)。極低功耗、高能效的互連技術(shù)，將所有這些芯片和系統(tǒng)連接成一個(gè)虛擬 GPU。這是 Hopper 版本。這是世界著名的 Hopper 系統(tǒng)。這是八個(gè)通過 NVLINK 連接在一起的 GPU。這里沒有顯示的是一個(gè) CPU 托盤：一個(gè)帶有雙 CPU 和系統(tǒng)內(nèi)存的 CPU 托盤，位于上方。這共同構(gòu)成了一個(gè)人工智能超級(jí)計(jì)算機(jī)的節(jié)點(diǎn)，大約五十萬美元。

這是霍普系統(tǒng)。這就是——真正讓我們?cè)谌斯ぶ悄茴I(lǐng)域嶄露頭角的系統(tǒng)。它長(zhǎng)期以來一直處于資源不足的狀態(tài)。因?yàn)槭袌?chǎng)發(fā)展得太快了。但這是著名的霍普系統(tǒng)。整個(gè)系統(tǒng)，包括 CPU，都被這個(gè) Grace Blackwell 節(jié)點(diǎn)所取代。這就是一個(gè)計(jì)算托盤，就在這里，將取代整個(gè)系統(tǒng)。它采用全液冷設(shè)計(jì)，CPU 直接集成與 GPU 相連，所以你可以看到或聽到兩個(gè) CPU、四個(gè) GPU。它的性能超過了整個(gè)系統(tǒng)。

但令人驚訝的是，我們想要將一大批這樣的系統(tǒng)連接在一起。如何將所有這些系統(tǒng)連接起來，對(duì)我們來說真的很難想象。所以我們將其拆分了。我們所做的是將整塊主板拆分成了這個(gè)和這個(gè)。這是革命性的 NVLINK 系統(tǒng)。擴(kuò)展計(jì)算并不難。只需用以太網(wǎng)連接更多 CPU。橫向擴(kuò)展并不難�？v向擴(kuò)展極其困難。

你只能建造出你能夠建造的最大規(guī)模的計(jì)算機(jī)。將大量技術(shù)和電子設(shè)備集成到一個(gè)內(nèi)存模型中是非常困難的。因此，我們決定創(chuàng)建一種新的互連技術(shù)，稱為 NVLINK。NVLINK 是一種內(nèi)存語義互連。它是一個(gè)計(jì)算結(jié)構(gòu)，不是網(wǎng)絡(luò)。它直接連接到所有這些不同 NVLINK 系統(tǒng)計(jì)算節(jié)點(diǎn)的 CPU。

這是交換機(jī)。這九個(gè)，這九個(gè)，站在最上面。九個(gè)部分位于底部。中間是 NVLINK 交換機(jī)，連接它們的是這個(gè)奇跡。這就是 NVLINK 主干。這是 100%純銅，同軸銅線。它將所有 NVLINK 芯片直接連接到所有 GPU。在整個(gè)主干線上直接連接，使每一個(gè) 144 個(gè) Blackwell 芯片核都相連�；蛘咴� 72 個(gè)不同的封裝中，同時(shí)相互通信，且不會(huì)阻塞貫穿整個(gè) NVLINK 骨干網(wǎng)絡(luò)。其帶寬約為每秒 130 太字節(jié)。132... 我-我知道。不，等等——等等看。等著瞧。130 太字節(jié)每秒。如果是以比特計(jì)，130 太字節(jié)每秒。它的數(shù)據(jù)傳輸速率超過了全球整個(gè)互聯(lián)網(wǎng)峰值流量的總和，就在這個(gè)背板上。而且——是的。這就是——這就是你如何將互聯(lián)網(wǎng)縮小到 60 磅的重量。NVLINK。

所以，我們做了所有這些，我們做了所有這些，因?yàn)橛?jì)算機(jī)的工作方式被認(rèn)為是你對(duì)計(jì)算機(jī)的看法將來會(huì)有根本性的不同。我會(huì)花更多時(shí)間講這個(gè)。但它的設(shè)計(jì)目的是讓 Blackwell 在性能上遠(yuǎn)超 Hopper。請(qǐng)記住，摩爾定律，半導(dǎo)體物理每三到五年只能帶來大約兩倍的性能提升。我們?nèi)绾文茉谝淮�產(chǎn)品中實(shí)現(xiàn) 30 到 40 倍的性能提升？而我們需要的是 30 到 40 倍的性能提升。因?yàn)橥评砟Ｐ驮谧匝宰哉Z。

它不再是一次性完成的 ChatGPT，而是一個(gè)推理模型。當(dāng)你自我思考時(shí)，它會(huì)生成更多的標(biāo)記。你正在一步步地分解問題。你在推理，嘗試各種不同的路徑。也許是思維鏈，也許是思維樹。最好的結(jié)局。它正在反思自己的答案。你可能看到……看到，這些研究模型，反思答案時(shí)會(huì)說“這是個(gè)好答案嗎？你能做得更好嗎？”然后他們“哦，是的，我能做得更好。”然后回去再多想想。因此，那些思考模型、推理模型達(dá)到了驚人的性能，但這需要更多的計(jì)算能力。

而 NVLINK-72 Blackwell 架構(gòu)的最終成果則帶來了性能的巨大飛躍。閱讀方式是，X 軸表示思考的速度。Y 軸表示工廠在同一時(shí)間支持大量用戶的產(chǎn)出能力。因此，你希望工廠的吞吐量盡可能高，以支持盡可能多的人，從而使工廠的收入達(dá)到最大化。你希望這個(gè)軸盡可能大，因?yàn)槿斯ぶ悄芎苈斆鳎哼@里比這里更聰明。越多，它思考得越快，回答你的問題之前能思考得越多，這與 ASP 有關(guān)。Token的平均售價(jià)，這必須與工廠的吞吐量有關(guān)。這兩者結(jié)合在那個(gè)角落就是工廠的收入�；�于 Blackwell 的這家工廠由于其架構(gòu)，可以產(chǎn)生更多的收入。

我們所建造的東西真是令人難以置信。我們?yōu)槟阒谱髁艘徊侩娪�，旨在讓你感受到打�?nbsp;Grace Blackwell 所投入的巨大工程量。請(qǐng)看。

（輕柔的音樂響起）布萊克韋爾是一項(xiàng)工程奇跡。它始于一塊空白的硅片。（機(jī)械運(yùn)轉(zhuǎn)聲）數(shù)百道芯片加工和紫外光刻工序，在一塊 12 英寸的硅片上，一層層構(gòu)建起 2000 億個(gè)晶體管。晶圓被劃分成單個(gè) Blackwell 芯片經(jīng)過測(cè)試和分類，將良品芯片分離出來以便后續(xù)使用。芯片-晶圓-基板工藝將 32 個(gè) Blackwell 芯片和 128 個(gè) HBM 堆疊安裝在定制的硅中介層晶圓上。（機(jī)械運(yùn)轉(zhuǎn)聲）金屬互連線路直接蝕刻其中，將 Blackwell GPU 和 HBM 堆棧連接到每個(gè)系統(tǒng)和封裝單元中，確保所有部件牢固固定。

然后進(jìn)行組裝，經(jīng)過烘烤、成型和固化，打造出 Blackwell B200 超級(jí)芯片。每個(gè) Blackwell 芯片都在 125 攝氏度的烤箱中進(jìn)行壓力測(cè)試，并在極限條件下運(yùn)行數(shù)小時(shí)。機(jī)器人全天候工作，將超過 10,000 個(gè)元件拾取并放置到 Grace Blackwell 的 PCB 上。與此同時(shí)，定制的液冷銅塊正在準(zhǔn)備中，以保持芯片在最佳溫度。在另一處工廠，ConnectX-7 SUPERNIC 被制造出來，以實(shí)現(xiàn)擴(kuò)展通信，BlueField-3 DPU 則用于卸載和加速網(wǎng)絡(luò)處理、存儲(chǔ)和安全任務(wù)。

所有這些部分最終被精心集成到 GB200 計(jì)算托盤中。NVLINK 是 NVIDIA 發(fā)明的突破性高速連接技術(shù)，用于連接多個(gè) GPU，實(shí)現(xiàn)大規(guī)模虛擬 GPU 的擴(kuò)展。NVLINK 交換機(jī)托盤由 NVLINK 交換芯片構(gòu)成，提供每秒 14.4 太字節(jié)的全互聯(lián)帶寬。NVLINK 主干形成定制的盲插背板，使用 5000 根銅纜將全部 72 個(gè) Blackwell 或 144 個(gè) GPU 芯片連接成一個(gè)巨型 GPU，提供每秒 130 太字節(jié)的全互聯(lián)帶寬——超過全球互聯(lián)網(wǎng)的峰值流量。

來自世界各地的零部件被熟練的技術(shù)人員組裝成機(jī)架規(guī)模的人工智能超級(jí)計(jì)算機(jī)�？偣� 120 萬個(gè)組件，兩英里的銅線、130 萬億個(gè)晶體管，重近兩噸。Blackwell 不僅僅是一個(gè)技術(shù)奇跡。它是全球合作與創(chuàng)新力量的見證，推動(dòng)著將塑造我們未來的發(fā)現(xiàn)和解決方案遍布各地。我們致力于幫助當(dāng)代天才完成他們的畢生事業(yè)，迫不及待想看到你們帶來的突破。

Grace Blackwell 系統(tǒng)全部投入生產(chǎn)。這真是一個(gè)奇跡。從技術(shù)角度來看，這簡(jiǎn)直是個(gè)奇跡，但能夠組裝這些 GB200 系統(tǒng)的供應(yīng)鏈也功不可沒。每臺(tái)重達(dá)兩噸，我們現(xiàn)在每周生產(chǎn)一千臺(tái)系統(tǒng)。以前從未有人在如此規(guī)模上批量生產(chǎn)超級(jí)計(jì)算機(jī)。每一個(gè)機(jī)架本質(zhì)上就是一臺(tái)完整的超級(jí)計(jì)算機(jī)。僅在 2018 年，最大的 Volta 系統(tǒng)……2018 年的 CRS 超級(jí)計(jì)算機(jī)性能還不如其中一個(gè)機(jī)架。而那個(gè)系統(tǒng)的功耗是 10 兆瓦。這是 100 千瓦。所以從 2018 年到現(xiàn)在，代際之間的差異：我們確實(shí)將超級(jí)計(jì)算、人工智能超級(jí)計(jì)算提升到了一個(gè)全新的水平，我們現(xiàn)在正在大規(guī)模生產(chǎn)這些機(jī)械。

這僅僅是個(gè)開始。事實(shí)上，你們看到的只是一個(gè)系統(tǒng)：格蕾絲·布萊克韋爾。全世界都在談?wù)撨@一個(gè)系統(tǒng)，紛紛呼吁盡快部署它于此地：進(jìn)入全球數(shù)據(jù)中心，用于訓(xùn)練、推理和生成式人工智能。然而，并非所有人，也并非所有數(shù)據(jù)中心都能應(yīng)對(duì)這些液冷系統(tǒng)。一些數(shù)據(jù)中心需要企業(yè)級(jí)堆棧，能夠運(yùn)行 Linux Red Hat 或 Nutanix，或 VMware，以及來自 Dell EMC 的存儲(chǔ)系統(tǒng)。日立、NetApp、VAST、Weka，如此多種不同的存儲(chǔ)系統(tǒng)、如此多不同的 IT 系統(tǒng)，而這些系統(tǒng)的管理必須與傳統(tǒng) IT 系統(tǒng)保持一致。

我們有這么多新計(jì)算機(jī)需要投入生產(chǎn)管理。我很高興地告訴大家，這些產(chǎn)品現(xiàn)在全部進(jìn)入量產(chǎn)階段。你們還沒見過它們，它們正從貨架上迅速被搶購(gòu)一空。它們正從生產(chǎn)線快速下線，開始投產(chǎn)。DGX Spark 讓您幾乎可以在桌面上擁有 Grace Blackwell 系統(tǒng)。對(duì)于 Spark 來說，是桌面；對(duì)于 DGX Station 來說，是桌邊。這樣你在開發(fā)軟件時(shí)就不必坐在超級(jí)計(jì)算機(jī)旁了，在開發(fā)你的人工智能時(shí)。但你希望架構(gòu)完全相同。從架構(gòu)角度來看，這些系統(tǒng)是完全相同的。從軟件開發(fā)者的角度來看，界面完全一樣。唯一的區(qū)別是規(guī)模和速度。

然后這邊是所有的 x86 系統(tǒng)。全球的 IT 組織仍然偏愛 x86，并且在能夠利用最先進(jìn)的 AI 原生系統(tǒng)時(shí)，都會(huì)選擇 x86。他們確實(shí)如此。在他們無法做到且希望整合進(jìn)企業(yè) IT 系統(tǒng)的地方，我們現(xiàn)在為他們提供了實(shí)現(xiàn)這一目標(biāo)的能力。其中一個(gè)最重要的系統(tǒng)，也是我們花費(fèi)最長(zhǎng)時(shí)間構(gòu)建的系統(tǒng)，因?yàn)檐浖�和架�?gòu)非常復(fù)雜：如何將原生 AI 架構(gòu)引入并融合到傳統(tǒng)企業(yè) IT 系統(tǒng)中。

這是我們?nèi)�新�?nbsp;RTX 專業(yè)服務(wù)器。這是一臺(tái)令人難以置信的系統(tǒng)。主板經(jīng)過全面重新設(shè)計(jì)。女士們，先生們，Janine Paul。這塊主板看起來非常簡(jiǎn)單，但在這塊主板上有八個(gè) SUPER-NIX 交換機(jī)，通過一顆每秒 200 吉比特的最先進(jìn)網(wǎng)絡(luò)芯片連接八個(gè) GPU，這些 GPU 是 Blackwell RTX Pro 6000。全新產(chǎn)品，剛剛進(jìn)入生產(chǎn)階段。八個(gè)這樣的裝入一臺(tái)服務(wù)器。那么，它有什么特別之處？這臺(tái)服務(wù)器是世界上唯一一臺(tái)能夠運(yùn)行世界上所有已寫內(nèi)容以及 NVIDIA 所有開發(fā)成果的服務(wù)器。它運(yùn)行人工智能、Omniverse 和用于視頻游戲的 RTX；它運(yùn)行 Windows，運(yùn)行 Linux，運(yùn)行 Kubernetes；它在 VMware 中運(yùn)行 Kubernetes，基本上運(yùn)行所有東西。

如果你想將 Windows 桌面從一臺(tái)電腦流式傳輸?shù)侥愕倪h(yuǎn)程設(shè)備，沒問題。如果你想流式傳輸 Omniverse，也沒問題。如果你想運(yùn)行你的機(jī)器人系統(tǒng)，沒問題。只是這臺(tái)機(jī)器的質(zhì)量保證簡(jiǎn)直瘋狂。它運(yùn)行的應(yīng)用基本上是通用的：世界上開發(fā)的所有東西都應(yīng)該能在這里運(yùn)行，包括，如果你是視頻游戲玩家，包括《孤島危機(jī)》。所以...如果你能運(yùn)行《孤島危機(jī)》，你就能運(yùn)行任何東西。好了，這是 RTX 專業(yè)服務(wù)器：全新的企業(yè)系統(tǒng)。

所以某些事情正在發(fā)生變化。我們知道人工智能是一項(xiàng)極其重要的技術(shù)。我們現(xiàn)在確鑿無疑地知道，人工智能是一種可能帶來革命性變革的軟件：改變每一個(gè)行業(yè)。它能做到這些驚人的事情。這是我們所知道的。我們也知道，處理人工智能的方式與我們過去處理手寫軟件的方式根本不同。機(jī)器學(xué)習(xí)軟件的開發(fā)方式不同，運(yùn)行方式也不同。系統(tǒng)的架構(gòu)，軟件的架構(gòu)：完全不同。網(wǎng)絡(luò)的工作方式，完全不同。訪問存儲(chǔ)的方式，完全不同。

所以我們知道這項(xiàng)技術(shù)可以做不同的事情：令人難以置信的事情。它是智能的。我們也知道它的開發(fā)方式根本不同：它需要新的計(jì)算機(jī)。真正有趣的是，這對(duì)各國(guó)意味著什么？對(duì)企業(yè)、對(duì)社會(huì)又意味著什么？這是我們近十年前就注意到的一個(gè)現(xiàn)象，而現(xiàn)在每個(gè)人都開始意識(shí)到這一點(diǎn)了：事實(shí)上，這些人工智能數(shù)據(jù)中心根本就不是數(shù)據(jù)中心。它們不是傳統(tǒng)意義上的數(shù)據(jù)中心，用來存儲(chǔ)你可以檢索的文件。這些數(shù)據(jù)中心并不存儲(chǔ)我們的文件。它只有一個(gè)任務(wù)，且僅此一個(gè)任務(wù)：那就是生成智能標(biāo)記，即人工智能的生成。

這些人工智能工廠，看起來像數(shù)據(jù)中心，因?yàn)槔锩嬗写罅坑?jì)算機(jī)。但這就是一切崩潰的地方。它的設(shè)計(jì)方式、制造規(guī)�；蛞�(guī)模化：設(shè)計(jì)和建造方式，以及它的使用、協(xié)調(diào)和配置方式；如何運(yùn)營(yíng)它，你如何看待它。例如，沒有人真正把他們的數(shù)據(jù)中心當(dāng)作一個(gè)創(chuàng)收設(shè)施來考慮。我說了一句話，大家都說，“是的，我覺得你說得對(duì)。”沒人會(huì)把數(shù)據(jù)中心當(dāng)作一個(gè)創(chuàng)收設(shè)施來考慮。但他們把自己的工廠，汽車工廠，看作是創(chuàng)收設(shè)施：他們迫不及待地想建另一座工廠，因?yàn)槊慨?dāng)你建一座工廠，收入很快就會(huì)增長(zhǎng)。你可以為更多人創(chuàng)造更多東西。

這些想法正是這些人工智能工廠中的想法。它們是創(chuàng)收設(shè)施，旨在制造Token。這些Token可以被重新構(gòu)造成多種行業(yè)的生產(chǎn)性智能，因此人工智能工廠現(xiàn)在已成為一個(gè)國(guó)家基礎(chǔ)設(shè)施的一部分。這就是為什么你看到我奔走于世界各地，與各國(guó)元首會(huì)談的原因：因?yàn)樗麄兌枷Ｍ麚碛腥斯ぶ悄芄�廠。他們都希望人工智能成為他們基礎(chǔ)設(shè)施的一部分。他們希望人工智能成為他們的一個(gè)增長(zhǎng)型制造業(yè)。這確實(shí)意義深遠(yuǎn)，我認(rèn)為我們正在討論的是：因此，催生了一場(chǎng)新的工業(yè)革命：因?yàn)槊恳粋�(gè)行業(yè)都受到了影響，同時(shí)也誕生了一個(gè)新興產(chǎn)業(yè)。

正如電力最初被描述和展示為一項(xiàng)技術(shù)時(shí)，后來發(fā)展成為一個(gè)新興產(chǎn)業(yè)一樣：它被理解為一項(xiàng)技術(shù)，但后來我們意識(shí)到它也是一個(gè)龐大的產(chǎn)業(yè)。然后是信息產(chǎn)業(yè)，我們現(xiàn)在稱之為互聯(lián)網(wǎng)。這兩者都影響了許多行業(yè)，成為基礎(chǔ)設(shè)施的一部分。我們現(xiàn)在有了一個(gè)新的產(chǎn)業(yè)——人工智能產(chǎn)業(yè)：它現(xiàn)在成為了被稱為智能基礎(chǔ)設(shè)施的新基礎(chǔ)設(shè)施的一部分。每個(gè)國(guó)家、每個(gè)社會(huì)、每家公司都將依賴它。

你可以看到它的規(guī)模。這是一個(gè)被廣泛討論的話題。這是星際之門。這看起來不像數(shù)據(jù)中心。更像是一座工廠。這是一個(gè)千兆瓦。它將容納大約 50 萬個(gè) GPU 芯片，產(chǎn)生巨大的智能，供所有人使用。歐洲現(xiàn)在已經(jīng)意識(shí)到這些人工智能工廠的重要性。人工智能基礎(chǔ)設(shè)施的重要性，我非常高興看到這里有如此多的活動(dòng)。

這是歐洲電信公司與 NVIDIA 合作建設(shè)人工智能基礎(chǔ)設(shè)施。這是歐洲云服務(wù)提供商與 NVIDIA 合作建設(shè)人工智能基礎(chǔ)設(shè)施。這就是歐洲超級(jí)計(jì)算中心正在與 NVIDIA 合作建設(shè)下一代人工智能超級(jí)計(jì)算機(jī)和基礎(chǔ)設(shè)施。這僅僅是個(gè)開始。這還不包括即將在公共云中推出的內(nèi)容。這還不包括公共云。所以這是由歐洲公司為歐洲市場(chǎng)本土打造的人工智能基礎(chǔ)設(shè)施。此外，還有 20 個(gè)正在規(guī)劃中的人工智能工廠，其中幾個(gè)是千兆瓦級(jí)的超級(jí)工廠�？偣矁H用兩年時(shí)間，我們將在歐洲將人工智能計(jì)算能力提升 10 倍。因此，研究人員、初創(chuàng)企業(yè)，你們的人工智能短缺、你們的 GPU 短缺很快就會(huì)得到解決。它正向你走來。

現(xiàn)在，我們正在與每個(gè)國(guó)家合作，發(fā)展他們的生態(tài)系統(tǒng)。因此，我們正在七個(gè)不同的國(guó)家建立人工智能技術(shù)中心。這些人工智能技術(shù)中心的目標(biāo)是：第一，進(jìn)行合作研究，與初創(chuàng)企業(yè)合作；同時(shí)構(gòu)建生態(tài)系統(tǒng)。讓我向你展示一個(gè)生態(tài)系統(tǒng)的樣子。我昨天剛剛在英國(guó)。這些生態(tài)系統(tǒng)都是建立在 NVIDIA 技術(shù)棧之上的。例如，正如你所知，每一臺(tái) NVIDIA 設(shè)備：NVIDIA 是唯一在所有云平臺(tái)上可用的 AI 架構(gòu)。除了 x86 之外，它是唯一無處不在的計(jì)算架構(gòu)。

我們與所有云服務(wù)提供商合作。我們加速全球最重要軟件開發(fā)商的應(yīng)用：包括歐洲的西門子、Cadence、紅帽、ServiceNow。我們重新定義了計(jì)算堆棧。正如你所知，計(jì)算不僅僅是計(jì)算機(jī)：而是計(jì)算、網(wǎng)絡(luò)和存儲(chǔ)的結(jié)合。每一層，每一個(gè)堆棧都被重新定義了。與思科的合作非常出色，他們昨天在會(huì)議上宣布了基于 NVIDIA 的全新型號(hào)。戴爾，出色的合作伙伴，NetApp，Nutanix，還有一大批優(yōu)秀的合作伙伴。

正如我之前提到的，軟件開發(fā)的方式已經(jīng)發(fā)生了根本性的變化。現(xiàn)在不再只是編寫 C 程序，編譯 C 程序、交付 C 程序……現(xiàn)在是 DevOps、MLOps、AIOps。整個(gè)生態(tài)系統(tǒng)正在被重新構(gòu)建，我們?cè)诟鞯囟加猩鷳B(tài)合作伙伴。當(dāng)然，還有解決方案集成商和提供商，他們可以幫助每家公司整合這些能力。

在英國(guó)，我們有一些特別的合作公司：從研究人員到開發(fā)者，再到合作伙伴，這些真正了不起的公司幫助我們提升本地經(jīng)濟(jì)和本地人才的技能；使用這些技術(shù)的企業(yè)，當(dāng)然還有云服務(wù)提供商。我們?cè)谟��?guó)有很棒的合作伙伴。我們?cè)诘聡?guó)有很棒的合作伙伴，德國(guó)的合作關(guān)系非常非常出色。我們?cè)谝獯罄�也有很好的合作關(guān)系，當(dāng)然我們?cè)诜▏?guó)這里也有令人驚嘆的合作伙伴。

沒錯(cuò)，加油法國(guó)。馬克龍總統(tǒng)稍后會(huì)到場(chǎng)。我們將討論一些新的——一些新的公告，所以我們必須對(duì)人工智能表現(xiàn)出一些熱情，好嗎？是的。就是這樣。給他一些熱情。所以這里，在法國(guó)，有非常棒的合作伙伴關(guān)系。我想特別強(qiáng)調(diào)一個(gè)合作伙伴：我們與施耐德的合作。構(gòu)建...甚至建造這些人工智能工廠，我們現(xiàn)在都是數(shù)字化建造的。我們通過數(shù)字化設(shè)計(jì)它們，我們通過數(shù)字化制造它們；我們通過數(shù)字化操作或優(yōu)化它們，最終我們甚至?xí)�在�?shù)字孿生中完全數(shù)字化地優(yōu)化和操作它們。

這些人工智能工廠非常昂貴，有時(shí)高達(dá) 500 億美元，未來將達(dá)到 1000 億美元。如果該工廠的利用率未達(dá)到最大化，工廠所有者將面臨巨大的成本壓力。因此，我們需要在任何可能的地方實(shí)現(xiàn)數(shù)字化并使用人工智能：將一切都放入元宇宙，以便我們能夠獲得直接且持續(xù)的遙測(cè)數(shù)據(jù)。我們今天宣布了一項(xiàng)偉大的合作伙伴關(guān)系：一家年輕的公司，一位我非常喜歡的首席執(zhí)行官，他正試圖打造一家歐洲的人工智能公司。這家公司的名字叫 Mistral。

今天我們宣布，我們將在這里共同打造一個(gè) AI 云平臺(tái)，用于部署他們的模型，以及為 AI 生態(tài)系統(tǒng)中的其他初創(chuàng)企業(yè)提供 AI 應(yīng)用，使他們能夠使用 Mistral 模型或任何他們喜歡的模型。所以 Mistral 和我們將合作在這里建設(shè)一個(gè)非常龐大的人工智能云平臺(tái)。我們會(huì)講……今天稍后我們會(huì)和馬克龍總統(tǒng)詳細(xì)談?wù)撨@件事。

人工智能技術(shù)正以光速發(fā)展。我這里展示的是左側(cè)的專有模型，正以光速前進(jìn)。然而，開源模型也在以光速發(fā)展。僅落后幾個(gè)月。無論是 Mistral、LLaMA，還是即將推出的 DeepSeek R1、R2：第一季度，這些模型都非常出色。每一個(gè)都非常出色。因此，過去幾年里，我們致力于匯聚世界頂尖的人工智能研究人員，進(jìn)一步提升這些人工智能模型的性能。我們稱之為 Nemotron。

基本上，我們所做的是采用開源模型（當(dāng)然，這些模型無一例外都是基于 NVIDIA 構(gòu)建的），然后我們進(jìn)行后期訓(xùn)練。我們可能會(huì)進(jìn)行神經(jīng)網(wǎng)絡(luò)架構(gòu)搜索……我們可能會(huì)進(jìn)行神經(jīng)網(wǎng)絡(luò)架構(gòu)搜索，提供更優(yōu)質(zhì)的數(shù)據(jù)。使用強(qiáng)化學(xué)習(xí)技術(shù)，增強(qiáng)這些模型，賦予其推理能力：擴(kuò)展上下文，使其在與你互動(dòng)之前能夠?qū)W習(xí)和閱讀更多內(nèi)容。大多數(shù)這些模型的上下文相對(duì)較短：我們希望它具備強(qiáng)大的上下文處理能力，因?yàn)槲覀兿朐谄髽I(yè)應(yīng)用中使用它，而我們希望進(jìn)行的對(duì)話內(nèi)容并不在互聯(lián)網(wǎng)上。這些內(nèi)容存在于我們公司內(nèi)部，因此我們必須為它加載大量的上下文信息。

所有這些能力隨后被打包成一個(gè)可下載的 NIM。你可以訪問 NVIDIA 的網(wǎng)站，直接下載一個(gè) API：一個(gè)最先進(jìn)的 AI 模型，放置在你喜歡的任何地方，然后我們會(huì)大幅提升它的性能。這是 Nemotron 相較于 LLaMA 的改進(jìn)示例。這是通過我們的后訓(xùn)練能力改進(jìn)的 LLaMA 8B、70B、405B 模型。推理能力的擴(kuò)展，我們提供的所有數(shù)據(jù)極大地增強(qiáng)了它。我們將一代又一代地持續(xù)進(jìn)行下去。

所以，對(duì)于所有使用 Nemotron 的人來說，你們將會(huì)知道未來還有一大批其他模型。而且它們本來就是開源的，所以如果你想從開源模型開始，那太棒了。如果你想從 Nemotron 模型開始，那太棒了。Nemotron 模型的性能非常出色。在一次又一次的基準(zhǔn)測(cè)試中，Nemotron 的表現(xiàn)始終位居榜首。所以現(xiàn)在你知道，你可以使用一個(gè)依然開放的增強(qiáng)型開放模型。那是領(lǐng)導(dǎo)者榜單的頂端，你知道 NVIDIA 致力于此：所以我會(huì)一直做到生命的盡頭，好嗎？

這個(gè)策略太棒了，這個(gè)策略太棒了，以至于區(qū)域模型制造商——歐洲各地的模型構(gòu)建者們現(xiàn)在都認(rèn)識(shí)到這個(gè)策略的美妙之處：我們正在合作，共同調(diào)整和提升每一個(gè)區(qū)域語言的模型。您的數(shù)據(jù)屬于您。您的數(shù)據(jù)屬于您。它是您民族的歷史，是您民族的知識(shí)。你們民族的文化。它屬于你們，對(duì)于許多公司來說：以 NVIDIA 為例，我們的大部分?jǐn)?shù)據(jù)都存儲(chǔ)在內(nèi)部。33 年的數(shù)據(jù)。我今天早上在查資料，西門子：180 年的數(shù)據(jù)，其中一些記錄在紙草上。Roland Busch 來了。我，我想捉弄一下 Roland Busch，我親愛的朋友。所以，你得先把它數(shù)字化，AI 才能學(xué)習(xí)。所以，是的，數(shù)據(jù)屬于你。你應(yīng)該使用這些數(shù)據(jù)，使用像 Limotron 這樣的開源模型和我們提供的所有工具套件，這樣你就可以為自己的用途進(jìn)行增強(qiáng)。

我們還宣布，我們與 Perplexity 建立了良好的合作關(guān)系。Perplexity 是一款推理搜索引擎。是的。我使用的三個(gè)模型是 ChatGPT、Gemini Pro 和 Perplexity。這三個(gè)模型我交替使用，Perplexity 非常出色。我們今天宣布，Perplexity 將整合這些區(qū)域模型，直接接入 Perplexity，讓你能夠用你的語言提問并獲得答案：以你所在國(guó)家的文化和感知方式，明白了嗎？所以是 Perplexity 區(qū)域模型。

二、AI 已進(jìn)入Agent時(shí)代

Agent智能體是一個(gè)非常重要的事情。正如你所知，起初，使用預(yù)訓(xùn)練模型時(shí)，人們說，“但它會(huì)產(chǎn)生幻覺。它會(huì)編造內(nèi)容。”你說得完全正確。“它無法獲取最新的新聞和數(shù)據(jù)信息。”完全正確。“它在沒有推理分析問題的情況下就放棄了。”“就好像每一個(gè)答案都必須從過去記憶中獲得。”你說得完全正確。所有這些事情，你知道的，為什么它要試圖弄清楚如何加法或者計(jì)算計(jì)數(shù)數(shù)字并相加？為什么它不直接用計(jì)算器？你說得完全正確。

因此，所有與智能相關(guān)的能力——每個(gè)人都能提出批評(píng)，但這完全正確，因?yàn)榇蠹掖笾铝私庵悄苁侨绾芜\(yùn)作的。但這些技術(shù)正在全球范圍內(nèi)被開發(fā)建設(shè)：它們?nèi)�部匯聚在一起，從增強(qiáng)檢索生成到網(wǎng)絡(luò)搜索，再到多模態(tài)理解，這樣你就可以閱讀 PDF 文件、訪問網(wǎng)站，查看圖片和文字、聽視頻，觀看視頻，然后將所有這些理解融入你的語境中。你現(xiàn)在當(dāng)然也可以理解幾乎任何事物的提示。你甚至可以說，“我要問你一個(gè)問題，但從這張圖片開始。”我可以說：“從這個(gè)開始，先從這段文字開始再回答”，回答問題或執(zhí)行我要求你做的事。”然后它會(huì)自行推理、計(jì)劃和自我評(píng)估。

所有這些能力現(xiàn)在都已整合，你可以看到它們?cè)谑袌?chǎng)上隨處可見。具代理性的人工智能是真實(shí)存在的。自主智能是一次從一次性人工智能邁出的巨大飛躍。一次性人工智能是必要的基礎(chǔ)，它讓我們能夠教會(huì)智能體如何成為智能體。你需要具備一定的知識(shí)基礎(chǔ)和推理能力，才能具備可教性。預(yù)訓(xùn)練關(guān)乎人工智能的可教性。后訓(xùn)練、強(qiáng)化學(xué)習(xí)、監(jiān)督學(xué)習(xí)、人類示范、上下文提供、生成式人工智能，所有這些正在融合，形成如今的智能代理人工智能。

讓我們來看一個(gè)例子。讓我給你展示點(diǎn)東西。它基于 Perplexity 構(gòu)建，非�？�。

（伴奏音樂播放）人工智能代理是數(shù)字助理�；�于提示，它們進(jìn)行推理并將問題分解為多步驟計(jì)劃。它們使用合適的工具，與其他代理協(xié)作，并利用記憶中的上下文在 NVIDIA 加速系統(tǒng)上正確執(zhí)行任務(wù)。一切從一個(gè)簡(jiǎn)單的提示開始。讓我們請(qǐng) Perplexity 幫忙在巴黎開一家餐車。

首先，Perplexity 代理通過提示進(jìn)行推理并制定計(jì)劃，然后調(diào)用其他代理使用多種工具幫助解決每個(gè)步驟。市場(chǎng)研究員閱讀評(píng)論和報(bào)告，以發(fā)現(xiàn)趨勢(shì)并分析競(jìng)爭(zhēng)市場(chǎng)�；�于這項(xiàng)研究，概念設(shè)計(jì)師探索當(dāng)?shù)厥巢牟⑻岢霭�含�?zhǔn)備時(shí)間估算的菜單，并研究調(diào)色板，生成品牌識(shí)別。然后，財(cái)務(wù)規(guī)劃師使用蒙特卡洛模擬來預(yù)測(cè)盈利能力和增長(zhǎng)軌跡。一名運(yùn)營(yíng)策劃人員制定了包含每個(gè)細(xì)節(jié)的發(fā)射時(shí)間表：從購(gòu)買設(shè)備到獲取正確的許可。市場(chǎng)專員制定了包含社交媒體活動(dòng)的發(fā)射計(jì)劃，甚至編寫了一個(gè)包含地圖的互動(dòng)網(wǎng)站、菜單和在線訂購(gòu)。

每個(gè)代理的工作匯集成最終的方案提案。一切都始于一個(gè)簡(jiǎn)單的提示。一個(gè)提示，就像那樣的一個(gè)提示，在原始聊天機(jī)器人中，可能只會(huì)生成幾百個(gè)標(biāo)記。但現(xiàn)在只需一個(gè)提示，交給代理去解決問題，它生成的標(biāo)記數(shù)量必定多出一萬倍。這就是為什么需要 Grace-Blackwell 的原因：這就是為什么我們需要性能以及系統(tǒng)在代際之間有更大提升的原因。這就是 Perplexity 構(gòu)建他們的智能代理的方式。每家公司都必須構(gòu)建自己的智能代理。

這太棒了，你將會(huì)從 OpenAI、Gemini、微軟 Copilot、Perplexity、Mistral 等平臺(tái)招聘代理。也會(huì)有為你量身打造的代理。他們可能會(huì)幫助你規(guī)劃一次假期，或者你知道，去做一些研究，諸如此類。然而，如果你想創(chuàng)辦一家公司，你將需要專用的代理和專用的工具，以及使用專用的工具和專用的技能。那么問題是，你如何構(gòu)建這些代理？

因此，我們?yōu)槟銊?chuàng)建了一個(gè)平臺(tái)。我們創(chuàng)建了一個(gè)框架和一套工具供您使用，還有一大批合作伙伴幫助您實(shí)現(xiàn)目標(biāo)。這一切從最底層開始，最底層：我之前提到的推理模型能力。NVIDIA 的 NeMo、NeMotron 推理大型語言模型是世界一流的。我們有 NeMo Retriever，這是一款多模態(tài)搜索引擎。語義搜索引擎。令人難以置信。我們構(gòu)建了一個(gè)藍(lán)圖，一個(gè)可運(yùn)行的演示，基本上是一個(gè)通用智能體。我們稱之為 IQ，AI，AIQ。

最上層，我們有一套工具，允許你引入一個(gè)代理：一個(gè)通用代理，整理數(shù)據(jù)來教它；評(píng)估它，設(shè)定安全邊界，監(jiān)督訓(xùn)練它，使用強(qiáng)化學(xué)習(xí)直到部署；保持安全，確保保障。這套工具包已經(jīng)集成，這些庫(kù)也已集成到 AIOps 生態(tài)系統(tǒng)中。你也可以直接從我們的網(wǎng)站下載。但它主要集成在 AIOps 生態(tài)系統(tǒng)中�；�于此，你可以創(chuàng)建自己的專屬代理。

許多公司都在這樣做。這是思科，他們昨天宣布，“我們正在共同構(gòu)建用于安全的人工智能平臺(tái)。”現(xiàn)在，看看這個(gè)。人工智能代理，而不是一個(gè)模型完成所有這些驚人的任務(wù)：它是一個(gè)模型集合，一個(gè)系統(tǒng)。它是一個(gè)由大型人工智能語言模型組成的系統(tǒng)。其中一些經(jīng)過專門優(yōu)化，適用于某些特定類型的任務(wù)。檢索，正如我提到的，使用計(jì)算機(jī)執(zhí)行技能。你不想把所有這些東西捆綁成一個(gè)龐大的，你知道的，人工智能整體，而是將其拆分成小部分，然后可以隨著時(shí)間推移部署持續(xù)集成/持續(xù)交付。這是思科的一個(gè)例子。

現(xiàn)在的問題是，如何部署這個(gè)？因?yàn)檎�如我之前提到的，NVIDIA 的計(jì)算資源存在于公共云中。有區(qū)域云，我們稱之為 NCP。這里，比如說 Mistral。你可能因?yàn)榘踩�需求和�?shù)據(jù)原因擁有私有云。數(shù)據(jù)隱私要求。你甚至可能會(huì)決定桌子上放些什么東西。那么問題是，你如何運(yùn)行所有這些？有時(shí)它們位于不同的地方，因?yàn)檫@些都是微服務(wù)：這些是能夠相互交流的人工智能，它們顯然可以通過網(wǎng)絡(luò)相互通信。

那么，如何部署所有這些微服務(wù)呢？現(xiàn)在，我們有了一個(gè)很棒的系統(tǒng)。我很高興能為大家宣布這一消息。這就是我們的 DGX Lepton。DGX Lepton，你現(xiàn)在看到的是各種不同的云。這里是 Lambda 云，AWS 云，你知道的。這是你自己的開發(fā)者機(jī)器，你自己的系統(tǒng)：可以是一臺(tái) DGX 工作站。NeBS、Yotta、Nscale�？赡苁� AWS，也可能是 GCP。NVIDIA 的架構(gòu)無處不在。

因此，您可以決定在哪里運(yùn)行您的模型。你通過一個(gè)超級(jí)云來部署它，所以它是一個(gè)云中之云。一旦你讓它運(yùn)行起來，一旦你將這些 NIMs 部署到 Lepton 中，它就會(huì)在你選擇的各種云上托管和運(yùn)行。一種模型架構(gòu)，一次部署，隨處運(yùn)行。你甚至可以在這臺(tái)小小的機(jī)器上運(yùn)行它。你知道，這個(gè) DGX Spark，它是， 它是……這是，現(xiàn)在是咖啡時(shí)間嗎？看看這個(gè)。

這臺(tái)電梯有 2000 馬力。這是我最喜歡的小機(jī)器。DGX Spark。第一個(gè)……人工智能超級(jí)計(jì)算機(jī)，我們?cè)?2016 年建造了一臺(tái)人工智能超級(jí)計(jì)算機(jī)。它被稱為 DGX-1。它是我剛才提到的所有技術(shù)的第一個(gè)版本。八個(gè) Volta GPU 通過 NVLink 互聯(lián)。我們花費(fèi)了數(shù)十億美元來建造它，而在我們宣布它的那一天：DGX-1，沒有客戶。沒有興趣，沒有掌聲。百分之百的困惑。為什么有人會(huì)造那樣的電腦？它能運(yùn)行 Windows 嗎？不能。

所以我們還是造了它。謝天謝地，是一家年輕的公司，一家初創(chuàng)企業(yè)：舊金山的一家非營(yíng)利初創(chuàng)公司看到這臺(tái)電腦時(shí)非常高興，他們說：“我們能要一臺(tái)嗎？”我當(dāng)時(shí)想：“天哪，我們賣出一臺(tái)了。”但后來我發(fā)現(xiàn)那是一家非營(yíng)利組織。但是它……我把一臺(tái)電腦，呃——一臺(tái) DGX-1 放進(jìn)了我的車?yán)�，然后我開車把它帶到了舊金山。那家公司的名字叫 OpenAI。

所以我不知道這其中的生活教訓(xùn)是什么。有很多非營(yíng)利組織，你知道的。所以下次，下次……但是……也許教訓(xùn)是：如果有開發(fā)者聯(lián)系你：“需要，需要一個(gè) GPU，”答案是肯定的。所以，所以……沒錯(cuò)。

想象一下你擁有 Lepton。它就在你的瀏覽器中，你擁有，你擁有，這個(gè)，這個(gè) Helm Chart。你開發(fā)了一個(gè)人工智能代理，想在這里運(yùn)行它：其中一部分你想在 AWS 上運(yùn)行，還有一部分你想在其他地方運(yùn)行，知道嗎？在某個(gè)區(qū)域云中。你使用 Lepton，部署你的 Helm Chart，它就神奇地出現(xiàn)在這里。好嗎？如果你想在這里運(yùn)行它，直到完成并準(zhǔn)備好部署到云端：太好了。但美妙之處在于，這一架構(gòu)基于 Grace Blackwell。GB10 對(duì)比 GB200 對(duì)比 GB300，以及所有這些不同版本的... 但這一架構(gòu)正是 Grace Blackwell。這真是令人驚嘆。

所以我們正在為 Lepton 做這件事，但接下來：Hugging Face 和 NVIDIA 已經(jīng)將 Lepton 連接在一起。因此，每當(dāng)你在 Hugging Face 上訓(xùn)練模型時(shí)，如果你想將其部署到 Lepton：并直接部署到 Spark，也沒問題。只需輕輕一擊。無論你是在訓(xùn)練還是推理，我們現(xiàn)在都已接入 Hugging Face，Lepton 將幫助你決定部署位置。讓我們來看看。開發(fā)者需要輕松且可靠地訪問計(jì)算資源，以跟上他們的工作節(jié)奏：無論他們身處何地，無論他們?cè)跇?gòu)建什么。

DGX Cloud Lepton 提供按需訪問跨云的全球 GPU 網(wǎng)絡(luò)：地區(qū)和合作伙伴，如 YOTA 和 Nebious。多云 GPU 集群通過單一統(tǒng)一界面進(jìn)行管理。資源配置速度快。開發(fā)者可以快速擴(kuò)展節(jié)點(diǎn)數(shù)量，無需復(fù)雜設(shè)置，使用預(yù)集成工具和訓(xùn)練就緒的基礎(chǔ)設(shè)施立即開始訓(xùn)練。進(jìn)度實(shí)時(shí)監(jiān)控。GPU 性能、收斂性和吞吐量盡在掌握。您可以直接在控制臺(tái)內(nèi)測(cè)試您的微調(diào)模型。

DGX Cloud Lepton 可以在多個(gè)云或區(qū)域部署 NIM 端點(diǎn)或您的模型，實(shí)現(xiàn)快速分布式推理。就像網(wǎng)約車應(yīng)用連接乘客和司機(jī)一樣，DGX Cloud Lepton 連接開發(fā)者與 GPU 計(jì)算能力：驅(qū)動(dòng)虛擬全球 AI 工廠。DGX Cloud Lepton。

好了，這就是思科。這是 SAP 的做法，他們正在 NVIDIA 上構(gòu)建一個(gè)人工智能平臺(tái)。Sana 正在 NVIDIA 上構(gòu)建一個(gè)人工智能業(yè)務(wù)應(yīng)用自動(dòng)化系統(tǒng)。DeepL 正在基于 NVIDIA AI 構(gòu)建他們的語言框架和平臺(tái)。Photoroom，一款視頻編輯和人工智能編輯平臺(tái)：他們的平臺(tái)基于 NVIDIA 構(gòu)建。這是 KODO，我記得以前是，應(yīng)該是 Codium，基于 NVIDIA 構(gòu)建的令人難以置信的編碼代理。這是 Iola，一個(gè)基于 NVIDIA 構(gòu)建的語音平臺(tái)。這個(gè)是一個(gè)，臨床試驗(yàn)平臺(tái)：全球最大的基于 NVIDIA 的臨床試驗(yàn)自動(dòng)化平臺(tái)。

所以所有這些，基本上都是建立在同一個(gè)理念之上：NIMS，將其封裝并打包在一個(gè)虛擬容器中，您可以在任何地方部署。Nemotron 大型語言模型，或其他大型語言模型：比如 Mistral 或其他。我們隨后整合了涵蓋 AI 整個(gè)生命周期的庫(kù)：一個(gè)人工智能代理。你對(duì)待人工智能代理的方式有點(diǎn)像對(duì)待數(shù)字員工。所以你的 IT 部門需要對(duì)他們進(jìn)行入職培訓(xùn)：微調(diào)它們，訓(xùn)練它們，評(píng)估它們，保持它們的安全防護(hù)；你知道，保持它們的安全，并不斷改進(jìn)它們。整個(gè)框架平臺(tái)就叫做 Nemo，所有這些現(xiàn)在都被整合到全球一個(gè)又一個(gè)的應(yīng)用框架中。這只是其中幾個(gè)的例子。

現(xiàn)在我們讓您能夠在任何地方部署它們。如果你想在云端部署它：你在云端有 GB2 00s。如果你想在本地部署，因?yàn)槟阌蠽Mware 或 Red Hat Linux 或者Nutanix，如果你想在本地的虛擬機(jī)上部署它：你可以這么做。如果你想把它部署成私有云：你可以做到這一點(diǎn)。你可以將它全部部署在你的 DGX Spark 或 DGX Station 上。沒問題。所以 Lepton 會(huì)幫助你完成所有這些。

三、AI工業(yè)革命與數(shù)字孿生

讓我們來談?wù)劰�業(yè)人工智能。這是我最喜歡的時(shí)刻之一。這是羅蘭·布施。他剛剛，這真是一個(gè)非常有趣的時(shí)刻。他想提醒我，神經(jīng)計(jì)算機(jī)：神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)是在歐洲發(fā)明的。這就是整張幻燈片的內(nèi)容。Le- 我只是，真的是一個(gè)非常棒的時(shí)刻。這是 Synapse I。這真是太不可思議了，大家。Synapse I。這是 1992 年的 Synapse I，它運(yùn)行神經(jīng)網(wǎng)絡(luò)的速度比當(dāng)時(shí)的 CPU 快 8000 倍。這難道不可思議嗎？這就是世界上最強(qiáng)的人工智能計(jì)算機(jī)。

而且，Roland 只是想，想說：“永遠(yuǎn)不要忘記這一點(diǎn)，Jensen。”永遠(yuǎn)，永遠(yuǎn)不要忘記這一點(diǎn)。”我說，“好的，我會(huì)記住的。”好吧。我會(huì)告訴的，甚至?xí)�告訴所有人。西門子 1992 年。西門子 1992 年。我們與西門子有著良好的合作關(guān)系——西門子，還有，羅蘭·布什，首席執(zhí)行官：就是，給公司注入超級(jí)動(dòng)力，使他們能夠?qū)崿F(xiàn)飛躍：完全跨越上一輪信息技術(shù)產(chǎn)業(yè)革命，融合歐洲的工業(yè)能力：將西門子的工業(yè)能力和實(shí)力與人工智能結(jié)合起來，并創(chuàng)造所謂的工業(yè)人工智能革命。

我們?cè)谠S多不同領(lǐng)域與西門子合作：從設(shè)計(jì)、仿真、工廠數(shù)字孿生到工廠中人工智能的運(yùn)營(yíng)，涵蓋方方面面。從頭到尾的一切。這讓我想起，也讓我自己想起：歐洲的工業(yè)能力是多么令人難以置信；這對(duì)你來說是一個(gè)非凡的機(jī)會(huì)。多么非凡的機(jī)會(huì)，因?yàn)槿斯ぶ悄懿煌�于傳統(tǒng)軟件。人工智能實(shí)際上是非常非常智能的軟件。這款智能軟件終于能夠做一些可能徹底改變您所服務(wù)行業(yè)的事情。

所以我們制作了一段情書視頻，如果你愿意這么說的話。讓我們開始吧。

視頻：一切始于此地。第一次工業(yè)革命。瓦特的蒸汽機(jī)和機(jī)械織機(jī)引入了自動(dòng)化和工廠的出現(xiàn)：工業(yè)由此誕生。

電氣時(shí)代。安培揭示了電磁學(xué)的奧秘。法拉第制造了第一臺(tái)電動(dòng)發(fā)電機(jī)，麥克斯韋奠定了現(xiàn)代電氣工程的基礎(chǔ)。西門子和惠斯通的發(fā)電機(jī)，電力的引擎：讓機(jī)器、火車、工廠和城市煥發(fā)生機(jī)，為地球通電，點(diǎn)燃現(xiàn)代制造業(yè)。

而今天，源自計(jì)算與信息時(shí)代：第四次工業(yè)革命，人工智能時(shí)代：重新構(gòu)想工業(yè)的每一個(gè)環(huán)節(jié)。

在整個(gè)大陸，工業(yè)人工智能正在迅速普及。從設(shè)計(jì)到工程，您正在開辟通往理解與創(chuàng)新的新路徑。您將物理世界引入虛擬空間，以規(guī)劃和優(yōu)化全球現(xiàn)代工廠。

您正在構(gòu)建下一個(gè)前沿，那里所有移動(dòng)的事物都是機(jī)器人。每輛汽車都是一個(gè)智能的自主代理，同時(shí)也是一支新的協(xié)作勞動(dòng)力，助力彌合全球勞動(dòng)力短缺的缺口。

整個(gè)大陸的開發(fā)者們正在打造各種類型的機(jī)器人：在數(shù)字孿生世界和機(jī)器人管道中教它們學(xué)習(xí)新技能；讓他們準(zhǔn)備好與我們一起在工廠工作：倉(cāng)庫(kù)、手術(shù)室以及家中。

第四次工業(yè)革命就在這里，正是在第一次工業(yè)革命的發(fā)源地。

黃仁勛：你怎么看？我喜歡那個(gè)視頻。是你做的。太棒了。你成功了。我們正在與一家又一家公司合作，致力于工業(yè)人工智能的開發(fā)。這是寶馬在元宇宙中建設(shè)他們的下一代工廠。這個(gè)，我不知道該怎么說。有人能教我嗎？Buges？聽起來不錯(cuò)。嗯……完全正確。完全正確。干得好。干得好。完全正確。他們，他們當(dāng)然是在建他們的工廠。Omniverse 中的數(shù)字孿生。這是他們的一個(gè)關(guān)鍵，呃：他們用于倉(cāng)庫(kù)物流的數(shù)字孿生。

這是梅賽德斯-奔馳及其在 Omniverse 中構(gòu)建的工廠數(shù)字孿生。這是舍弗勒及其在 Omniverse 中構(gòu)建的倉(cāng)庫(kù)數(shù)字孿生。這是你們?cè)诜▏?guó)的火車站：在 Omniverse 中構(gòu)建他們火車站的數(shù)字孿生。這是豐田在 Omniverse 中構(gòu)建他們倉(cāng)庫(kù)的數(shù)字孿生。當(dāng)你在 Omniverse 中構(gòu)建這些倉(cāng)庫(kù)和工廠時(shí)，那么你可以，你可以設(shè)計(jì)...你可以設(shè)計(jì)...你可以設(shè)計(jì)它，你可以規(guī)劃它，你可以改變它。在綠地環(huán)境中它很棒，在棕地環(huán)境中也很棒。你可以在實(shí)際搬動(dòng)和調(diào)整之前模擬其效果，避免發(fā)現(xiàn)它并非最優(yōu)。

因此，在數(shù)字孿生中實(shí)現(xiàn)一切數(shù)字化的能力是令人難以置信的。但問題是，為什么數(shù)字孿生必須看起來像照片一樣真實(shí)？為什么它必須遵守物理定律？原因是我們最終希望成為一個(gè)數(shù)字孿生體，讓機(jī)器人能夠?qū)W習(xí)如何作為機(jī)器人操作。而機(jī)器人依賴光子來實(shí)現(xiàn)其感知系統(tǒng)。這些光子是通過 Omniverse 生成的。機(jī)器人需要與物理世界互動(dòng)，這樣它才能知道自己是否在做正確的事情，并且能夠……學(xué)會(huì)如何正確地去做，因此這些數(shù)字孿生必須看起來真實(shí)，行為也要逼真。明白了嗎？這就是構(gòu)建 Omniverse 的原因。

這，太棒了。這是一個(gè)聚變反應(yīng)堆的數(shù)字孿生。這是一件極其復(fù)雜的儀器，正如你所知：沒有人工智能，下一代聚變反應(yīng)堆是不可能實(shí)現(xiàn)的。我們正在……我們今天宣布，我們將在歐洲這里建設(shè)世界上第一個(gè)工業(yè)人工智能云。我要宣布——是的。

這些工業(yè)人工智能云，確實(shí)是大量的計(jì)算資源……云端有大量的計(jì)算機(jī)。然而，它在性能和安全性方面的要求根本不同。所以我將在周五向大家詳細(xì)介紹。今天我只是先賣個(gè)關(guān)子。但這個(gè)工業(yè)云將用于設(shè)計(jì)和仿真。虛擬風(fēng)洞，你只需走進(jìn)去：虛擬風(fēng)洞，你只需把車開進(jìn)去，就能看到它的表現(xiàn)。開門、開窗、改變?cè)O(shè)計(jì)，所有操作完全實(shí)時(shí)進(jìn)行。實(shí)時(shí)設(shè)計(jì)，數(shù)字風(fēng)洞中模擬：風(fēng)洞的數(shù)字孿生，實(shí)時(shí)呈現(xiàn)：在數(shù)字工廠中建造它。實(shí)時(shí)數(shù)字孿生。

所有這些，以及機(jī)器人如何學(xué)習(xí)成為優(yōu)秀的機(jī)器人并打造我們未來的機(jī)器人。自動(dòng)駕駛汽車等。我們這里已經(jīng)擁有了龐大的生態(tài)系統(tǒng)。正如你所知，我們已經(jīng)在這里待了很長(zhǎng)時(shí)間。NVIDIA 已有 33 年歷史。我們第一次來到歐洲，是在工作站和產(chǎn)品數(shù)字化興起的時(shí)候。CAD，CAD 革命開始的時(shí)候。我們經(jīng)歷了 CAE 革命，現(xiàn)在正處于數(shù)字孿生革命時(shí)期。這里在歐洲有大約兩萬億美元的生態(tài)系統(tǒng)，我們與之合作……并且有幸為其提供支持。

由此產(chǎn)生的是一場(chǎng)正在發(fā)生的新革命。正如你所知，所有會(huì)動(dòng)的東西都將是機(jī)器人。所有會(huì)動(dòng)的東西都將由人工智能驅(qū)動(dòng)。而汽車是最明顯的下一個(gè)領(lǐng)域。英偉達(dá)打造用于訓(xùn)練模型的人工智能超級(jí)計(jì)算機(jī)：用于 Omniverse 數(shù)字孿生的人工智能超級(jí)計(jì)算機(jī)。我們還為機(jī)器人本身打造人工智能超級(jí)計(jì)算機(jī)。無論是在云端：用于 Omniverse，還是在汽車中，我們都提供完整的技術(shù)棧：包括計(jì)算機(jī)本身，以及運(yùn)行在這臺(tái)計(jì)算機(jī)上的操作系統(tǒng)：每一種情況都不同。

這臺(tái)計(jì)算機(jī)高速且傳感器豐富，必須具備功能安全性。在任何情況下都絕不能完全失效。因此，安全要求極高�，F(xiàn)在我們有了一個(gè)令人難以置信的模型，運(yùn)行在其之上。這個(gè)運(yùn)行在其之上的模型是一個(gè)變換器模型。它是一個(gè)推理模型，能夠接收傳感器輸入：你告訴它你想做什么，它就會(huì)帶你去那里。接收像素輸入并生成路徑規(guī)劃輸出。所以它是一個(gè)基于變換器的生成式人工智能模型。令人難以置信的技術(shù)。英偉達(dá)的人工智能團(tuán)隊(duì)，AV 團(tuán)隊(duì)，令人難以置信。這是我所知道的唯一一支連續(xù)兩年在 CVPR 端到端自動(dòng)駕駛汽車挑戰(zhàn)賽中獲勝的團(tuán)隊(duì)：所以他們今年再次獲勝。讓我們來看一下視頻。是的，謝謝。

（器樂音樂）像任何司機(jī)一樣，自動(dòng)駕駛車輛在一個(gè)充滿不可預(yù)測(cè)且可能危及安全的場(chǎng)景中運(yùn)行。NVIDIA DRIVE，基于 HALO 安全系統(tǒng)構(gòu)建：讓開發(fā)者使用多樣的軟件堆棧、傳感器和冗余計(jì)算機(jī)構(gòu)建安全的自動(dòng)駕駛車輛。

一切始于訓(xùn)練。安全的自動(dòng)駕駛車輛需要大量多樣化的數(shù)據(jù)，以應(yīng)對(duì)各種邊緣情況。但現(xiàn)實(shí)世界的數(shù)據(jù)有限。開發(fā)者使用 NVIDIA Omniverse 和 Cosmos 重建現(xiàn)實(shí)世界，生成逼真的合成訓(xùn)練數(shù)據(jù)，為自動(dòng)駕駛模型帶來多樣性。該模型能夠感知并推理其環(huán)境。預(yù)測(cè)未來結(jié)果，并生成運(yùn)動(dòng)計(jì)劃....以及用于決策多樣性。一個(gè)獨(dú)立的經(jīng)典堆棧并行運(yùn)行。安全護(hù)欄監(jiān)控安全性能，在出現(xiàn)異常時(shí)會(huì)調(diào)用仲裁器進(jìn)行緊急停止。傳感器和計(jì)算架構(gòu)中還內(nèi)置了更多的多樣性和冗余。每個(gè)傳感器都連接到冗余計(jì)算機(jī)，因此即使傳感器或計(jì)算機(jī)發(fā)生故障，車輛仍然保持安全并正常運(yùn)行。在發(fā)生關(guān)鍵故障的情況下，系統(tǒng)可以執(zhí)行最低風(fēng)險(xiǎn)的操作，比如靠邊停車。安全是自動(dòng)駕駛的基礎(chǔ)。NVIDIA DRIVE 讓全球開發(fā)者能夠?qū)?HALOS 集成到他們自己的產(chǎn)品中，打造下一代安全的自動(dòng)駕駛汽車。

十億輛汽車上路，平均每年行駛一萬英里，一萬億英里。自動(dòng)駕駛的未來顯然是巨大的，它將由人工智能驅(qū)動(dòng)和支持。這是下一個(gè)巨大的機(jī)遇，我們正在與全球眾多大型且卓越的公司合作，使這一切成為可能。在我們所有與自動(dòng)駕駛相關(guān)的工作中，安全始終是核心。我們對(duì)我們的 HALOS 系統(tǒng)感到非常自豪。它始于芯片的架構(gòu)，然后是芯片設(shè)計(jì)和系統(tǒng)設(shè)計(jì)，操作系統(tǒng)、人工智能模型以及軟件開發(fā)的方法論，我們測(cè)試的方式，從訓(xùn)練模型的方法到為模型提供的數(shù)據(jù)，再到評(píng)估模型的方式。NVIDIA 的 HALOS 系統(tǒng)以及我們的自動(dòng)駕駛安全團(tuán)隊(duì)和能力在全球享有盛譽(yù)。這臺(tái)計(jì)算機(jī)是第一臺(tái)軟件定義的計(jì)算機(jī)。全球首個(gè)完全 100%軟件定義的、由人工智能驅(qū)動(dòng)的軟件，面向自動(dòng)駕駛汽車的增強(qiáng)現(xiàn)實(shí)人工智能驅(qū)動(dòng)堆棧。我們已經(jīng)從事這項(xiàng)工作將近十年了，這一能力享譽(yù)全球，我對(duì)此感到非常自豪。

汽車行業(yè)正在發(fā)生的變化，同樣也正在一個(gè)新興產(chǎn)業(yè)中上演。正如我之前提到的，如果你能根據(jù)提示生成視頻，如果人工智能能夠感知，它就能推理，還能生成視頻、文字和圖像，剛才提到的汽車、路徑、方向盤路徑，為什么它不能同時(shí)產(chǎn)生局部運(yùn)動(dòng)能力和關(guān)節(jié)活動(dòng)能力？因此，人工智能徹底改變機(jī)器人領(lǐng)域最難問題之一的基本能力即將到來。類人機(jī)器人將成為現(xiàn)實(shí)。我們現(xiàn)在知道如何構(gòu)建這些東西，訓(xùn)練這些東西，以及操作這些東西。人形機(jī)器人可能將成為有史以來最大的產(chǎn)業(yè)之一，這需要那些懂得制造東西的公司，制造具有非凡能力的東西。這指的是歐洲國(guó)家。世界上許多產(chǎn)業(yè)都基于這里。我認(rèn)為這將是一個(gè)巨大的機(jī)遇。好吧，假設(shè)全球有十億臺(tái)機(jī)器人。擁有十億機(jī)器人是一個(gè)非常合理的想法。那么，為什么這還沒有發(fā)生呢？原因很簡(jiǎn)單。如今的機(jī)器人編程太復(fù)雜。只有最大的公司才能負(fù)擔(dān)得起安裝機(jī)器人。讓機(jī)器人學(xué)習(xí)，編程使其執(zhí)行完全正確的操作。保持足夠的包圍以確保安全。這就是為什么世界上最大的汽車公司都配備了機(jī)器人。它們體積足夠大，工作足夠重復(fù)。確實(shí)，行業(yè)已經(jīng)達(dá)到足夠的規(guī)模，可以在這些工廠部署機(jī)器人。幾乎所有中小型企業(yè)都是如此，無論是夫妻店、餐館、商店還是倉(cāng)庫(kù)。直到現(xiàn)在，實(shí)現(xiàn)那種編程能力是不可能的。我們將為你提供本質(zhì)上可以教導(dǎo)的機(jī)器人。它們會(huì)向你學(xué)習(xí)。

正當(dāng)我們?cè)谟懻撟灾髦悄軙r(shí)，我們現(xiàn)在擁有能夠通過教學(xué)學(xué)習(xí)的人形智能，使用的工具包與 Nemo 工具包非常——非常一致，我——我剛才提到了。NVIDIA HERE 同樣是建立在三層堆棧之上。我們打造了這臺(tái)計(jì)算機(jī)，名為 Thor，Thor 計(jì)算機(jī)。開發(fā)套件看起來大致是這樣的。這是一臺(tái)完全自給自足的機(jī)器人電腦。開發(fā)套件放在你的桌面上。這些都是傳感器，內(nèi)部是一顆小型超級(jí)計(jì)算機(jī) Thor 芯片。真是非常，非常令人難以置信。這些——……是的。我可以，我可以想象把這個(gè)插進(jìn)去，就像那樣。好的。謝謝你，珍妮。（清嗓子）這就是 Thor 處理器。上面是為機(jī)器人設(shè)計(jì)的操作系統(tǒng)。此外，變換器模型接收傳感器數(shù)據(jù)和指令并進(jìn)行轉(zhuǎn)換，生成飛行路徑或軌跡，以及手臂關(guān)節(jié)的運(yùn)動(dòng)控制，手指關(guān)節(jié)的運(yùn)動(dòng)控制，當(dāng)然還有你的腿部關(guān)節(jié)運(yùn)動(dòng)控制。

現(xiàn)在，人形機(jī)器人面臨的最大挑戰(zhàn)是訓(xùn)練所需的數(shù)據(jù)量非常、非常難以獲取。那么問題是你如何做到這一點(diǎn)？解決這個(gè)問題的方法是回到 Omniverse，一個(gè)遵循物理定律的數(shù)字孿生世界。這是我們正在做的一項(xiàng)令人難以置信的工作。別做。別……（詭異音樂響起）哦，天哪，是我的錯(cuò)。好的，這些是機(jī)器人。我們有……我們開發(fā)了計(jì)算機(jī)來模擬，來訓(xùn)練它們。計(jì)算機(jī)來模擬它們，以及裝在它們內(nèi)部的計(jì)算機(jī)。全球正在建立大量的人形機(jī)器人公司。他們都看到了徹底變革這一新領(lǐng)域的巨大機(jī)遇�？梢哉f是一種新設(shè)備，進(jìn)展非常迅速。它們學(xué)習(xí)的方式是在一個(gè)虛擬世界中學(xué)習(xí)，而這個(gè)虛擬世界必須遵守物理定律。最近，我們宣布了與迪士尼研究院和 DeepMind 的一項(xiàng)重大合作，我們將共同努力，打造世界上最復(fù)雜的物理模擬。

此刻，我只是在努力弄清楚如何切換到那張幻燈片。教我。誰和我一起？（詭異的音樂響起）這就是只排練一次的后果。好吧，這個(gè)，這個(gè)令人難以置信的系統(tǒng)，就是一個(gè)人工智能學(xué)習(xí)如何成為人工智能的地方。讓我給你展示一下。

（歡快的音樂播放）（鳥鳴）（嗶嗶聲）（口哨聲）（水花聲）（雷聲）（吱吱聲）（口哨聲）我們有一位特別嘉賓。你的名字是格雷克。你是，你是……你是小男孩還是小女孩？好的。他是……格瑞克是一個(gè)小女孩。現(xiàn)在，看這個(gè)。Grek 學(xué)會(huì)了在 Omniverse 中行走，遵守物理定律。而在 Omniverse 中，我們創(chuàng)建了成千上萬個(gè)場(chǎng)景。最后，當(dāng) Grek 學(xué)會(huì)了如何在那些環(huán)境中操作、行走和操控時(shí)，在沙地上，在礫石上，在滑溜的地板上，在混凝土上，在地毯上，那么當(dāng)涉及到當(dāng) Grek 進(jìn)入物理世界時(shí)，物理世界只是世界的第 100,001 個(gè)版本。所以你學(xué)會(huì)了在虛擬世界中行走，看看你現(xiàn)在的樣子。你能……你能跳嗎？哇。你會(huì)跳舞嗎？（嗶嗶聲）（電子薩克斯演奏）我覺得……我覺得，嗯……我只是想讓你知道，我是主旨演講者。所以我需要你……我需要你表現(xiàn)得規(guī)規(guī)矩矩。我需要你乖一會(huì)兒。我需要你乖一會(huì)兒，S-...你能坐下嗎？坐下。（電子音樂播放）嘿，你知道我們應(yīng)該做什么嗎？我們來給大家拍張照片。（相機(jī)快門聲）是的。砰，砰。你愿意跟我回家嗎？你想跟我回家嗎？我有點(diǎn)—（嗶）是的，我知道。是的，我有寵物。他們想把你當(dāng)作寵物。不想嗎？（esqmas 音樂播放）哦，哦。不。你真聰明。你真聰明。太不可思議了，對(duì)吧？你是世界上最棒的機(jī)器人，總有一天我們都會(huì)擁有一個(gè)像你這樣的。他們會(huì)跟著我們到處走。但如果我需要……如果我需要一杯威士忌，你得去告訴別人幫我拿杯威士忌，因?yàn)槟銢]有手臂。（電子音樂播放）哦，哦。是的。你真可愛。好了，小姑娘，你在這里等一會(huì)兒。我們收尾吧。

（清嗓子）好了。這非常清楚。非常清楚，一場(chǎng)工業(yè)革命已經(jīng)開始。下一波人工智能浪潮已經(jīng)開始。Grek 是機(jī)器人技術(shù)現(xiàn)階段可能實(shí)現(xiàn)的完美范例。教機(jī)器人操作所需的技術(shù)，進(jìn)行模擬，當(dāng)然，一個(gè)令人難以置信的機(jī)器人現(xiàn)在就展現(xiàn)在我們面前。我們有實(shí)體機(jī)器人，也有信息機(jī)器人。我們稱它們?yōu)榇�理。下一波人工智能已�?jīng)開始。這將需要……推理工作負(fù)載的爆炸式增長(zhǎng)。它基本上將呈指數(shù)增長(zhǎng)。使用推理的人數(shù)已經(jīng)從八百萬增加到八億。僅僅幾年時(shí)間就增長(zhǎng)了一百倍。令牌生成的提示數(shù)量和數(shù)量，正如我之前提到的，從幾百個(gè)標(biāo)記到幾千個(gè)標(biāo)記，當(dāng)然，我們現(xiàn)在比以往任何時(shí)候都更多地使用人工智能。比以往任何時(shí)候都更多。所以我們需要一臺(tái)專門為思考設(shè)計(jì)的計(jì)算機(jī)，專為推理設(shè)計(jì)，這就是 Blackwell，一臺(tái)思考機(jī)器。

這些 Blackwells 將被用于新型數(shù)據(jù)中心，本質(zhì)上是人工智能工廠，專為一件事而設(shè)計(jì)，這些人工智能工廠將生成Token，這些Token將成為你的食物，小格雷克。是的，我知道。我知道。

真正令人難以置信的是，我很高興看到歐洲正在全力投入人工智能。這里建設(shè)的人工智能基礎(chǔ)設(shè)施將在未來幾年內(nèi)增加一個(gè)數(shù)量級(jí)。我要感謝大家的合作伙伴關(guān)系。祝你們?cè)?nbsp;VivaTech 活動(dòng)中度過愉快時(shí)光。（鼓掌）謝謝。說再見。說再見。拍一堆照片。拍一堆照片。拍一堆照片。是嗎？

       原文標(biāo)題 : 首發(fā)｜黃仁勛巴黎GTC最新演講：一個(gè)由AI工廠驅(qū)動(dòng)的全新工業(yè)革命已經(jīng)到來�。ǜ絻扇f字實(shí)錄）