【完整版】#黃仁勳 #Computex 主題演講，AI發展受矚，揭曉 #輝達 台灣總部在北士科

[音乐] 代币。 代币。 [音乐] 你 [音乐] 知道 [音乐] 代币。 [音乐] 代币。 [音乐] 代币。 [音乐] 代！外国！ [音乐] 外国！代！外国！ [音乐] 外国！代女人。 [音乐] [音乐] 外语。 [掌声] 欢迎来到舞台，英伟达创始人兼首席执行官黄仁勋。 [音乐] 你好，台湾。很高兴来到这里。我的父母也在观众席。他们在上面。英伟达来台湾已经三十多年了。这里是我们许多珍贵合作伙伴和亲密朋友的家园。多年来，你们见证了英伟达的成长，看到了我们取得的许多令人兴奋的成就，并一路与我携手同行。今天，我们将讨论我们在行业中的地位，我们将走向何方，宣布一些新产品，令人兴奋的新产品和令人惊喜的产品，这些产品为我们开辟了新市场，创造了新市场，新增长。我们将讨论伟大的合作伙伴以及我们如何共同发展这个生态系统。正如你们所知，我们处于计算机生态系统的中心，这是世界上最重要的行业之一。因此，当必须创造新市场时，我们必须从这里开始。在计算机生态系统的中心。我为你们准备了一些惊喜，一些你们可能猜不到的事情。当然，我答应过要谈论人工智能，我们也会谈论机器人。英伟达的故事就是计算机行业的重塑。事实上，英伟达的故事也是我们公司的重塑。正如我所说，我来这里已经三十年了。你们中的许多人都参加过我的许多主题演讲。你们中的一些人，全部参加过。正如你们回顾过去三十年的对话和我们谈论过的事情一样，我们发生了多么巨大的变化。我们最初是一家芯片公司，目标是创建一个新的计算平台，并在 2006 年推出了 CUDA，它彻底改变了计算方式。2016 年，十年后，我们意识到一种新的计算方法已经到来。这种新的计算方法需要重塑技术栈的每一层。处理器是新的，软件栈是新的。因此，系统也是新的。于是我们发明了一个新系统。一个我宣布它是在 GTC 2006 年，没有人明白我在说什么，也没有人给我订单。那个系统叫做 DGX1。DGX1。我将第一个捐赠给了一个名为 OpenAI 的非营利公司，它开启了人工智能革命。多年后，我们意识到，事实上，这种新的软件运行方式，现在称为人工智能，与传统的软件运行方式不同。许多应用程序运行在大型数据中心中的少数几个处理器上。我们称之为超大规模。这种新型应用程序需要许多处理器协同工作，为数百万人提供查询服务，而数据中心的架构将从根本上不同。我们意识到有两种网络。一种是南北向，因为你仍然需要控制存储。你仍然需要一个控制平面。你仍然需要连接到外部。但最重要的网络将是东西向。计算机之间相互通信以尝试解决问题。我们认识到在东西向流量方面，高性能计算和大规模分布式处理方面最优秀的网络公司。一家与我们公司关系非常密切、非常亲近的公司，名为 Melanox。我们在五年前，也就是 2019 年收购了他们。我们将整个数据中心变成了一个计算单元。你们以前听我说过，现代计算机就是整个数据中心。数据中心是计算单元。不再只是个人电脑，不再只是服务器。整个数据中心正在运行一个作业，操作系统也将随之改变。英伟达的数据中心之旅现在广为人知。在过去的三年里，你们看到了我们正在塑造的一些想法，以及我们如何开始以不同的方式看待我们的公司。历史上没有任何一家公司，当然也没有任何一家技术公司，曾经提前五年公布过路线图。没有人会告诉你接下来会发生什么。他们将其视为秘密，极其机密。然而，我们意识到英伟达不再仅仅是一家技术公司。事实上，我们是一家基础设施公司。你如何规划你的基础设施，你的土地，你的建筑，你的电力，你所有的必要融资，遍布世界各地？如果你不了解我要做什么，你如何可能做到这一点？因此，我们详细描述了我们公司的路线图，详细到足以让世界上每个人都能开始建造数据中心。我们现在意识到我们是一家人工智能基础设施公司。一家遍布全球、必不可少的基础设施公司。每个地区、每个行业、每家公司都将建设这些基础设施。这些基础设施是什么？这些基础设施实际上与第一次工业革命非常相似，当时人们意识到通用电气、西屋电气、西门子意识到有一种新技术叫做电力，并且必须在世界各地建立新的基础设施。这些基础设施成为社会基础设施的重要组成部分。现在，这项基础设施被称为电力。多年后，在我们这一代人中，我们意识到有一种新的基础设施。这种新基础设施非常概念化，很难理解。这种信息基础设施，第一次被描述时，没有人理解。但我们现在意识到它是互联网，互联网无处不在，万物都与之相连。好吧，有一种新的基础设施。现在，这种新基础设施建立在前两种之上。这种新基础设施是智能基础设施。我知道现在当我们说有智能基础设施时，这没有意义。但我向你保证，十年后，你回过头来看，你会意识到人工智能已经融入一切。事实上，我们需要人工智能无处不在，每个地区、每个行业、每个国家、每家公司都需要人工智能。人工智能现在是基础设施的一部分，这项基础设施就像互联网一样，就像电力一样，需要工厂。而这些工厂基本上就是我们今天建造的。它们不是过去的数据中心。一个万亿美元的行业，提供信息和存储，支持我们所有的 ERP 系统和员工。那就是数据中心，过去的数据中心。这在某种程度上是相似的，因为它来自同一个行业。它来自我们所有人，但它将成为一个与世界数据中心完全不同、完全分离的东西。而这些人工智能数据中心，如果你愿意的话，被错误地描述了。它们实际上是人工智能工厂。你给它施加能量，它就会产生非常有价值的东西。而这些东西被称为代币。以至于公司开始谈论他们上个季度生产了多少代币，以及他们上个月生产了多少代币。很快，我们将像每个工厂一样，谈论我们每小时生产多少代币。因此，世界已经发生了根本性的变化。我们从一家公司变成了一家公司。在我们公司成立的那一天。我试图弄清楚我们在 1993 年的机会有多大，我得出的结论是英伟达的商业机会是巨大的。三亿美元。我们将变得富有。三亿美元的芯片行业，到数据中心机会，代表约一万亿美元，现在到人工智能工厂和人工智能基础设施行业，将以万亿美元来衡量。这就是我们正在追求的令人兴奋的未来。现在，其核心是，我们所做的一切都基于几项重要的技术。当然，我谈论了很多加速计算。我谈论了很多人工智能。英伟达真正特别之处在于这些能力的融合，尤其是算法、库，我们称之为 CUDA X 库。我们一直在谈论库，事实上，我们是世界上唯一一家不停地谈论库的技术公司，原因在于库是我们一切的核心。库是一切的开始。我今天将向你们展示几个新的。但在那之前，让我先预览一下我今天要讲的内容。你们即将看到的一切，你们即将看到的一切都是模拟、科学和人工智能。你们在这里看到的都不是艺术。都是模拟。碰巧很美。让我们看看。 [音乐] [音乐] [音乐] [音乐] [音乐] 热。热。 [音乐] [音乐] 热。热。热。热。 [音乐] 热。热。 [音乐] [掌声] 这是实时计算机图形，我站在这里。这不是视频。这是计算机图形。它由 GeForce 生成。这是全新的 GeForce 5060 RTX 5060。这是来自华硕的。我的好朋友 Johnny 在前排。这是来自 MSI 的。我们采用了这款令人难以置信的 GPU，并将其缩小到这里。这说得通吗？看，这太不可思议了。所以，这是 MSI 的新款笔记本电脑，里面有 5060。GeForce 将 CUDA 带给了世界。现在，你们看到的是每一个像素都经过光线追踪。我们如何能够模拟光子并以这种分辨率提供这种帧速率？原因在于人工智能。我们只渲染我们只渲染十分之一的像素。所以你们看到的每一个像素，只有十分之一是实际计算出来的。其他九个是人工智能猜测的。这说得通吗？而且它很完美。它完全完美。它猜对了。当然，这项技术叫做 DLSS，神经渲染。我们花了许多年才开发出来。我们从开始研究人工智能的那一刻起就开始开发它。所以这是一个十年的旅程，人工智能彻底改变了计算机图形学的进步。GeForce 将人工智能带给了世界。现在人工智能又回来彻底改变了 GeForce。所以真的很令人惊叹。女士们先生们，GeForce [掌声] 你知道，当你是一名首席执行官时，你有很多孩子。而 GeForce 将我们带到了这里。现在我们所有的主题演讲 90% 都不是 GeForce。但这并不是因为我们不爱 GeForce。GeForce RTX 50 系列刚刚创下了有史以来最成功的发布记录。是我们历史上最快的发布。而 PC 游戏现在已经三十年了。所以这说明了 GeForce 有多么不可思议。让我们谈谈库。当然，一切都始于 CUDA。通过使 CUDA 尽可能高性能，尽可能普及，以便安装基础遍布世界各地，然后应用程序可以很容易地找到 CUDA GPU。安装基础越大，开发者就越想创建库。库越多，就越能做出惊人的事情，更好的应用程序，给用户带来更多好处，他们购买更多电脑。电脑越多，CUDA 越多。这种反馈路径至关重要。然而，加速计算不是通用计算。通用计算编写软件。每个人都用 Python、C 或 C++ 编写，然后进行编译。通用计算的方法是一致的。编写应用程序，编译应用程序，在 CPU 上运行它。然而，这在加速计算中根本行不通，因为如果可以这样做，它就会被称为 CPU。为什么不只是改变 CPU 呢？所以，你可以编写软件，编译软件，在 CPU 上运行它。你必须做一些不同的事情，这实际上是很有道理的。原因在于，有这么多人致力于通用计算。数万亿美元的创新。怎么可能突然之间，芯片里的几个小部件，电脑就快了 50 倍，100 倍？这说不通。所以我们应用的逻辑是，如果我们能更多地了解应用程序，我们就可以加速它们。如果你创建一个更适合加速运行的架构，以光速运行 99% 的运行时，即使只有 5% 的代码，这很令人惊讶，大多数应用程序的小部分代码消耗了大部分运行时，你就可以加速应用程序。我们观察到了这一点，于是我们一个接一个地进入了一个领域。我刚才展示了计算机图形学。我们还有数字。这是 Kai numeric。这是 Kupi，最普及的数值库。Aerial 和 Shona。Aerial 是世界上第一个用于 5G 和 6G 的 GPU 加速无线电信号处理。一旦我们将其软件化，我们就可以在其之上叠加人工智能。现在我们可以将人工智能带入 5G 和 6G。Parabicks 用于基因组学分析。Monai 用于医学影像。Earth 2 用于天气预测。Coo quantum 用于量子经典计算机架构和计算机系统。Coupar variance 和 coup tensor contraction 的张量数学。Megatron。这一整行，这一整列都包含了我们所有的深度学习以及训练和推理所需的库。彻底改变了计算，这一切都始于所有这些库，不仅仅是 CUDA，还有 CDNN，在 KUDNN 之上是 Megatron，然后是 Tensor RTLM，最近是这个全新的用于大型人工智能工厂的操作系统 Dynamo QDF，用于 Spark 和 SQL 结构化数据等数据帧，也可以加速。QML 经典机器学习。Warp 是一个用于描述 CUDA 内核的 Pythonic 框架，非常成功。Coup 数学运算优化，例如旅行商问题，优化高度约束的大量变量类型的问题，例如供应链优化。这是一个巨大的成功。我对 Coup DSS 和 Coup sparse 用于稀疏结构模拟器感到非常兴奋，它们用于 DAE 和 CAD 流体动力学有限元分析，对 EDA 和 CAE 行业极其重要。然后当然是 Cou litho，计算光刻最重要的库之一，掩模制造可能需要一个月的时间，而掩模制造过程计算量极大，现在有了 Cou litho，我们可以将计算速度提高 50 倍，70 倍。因此，这将为未来将人工智能应用于光刻打开世界。我们在这里有很棒的合作伙伴。台积电正在广泛使用 Kitho。ASML、Synopsis，都是与我们在 Kitho 合作的优秀伙伴。因此，库本身使我们能够一个接一个地加速应用领域、科学领域、物理领域。它也为我们打开了市场。我们审视特定的地区和市场，并说该领域对于转型到新的计算方式可能非常重要。如果通用计算在所有这些年之后已经走到尽头，为什么它没有在每个行业都走到尽头？因此，最重要的行业之一当然是电信。正如世界上的云数据中心现在已经软件化一样，电信也应该软件化。因此，我们花了大约六年时间来改进和优化一个完全加速的无线接入网络 RANS 堆栈，它在每兆瓦数据速率或每瓦数据速率方面都实现了令人难以置信的性能。我们现在已经达到了最先进的 AS6 的水平。一旦我们能够做到这一点，一旦我们能够达到这种性能和功能水平，然后我们就可以在其之上叠加人工智能。所以我们在这里有很棒的合作伙伴。你们可以看到软银和 T-Mobile、Indoad 和 Vodafone 正在进行试验。诺基亚、三星、京瓷正在与我们合作开发完整的堆栈。富士通和思科正在开发系统。所以现在我们可以引入 5G 或 6G 上的人工智能，以及计算上的人工智能。我们正在与量子计算一起这样做。量子计算仍处于嘈杂的中等规模量子（NISK）状态。然而，我们已经可以开始做许多很好的应用了，所以我们对此感到兴奋。我们正在开发一个量子经典或量子 GPU 计算平台。我们称之为 CUDA Q，与世界各地令人惊叹的公司合作。GPU 可用于预处理和后处理、纠错和控制。因此，在未来，我预测所有超级计算机都将拥有量子加速器，都将拥有连接到它们的量子处理器。因此，超级计算机将是带有量子处理器、GPU 和一些 CPU 的量子处理器。这将是现代计算机的代表。因此，与该领域的许多伟大公司合作。人工智能十二年前，我们从感知人工智能模型开始，这些模型可以理解模式，识别语音，识别图像。那是开始。过去五年，我们一直在谈论生成式人工智能，人工智能不仅能理解，还能生成的能力。因此，它可以从文本生成文本。我们在 ChatGPT 中一直使用它。文本到图像，文本到视频，视频到文本，图像到文本，几乎任何到任何。这是我们发现的人工智能的真正惊人之处，一个通用的函数逼近器，一个通用的翻译器。它可以从任何东西翻译到任何东西，只要我们能对其进行标记，表示信息位。好吧，现在我们已经达到了一个非常重要的人工智能水平。生成式人工智能给了我们一次性人工智能。你给它文本，它就给你文本。这是两年前我们第一次接触 ChatGPT 的时候。那是巨大的突破。你给它文本，它就给你文本。它预测下一个词，预测下一个段落。然而，智能不仅仅是你从大量数据中学到的东西。智能包括推理能力，解决你以前没见过的问题的能力，一步一步地分解它，也许应用一些规则和定理来解决你从未见过的问题，能够模拟多种选择并权衡其好处。你可能听说过一些技术，例如思维链，一步一步地分解，思维树，出现一整堆，出现一整堆路径。所有这些技术都在引领人工智能的推理能力。现在令人惊叹的是，一旦你拥有了推理能力，并且拥有了感知能力，也就是说，让我们说多模态读取 PDF，你可以进行搜索，你可以使用工具，你现在拥有了智能体人工智能。这种智能体人工智能只是做了我刚才描述的所有事情，我们都做。我们接受一个目标，我们一步一步地分解它，我们推理如何做，什么方法最好，我们考虑其后果，然后我们开始执行计划。计划可能包括做一些研究，可能包括使用一些工具。它可能包括联系另一个人工智能代理与其合作。智能体人工智能基本上就是理解、思考和行动。好吧，理解、思考和行动就是机器人循环。智能体人工智能基本上是数字形式的机器人。在未来几年，这些将非常重要。我们在这个领域看到了巨大的进步。下一波是物理人工智能。理解世界的人工智能。它们理解惯性、摩擦、因果关系等。如果我滚一个球，它滚到汽车下面，根据球的速度，它可能已经滚到了汽车的另一边，但球并没有消失。物体恒存。你可能可以推理，如果面前有一张桌子，你必须走到另一边，最好的方法不是直接穿过它。最好的方法可能是绕过它或从它下面过去。能够推理这些物理事物对于人工智能的下一个时代至关重要。我们称之为物理人工智能。因此，在这种特定情况下，你们看到的是我们简单地提示人工智能，它就会生成视频来训练自动驾驶汽车在不同场景下行驶。我稍后会展示更多。那是一只狗。它是一个与鸟和人一起生成的。它从左边的图像开始。然后是下一个阶段，我们使用推理系统、生成系统、物理人工智能，这种能力水平现在将进入物理实体。我们称之为机器人。如果你能想象提示人工智能生成视频，伸手去拿一个瓶子。当然，你可以想象告诉机器人伸手去拿瓶子。今天的人工智能能力能够做到这些。好吧，我们正在构建的计算机，使这一切成为可能，它具有与以前非常不同的特性。三年前，革命性的计算机 Hopper 问世，它彻底改变了我们所知的人工智能。它可能成为世界上最受欢迎、最知名的计算机。在过去的几年里，我们一直在开发一种新的计算机，使我们能够实现推理时间缩放，或者说思考速度极快。因为当你思考时，你会产生很多代币，如果你愿意的话。你会产生很多想法，并在产生答案之前在脑海中进行迭代。所以，曾经的一次性人工智能现在将成为思考人工智能、推理人工智能、推理时间缩放人工智能，这将需要更多的计算。因此，我们创建了一个名为 Grace Blackwell 的新系统。Grace Blackwell 可以做几件事。它具有扩展能力。扩展意味着将一台计算机变成一台巨型计算机。横向扩展是取一台计算机并将许多计算机连接在一起，让工作在许多不同的计算机上完成。横向扩展很容易。纵向扩展极其困难。建造超越半导体物理极限的更大计算机是极其困难的。这就是 Grace Blackwell 所做的。Grace Blackwell 打破了几乎所有记录。你们在座的许多人正在与我们合作建造 Grace Blackwell 系统。我很高兴地说我们已经全面生产，但我也必须说这极其具有挑战性。尽管基于 HGX 的 Blackwell 系统自去年年底以来已全面生产，并于二月上市，但我们现在才开始全面投入所有伟大的 Grace Blackwell 系统。它们正在各地上线，每天都在上线。它已经在 Coreweave 上使用了几周。许多 CSP 已经在使用了，现在你们开始看到它从各地涌现。每个人都开始在推特上发布 Grace Blackwell 已投入生产。今年第三季度，正如我承诺的那样，我们将每年一次提高我们平台的性能，就像节奏一样。今年第三季度，我们将升级到 Grace Blackwell GB300。GB300 将提高，它是相同的架构，相同的架构，相同的物理尺寸，相同的电气机械，但内部的芯片已升级。它升级了一个新的 Blackwell 芯片，推理性能提高了 1.5 倍，HBM 内存增加了 1.5 倍，网络连接增加了 2 倍。因此，整体系统性能更高。好吧，让我们看看 Grace Blackwell 的内部。Grace Blackwell 从这个计算节点开始。就是这个计算节点。这是其中一个计算节点。这是上一代 B200 的样子。这是 B300 的样子。请注意中心，它现在是 100% 液冷，但外部看起来一样。你可以将其插入相同的系统和相同的机箱。这就是 Grace Blackwell GB300 系统。它的推理性能提高了 1.5 倍。训练性能差不多，但推理性能提高了 1.5 倍。现在这个系统是 40 Petaflops，大约是 2018 年 Sierra 超级计算机的性能。Sierra 超级计算机拥有 18,000 个 Volta GPU。这个节点取代了整个超级计算机。六年内性能提高了 4000 倍。这是极端摩尔定律。记住，我以前说过，人工智能，英伟达每十年将计算能力提高约一百万倍，我们仍在朝着这个方向前进。但这样做的方法不仅仅是让芯片更快。芯片的速度和大小都有极限。就 Blackwell 而言，我们甚至将两块芯片连接在一起以实现这一点。台积电与我们合作发明了一种名为 cos l 的新共晶工艺，使我们能够制造出这些巨型芯片。但我们仍然想要比这大得多的芯片。因此，我们不得不创造所谓的 MVLink。这是世界上最快的交换机。这里的 MVLink 每秒 7.2 太字节。其中九个进入那个机架。这九个交换机通过这个奇迹连接。这个很重。那是因为我很强壮。我让它看起来很轻，但它几乎有 70 磅。这就是 MVLink 主干。两英里的电缆，5000 根电缆结构化，全部匹配，它将所有 72 个 GPU 连接到这个名为 MVLink 交换机的网络中的所有其他 72 个 GPU。MVLink 主干的带宽为 130 太字节/秒。所以，为了便于理解，整个互联网的峰值流量，整个互联网的峰值流量是每秒 900 太比特。除以八。这比整个互联网移动的流量还要多。一个 MVLink 主干，通过这九个 MVLink 交换机，这样每个 GPU 都可以同时与所有其他 GPU 通信。这就是 GB200 的奇迹，因为信号传输距离是有限的。这是任何信号传输过的最远距离。它从芯片到交换机，到主干，到任何其他交换机，任何其他芯片，全部是电信号。因此，这个限制导致我们将所有东西都放在一个机架里。那个机架是 120 千瓦，这就是为什么一切都必须液冷的原因。我们现在可以将 GPU 从一个主板上分离出来，分散到整个机架上。所以整个机架就是一个主板。这就是奇迹，完全分离。现在 GPU 的性能令人难以置信。内存量令人难以置信。网络带宽令人难以置信。现在我们可以真正地扩展它们。一旦我们纵向扩展，我们就可以将其扩展到大型系统。请注意，英伟达制造的几乎所有东西都非常巨大。原因在于我们不是在建造数据中心和服务器。我们正在建造人工智能工厂。这是 Coreweave。这是 Oracle Cloud。每个机架的功率密度都非常高。它们必须分开，它们必须放得更远，以便功率密度能够分散。但最终，我们不是在建造数据中心。我们正在建造人工智能工厂。这是 XAI Colossus 工厂。这是 Stargate。400 万平方英尺。400 万平方英尺。1 吉瓦。所以，想想这个工厂。这个 1 吉瓦的工厂，这个 1 吉瓦的工厂可能要花费 600 到 800 亿美元。在这 600 到 800 亿美元中，电子产品，计算部分，这些系统价值 400 到 500 亿美元。所以，这些是巨大的工厂投资。人们建造工厂的原因是你知道答案。你买得越多。和我一起说。你买得越多，你做得越多。这就是工厂的作用。好吧，技术非常复杂。技术非常复杂。事实上，仅仅看它，你仍然无法深刻理解我们所有合作伙伴和在座所有台湾公司所做的令人惊叹的工作。所以，我们为你制作了一部电影。我为你制作了一部电影。看看。 [音乐] Blackwell 是一项工程奇迹。它始于台积电的一块空白硅晶圆。数百个芯片加工和紫外线光刻步骤，逐层构建出每个 2000 亿个晶体管，在 12 英寸晶圆上。晶圆被切割成独立的 Blackwell 芯片，进行测试和分类，将好的芯片分离出来继续前进。台积电的晶圆上芯片基板工艺，以及 AMC 核心，将 32 个 Blackwell 芯片和 128 个 HBM 堆栈连接到定制的硅互连晶圆上。金属互连迹线直接蚀刻在上面，将 Blackwell GPU 和 HBM 堆栈连接到每个系统和封装单元，将所有东西锁定到位。然后组装件被烘烤、模塑和固化，创建 Blackwell B200 超级芯片。在 KYC，每个 Blackwell 都会在 125°C 的烤箱中进行压力测试，并持续数小时推向极限。回到富士康，机器人昼夜不停地工作，将超过 10,000 个组件放置在 Grace Blackwell PCB 上。与此同时，其他组件正在全球各地的工厂准备就绪。来自 Cooler Master、ABC、Auras 和 Delta 的定制液冷铜块将芯片保持在最佳温度。在另一个富士康工厂，Connect X7 Super Nix 被构建用于实现横向扩展通信，而 Bluefield 3 DPU 则用于卸载和加速网络、存储和安全任务。所有这些部件汇集在一起，被小心地集成到 GB200 计算托盘中。MVLink 是英伟达发明的突破性高速链路，用于连接多个 GPU 并扩展成一个巨大的虚拟 GPU。MVLink 开关托盘由 MVLink 开关芯片构成，提供 14.4 太字节/秒的全双工带宽。MVLink 主干形成定制的盲配背板，集成 5000 根铜缆，提供 130 太字节/秒的全双工带宽。这连接了所有 72 个 Blackwell 或 144 个 GPU 芯片，形成一个来自世界各地的巨型 GPU。来自富士康、纬创、广达、戴尔、华硕、技嘉、HPE、超微和其他合作伙伴的部件被熟练的技术人员组装成一个机架规模的人工智能超级计算机，总共 120 万个组件，2 米铜缆，130 万亿个晶体管，重达 1800 公斤。 [音乐] 从蚀刻到晶圆上的第一个晶体管，到固定 Blackwell 机架的最后一个螺栓，每一步都承载着我们合作伙伴的奉献、精确和工艺的重量。Blackwell 不仅仅是一项技术奇迹。它是台湾技术生态系统奇迹的证明。 [音乐] 我们为我们共同取得的成就 [音乐] 感到无比自豪。谢谢你，台湾。谢谢。谢谢。那真是太不可思议了，对吧？但那是你们。那是你们。谢谢。好吧，台湾不仅为世界制造超级计算机。今天我很高兴地宣布，我们也在为台湾制造人工智能。因此，今天我们宣布富士康、台湾、台湾政府、英伟达、台积电，我们将在这里为台湾的人工智能基础设施和人工智能生态系统建造第一台巨型人工智能超级计算机。谢谢。这里有人需要人工智能计算机吗？观众中有任何人工智能研究人员吗？每个学生、每个研究人员、每个科学家、每个初创公司、每个大型成熟公司。台积电本身已经在进行大量的人工智能和科学研究。因此，富士康在机器人领域做了大量工作。我知道观众中有许多其他公司。我将在稍后提到你们，他们正在进行机器人研究和人工智能研究。因此，在台湾拥有世界一流的人工智能基础设施确实非常重要。所有这一切都是为了让我们能够制造出非常大的芯片。以及 MVLink 和 Blackwell 这一代产品，使我们能够创造出这些令人难以置信的系统。这里有一个来自和硕和 QCT 和纬创和我们赢。这是来自富士康和技嘉和华硕。你可以看到它的正面和背面。它的全部目标，它的全部目标是采用这些 Blackwell 芯片，你知道，你可以看到它们有多大，并将它们变成一个巨大的芯片。当然，做到这一点成为可能得益于 MVLink，但这低估了系统架构的复杂性，连接所有这一切的丰富的软件生态系统，以及由 150 家公司组成的整个生态系统，共同构建了这个架构，以及技术、软件和行业的整个生态系统，这三年的工作成果。这是一项巨大的产业投资，现在我们希望让任何想要建造数据中心的人都能做到。它可以是一堆 NVIDIA GB200 或 300 以及英伟达的加速计算系统。也可以是别人。因此，今天我们宣布一项非常特别的产品。我们宣布 NVIDIA MVLink Fusion。MVLink Fusion 使得你可以构建半定制的人工智能基础设施，而不仅仅是半定制芯片，因为那是过去的好日子。你想构建人工智能基础设施，而每个人的基础设施都可以略有不同。有些人可能有更多的 CPU，有些人可能有更多英伟达 GPU，有些人可能是别人的半定制 ASIC。而这些系统建造起来极其困难，而且它们都缺少这一个令人难以置信的成分。这个令人难以置信的成分叫做 MVLink。MVLink 使你能够扩展这些半定制系统并构建真正强大的计算机。因此，今天我们宣布 MVLink Fusion。MVLink Fusion 的工作方式大致如下。这是英伟达平台，100% 英伟达。你有英伟达 CPU，英伟达 GPU，MVLink 开关，英伟达的网络，称为 Spectrum X 或 Infiniband，Nyx，网络互连，交换机以及所有系统，整个基础设施端到端构建。当然，如果你愿意，你可以混合搭配，我们现在让你可以在计算层面进行混合搭配。这就是你使用定制 ASIC 时会做的事情。我们有一些很棒的合作伙伴，我稍后会宣布，他们正在与我们合作集成你的专用 TPU 或你的专用 ASIC，你的专用加速器。而且它不一定只是一个 Transformer 加速器。它可以是你想要集成到大型扩展系统中的任何类型的加速器。我们创建了一个 MVLink 芯片，它基本上是一个紧邻你芯片的交换机。将提供 IP 以集成到你的半定制 ASIC 中。然后一旦你做到了这一点，它就可以直接插入我提到的计算板，并融入我展示的这个人工智能超级计算机的生态系统中。现在，也许你想要的是使用你自己的 CPU。你已经构建了自己的 CPU 有一段时间了，也许你的 CPU 已经建立了一个非常大的生态系统，你想将英伟达集成到你的生态系统中。现在我们让你能够做到这一点。你可以通过构建你的定制 CPU 来做到这一点。我们提供我们的 MVLink 芯片到芯片接口到你的 ASIC。我们用 MVLink 芯片连接它。然后它直接连接到 Blackwell 芯片和我们下一代 Ruben 芯片。同样，它直接融入这个生态系统。这项令人难以置信的工作现在变得灵活开放，每个人都可以集成。因此，你的人工智能基础设施可能包含一些英伟达，很多你的，很多你的，你知道，以及大量的 CPU，大量的 ASIC，也许还有大量的英伟达 GPU。因此，无论如何，你都可以利用 MVLink 基础设施和 MVLink 生态系统，它与 Spectrum X 完全连接，所有这些都具有工业级强度，并受益于庞大的工业合作伙伴生态系统，他们已经使其成为可能。这就是 MVLink Fusion。如果你完全从我们这里购买，那太棒了。没有什么比你们购买英伟达的一切更能让我感到高兴的了。我只是想让你们知道。但如果你只从英伟达购买一些东西，那也会让我感到非常高兴。所以我们有一些很棒的合作伙伴。我们有一些很棒的合作伙伴。Lchip、Astera Labs、Marll 和我们的一位很棒的合作伙伴 MediaTek 将与我们合作，为想要构建这些东西的 ASIC 或半定制客户、超大规模用户或想要构建这些东西的 CPU 供应商提供服务，他们将是他们的半定制 ASIC 提供商。我们还有富士通和高通正在构建带有 MVLink 的 CPU，以集成到我们的生态系统中，Cadence 和 Synopsis。我们与他们合作，为你们所有的芯片提供集成。所以这个生态系统令人难以置信。但这只是突出了 MVLink Fusion 生态系统。一旦你与他们合作，你就会立即融入整个更大的英伟达生态系统，使你能够扩展到这些人工智能超级计算机。现在，让我谈谈一些新的产品类别。如你所知，我向你们展示了几种不同的计算机。然而，为了服务于世界上绝大多数人，仍然缺少一些计算机。因此，我将谈论它们。但在那之前，我想更新一下，事实上，我们称之为 DGX Spark 的新计算机已经全面生产。DGX Spark 将很快上市，可能在几周内。我们有许多伟大的合作伙伴与我们合作。戴尔、HPI、华硕、MSI、技嘉、联想，令人难以置信的合作伙伴。这就是 DJX Spark。这实际上是一个生产单元。这是我们的版本。这是我们的版本。然而，我们的合作伙伴正在构建许多不同的版本。这是为人工智能原生开发者设计的。如果你是一名开发者，一名学生，一名研究人员，你不想一直打开云端并准备好，然后当你完成后就清理干净，好吧，但你只想拥有自己的基本上是你旁边的 AI 云，它一直在线，一直等着你。它允许你进行原型设计、早期开发。这就是令人惊叹的。这是 DGX Spark。它是 1 Petaflops 和 128 GB。2016 年我交付 DGX1 时，这只是表壳。我无法举起整台电脑。它重达 300 磅。这是 DGX1。它是 1 Petaflops 和 128 GB。当然，这是 128 GB 的 HBM 内存。这是 128 GB 的 LPDDR5X。性能实际上非常相似。但最重要的是，你可以做的工作，你可以在这里做的工作。这是大约十年来令人难以置信的成就。好吧，所以这是 DGX Spark，适合任何想要拥有自己人工智能超级计算机的人。它……我将让所有合作伙伴自行定价，但有一件事是肯定的，每个人都可以在圣诞节得到一个。好吧，我还有另一台电脑想给你们看。如果那不够，你仍然想拥有自己的个人……谢谢你，珍妮。女士们先生们，这是珍妮·保罗。如果那个不够大，这里有一个。这是另一台桌面式电脑。它也将由戴尔、HPI、华硕、技嘉、MSI、联想提供。它将由 Box、Lambda 提供，令人惊叹的工作站公司。这将是你的个人 DGX 超级计算机。这台计算机的性能是你从墙壁插座中可以获得的最高性能。你可以把它放在你的厨房里，但只是勉强。如果你把它放在厨房里，然后有人打开微波炉，我认为那就是极限了。所以这是极限。这是你可以从墙壁插座中获得的极限。这是 DGX Station。这台机器的编程模型和我展示的巨型系统是相同的。这就是令人惊叹之处。一种架构，一种架构。它有能力，有足够的容量和性能来运行一个 1 万亿参数的人工智能模型。记住 Llama 是 Llama 70B。一个 1 万亿参数的模型在这台机器上运行得非常好。好吧，这就是 DGX Station。现在让我们谈谈……记住这些系统是……谢谢你，珍妮。这些系统……这些系统是人工智能原生的。它们是人工智能原生的计算机。它们是为这一代软件而构建的计算机。它不必兼容 x86。它不必运行传统的 IT 软件。它不必运行虚拟机管理程序。它不必运行所有……它不必运行 Windows。这些计算机是为现代人工智能原生应用程序设计的。当然，这些人工智能应用程序可以是 API，可以被传统和经典应用程序调用。但是，为了将人工智能带入一个新世界，而这个新世界是企业 IT，我们必须回到我们的根源，我们必须重塑计算，并将人工智能带入传统的企业计算。现在，我们所知的企业计算实际上有三个层次。它不仅仅是计算层。它是计算、存储和网络。它总是计算、存储和网络。正如人工智能改变了一切一样，人工智能也必然改变了企业 IT 的计算、存储和网络。好吧，那一层必须被彻底重塑，我们正在进行这项工作。我将向你们展示一些新产品，它们为我们打开了企业 IT 的大门。它必须与传统 IT 行业合作，并且必须增加一项新功能，而企业的新功能是智能体人工智能。基本上是数字营销活动经理，数字研究员，数字软件工程师，数字客户服务，数字芯片设计师，数字供应链经理，数字版本，我们过去所做所有工作的 AI 版本。正如我之前提到的，智能体人工智能能够推理，使用工具，与其他人工智能合作。所以，在很多方面，它们是数字员工。它们是数字雇员。世界劳动力短缺。到 2030 年，我们将面临约 30 到 5000 万的劳动力短缺。这实际上限制了世界增长的能力。现在我们有了这些数字代理，可以与我们一起工作。100% 的英伟达软件工程师现在都有数字代理与他们一起工作，以便他们能够协助他们更高效地开发更好的代码和产品。因此，在未来，你将拥有这一层。这就是我们的愿景。你将拥有一层智能体人工智能，人工智能代理。那么世界会发生什么？企业会发生什么？就像我们有人力资源来管理人类员工一样，我们将拥有人力资源来管理数字员工。因此，我们必须为今天的 IT 行业、今天的 IT 工作者创建必要的工具，以便他们能够管理、改进、评估在公司内部工作的各种 AI 代理。这就是我们想要构建的愿景。但首先，我们必须重塑计算。记住我说的，企业 IT 在 x86 上运行。它运行传统的软件，如 VMware、IBM Red Hat 或 Nanix 的虚拟机管理程序。它运行大量的经典应用程序，我们需要有计算机也能做到这一点，同时增加这项新功能，增加这项名为智能体人工智能的新功能。所以，让我们来看看。好吧，这是……这是全新的 RTX Pro。RTX Pro Enterprise 和 Omniverse 服务器。这台服务器可以运行一切。它当然有 x86。它可以运行所有传统的虚拟机管理程序。它在这些虚拟机管理程序中运行 Kubernetes。因此，你的 IT 部门想要管理你的网络，以及他们想要管理你的集群和编排工作负载的方式完全相同。它甚至可以流式传输 Citrix 和其他……其他虚拟桌面到你的 PC。今天世界上运行的一切都应该在这里运行。Omniverse 在这里运行得非常好。但除此之外，除此之外，这是企业人工智能代理的计算机。这些人工智能代理可以是纯文本。这些人工智能代理也可以是计算机图形，小 TJ，你知道，来找你，小 Jensen 来找你，你知道，帮助你工作。因此，这些人工智能代理可以是文本形式，也可以是计算机图形形式，也可以是视频形式。所有这些工作负载都在这个系统上运行。无论模态如何，我们所知的世界上每一种模型，我们所知的每一种应用程序都应该在这里运行。事实上，连《孤岛危机》都在这里运行。好吧？所以，任何 GeForce 玩家，房间里没有 GeForce 玩家。好吧。连接这八个 GPU 的是什么？Blackwell，新的 Blackwell RTX，RTX Pro 6000s 是这个新的主板。这个新的主板实际上是一个交换网络。CX8 是一个新类别的芯片。它首先是交换机，其次是网络芯片。它也是世界上最先进的网络芯片。CX8 现在已批量生产。在 CX8 中，你插入 GPU。CX8 在后面。PCI Express 连接在这里。CX8 在它们之间进行通信。网络带宽非常高，为 800 吉比特/秒。这是插入这里的收发器。所以，每个 GPU 都有自己的网络接口。所有 GPU 现在都在东西向流量上与其他 GPU 通信。令人难以置信的性能。现在令人惊讶的部分是……这是……这是 RTX Pro。这是性能，我在 GTC 上向你们展示了如何在人工智能工厂的世界中思考性能。思考方式是吞吐量。这是每秒代币数，这是 Y 轴。

您的工厂产量越高，您产生的 token 就越多。好的。所以吞吐量是以每秒 token 来衡量的。然而，并非所有 AI 模型都相同。有些 AI 模型需要更多的推理，因此您需要这些 AI 模型，您需要为每个用户提供的性能非常高。所以每秒 token 的用户数必须很高。这就是工厂的问题。工厂要么喜欢高吞吐量，要么喜欢低延迟，但它不喜欢两者兼而有之。因此，挑战在于如何创建一个操作系统，使我们能够拥有高吞吐量（y 轴），同时拥有非常低的延迟（y 轴），即交互性，每秒 token 的用户数。因此，这张图表告诉您关于计算机整体性能、工厂整体计算机的一些信息。看看所有那些不同的颜色。它反映了，它代表了您必须配置我们所有 GPU 以实现性能的不同方式。有时您需要流水线并行，有时您需要专家并行，有时您需要批处理，有时您需要进行投机性解码，有时您不需要。因此，所有这些不同类型的算法都必须根据工作负载单独且不同地应用。而外部区域，曲线的整体区域代表您工厂的能力。好的。所以注意到一些事情，Hopper 是我们，这是世界上最著名的计算机。Hopper H100。HGX 225,000 美元是 Hopper，它在那里。而您刚才看到的 Blackwell 服务器，企业服务器的性能是它的 1.7 倍。但这很惊人。这是 Llama 70B。这是 DeepSeek R1。Deepseek R1 是四倍。当然，原因在于 Deepseek R1 已经过优化，而 Deepseek R1 确实是世界 AI 行业的礼物，其计算机科学的突破非常显著，并且确实为美国的研究人员以及世界各地的研究人员打开了许多伟大的研究领域。无论我走到哪里，Deepseek R1 都对人们如何思考 AI、如何思考推理以及如何思考推理 AI 产生了真正的影响。它们为行业和世界做出了巨大贡献。所以这是 Deepseek R1。性能是四倍。这是最先进的 H100。这让它有了参照。好的。所以，如果您正在构建企业 AI，我们现在为您提供了一台很棒的服务器。我们现在为您提供了一个很棒的系统。这是一台您可以运行任何东西的计算机。这是一台具有惊人性能的计算机，而且，你知道，无论是 x86 还是 AI，所有这些都能运行。好的。好的，它将是，它是我们的 RTX Pro 服务器，正在我们所有行业合作伙伴中批量生产。这可能是我们有史以来规模最大的上市系统。非常感谢。计算平台不同。存储平台也不同。原因在于人类查询结构化数据库，如 SQL。人们查询结构化数据库，如 SQL。但 AI 想要查询非结构化数据。它们想要语义。它们想要意义。因此，我们必须创建一种新型的存储平台。这就是 NVIDIA AI 数据平台。就像 SQL 服务器、SQL 软件以及您与存储供应商合作的存储软件一样。有一个非常复杂的软件层与存储相关。正如您所知，大多数存储公司本质上都是软件公司。那个软件层非常复杂。因此，一种新型存储系统之上将是一个我们称之为 IQ，Nvidia AIQ 或 IQ 的新查询系统。这确实是最先进的。它很棒。并且与几乎所有存储行业的公司合作。您未来的存储不再是位于存储机架顶部的 CPU。它将是位于存储机架顶部的 GPU。原因在于您需要系统来嵌入，在数据中，在非结构化数据中，在原始数据中找到意义。您必须进行索引，您必须进行搜索和排名。因此，这个过程非常计算密集。因此，未来大多数存储服务器将在其前面有一个计算节点，一个 GPU 计算节点。它是基于我们创建的模型。我即将展示的几乎所有内容都始于出色的 AI 模型。我们创建 AI 模型。我们将大量的精力和技术投入到对开源 AI 模型进行后训练。我们使用对您完全透明的数据来训练，我们后训练这些 AI 模型。它是安全可靠的数据，并且，呃，它是完全，完全，呃，呃，可以用于训练的，并且我们提供该列表供您查看，因此它是完全透明的。我们向您提供数据。我们后训练模型，我们的后训练模型性能确实令人难以置信。它现在是一个可下载的开源推理模型。llama neotron 推理模型是世界上最好的。它已被大量下载。而且，我们还围绕它构建了大量的其他 AI 模型，以便您可以执行所谓的 IQ，即检索部分。它的速度比现有产品快 15 倍。查询结果好 50%。因此，这些模型都可供您使用。IQ 的蓝图是开源的，我们与存储行业合作，将这些模型集成到他们的存储堆栈，他们的 AI 平台中。这是 Vast。它看起来是这样的。我不会深入探讨。我只想让您了解集成到他们平台中的 AI 模型的一些纹理。让我们来看看 Vast 做了什么。语义 AI 改变了企业利用数据做出决策的方式。仅在 3 天内，Vast 就使用 NVIDIA IQ 蓝图及其加速 AI 数据平台构建了一个销售研究 AI 代理。使用 Nemo Retriever，该平台持续提取、嵌入和索引数据，以实现快速的语义搜索。首先，代理起草一个大纲，然后访问 CRM 系统、多模态知识库和内部工具。最后，它使用 Llama Neimatron 将该大纲转化为一个分步销售计划。曾经需要数天才能完成的销售计划，现在从一个 AI 提示开始，并在几分钟内完成一个计划。借助 Vast 加速的 AI 数据平台，组织可以为每位员工创建专门的代理。[音乐]好的，这就是 Vast。戴尔拥有出色的 AI 平台，是世界领先的存储供应商之一。日立拥有出色的 AI 平台，AI 数据平台。IBM 正在与 NVIDIA Nemo 构建一个 AI 数据平台。NetApp 正在构建一个 AI 平台。正如您所见，所有这些都对您开放。如果您正在构建一个带有语义查询 AI 的 AI 平台，Nvidia Nemo 是世界上最好的。好的。因此，这为您提供了企业计算和企业存储。下一部分是称为 AI ops 的新软件层。就像供应链有其 ops，人力资源有其 ops 一样，未来它将拥有 AI ops，它们将策划数据。它们将微调模型。它们将评估模型，为模型设置护栏，保护模型，我们拥有大量必要的模型库，可以集成到 AI ops 生态系统中。我们有很棒的合作伙伴来帮助我们将其推向市场。Crowdstrike 与我们合作。Data IQ 与我们合作。Data Robots 与我们合作。您可以看到，所有这些都是创建、微调模型和部署模型以用于企业代理 AI 的 AI 操作。您可以看到 Nvidia 的模型库集成在所有这些之中。所以 Data robots，这是 Data stacks，这是 Elastic。我想我在哪里听说过它们被下载了 4000 亿次。这是 Newonix。这是 Red Hat。这是趋势科技，在台湾。我想我刚才看到了 Eva。好的。嗨 Eva。好的。稍等，有一些偏见。好的。所以，就是这样。这就是我们将如何为世界企业 IT 带来能力，将 AI 添加到您所做的一切中。您不会因为公司必须运转而将企业 IT 组织中的一切都替换掉。但我们可以将 AI 添加到其中。现在我们有了企业就绪的系统和生态系统合作伙伴。令人难以置信的生态系统合作伙伴。我想我刚才看到了 Jeff。那是 Jeff Clark，伟大的 Jeff Clark。他来台湾的时间和我来台湾的时间一样长，而且一直是你们所有人的长期合作伙伴。所以这是 Jeff Clark。我们的生态系统合作伙伴，戴尔和其他公司将把这个平台，这些平台推向全球企业 IT。好的，我们来谈谈机器人。所以代理 AI，代理 AI，AI 代理，有很多种说法。代理本质上是数字机器人。原因在于机器人感知、理解和计划，这基本上就是代理所做的。但我们也想制造物理机器人，而这些物理机器人首先需要具备学习成为机器人的能力。在物理世界中，学习成为机器人是无法富有成效地完成的。您必须创建一个虚拟世界，让机器人能够学会如何成为一个好机器人。那个虚拟世界必须遵守物理定律。大多数物理引擎都无法以保真度处理刚体和软体模拟。因此，我们与 DeepMind、Google DeepMind 和 Disney Research 合作构建了 Newton，这是世界上最先进的物理引擎。它将于 7 月开源。它能做什么令人难以置信。它完全是 GPU 加速的。它是可微分的，因此您可以从经验中学习。它的保真度非常高。它是超实时运行的。因此，我们可以使用 Newton 引擎，并且它已集成到 Mujoko 中。它已集成到 NVIDIA 的 Isaac SIM 中。因此，无论您使用何种模拟环境和框架。有了它，我们就可以让这些机器人[音乐]栩栩如生。嗯。[音乐]谁不想要呢？我想要。你能想象其中一个小的，或者几个在房子里跑来跑去，追逐你的狗，把它们逼疯吗？所以，你看到了发生了什么吗？那不是动画。那是模拟。它在沙子里，在泥土里滑来滑去。所有这些都是模拟的。机器人的软件正在模拟中运行。所以那不是动画。那是模拟。因此，在未来，我们将采用我们训练的 AI 模型，并将其放入模拟中的机器人中，让它学会如何成为一个出色的机器人。嗯，我们正在努力帮助机器人行业。现在，您知道我们已经在自动驾驶系统方面工作了一段时间。我们的自动驾驶汽车基本上有三个系统。有一个用于创建 AI 模型的系统，那就是 GB200、GB300。它将用于此，训练 AI 模型。然后您有 Omniverse 用于模拟 AI 模型。然后，当您完成 AI 模型后，您将该模型，AI，放入自动驾驶汽车中。好的。今年，我们正在全球部署梅赛德斯，我们的自动驾驶汽车堆栈，端到端堆栈。但我们以与我们在其他地方完全相同的方式创建所有这些，并以相同的方式推向市场。我们创建整个堆栈。我们打开整个堆栈。对于我们的合作伙伴，他们可以使用他们想要的任何东西。他们可以使用我们的计算机，而不是我们的库。他们可以使用我们的计算机、我们的库以及我们的运行时。您想使用多少都可以，这取决于您，因为有许多不同的工程团队，不同的工程风格和不同的工程能力。我们希望确保我们以尽可能简单的方式提供我们的技术，以便每个人都能轻松集成 NVs 技术。你知道，就像我说的，如果你从我这里买所有东西，我会很高兴，但请至少从我这里买点东西。非常实际。所以，我们在机器人系统方面做得和汽车一样。这就是我们的 Isaac Groot 平台。模拟完全相同。它是 omniverse。计算训练系统也是一样的。当您完成模型后，您将其放入 Isaac Groot 平台中。Isaac Groot 平台从一款名为 Jetson Thor 的全新计算机开始。它刚刚开始生产。它是一款令人难以置信的处理器。基本上是一款机器人处理器。用于自动驾驶汽车，也用于人类或机器人系统。顶部是一个我们称之为 Isaac NVIDIA Isaac 的操作系统。NVIDIA Isaac 操作系统是运行时。它执行所有神经网络处理、传感器处理管道，所有这些，并提供驱动结果，然后在上面是我们与一支了不起的机器人团队一起创建的预训练模型，他们正在预训练这些模型，以及创建此所需的所有工具，我们都提供，包括模型。因此，今天我们宣布 Isaac Groot N1.5 现在已开源，并向全世界开放使用。它已被下载 6000 次，社区的受欢迎程度、喜爱程度和赞赏程度令人难以置信。所以，这就是创建模型。我们也公开了我们创建模型的方式。机器人领域最大的挑战，以及总的来说 AI 领域最大的挑战是，您的数据策略是什么？您的数据策略必须是，大量的研究和大量的技术都投入其中。就机器人而言，人类演示就像我们向孩子演示一样，或者教练向运动员演示一样，您通过遥操作进行演示，向机器人演示如何执行任务，机器人可以从该演示中进行泛化，因为 AI 可以泛化，并且我们拥有泛化技术。您可以从一个演示中进行泛化。其他技术。好的。那么，如果您想教这个机器人很多技能呢？您需要多少不同的遥操作人员？事实证明需要很多。因此，我们决定使用 AI 来放大人类演示系统。因此，这基本上是从真实到真实，并使用 AI 来帮助我们扩展在人类演示过程中收集的数据量，以训练 AI 模型。让我们来看看。通用机器人时代已经到来，随着机电一体化、物理 AI 和嵌入式计算的突破，恰逢劳动力短缺限制了全球工业增长。机器人制造商面临的一个主要挑战是缺乏大规模、真实和合成数据来训练模型。人类演示是不可扩展的，受限于一天中的小时数。开发人员可以使用 NVIDIA Cosmos 物理 AI 世界基础模型来放大数据。Groot dreams 是一个基于 Cosmos 的蓝图，用于大规模合成轨迹数据生成，这是一个真实到真实的数据工作流程。首先，开发人员使用通过单任务、单环境遥操作记录的人类演示来微调 Cosmos。然后，他们使用图像和新指令提示模型，以生成 dreams 或未来的世界状态。Cosmos 是一个生成模型，因此开发人员可以使用新的动作词进行提示，而无需捕获新的遥操作数据。一旦生成了大量数据，Cosmos 就会推理并评估每个 dream 的质量，选择最佳的用于训练。但这些 dreams 仍然只是像素。机器人从动作中学习。Groot Dreams 蓝图从 2D dream 视频生成 3D 动作轨迹。然后将其用于训练机器人模型。Groot Dreams 使机器人能够通过最少的手动捕获来学习各种新动作。因此，一小队人类演示者现在可以完成成千上万人的工作。Groot Dreams 使开发人员离解决机器人数据挑战又近了一步。这很棒吗？因此，为了让机器人技术成为可能，您需要 AI。但为了教 AI，您需要 AI。因此，这确实是代理时代的伟大之处，我们需要大量的合成数据生成，机器人技术，大量的合成数据生成和技能学习，称为微调，这涉及大量的强化学习和巨大的计算量。因此，这是一个时代，这是一个整个时代，其中这些 AI 的训练，以及 AI 的开发和运行都需要巨大的计算量。正如我之前提到的，世界正面临严重的劳动力短缺。人形机器人之所以如此重要，是因为它是唯一一种几乎可以在任何地方部署的机器人，可以在现有环境中部署。它不必是全新的环境。它可以适应我们创造的世界。它可以完成我们为自己设定的任务。我们为自己设计了世界，现在我们可以创造一个适合那个世界的机器人来帮助我们。现在，人形机器人的惊人之处不仅在于如果它奏效，它可能非常通用。它很可能是唯一能够奏效的机器人，原因在于技术需要规模。我们迄今为止的大多数机器人系统产量都太低了。这些低产量系统永远无法达到技术规模，无法让飞轮足够快地转动，以便我们愿意投入足够的技术来改进它。但人形机器人很可能成为下一个万亿美元的产业。技术创新速度惊人，计算和数据中心的消耗巨大。但这是需要三台计算机的应用之一。一台计算机是用于学习的 AI。一台计算机是模拟引擎，AI 可以在其中学习如何在虚拟环境中成为机器人。然后是部署。所有移动的东西都将是机器人化的。当我们把这些机器人投入工厂时，请记住工厂也是机器人化的。今天的工厂极其复杂。这是 Delta 的生产线，他们正在为机器人化的未来做准备。它已经是机器人化的，并且是软件定义的，未来将有机器人在其中工作。为了让我们能够创建机器人并设计在工厂中作为车队、作为一个团队协同工作的机器人，而这个工厂本身也是机器人化的，我们必须提供 omniverse 来学习如何协同工作。而那个数字孪生，您现在拥有机器人的数字孪生。您拥有所有设备的数字孪生。您将拥有工厂的数字孪生。这些嵌套的数字孪生将成为 Omniverse 能够做到的事情的一部分。这是 Delta 的数字孪生。这是 WiiW 的数字孪生。现在，当您看到这个时，如果您看得太仔细，您会认为它实际上是照片。这些都是数字孪生。它们都是模拟。它们看起来很漂亮。图像看起来很漂亮，但它们都是数字孪生。这是 Pegatron 的数字孪生。这是 Foxcon 的数字孪生。这是 Gigabyte 的数字孪生。这是 Quanta。这是 Wistron。TSMC 正在建造他们下一代晶圆厂的数字孪生。在我们说话的时候，未来三年全球有 5 万亿美元的工厂正在规划中。5 万亿美元的新工厂，因为世界正在重塑。因为再工业化正在全球范围内进行，新工厂正在各地建设。这对我们来说是一个巨大的机会，可以确保它们能够良好、经济高效且按时地建造。因此，将所有东西都放入数字孪生中是迈出的伟大第一步，也是为机器人化的未来做准备。事实上，建造那 5 万亿美元的工厂并不包括我们正在建造的新型工厂。甚至我们自己的工厂也采用了数字孪生。这是 Nvidia AI 工厂的数字孪生。Gong 是一个数字孪生。他们将 Gausong 做成了数字孪生。已经有数十万座建筑，数百万英里的道路。所以，是的，Gaus 是一个数字孪生。让我们来看看这一切。台湾正在引领软件定义制造。TSMC、Foxcon、Wistron、Pegatron、Delta Electronics、Quanta、Weiwin 和 Gigabyte 正在 NVIDIA Omniverse 上为制造过程的每一步开发数字孪生。TSMC 利用 MEAI 从 2D CAD 生成整个晶圆厂的 3D 布局，并在 KUOP 上开发 AI 工具，这些工具可以模拟和优化多层楼的复杂管道系统，节省数月时间。Quanta、Wistron 和 Pegatron 在实际建造之前就在虚拟环境中规划新设施和生产线，通过减少停机时间节省数百万成本。Pegatron 模拟焊膏点胶，减少生产缺陷。Quanta 使用 Seaman 的 Team Center X 与 Omniverse 结合来分析和规划多步流程。Foxcon、Wistron 和 Quanta 使用 Cadence reality 数字孪生模拟测试数据中心的功耗和冷却效率，并开发支持物理 AI 的机器人。每家公司都将其数字孪生用作机器人训练场，以开发、训练、测试和模拟机器人，无论是机械臂、AMR、人形机器人还是视觉 AI 代理，当它们执行任务或作为多样化的车队协同工作时。当与物联网连接到物理孪生时，每个数字孪生都成为一个实时交互式仪表板。Pegatron 使用 NVIDIA Metropolis 构建 AI 代理，帮助员工学习复杂技术。台湾甚至将数字孪生引入其城市。Linker Vision 和高雄市使用数字孪生来模拟不可预测场景的影响，并构建监控城市摄像头流的代理，向一线响应者提供即时警报。工业 AI 时代已经到来。由台湾的技术领导者开创。由 [音乐] Omniverse 提供支持。我的整个主题演讲是你们的工作。它非常出色。嗯，这是有道理的，这是有道理的，台湾处于最先进产业的中心，是 AI 和机器人技术将从中诞生的中心。这是有道理的，这对台湾来说是一个非凡的机会。这里也是世界上最大的电子制造区域。因此，这是有道理的，AI 和机器人技术将改变我们所做的一切。因此，这是非常不寻常的，在历史上第一次，你们的工作革命了每个行业，现在它将回来革命你们的行业。一开始我说 GeForce 将 AI 带给了世界，然后 AI 回来并改变了 GeForce。你们将 AI 带给了世界。AI 现在将回来并改变你们所做的一切。与大家合作非常愉快。谢谢。我有一个新产品。我今天已经宣布了好几个产品，但我还有一个新产品要宣布。我有一个新产品要宣布。我们已经构建了太空舱一段时间了，嗯，我认为是时候揭示我们建造过的最大的产品之一了。它停在外面，等着我们。让我们看看它怎么样。[音乐][掌声]这里加热。[音乐]这里加热。[掌声][音乐][掌声]Nvidia Constellation。Nvidia Constellation。嗯，正如您所知，我们一直在成长，我们与您的所有合作关系也一直在成长。我们在台湾的工程师数量一直在增长。因此，我们正在超出我们现有办公室的限制。因此，我将为他们建造一个全新的 Nvidia 台湾办公室。它被称为 Nvidia Constellation。我们一直在选择地点。我们一直在选择地点，所有市长和所有不同城市的市长都对我们非常友好，我认为我们达成了一些不错的交易。我不确定。看起来相当昂贵。但黄金地段就是黄金地段。今天，我非常高兴地宣布，Nvidia constellation 将在 Beto Shilling。[掌声]我们已经谈判了从当前当前当前租赁人那里转让租赁权。然而，我理解，为了让市长批准该租赁，他想知道台北人民是否同意我们在这里建造一个大型、美丽的 Nvidia constellation。您是否也请您给他打电话，所以我敢肯定您知道他的号码。立即给他打电话。告诉他您认为这是一个好主意。所以，这将是 Nvidia Constellation。我们将建造它。我们将尽快开始建造。我们需要办公空间。Nvidia Constellation Beetho Sheiling。非常令人兴奋。好的。嗯，我想感谢大家。我想感谢大家多年来的合作。我们正处于一生一次的机会。毫不夸张地说，我们面前的机会非同寻常。在我们共度的所有时光中，这是第一次，我们不仅在创造下一代 IT，我们已经这样做了几次，从 PC 到互联网到云再到移动云。我们已经这样做了几次。但这一次，我们不仅在创造下一代 IT，我们实际上正在创造一个全新的行业。这个全新的行业将为我们带来巨大的机遇。我期待与大家合作，共同建设 AI 工厂、企业代理、机器人，以及所有你们这些了不起的合作伙伴，围绕一个架构与我们一起构建生态系统。因此，我想感谢大家今天的到来。祝大家有一个愉快的 Computex。Shash。谢谢。感谢您的到来。谢谢。