黄仁勋在印度说了啥？英伟达AI峰会2024主旨演讲及印度首富对话_老虎社区_美港股上老虎

黄仁勋在印度说了啥？英伟达AI峰会2024主旨演讲及印度首富对话

Web3天空之城2024-10-25

就在10月24号，黄仁勋现身印度举办的NVidia AI Summit 2024峰会，进行了招牌式主旨演讲，并与印度首富信实工业集团董事长穆克什·安巴尼来一场挺扎实的现场对话。不知老黄什么时候才会在国内演讲；我们出于很多理由，都会关心老黄在印度说了啥。尊敬的嘉宾，欢迎NVIDIA的创始人兼首席执行官黄仁勋。黄仁勋：你好，孟买！孟买，发生了许多事情。大家都知道，印度对于全球计算机和IT行业至关重要，...

网页链接

免责声明：本文观点仅代表作者个人观点，不构成本平台的投资建议，本平台不对文章信息准确性、完整性和及时性做出任何保证，亦不对因使用或信赖文章信息引发的任何损失承担责任。

至诚之道可以前知
·2024-10-26
重点：GPU、数字孪生、物理人工智能时代！
回复
点赞
举报

热议股票

7x24

全部

{"i18n":{"language":"zh_CN"},"data":{"share":"https://www.laohu8.com/m/news/1167168831?lang=zh_CN&edition=full","thumbnail":"https://static.tigerbbs.com/f51e0887617e5ccdb1f56ab9d6b7e088","is_english":false,"pubTime":"2024-10-25 19:35","share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","id":"1167168831","market":"us","top_or_hot":-1,"title":"黄仁勋在印度说了啥？英伟达AI峰会2024主旨演讲及印度首富对话","media":"Web3天空之城","content":"<div>\n就在10月24号，黄仁勋现身印度举办的NVidia AI Summit 2024峰会，进行了招牌式主旨演讲，并与印度首富信实工业集团董事长穆克什·安巴尼来一场挺扎实的现场对话。不知老黄什么时候才会在国内演讲；我们出于很多理由，都会关心老黄在印度说了啥。尊敬的嘉宾，欢迎NVIDIA的创始人兼首席执行官黄仁勋。黄仁勋：你好，孟买！孟买，发生了许多事情。大家都知道，印度对于全球计算机和IT行业至关重要，...\n\n<a href=\"https://mp.weixin.qq.com/s/Mo2A5iS1mPmjq37RP3X8zA\">网页链接</a>\n\n</div>\n","source":"lsy1683188610541","html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>黄仁勋在印度说了啥？英伟达AI峰会2024主旨演讲及印度首富对话</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n黄仁勋在印度说了啥？英伟达AI峰会2024主旨演讲及印度首富对话\n</h2>\n\n<h4 class=\"meta\">\n\n\n2024-10-25 19:35 北京时间&nbsp;&nbsp;&nbsp;<a href=https://mp.weixin.qq.com/s/Mo2A5iS1mPmjq37RP3X8zA>Web3天空之城</a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n就在10月24号，黄仁勋现身印度举办的NVidia AI Summit 2024峰会，进行了招牌式主旨演讲，并与印度首富信实工业集团董事长穆克什·安巴尼来一场挺扎实的现场对话。不知老黄什么时候才会在国内演讲；我们出于很多理由，都会关心老黄在印度说了啥。尊敬的嘉宾，欢迎NVIDIA的创始人兼首席执行官黄仁勋。黄仁勋：你好，孟买！孟买，发生了许多事情。大家都知道，印度对于全球计算机和IT行业至关重要，...\n\n<a href=\"https://mp.weixin.qq.com/s/Mo2A5iS1mPmjq37RP3X8zA\">网页链接</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","isBrief":false,"type":0,"news_type":1,"symbol":"BK4549","symbol_name":"软银资本持仓","start_time":0,"source_url":"https://mp.weixin.qq.com/s/Mo2A5iS1mPmjq37RP3X8zA","article_id":"1167168831","we_media_id":null,"thumbnails":["https://static.tigerbbs.com/f51e0887617e5ccdb1f56ab9d6b7e088"],"rights":null,"url":"https://stock-news.laohu8.com/highlight/detail?id=1167168831","pubTimestamp":1729856102,"columns":[],"sourceInfo":{"source_id":"lsy1683188610541","name":"Web3天空之城"},"weMediaInfo":null,"summary":"就在10月24号，黄仁勋现身印度举办的NVidia AI Summit 2024峰会，进行了招牌式主旨演讲，并与印度首富信实工业集团董事长穆克什·安巴尼来一场挺扎实的现场对话。不知老黄什么时候才会在国内演讲；我们出于很多理由，都会关心老黄在印度说了啥。目前，同时发生着两个根本性的转变。在过去30年中，我们受益于摩尔定律，这是一个令人惊叹的现象。现在已经12年过去了。","collect":0,"end_time":0,"defaultTopTitle":"qq.com","property":[],"viewcount":null,"language":"zh","relate_stocks":{"BK4549":"软银资本持仓","LU0053666078.USD":"摩根大通基金-美国股票A（离岸）美元","IE00BJTD4V19.USD":"NEUBERGER BERMAN US LONG SHORT EQUITY \"A1\" (USD) ACC","IE00BDCRKT87.USD":"PINEBRIDGE GLOBAL DYNAMIC ASSET ALLOCATION \"ADC\" (USD) INC","IE00BZ199S13.USD":"BNY MELLON MOBILITY INNOVATION \"B\" (USD) ACC","IE00BJJMRY28.SGD":"Janus Henderson Balanced A Inc SGD","IE00BMPRXR70.SGD":"Neuberger Berman 5G Connectivity A Acc SGD-H","NVDA":"英伟达","IE00BJLML261.HKD":"HSBC GLOBAL EQUITY INDEX \"HCH\" (HKD) ACC","IE00BMPRXN33.USD":"NEUBERGER BERMAN 5G CONNECTIVITY \"A\" (USD) ACC","BK4543":"AI","BK4527":"明星科技股","HK0000306701.USD":"TAIKANG KAITAI CHINA NEW OPPORTUNITIES FUND \"A\" (USD) INC","IE00BDRTCR15.USD":"PINEBRIDGE GLOBAL DYNAMIC ASSET ALLOCATION \"ADC\" (USD) INC A","BK4141":"半导体产品","BK4503":"景林资产持仓","IE00BK4W5L77.USD":"HSBC GLOBAL FUNDS ICAV US EQUITY INDEX \"HC\" (USD) ACC","LU0057025933.USD":"SUSTAINABLE GLOBAL THEMATIC PORTFOLIO \"AX\" (USD) ACC","IE00BK4W5M84.HKD":"HSBC GLOBAL FUNDS ICAV US EQUITY INDEX \"HC\" (HKD) ACC"},"translate_title":"What did Huang Renxun say in India? Nvidia AI Summit 2024 Keynote Speech and Dialogue with India's Richest Man","themeId":"","isJumpTheme":false,"ttsUrl":"https://static.tigerbbs.com/a24332230abb973a88fe0da0beacfd6b","symbols_score_info":{"NVDA":1},"content_text":"就在10月24号，黄仁勋现身印度举办的NVidia AI Summit 2024峰会，进行了招牌式主旨演讲，并与印度首富信实工业集团董事长穆克什·安巴尼来一场挺扎实的现场对话。不知老黄什么时候才会在国内演讲；我们出于很多理由，都会关心老黄在印度说了啥。尊敬的嘉宾，欢迎NVIDIA的创始人兼首席执行官黄仁勋。黄仁勋：你好，孟买！孟买，发生了许多事情。大家都知道，印度对于全球计算机和IT行业至关重要，几乎是世界上每家公司的IT核心。我们的行业，你们的行业，以及过去几十年我们建立的行业，都在经历根本性的变化、巨大的变化和结构性转变。今天，我们会讨论这个话题。但首先，我要感谢我们的合作伙伴，你们中的很多人一直在合作。感谢你们。在印度，我们与这些优秀的合作伙伴一起努力，共同推动IT行业的变革。我很高兴今天你们能与我们在一起。目前，同时发生着两个根本性的转变。这种情况自1964年以来从未发生过（那是我出生的第二年）。这与我的出生无关。1964年，IBM System 360向世界介绍了IT的概念。我们所了解的IT行业便是从那时起引入了通用计算的概念。他们定义了中央处理单元、CPU、IOS子系统和多任务处理，并通过操作系统这一层将硬件与应用软件分离。IBM强调了应用程序的系列兼容性，使您可以长期利用硬件的基础来运行软件。他们还谈到跨代架构带来的优势，确保您在软件上的投资不会因为每次购买新硬件而浪费。1964年，他们认识到了安装基础的重要性、软件投资的重要性、以及构建运行软件的计算机的重要性。这些架构学科当时就已被提及。我刚描述的是今天的计算机行业。印度IT行业的基础——也就是我们所知道的通用计算，已经存在了60年。在过去30年中，我们受益于摩尔定律，这是一个令人惊叹的现象。硬件可以在不改变软件的情况下继续改进，与架构兼容，并使软件的性能每年翻倍。具体取决于您的应用程序，这意味着每年成本降低一半。这是世界上任何技术中最令人惊叹的折旧力量。随着折旧和成本降低，社会得以使用越来越多的IT。我们继续消费IT并处理更多数据，而摩尔定律帮助我们持续降低成本，实现了我们今日所知的计算大众化。360系统的发明和Windows PC的摩尔定律推动了世界上最重要行业之一的发展，随后所有行业都在此基础上建立起来。但是我们现在知道，CPU的扩展已经达到极限。我们不能再沿用这种模式，摩尔定律的红利已结束。我们现在必须做出改变，否则折旧效应会终止，而我们将面临计算通胀。这就是全球正在经历的变化。我们再不能对软件无所作为，期望计算性能和体验继续改善、成本继续降低，并继续从IT的好处中获益，以及解决越来越多的挑战。我们创办公司是为了加速软件。我们的愿景是，增强通用计算后，某些应用程序将从中获益。我们将计算密集型工作负载卸载，并使用我们发明的CUDA模型进行加速，CUDA是一种编程模型，使我们能显著加速应用程序。这种加速优势类似于摩尔定律的特性。对于通用计算无法或不切实际的应用程序，我们利用加速计算的优势来实现，例如计算机图形学。实时计算机图形因视频的出现和GPU这一新处理器的出现而成为可能。GPU实际上是第一个运行CUDA的加速计算架构，用于计算机图形，这是一个经典的例子。我们使计算机图形学大众化，如今3D图形无处不在，它几乎可用于所有应用程序的媒介。我们认为，长期来看，加速计算可能会产生更大的影响。因此，在过去30年里，我们一直在为各个应用领域加速计算。这花费了这么长时间的原因很简单，世界上没有一种神奇的处理器可以加速所有事物，如果能做到这一点，就会被称为CPU。我们需要重新构建计算堆栈，从算法到底层架构，再到顶层应用程序。在各个领域，计算机图形学虽然刚刚起步，但我们已经在多个行业中借鉴了这种架构，即Cuda架构。今天，我们已经为许多重要行业实现了加速。例如，cuLitho在半导体制造、计算光刻、模拟、计算机辅助工程以及5G无线电中发挥基础作用。我们最近宣布与5G无线电合作伙伴关系，以加速5G软件堆栈和量子计算，创造计算的未来。Parabricks是基因测序软件堆栈，cuVS是每家公司都在研究的重要项目之一，它正在从数据库转向知识基础，以便创建AI数据库。cuVS可以创建和矢量化所有数据。cuDF，即数据帧，本质上是结构化数据的另一种形式，能够实现SQL加速。在各种不同的库中，我们都能够将应用程序加速20、30、甚至50倍。当然，这需要重新编写软件，这就是为何花费这么长时间的原因。我们在每个领域都需与行业、生态系统、软件开发者和客户合作，以加速这些应用程序在其领域的应用。cuOPT是我最喜欢的组合计算应用程序之一，它是一种计算密集型应用程序，可以加速比如旅行销售员和人员安排等问题。每个供应链、司机和乘客组合都可以通过cuOPT加速，速度之快令人难以置信。Modulus教授和AI物理定律，不仅可以预测下一个词，还能够预测流体动力学和粒子物理的下一个时刻。我们最著名的应用程序库之一是QDNN，它民主化了我们所知的人工智能。这些加速库已涵盖了众多不同领域，使得加速计算似乎无处不在。这是因为我们采用这种架构覆盖了几乎每一个行业。现在，CUDA加速计算已达到临界点。几年前，大约十年前，发生了一件非常重要的事情。很多人都见证了这一点，即AlexNet在计算机视觉性能上的巨大飞跃。计算机视觉是人工智能的一个重要领域，AlexNet的进步令世界惊讶，我们也有幸受益。退一步问自己，我们见证了什么？AlexNet为何如此有效？它的扩展范围有多大？我们还能用这种深度学习的方法做些什么？如果我们要将深度学习应用于其他领域，它会如何影响计算机行业？如果我们想做到这一点，对未来充满信心，并对深度学习能力感到兴奋，我们将如何改变计算堆栈的每一层，以彻底改造计算？12年前，我们决定让整个公司致力于这一愿景。现在已经12年过去了。每次我来印度，都有机会和大家谈论深度学习和机器学习，现在非常明显，世界已经彻底改变。考虑一下发生了什么，首先是我们如何开发软件。我们的行业建立在软件开发的方法之上，这种方式称为软件1.0。程序员编写在计算机上运行的算法，通过输入信息预测输出。这是经典的计算机模型，已创造了世界上最大的产业之一。在印度，软件生产、编码和编程成为了一个完整的行业，这一切都在我们这一代发生。然而，这种开发软件的方法已经被颠覆。现在，不再是编码，而是机器学习。机器学习利用计算机研究大量观测数据的模式和关系，学习预测函数。本质上，我们在设计一个通用函数逼近器，通过机器学习产生预期输出。这标志着从软件1.0到使用机器学习的软件2.0的转变。注意谁在编写软件。现在，软件由计算机编写。完成模型训练后，可以对模型进行推断。然后，你把函数作为输入，这个大型语言模型、深度学习模型、计算机视觉模型、语音理解模型，作为输入神经网络，进入GPU，可以根据新输入做出预测。请注意，这种软件开发方式是基于机器学习的革新。我们已经从编码发展到机器学习，从开发软件发展到创造人工智能，从喜欢在CPU上运行的软件发展到现在在GPU上运行的最佳神经网络。这本质上反映了过去十年我们行业经历的变化。我们已经看到了计算堆栈的彻底改造。整个技术堆栈，包括硬件、软件开发方式以及软件功能，已经发生了根本性的变化。我们致力于推动这一领域的发展，这就是我们现在所构建的。你们所有人最初都有什么？当我第一次来到印度时，我们正在为PCI Express卡构建GPU，可以插入PC中。今天的GPU就是这样，Blackwell系统令人难以置信，旨在研究大规模数据，以便发现模式和关系，理解数据的含义。这是重大的突破。在过去几年中，我们已经了解了许多不同类型数据的含义：单词的表示或含义、数字、图像和像素、视频、化学物质、蛋白质、氨基酸、流体模式、粒子、物理学。我们学会了用多种方式表示信息，不仅懂得其意义，还能将其翻译成其他形式。例如，将英语翻译成印地语，将大量英文文本翻译、摘要，将像素转化为图像、图像识别，将文字生成像素、图像生成，从图像、视频生成文字、字幕，从文字转化为用于药物发现的蛋白质、化学物质，发现新的化合物，从氨基酸推断蛋白质结构。这些基本思想是将信息从一种模态转换为另一模态的通用Transformer，导致初创企业数量激增。他们正在应用这些基本方法。如果能做到这个和那个，还能做什么？如果能做到那个和这个，应用程序数量显然呈爆炸式增长。在过去两三年里，全世界生成式人工智能公司的数量激增，数万、数百亿美元投入这一领域，这一切都是因为设备让我们能研究数据和巨大的规模。构建Blackwell系统需要Blackwell GPU，也需要另外七个芯片。这些芯片由TSMC生产，他们在提升Blackwell系统方面做出了出色的工作。整个系统已全面投入生产，我们希望能在第四季度实现量产。这基本上就是Blackwell，其中一个令人难以置信的方面。今天早上没有什么是容易的。这是NVLink，跨越整个GPU机架的背部脊柱，所有GPU都通过NVLink连接在一起，形成令人难以置信的系统，这是世界上最长的铜驱动结构，将72个Blackwallers双GPU包或144个GPU连接在一起。所以如果展开所有芯片，你会看到一个巨大的GPU。显然不可能制造如此大的GPU，因此我们将其分解成尽可能小的模块，这是技术的根本极限和最先进的技术。我们使用NVLink将这些模块连接在一起，这是NVLink的背部脊柱。你正在查看所有连接的GPU，还有一个量子交换机连接所有GPU。如果你需要以太网，Spectrum X及其连接，每个交换机有50磅重。我只是展示自己的力量。它连接到这个交换机，这是世界上最先进的交换机之一。现在这些部件加在一起构成了Blackwell，然后运行上面的软件：cuda软件、cuDNN软件、用于训练大型语言模型的Megatron、用于推理的TensorFlowRT、用于对大型语言模型进行分布式多GPU推理的TensorFlowRT、LLM。在此基础上，我们有两个软件堆栈，一个是 Nvidia AI Enterprise，另一个是 Omniverse。我稍后会讨论这两个。这项工作非常严格，这就是 Blackwell 系统，也是 NVIDIA 今天构建的。对于那些长期了解我们公司的人来说，这种变化确实令人惊讶。但事实上，我们是从基本原则出发来推理未来的计算将如何实现，这就是 Blackwell 系统的由来。Blackwell 系统非同寻常，其计算能力的确令人难以置信。每个机架重达 3,000 磅，功率 120 千瓦，每个机架 120,000 瓦，是全球计算密度最高的。我们正在努力学习更大、更智能的模型，这被称为缩放定律。它基于经验观察和测量，指出训练大型语言模型的数据越多，相应的模型尺寸就越大，从中学习的信息量也就越多。因此，模型需要更多数据来满足这些要求。每年我们都在双倍增加数据量和模型大小，这意味着每年的计算量要增加四倍。需要记住的是，以前摩尔定律是每一年半增加两倍，现在我们正以每年四倍的速度推进技术发展，这在十年内达成了惊人的扩展。我们发现，随着训练规模的扩大，人工智能变得越来越智能。最近我们意识到的第二件重要的事情是，在完成模型训练后，即使是使用如 ChatGPT 的工具中，也涉及到推理过程。在使用 ChatGPT 时，你只是给出一个提示，而不是编写程序来与计算机沟通。你与计算机对话，就像与人交谈一样，通过描述上下文和查询内容来得到所需的答案。人工智能通过一个大型神经网络处理信息，并逐字生成一系列答案。然而，从 Strawberry 开始，我们意识到智能不仅仅是一锤定音的事情，智能需要思考。思考涉及推理、路径规划和自我反思，以便产生更高质量的答案。我们现在发现了第二个缩放定律，即推理时的缩放定律。你思考的时间越长，得到的答案质量就越高，这是一个非常直观的理解。然而，也有例外。例如，如果你问我喜欢的印度食物，我会毫不犹豫地回答“鸡肉布里亚尼”。这类问题不需要复杂的思考或推理。然而，有许多事情需要推理。例如，从孟买到加利福尼亚的旅行计划，如果需要欣赏沿途的四个城市，则需要复杂的考虑。在这次行程中，我清晨三点到达这里，途经丹麦，再之前在佛罗里达的奥兰多，而再往前是在加利福尼亚。这是两天前的事，尽管我现在还在适应日期变化。总体来说，旅程和住宿的各项选择组合很多，需要慎重规划，以获得最佳行程。这就是思考、推理和规划的作用所在，越是计算，提供的答案质量越高。因此，我们现在有两条基本的扩展定律来推动技术发展：训练和推理。在今年第四季度之前，我们将交付并发货 Blackwell，需求极为高涨。自从 Hopper 成立以来，基础模型制造商的数量已经增加了一倍多。越来越多的公司意识到基础智能对他们至关重要，因此必须构建基础模型技术。此外，模型的规模增加了20、30、40倍，训练这些模型所需的计算量也随之增加。然而，多模态能力、强化学习能力和合成数据生成能力中使用的数据量确实增长了很多。这是一个原因，另一个原因是Blackwell用于快速生成Token。所有这些因素导致对Blackwell的需求非常高。接下来，我们来讨论如何利用这项技术。NVIDIA在印度的AI发展让我想到一个有趣的标题：NVIDIA是印度的AI。除了字母V，我们可以用NVIDIA来构建这句话的其他部分，这真的很酷。谢谢。关于1993年的故事，你们可能不知道。当时我们需要为公司起一个名字，最终选择了Nvidia，因为我觉得它听起来像一个神秘的地方。所以，如果真是这样，印度和Nvidia都是听起来很棒的地方。即使计算机图形和加速计算不成功，我们几乎可以做任何事。我很高兴最后它成功了。印度的Nvidia有一个非常丰富的生态系统。要在任何行业或国家建立人工智能生态系统，首先需要建立基础设施生态系统。我们宣布Yoda、E-2-E、Tata Communications和其他合作伙伴将与我们一起构建印度的基础设施。今年年底，印度的计算能力将比一年前增长近20倍。建设AI生态系统的第一步是AI基础设施，类似于互联网生态系统建设中的网络基础设施，包括个人电脑、云和内联网。在AI领域，建设始于AI计算基础设施，然后是AI的操作系统，即大型语言模型。我们与印度的合作伙伴一起建立了印地语大型语言模型。印度有25种正式语言，每1500公里就会有新的方言。因此，你不需要走太远就可以训练另一个模型。印度是世界上语言模型最难建立的地区之一。如果他们能做到，你也能做到。一旦印度成功创建印地语大型语言模型，其他国家也可以效仿。接下来是应用层，与我们合作的AI本土公司正在创建只能通过AI实现的新应用。我们的服务伙伴，如WIPRO、InfoSys和TCS，正在与我们合作将AI模型和基础设施推广到全球企业。现在，这是印度的Nvidia。我邀请Vishal与我一起上台，因为我希望他能谈谈我们在印度合作的一些公司。此外，我要介绍其他一些概念。之前提到过我们有Blackwell和各种库，其中两个非常重要的平台是Nvidia AI Enterprise和Nvidia Omniverse。Nvidia AI Enterprise是一个关于大型语言模型和基本AI功能的平台。它们已经发展到我们可以创建所谓的代理的水平。大型语言模型可以理解和处理各种形式的数据。第一阶段是感知，接着是推理：根据观察，确定其任务并执行。代理将任务分解为不同步骤，连接其他AI模型以完成任务。这些模型有些擅长理解PDF，有些生成图像，有些从专有数据库中检索信息。所有大型语言模型与中央推理大型语言模型（即代理）相连。因此，这些代理能够执行各种任务。其中一些可能是营销代理，一些是客户服务代理，还有一些是芯片设计代理。在我们公司，NVIDIA 的芯片设计代理帮助我们设计芯片。也许他们是软件工程代理，可以进行营销活动或供应链管理。因此，我们将有代理帮助员工成为超级员工。代理或代理 AI 模型会增强员工的能力，使他们更为高效。现在，当你想到这些代理时，你会发现，你将这些代理引入公司的方式与新员工入职并没有什么不同。你必须为他们提供训练，进行微调，教他们如何使用和执行技能，并理解公司的词汇。你需要评估他们，确保他们是评估系统的一部分，并可能对他们进行保护措施。如果你是会计代理，不要做营销；如果你是营销代理，不要在季度末报告收益等。所以这些代理中的每一个都是有保护的。我们将整个过程放入代理生命周期套件库中，称之为 Nemo。我们的合作伙伴正在与我们合作，并将这些库集成到他们的平台中，以便他们可以创建、加入、部署代理，并将其改进为代理的生命周期。这就是我们所说的 Nvidia Nemo。一方面，我们有库，另一方面，它的输出是 API 推理微服务，我们称之为 NIMS。本质上，这是一个构建 AI 的工厂。Nemo 是一套库，可以加入并帮助你操作 AI。最终，你的目标是创建大量代理。我们在印度有合作伙伴。米歇尔，请您向大家介绍一下我们这里的生态系统。米歇尔：当然，Jensen。当我站在后面时，让我印象深刻的是一个词，叫做神秘。这就是印度的神秘。Jensen恰好在 12 个月前来到这里，他问了我一个非常深刻的问题：印度丰富多彩，你将如何对其进行编码？这一切都始于基础设施。我们在短短 12 个月内拥有了 Yota 的计算能力，它已经建立了最先进的基础设施，端到端的计算已经存在，为我们提供了长期加速的计算基础设施。所有这些计算帮助我们跨越式解决了印度最大的问题之一：沟通。就像 Jensen 所提到的，我们说着很多语言。每 50 公里，我们就会改变方言。如果你来自南方，还会加入一点马拉亚拉姆语。那么我们如何才能真正做到这一点？这是我们一些合作伙伴的工作。Servum 就是一个典型的例子。Servum 开始努力帮助印度交流，他们决定进行语音对语音。在进行语音对语音时，他们必须了解多模态语言是如何工作的，以及如何确保其发挥作用。这些工作很快就进行起来，因为我们有可用的基础设施。同样，我们看到了 Bharat-GPT 的项目，这项工作主要在学术界完成。印度的学院一直有丰富的创意，每当他们想将一个想法转化为研究，他们就需要基础设施。今天，我们在 IIT 和其他组织所做的工作都是共同解决印度面临的关键问题。我们不仅解决了语言问题，还很快意识到印度面临着许多重大挑战，其中之一就是健康。这就是为什么我们有致力于健康的公司。sick tuple 和 cure.a.I 的诊断方法在帮助我们应对健康挑战。黄仁勋：没有人比米歇尔更爱印度。一个能言善辩且健康的印度人总是会带来不同，在这里，最重要的是需要整个合作伙伴生态系统来帮助世界应用人工智能，提高员工生产力。印度则专注于 IT、后台、软件运营、软件交付和软件生产。下一代 IT 将涉及人工智能的生产和交付。正如你所知，软件交付、编码和人工智能交付有着根本的不同，但更为重要和令人兴奋。对于印度来说，这个行业能够帮助全世界的每一家公司享受代理的好处，享受人工智能在不同功能中的好处，并能够大规模部署它。我不知道还有谁能做到这一点。这是一个非凡的机会。我们的工作是帮助您构建和部署 AI，您的任务是利用这些库和我们提供的功能，将其与您强大的 IT 软件功能结合起来，以创建代理并帮助每家公司受益。这是第一部分。第二部分是代理之后的事情。记住，每家公司都有员工，但大多数公司的目标是要建造、生产或制造某样东西。人们制造的东西可能是工厂、仓库、汽车、飞机、火车或轮船等各种东西。无论是计算机和服务器，可能是Nvidia制造的服务器，也可能是手机，大多数大型行业中的公司最终都会生产一些东西。有时是提供IT行业的服务，但您的许多客户也是生产某些产品。下一代人工智能需要了解物理世界，我们称之为物理人工智能。为了创建物理AI，我们需要三台计算机，我们专门为此创建了三台计算机。例如，DGX计算机，如同这个AI Blackwell，是一种参考设计和架构，用于创建类似DGX的计算机以训练模型。该模型需要一个地方改进、学习并应用其物理和机器人能力。我们称这个地方为全宇宙，这是一个遵循物理定律的虚拟世界，机器人可以在这里学习成为机器人。完成训练后，该AI模型可以在实际机器人系统中运行。这些机器人系统可以是汽车、机器人、自动移动机器人、采摘臂、整个工厂或整个仓库的机器人。我们将该计算机称为AGX。Jetson、AGX、DGX用于训练，而Omniverse用于数字孪生。在印度，我们拥有一个非常好的生态系统正在与我们合作，利用这种基础设施和能力帮助全球构建物理AI系统。米歇尔：这是其中一个最大的机器人公司。他们不仅制造机器人，还将机器人放入数字孪生中进行优化，并教授机器人所有来自物理世界的输入。系统集成商不仅在将这些知识带入印度，还将其带出印度。做到从印度为全球做，从本地开始，发展全球。黄仁勋：谢谢米歇尔，我们制作了一个简短的视频来帮助您整理我刚才说的所有内容。请播放它。(视频内容)：60年来，软件1.0是程序员编写的代码，在通用CPU上运行。然后，软件2.0到来，即在GPU上运行的机器学习神经网络。这导致了生成式人工智能的爆炸，能够学习和生成任何模型。如今，生成式人工智能正在彻底改变价值数万亿美元的行业。知识型企业使用生成式人工智能来实现数字化工作的自动化。大家好，我是数字人James。工业企业使用物理人工智能来自动化物理工作。物理人工智能包括像我这样的机器人，安全行驶在现实世界中的自动驾驶汽车，执行复杂工业任务的机械手以及与我们协同工作的人形机器人。工厂将由能够监控和调整运营或与我们对话的物理AI来实现。NVIDIA制造了三台计算机，使开发人员能够创建物理人工智能。这些模型首先在DGX上进行训练，然后在Omniverse中使用强化学习和物理反馈来微调和测试AI。训练完成后，AI在Nvidia Jetson和AGX机器人计算机上运行。Nvidia Omniverse是一个基于物理的操作系统，用于物理AI模拟。机器人在Isaac Lab（一个基于Omniverse构建的机器人健身房）中学习和微调技能。这仅仅是机器人。未来的工厂将协调机器人团队，并通过数千个传感器监控整个操作。对于工厂数字孪生，他们使用名为Mega的Omniverse蓝图。凭借Mega，工厂数字孪生充满了虚拟机器人及其AI模型，即机器人的大脑。机器人通过感知周围环境、推理、规划下一步动作并最终将其转化为动作来执行任务。这些动作由Omniverse中的世界模拟器在环境中模拟，结果通过Omniverse传感器模拟被机器人大脑感知。基于传感器模拟，机器人大脑能够决定下一步动作，并不断循环。同时，Mega精确跟踪工厂数字孪生中所有事物的状态和位置。这个软件在环测试将软件定义的流程带入物理空间和实施，让工业企业在部署到物理世界之前，在全球数字孪生中模拟和验证变化，从而节省大量风险和成本。物理人工智能时代已经到来，正在改变世界的重工业和机器人技术。黄仁勋：在我讲完之前，我想向大家介绍今天遇到的一个人，他在观众中是一位超级明星。我想大家都对他和他的技术及人工智能兴趣满满。阿克谢·库玛尔！阿克谢和我有很多共同点。例如，我们俩都在各自的领域工作了超过三十年。不过，我们中的一个是武术家，而另一个有8000万粉丝。阿克谢：大家好，我曾请求不要称呼我为第一名。我记得我认识一位超级巨星，他就是我的岳父Rajeshkenna先生。他总是坚决要求我不这样称呼自己。黄仁勋：这并不是因为他谦虚，但我们都能同意他确实是个超级明星。我们大概在同一时间开始了我们的职业生涯，你已经取得了成就，达到了我仍在努力的艺术水平 。我们两个都是从29岁开始的，我们的共同点不止于此。阿克谢：我在泰国的曼谷长大，会说泰语。那是对我而言比较便宜且我父母能负担得起的地方。我希望学习，而今天的武术也帮助了我。我开始时是一名特技演员，后来成为了一名演员。黄仁勋：你能告诉我，我们两个人都做了大约30年的同一份工作。我们在不断努力提高我们艺技。回顾你的职业生涯，你认为哪些事情是对你当今成就的关键？阿克谢：我认为最重要的一点就是自律。自律在我这个行业的34年中始终帮助着我。这份工作给了我很多，而自律是我取得今天成就的关键所在。因此，自律是最重要的。当然，我一直相信并告诉大家做出自己的选择。比如，小孩子们开始练习武术，这是约束他们的最佳方式之一，同时也非常重要。黄仁勋：你知道的，我的两个孩子都是二级黑带。这是一件太棒的事情，因为它能让他们有擅长的事情，他们可以为之自豪。武术不仅教会你纪律，还能让你培养谦逊的品质。我想说，我们都是武术家...当你看到一个61岁的人保持得如此出色，你是不是很惊讶？而人工智能也显示出我们对这份工作的热爱与投入。很多时候，他七岁就开始拍电影，而我29岁才开始。阿克谢：虽然印度电影业很少有关于人工智能的电影...黄仁勋：但阿克谢告诉我，他最近的一部电影是关于超级警察的，现在就要发布了，这件事暂时保密。他告诉我的事情是秘密的，但我承认自己非常擅长保守秘密(笑）。阿克谢：我想知道，人工智能无法从人类那里复制的能力是什么？有哪些事情是人类可以做到的，而人工智能却无法做到的？黄仁勋：这是一个非常好的问题，其实可能是当前最重要的问题。人工智能可以执行哪些任务呢？实际上，人工智能并不能完成我们所有的工作。但在某些情况下，它可以完成我们20%的工作，并且在某些方面比我们做得好一千倍。对于某些任务，它甚至可能完成50%的工作，仍然远胜于人类。然而，在任何职业领域，人工智能都不能全面取代人类的所有工作。因此，每个人都应该利用人工智能来自动化一部分工作，将其作为助手来完成20%、40%或50%的任务。有时有人问我，人工智能会抢走我们的工作吗？我告诉他们，不是人工智能本身，而是那些使用人工智能来自动化工作的人会抢走工作的机会。因此，我们现在最重要的任务是开发出安全可靠的人工智能。通过良好的工程学科、工程流程和技术，我们可以构建出这样的人工智能，就像建造安全飞机一样，具备多样性和冗余性，以确保其安全性。这种理念同样适用于人工智能。我希望从长远来看，每个人都能拥有属于自己的人工智能助手，它们能够提醒我们事情、帮助我们。这样会让世界更安全，更美好。阿克谢：它不会像好莱坞电影中那样人工智能接管人类。黄仁勋：我们的目标是让人工智能造福社会，并确保其安全使用。虽然总会有人尝试以不好的方式使用技术，但我们有责任推进技术的发展，以便更好地保障社会的安全和福祉。技术既可以被善用，也可以被滥用，而我们必须用技术来保护社会的安全。阿克谢：最后，你昨晚睡了多久？黄仁勋：我3点入睡，大概6点半就起床了，所以今天只睡了3.5个小时，但我完全没问题。非常感谢你，库马尔，现在让我总结一下人工智能的话题。我之前提到过，通过重新发明整个计算堆栈，从编码到机器学习，从在CPU上运行代码到在GPU上运行神经网络，我们正在开发人工智能。我们设想了两种最通用的人工智能：一个是帮助我们提高工作效率的代理，另一个是代理的物理版本——机器人。这些技术已经可以实现。NVIDIA的工作是开发技术来帮助你构建和部署AI。当我们大规模应用这些技术时，会如何影响未来？记住，印度曾是一个主要生产软件的国家，未来将出口人工智能。为了创造和生产人工智能，你需要一台机器，这些机器会消耗能量并转化为称为Token的浮点数，这些数值构成人工智能形式，成为我们所知的最有价值的商品之一。因此，未来将会出现一个新的行业，这个行业就是智能生产，是大规模的智能生产。这也是我说有一场新工业革命的原因。一个单一的工厂概念，可以运行所有不同的流程和数据，创建模型，为各种行业大规模生成和生产智能和Token。这就是我们现在看到的正在发生的事情。因此，我希望与大家合作，使印度成为这场新工业革命的中心。现在，为了与你们进一步讨论这个问题以及它如何适用于印度，我邀请到了另一位特别嘉宾，一位业界的先驱。可以说，他帮助印度实现了数字化，并构建了现代印度互联网的结构。女士们，先生们，请欢迎穆克什·安巴尼。我的朋友，穆克什，你好吗？穆克什：非常好，很高兴见到你。请坐。我们今天早上一直在谈论人工智能。上次你和我在一起时，我们谈论的也是人工智能，再之前一次也是如此。现在你可以看到，除了人工智能，我们真的没有什么可谈论的。穆克什，没有人比他为帮助印度成为高科技和深科技国家做出更大贡献的了。黄仁勋：现在，你正处于这段旅程的开始阶段，有远大的抱负。我知道你有强烈的愿望帮助印度成为深度科技产业。那么是什么让你有这样的信念？为什么人工智能是印度的重要时刻？穆克什：所以，Jensen，首先请允许我欢迎你来到我们的城市孟买。我们现在所在的地方是地理世界中心，这个地方是我妻子建造的，所以如果我不提的话，我可是会有麻烦的。黄仁勋：我在她家，她的房子比你的还大。从穆克什的房子里，我甚至可以看到我在加利福尼亚的房子。穆克什：在听你说话的时候，你提到NVIDIA是一个充满异国情调的地方。在印度，我必须告诉你NVDA对我意味着什么，这是一个非常重要的词汇链接，即Vidya。在印地语中，Vidya的意思是知识。黄仁勋：我知道我给公司取了个好名字！每个人都说，NVIDIA，这个名字不太好，但我坚持了下来。穆克什：所以你可以为这个翻译承担责任。情况还在好转，Jensen。Vidya是萨拉斯瓦蒂，知识女神。在我们的传统中，当你真诚地追求知识女神时，繁荣女神拉克希米就会随之而来。黄仁旭：32年前，我就知道了这一点！所以NVIDIA的故事也向你们揭晓了。穆克什：我们的第一原则就是推动知识革命转变为国际智能革命，这将促进全球80亿人的繁荣。我认为我们即将迎来新的智能时代。我为能成为你的朋友而感到自豪，欢迎来到印度，感谢你为世界带来智能时代做出的贡献。在我们的有生之年，希望与大家一起，这可以为全世界80亿人，特别是印度15亿人带来更多的繁荣。黄仁勋：能够以这种方式做出贡献，我感到非常荣幸和高兴。正如你所知，印度的IT行业以其规模和在计算机科学方面的深厚专业知识而闻名。世界上很少有国家拥有这种自然资源，即IT和计算机科学的专长。在过去的几年里，我们一直致力于技能提升，现在我们已经将约20万名IT专业人员的技能提升到人工智能领域。我们必须一起寻找方法，以帮助印度以光速转型。因为发展如此迅速，印度正在变成一个不仅仅是IT中心，更是AI中心。穆克什：从我的角度来看，Jensen，让我告诉你我在印度的经历。首先，正如我们的总理所说，这是一个新的、有抱负的印度。今天，我们是世界上唯一一个拥有14亿人口且平均年龄低于35岁的国家。因此，推动我们经济发展的不仅是人工智能等新技术，还有我们的雄心。我相信你认识总理，我认为他在将印度转变为一流数字社会方面的领导作用至关重要，他继续推动基层的发展。因此，这是人口红利和领导力的结合。第三个因素是我们印度人拥有的原始人才。你提到将20万人转变为这个行业，但我相信有数百万人。如果我们放眼现在，印度已经成了全球各大公司的增长最快的领域，是全球的能力中心。我们在印度进行空间研究和药物研究，我相信量子技术和芯片制造也正在印度开展。我们在自己的能源行业，以及生物能源行业，所有能源巨头如壳牌、BP实际上都在印度进行创新。因此，就我们所处的位置而言，印度正迅速成为世界的创新中心，而不仅仅是制造业中心。黄仁勋：在印度，我们有超过10,000名工程师。穆克什：这就是我们的挑战。同时，我们拥有必要的基础设施。我们很幸运，拥有相当于道路的连接基础设施。没有道路，就无法到达目的地。因此，我相信今天，除了美国和中国，印度拥有世界上最好的数字连接基础设施，包括4G、5G和宽带。当人们谈论Geo时，我们说Geo让印度在八年内从世界第158位跃升至第一。作为一家公司，我们曾对这个领域一无所知，但今天我们是世界上最大的数据公司，数据总量相当于AT&T、NTT、Mobile和Verizon的总和。本地市场的规模是一个巨大的优势。拥有15亿客户是非常令人满意的。作为Geo，我们今年交付了大约16艾字节的数据。在美国，平均每GB收费5美元，全球数据的平均价格约为每GB 3.5美元。而在印度，Geo以每GB 15美分的价格提供数据。我们鼓励客户更多使用手机。这项技术每年为印度人带来5000亿至7000亿美元的用户价值，年复一年。这是科技给印度人民的礼物。通过这项技术，我们能够为所有人带来繁荣和公平的机会。我相信印度将成为最大智能市场之一，这不仅源于我们的愿望，也因为印度独有的原始基因库和年轻力量。这将在推动智能发展的进程中起到关键作用。一旦我们推动了国内市场的智能化，就可以通过软件向世界其他地区提供智能服务。印度不仅会继续向全球输出首席执行官，还会出口数亿人的人工智能服务，帮助世界变得更美好。这就是你来这里的原因，感谢你们对这个国家的承诺，共同努力对于迎接智能时代至关重要。没有任何一家公司或个人可以独自完成，我们必须共同努力，创建一个更加平等和繁荣的世界，让全球南方赶上其他地区。黄仁勋：你们强调了印度拥有的海量数字数据，Geo在这一方面做得特别出色。这引出了我想宣布的一件事。为了在人工智能领域领先，你必须拥有印度现有的人工智能模型技术，需要大量的数据以及人工智能基础设施。我们宣布，Reliance和NVIDIA正在合作在印度建设人工智能基础设施。印度的一大优势是其庞大的用户群体，这为打造人工智能飞轮提供了基础。因此，现在我们拥有人工智能数据、人工智能基础设施和庞大的用户群体，可以最终形成自己的人工智能飞轮。我真正喜欢的是，当我见到莫迪时，他第一次邀请我与他的内阁会面。这大概是六年前的事了，他请我向他的内阁发表关于人工智能的演讲。这是我第一次应国家领导人的邀请，就这个特定话题发表演讲。那时人们还没有广泛讨论人工智能。我最后一次拜访他时，他对我说了一句非常深刻的话。我向他解释了人工智能基础设施的重要性，强调每个国家都应该像拥有自己的通信、互联网、道路和能源基础设施一样，拥有自己的人工智能基础设施，包括智能制造。他说，印度应该制造自己的人工智能，不能外包，也不应出口数据以获得智能。他比喻道，这就像印度不应该只出口面粉再进口面包，我们应该自己为数据增值。我们的合作正是为了开始构建这些基础设施，使印度能够拥有自己的技术体系。印度有足够的计算机科学专业知识和庞大的用户群来驱动这一飞轮。莫迪吉当时受到了启发，并指出人工智能有能力提升整个印度的人口。他提到，全球懂得编程的人非常少，而编程并不简单。尽管印度是全球程序员最多的国家，但大多数人并不会编写常见编程语言的程序。然而，智能程序的编写是每个人都可以尝试的。如果人工智能能普及到每个公民，将赋予他们巨大的能力。这种技术能够造福社会的每一个人。穆克什：我认为我们非常幸运能有这样一位有远见又有执行力的领导者。我期待着与Jensen的合作，就像你从第一原则开始一样，我也希望采用最好的技术。现在，你们的 GB 200 无疑是最好的技术，我期待着印度能够借此实现技术飞跃。我们在贾姆讷格尔已经准备好大规模扩张，建设基础设施，目标是一千兆瓦的绿色能源设施，不依赖他人供电，以扩大规模和技术能力。对印度和印度人来说，重复一个地理位置，让智能真正物美价廉，让普通人能够享用非常重要。我们必须设计和构建基础设施，使客户无需更换手机或电脑就能获得高质量的人工智能，由我们来整合这些基础设施。我认为，我们与您的合作会实现这一目标。最重要的是，我非常尊重我的朋友马克·扎克伯格，他通过开源为每个人参与这场革命创造了机会。Llama 3 激活了全球每家公司和行业，让我们得以在这一基础上继续发展。马克的这一举动将被载入史册，因为开源推动了许多伟大的事物。Linux 是开源的，我们可以将 Llama 作为基础模型进行开发，再进行微调、训练等。我相信在座的年轻人，未来将创造出一个印度模式，可能比 Llama 强大十倍。希望我们的年轻人能够实现这一目标，开源是一个很好的起点。最重要的是，所有的工具都在我们的手中。我们拥有的代工厂工具，期待着建立一个开发中心，利用你们的四种工具，训练印度数十万名开发人员熟练掌握所有企业工具和全能工具。这样，我们可以以实际应用的方式运用智能。对我而言，这只是智能时代的开始，一个历时数十年的进程。黄仁勋：（对观众）你们可以听他说，他听上去就像一位28岁的工程师。你们觉得呢？穆克什：我喜欢。这就是它精彩的原因，也是我们要一起实现的目标。这是真的。我可以向你们保证，就像我们在数据领域所取得的成就一样，几年后，我们会让世界惊叹于印度及印度人在智能市场上的成就。谢谢。黄仁勋：Mikesh，它会实现的，我们当然同意，这是一个非凡的时代，也是印度的非凡机遇。印度拥有庞大的人口和计算机科学家资源。在计算行业即将成为智能行业的时刻，要充分利用你们所拥有和所知的一切，以及庞大的数据资源和大量消费者，实现智能到数据、数据到智能的循环，并借助国家获取数据的意愿，去实现一些目标。这是一个非常特殊的时期，我很荣幸与你们合作完成这项工作。让我们今天承诺，共同努力，使印度能够充分利用这场智能革命。非常感谢各位女士们、先生们。穆克什：谢谢。此外，Jensen，我的朋友，你来这里的时候，距离排灯节只有几天了。排灯节是我们的新年，是我们崇拜繁荣女神的日子。因此，我代表我们大家向你表示感谢，祝大家新年快乐，排灯节快乐。黄仁勋：祝大家排灯节快乐！","kind":"news","is_publish_news":true,"is_publish_highlight":true,"is_publish_live":false,"is_publish_wemedia":null,"editions":null,"column":"","sentiment":"0","news_tag":"","news_rank":0,"symbols":[],"gpt_button":0,"need_auth":false,"code":"91000000","status":"200"},"commentList":[{"id":364102598643776,"gmtCreate":1729902253807,"gmtModify":1729902256132,"author":{"id":"3533639338107797","authorId":"3533639338107797","name":"至诚之道可以前知","avatar":"https://static.tigerbbs.com/aa00a1c09acbbf99518a8e2db4e74435","vip":1,"crmLevel":1,"crmLevelSwitch":0,"authorIdStr":"3533639338107797","idStr":"3533639338107797"},"htmlText":"重点：GPU、数字孪生、物理人工智能时代！","listText":"重点：GPU、数字孪生、物理人工智能时代！","text":"重点：GPU、数字孪生、物理人工智能时代！","images":[],"top":1,"highlighted":1,"essential":1,"paper":1,"likeSize":0,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/364102598643776","repostId":1167168831,"repostType":2,"repost":{"id":"1167168831","kind":"news","pubTimestamp":1729856102,"share":"https://www.laohu8.com/m/news/1167168831?lang=zh_CN&edition=full","pubTime":"2024-10-25 19:35","market":"us","language":"zh","title":"黄仁勋在印度说了啥？英伟达AI峰会2024主旨演讲及印度首富对话","url":"https://stock-news.laohu8.com/highlight/detail?id=1167168831","media":"Web3天空之城","summary":"就在10月24号，黄仁勋现身印度举办的NVidia AI Summit 2024峰会，进行了招牌式主旨演讲，并与印度首富信实工业集团董事长穆克什·安巴尼来一场挺扎实的现场对话。不知老黄什么时候才会在国内演讲；我们出于很多理由，都会关心老黄在印度说了啥。目前，同时发生着两个根本性的转变。在过去30年中，我们受益于摩尔定律，这是一个令人惊叹的现象。现在已经12年过去了。","content":"<html><head></head><body>就在10月24号，黄仁勋现身印度举办的NVidia AI Summit 2024峰会，进行了招牌式主旨演讲，并与印度首富信实工业集团董事长穆克什·安巴尼来一场挺扎实的现场对话。不知老黄什么时候才会在国内演讲；我们出于很多理由，都会关心老黄在印度说了啥。尊敬的嘉宾，欢迎NVIDIA的创始人兼首席执行官黄仁勋。黄仁勋：你好，孟买！孟买，发生了许多事情。大家都知道，印度对于全球计算机和IT行业至关重要，几乎是世界上每家公司的IT核心。我们的行业，你们的行业，以及过去几十年我们建立的行业，都在经历根本性的变化、巨大的变化和结构性转变。今天，我们会讨论这个话题。但首先，我要感谢我们的合作伙伴，你们中的很多人一直在合作。感谢你们。在印度，我们与这些优秀的合作伙伴一起努力，共同推动IT行业的变革。我很高兴今天你们能与我们在一起。目前，同时发生着两个根本性的转变。这种情况自1964年以来从未发生过（那是我出生的第二年）。这与我的出生无关。1964年，<a href=\"https://laohu8.com/S/IBM\">IBM</a> System 360向世界介绍了IT的概念。我们所了解的IT行业便是从那时起引入了通用计算的概念。他们定义了中央处理单元、CPU、IOS子系统和多任务处理，并通过操作系统这一层将硬件与应用软件分离。IBM强调了应用程序的系列兼容性，使您可以长期利用硬件的基础来运行软件。他们还谈到跨代架构带来的优势，确保您在软件上的投资不会因为每次购买新硬件而浪费。1964年，他们认识到了安装基础的重要性、软件投资的重要性、以及构建运行软件的计算机的重要性。这些架构学科当时就已被提及。我刚描述的是今天的计算机行业。印度IT行业的基础——也就是我们所知道的通用计算，已经存在了60年。在过去30年中，我们受益于摩尔定律，这是一个令人惊叹的现象。硬件可以在不改变软件的情况下继续改进，与架构兼容，并使软件的性能每年翻倍。具体取决于您的应用程序，这意味着每年成本降低一半。这是世界上任何技术中最令人惊叹的折旧力量。随着折旧和成本降低，社会得以使用越来越多的IT。我们继续消费IT并处理更多数据，而摩尔定律帮助我们持续降低成本，实现了我们今日所知的计算大众化。360系统的发明和Windows PC的摩尔定律推动了世界上最重要行业之一的发展，随后所有行业都在此基础上建立起来。但是我们现在知道，CPU的扩展已经达到极限。我们不能再沿用这种模式，摩尔定律的红利已结束。我们现在必须做出改变，否则折旧效应会终止，而我们将面临计算通胀。这就是全球正在经历的变化。我们再不能对软件无所作为，期望计算性能和体验继续改善、成本继续降低，并继续从IT的好处中获益，以及解决越来越多的挑战。我们创办公司是为了加速软件。我们的愿景是，增强通用计算后，某些应用程序将从中获益。我们将计算密集型工作负载卸载，并使用我们发明的CUDA模型进行加速，CUDA是一种编程模型，使我们能显著加速应用程序。这种加速优势类似于摩尔定律的特性。对于通用计算无法或不切实际的应用程序，我们利用加速计算的优势来实现，例如计算机图形学。实时计算机图形因视频的出现和GPU这一新处理器的出现而成为可能。GPU实际上是第一个运行CUDA的加速计算架构，用于计算机图形，这是一个经典的例子。我们使计算机图形学大众化，如今3D图形无处不在，它几乎可用于所有应用程序的媒介。我们认为，长期来看，加速计算可能会产生更大的影响。因此，在过去30年里，我们一直在为各个应用领域加速计算。这花费了这么长时间的原因很简单，世界上没有一种神奇的处理器可以加速所有事物，如果能做到这一点，就会被称为CPU。我们需要重新构建计算堆栈，从算法到底层架构，再到顶层应用程序。<img src=\"https://static.tigerbbs.com/136352c969f80dc5d5ded53f274985c9\" title=\"\" tg-width=\"1080\" tg-height=\"369\"/>在各个领域，计算机图形学虽然刚刚起步，但我们已经在多个行业中借鉴了这种架构，即Cuda架构。今天，我们已经为许多重要行业实现了加速。例如，cuLitho在半导体制造、计算光刻、模拟、计算机辅助工程以及5G无线电中发挥基础作用。我们最近宣布与5G无线电合作伙伴关系，以加速5G软件堆栈和量子计算，创造计算的未来。Parabricks是基因测序软件堆栈，cuVS是每家公司都在研究的重要项目之一，它正在从数据库转向知识基础，以便创建AI数据库。cuVS可以创建和矢量化所有数据。cuDF，即数据帧，本质上是结构化数据的另一种形式，能够实现SQL加速。在各种不同的库中，我们都能够将应用程序加速20、30、甚至50倍。当然，这需要重新编写软件，这就是为何花费这么长时间的原因。我们在每个领域都需与行业、生态系统、软件开发者和客户合作，以加速这些应用程序在其领域的应用。cuOPT是我最喜欢的组合计算应用程序之一，它是一种计算密集型应用程序，可以加速比如旅行销售员和人员安排等问题。每个供应链、司机和乘客组合都可以通过cuOPT加速，速度之快令人难以置信。Modulus教授和AI物理定律，不仅可以预测下一个词，还能够预测流体动力学和粒子物理的下一个时刻。我们最著名的应用程序库之一是QDNN，它民主化了我们所知的人工<a href=\"https://laohu8.com/S/5RE.SI\">智能</a>。这些加速库已涵盖了众多不同领域，使得加速计算似乎无处不在。这是因为我们采用这种架构覆盖了几乎每一个行业。现在，CUDA加速计算已达到临界点。几年前，大约十年前，发生了一件非常重要的事情。很多人都见证了这一点，即AlexNet在计算机视觉性能上的巨大飞跃。计算机视觉是人工智能的一个重要领域，AlexNet的进步令世界惊讶，我们也有幸受益。退一步问自己，我们见证了什么？AlexNet为何如此有效？它的扩展范围有多大？我们还能用这种深度学习的方法做些什么？如果我们要将深度学习应用于其他领域，它会如何影响计算机行业？如果我们想做到这一点，对未来充满信心，并对深度学习能力感到兴奋，我们将如何改变计算堆栈的每一层，以彻底改造计算？12年前，我们决定让整个公司致力于这一愿景。现在已经12年过去了。每次我来印度，都有机会和大家谈论深度学习和机器学习，现在非常明显，世界已经彻底改变。考虑一下发生了什么，首先是我们如何开发软件。我们的行业建立在软件开发的方法之上，这种方式称为软件1.0。程序员编写在计算机上运行的算法，通过输入信息预测输出。这是经典的计算机模型，已创造了世界上最大的产业之一。在印度，软件生产、编码和编程成为了一个完整的行业，这一切都在我们这一代发生。然而，这种开发软件的方法已经被颠覆。现在，不再是编码，而是机器学习。机器学习利用计算机研究大量观测数据的模式和关系，学习预测函数。本质上，我们在设计一个通用函数逼近器，通过机器学习产生预期输出。这标志着从软件1.0到使用机器学习的软件2.0的转变。注意谁在编写软件。现在，软件由计算机编写。完成模型训练后，可以对模型进行推断。然后，你把函数作为输入，这个大型语言模型、深度学习模型、计算机视觉模型、语音理解模型，作为输入神经网络，进入GPU，可以根据新输入做出预测。请注意，这种软件开发方式是基于机器学习的革新。我们已经从编码发展到机器学习，从开发软件发展到创造人工智能，从喜欢在CPU上运行的软件发展到现在在GPU上运行的最佳神经网络。这本质上反映了过去十年我们行业经历的变化。我们已经看到了计算堆栈的彻底改造。整个技术堆栈，包括硬件、软件开发方式以及软件功能，已经发生了根本性的变化。我们致力于推动这一领域的发展，这就是我们现在所构建的。你们所有人最初都有什么？当我第一次来到印度时，我们正在为PCI Express卡构建GPU，可以插入PC中。今天的GPU就是这样，Blackwell系统令人难以置信，旨在研究大规模数据，以便发现模式和关系，理解数据的含义。这是重大的突破。在过去几年中，我们已经了解了许多不同类型数据的含义：单词的表示或含义、数字、图像和像素、视频、化学物质、蛋白质、氨基酸、流体模式、粒子、物理学。我们学会了用多种方式表示信息，不仅懂得其意义，还能将其翻译成其他形式。例如，将英语翻译成印地语，将大量英文文本翻译、摘要，将像素转化为图像、图像识别，将文字生成像素、图像生成，从图像、视频生成文字、字幕，从文字转化为用于药物发现的蛋白质、化学物质，发现新的化合物，从氨基酸推断蛋白质结构。这些基本思想是将信息从一种模态转换为另一模态的通用Transformer，导致初创企业数量激增。他们正在应用这些基本方法。如果能做到这个和那个，还能做什么？如果能做到那个和这个，应用程序数量显然呈爆炸式增长。在过去两三年里，全世界生成式人工智能公司的数量激增，数万、<a href=\"https://laohu8.com/S/SBAY\">数百亿</a>美元投入这一领域，这一切都是因为设备让我们能研究数据和巨大的规模。构建Blackwell系统需要Blackwell GPU，也需要另外七个芯片。这些芯片由TSMC生产，他们在提升Blackwell系统方面做出了出色的工作。整个系统已全面投入生产，我们希望能在第四季度实现量产。这基本上就是Blackwell，其中一个令人难以置信的方面。今天早上没有什么是容易的。这是NVLink，跨越整个GPU机架的背部脊柱，所有GPU都通过NVLink连接在一起，形成令人难以置信的系统，这是世界上最长的铜驱动结构，将72个Blackwallers双GPU包或144个GPU连接在一起。所以如果展开所有芯片，你会看到一个巨大的GPU。显然不可能制造如此大的GPU，因此我们将其分解成尽可能小的模块，这是技术的根本极限和最先进的技术。我们使用NVLink将这些模块连接在一起，这是NVLink的背部脊柱。你正在查看所有连接的GPU，还有一个量子交换机连接所有GPU。如果你需要以太网，Spectrum X及其连接，每个交换机有50磅重。我只是展示自己的力量。它连接到这个交换机，这是世界上最先进的交换机之一。现在这些部件加在一起构成了Blackwell，然后运行上面的软件：cuda软件、cuDNN软件、用于训练大型语言模型的Megatron、用于推理的TensorFlowRT、用于对大型语言模型进行分布式多GPU推理的TensorFlowRT、LLM。在此基础上，我们有两个软件堆栈，一个是 Nvidia AI Enterprise，另一个是 Omniverse。我稍后会讨论这两个。这项工作非常严格，这就是 Blackwell 系统，也是 NVIDIA 今天构建的。对于那些长期了解我们公司的人来说，这种变化确实令人惊讶。但事实上，我们是从基本原则出发来推理未来的计算将如何实现，这就是 Blackwell 系统的由来。Blackwell 系统非同寻常，其计算能力的确令人难以置信。每个机架重达 3,000 磅，功率 120 千瓦，每个机架 120,000 瓦，是全球计算密度最高的。我们正在努力学习更大、更智能的模型，这被称为缩放定律。它基于经验观察和测量，指出训练大型语言模型的数据越多，相应的模型尺寸就越大，从中学习的信息量也就越多。因此，模型需要更多数据来满足这些要求。每年我们都在双倍增加数据量和模型大小，这意味着每年的计算量要增加四倍。需要记住的是，以前摩尔定律是每一年半增加两倍，现在我们正以每年四倍的速度推进技术发展，这在十年内达成了惊人的扩展。我们发现，随着训练规模的扩大，人工智能变得越来越智能。最近我们意识到的第二件重要的事情是，在完成模型训练后，即使是使用如 ChatGPT 的工具中，也涉及到推理过程。在使用 ChatGPT 时，你只是给出一个提示，而不是编写程序来与计算机沟通。你与计算机对话，就像与人交谈一样，通过描述上下文和查询内容来得到所需的答案。人工智能通过一个大型神经网络处理信息，并逐字生成一系列答案。然而，从 Strawberry 开始，我们意识到智能不仅仅是一锤定音的事情，智能需要思考。思考涉及推理、路径规划和自我反思，以便产生更高质量的答案。我们现在发现了第二个缩放定律，即推理时的缩放定律。你思考的时间越长，得到的答案质量就越高，这是一个非常直观的理解。然而，也有例外。例如，如果你问我喜欢的印度食物，我会毫不犹豫地回答“鸡肉布里亚尼”。这类问题不需要复杂的思考或推理。然而，有许多事情需要推理。例如，从孟买到加利福尼亚的旅行计划，如果需要欣赏沿途的四个城市，则需要复杂的考虑。在这次行程中，我清晨三点到达这里，途经丹麦，再之前在佛罗里达的奥兰多，而再往前是在加利福尼亚。这是两天前的事，尽管我现在还在适应日期变化。总体来说，旅程和住宿的各项选择组合很多，需要慎重规划，以获得最佳行程。这就是思考、推理和规划的作用所在，越是计算，提供的答案质量越高。因此，我们现在有两条基本的扩展定律来推动技术发展：训练和推理。在今年第四季度之前，我们将交付并发货 Blackwell，需求极为高涨。自从 Hopper 成立以来，基础模型制造商的数量已经增加了一倍多。越来越多的公司意识到基础智能对他们至关重要，因此必须构建基础模型技术。此外，模型的规模增加了20、30、40倍，训练这些模型所需的计算量也随之增加。然而，多模态能力、强化学习能力和合成数据生成能力中使用的数据量确实增长了很多。这是一个原因，另一个原因是Blackwell用于快速生成Token。所有这些因素导致对Blackwell的需求非常高。接下来，我们来讨论如何利用这项技术。NVIDIA在印度的AI发展让我想到一个有趣的标题：NVIDIA是印度的AI。除了字母V，我们可以用NVIDIA来构建这句话的其他部分，这真的很酷。谢谢。关于1993年的故事，你们可能不知道。当时我们需要为公司起一个名字，最终选择了Nvidia，因为我觉得它听起来像一个神秘的地方。所以，如果真是这样，印度和Nvidia都是听起来很棒的地方。即使计算机图形和加速计算不成功，我们几乎可以做任何事。我很高兴最后它成功了。<img src=\"https://static.tigerbbs.com/dc9318d091942291a238903f422e44f0\" title=\"\" tg-width=\"1080\" tg-height=\"588\"/>印度的Nvidia有一个非常丰富的生态系统。要在任何行业或国家建立人工智能生态系统，首先需要建立基础设施生态系统。我们宣布Yoda、E-2-E、Tata Communications和其他合作伙伴将与我们一起构建印度的基础设施。今年年底，印度的计算能力将比一年前增长近20倍。建设AI生态系统的第一步是AI基础设施，类似于互联网生态系统建设中的网络基础设施，包括个人电脑、云和内联网。在AI领域，建设始于AI计算基础设施，然后是AI的操作系统，即大型语言模型。我们与印度的合作伙伴一起建立了印地语大型语言模型。印度有25种正式语言，每1500公里就会有新的方言。因此，你不需要走太远就可以训练另一个模型。印度是世界上语言模型最难建立的地区之一。如果他们能做到，你也能做到。一旦印度成功创建印地语大型语言模型，其他国家也可以效仿。接下来是应用层，与我们合作的AI本土公司正在创建只能通过AI实现的新应用。我们的服务伙伴，如WIPRO、InfoSys和TCS，正在与我们合作将AI模型和基础设施推广到全球企业。现在，这是印度的Nvidia。我邀请Vishal与我一起上台，因为我希望他能谈谈我们在印度合作的一些公司。此外，我要介绍其他一些概念。之前提到过我们有Blackwell和各种库，其中两个非常重要的平台是Nvidia AI Enterprise和Nvidia Omniverse。Nvidia AI Enterprise是一个关于大型语言模型和基本AI功能的平台。它们已经发展到我们可以创建所谓的代理的水平。大型语言模型可以理解和处理各种形式的数据。第一阶段是感知，接着是推理：根据观察，确定其任务并执行。代理将任务分解为不同步骤，连接其他AI模型以完成任务。这些模型有些擅长理解PDF，有些生成图像，有些从专有数据库中检索信息。所有大型语言模型与中央推理大型语言模型（即代理）相连。因此，这些代理能够执行各种任务。其中一些可能是营销代理，一些是客户服务代理，还有一些是芯片设计代理。在我们公司，NVIDIA 的芯片设计代理帮助我们设计芯片。也许他们是软件工程代理，可以进行营销活动或供应链管理。因此，我们将有代理帮助员工成为超级员工。代理或代理 AI 模型会增强员工的能力，使他们更为高效。现在，当你想到这些代理时，你会发现，你将这些代理引入公司的方式与新员工入职并没有什么不同。你必须为他们提供训练，进行微调，教他们如何使用和执行技能，并理解公司的词汇。你需要评估他们，确保他们是评估系统的一部分，并可能对他们进行保护措施。如果你是会计代理，不要做营销；如果你是营销代理，不要在季度末报告收益等。所以这些代理中的每一个都是有保护的。我们将整个过程放入代理生命周期套件库中，称之为 Nemo。我们的合作伙伴正在与我们合作，并将这些库集成到他们的平台中，以便他们可以创建、加入、部署代理，并将其改进为代理的生命周期。这就是我们所说的 Nvidia Nemo。一方面，我们有库，另一方面，它的输出是 API 推理微服务，我们称之为 NIMS。本质上，这是一个构建 AI 的工厂。Nemo 是一套库，可以加入并帮助你操作 AI。最终，你的目标是创建大量代理。我们在印度有合作伙伴。米歇尔，请您向大家介绍一下我们这里的生态系统。米歇尔：当然，Jensen。当我站在后面时，让我印象深刻的是一个词，叫做神秘。这就是印度的神秘。Jensen恰好在 12 个月前来到这里，他问了我一个非常深刻的问题：印度丰富多彩，你将如何对其进行编码？这一切都始于基础设施。我们在短短 12 个月内拥有了 Yota 的计算能力，它已经建立了最先进的基础设施，端到端的计算已经存在，为我们提供了长期加速的计算基础设施。所有这些计算帮助我们跨越式解决了印度最大的问题之一：沟通。就像 Jensen 所提到的，我们说着很多语言。每 50 公里，我们就会改变方言。如果你来自南方，还会加入一点马拉亚拉姆语。那么我们如何才能真正做到这一点？这是我们一些合作伙伴的工作。Servum 就是一个典型的例子。Servum 开始努力帮助印度交流，他们决定进行语音对语音。在进行语音对语音时，他们必须了解多模态语言是如何工作的，以及如何确保其发挥作用。这些工作很快就进行起来，因为我们有可用的基础设施。同样，我们看到了 Bharat-GPT 的项目，这项工作主要在学术界完成。印度的学院一直有丰富的创意，每当他们想将一个想法转化为研究，他们就需要基础设施。今天，我们在 IIT 和其他组织所做的工作都是共同解决印度面临的关键问题。我们不仅解决了语言问题，还很快意识到印度面临着许多重大挑战，其中之一就是健康。这就是为什么我们有致力于健康的公司。sick tuple 和 cure.a.I 的诊断方法在帮助我们应对健康挑战。黄仁勋：没有人比米歇尔更爱印度。一个能言善辩且健康的印度人总是会带来不同，在这里，最重要的是需要整个合作伙伴生态系统来帮助世界应用人工智能，提高员工生产力。印度则专注于 IT、后台、软件运营、软件交付和软件生产。下一代 IT 将涉及人工智能的生产和交付。正如你所知，软件交付、编码和人工智能交付有着根本的不同，但更为重要和令人兴奋。对于印度来说，这个行业能够帮助全世界的每一家公司享受代理的好处，享受人工智能在不同功能中的好处，并能够大规模部署它。我不知道还有谁能做到这一点。这是一个非凡的机会。我们的工作是帮助您构建和部署 AI，您的任务是利用这些库和我们提供的功能，将其与您强大的 IT 软件功能结合起来，以创建代理并帮助每家公司受益。这是第一部分。第二部分是代理之后的事情。记住，每家公司都有员工，但大多数公司的目标是要建造、生产或制造某样东西。人们制造的东西可能是工厂、仓库、汽车、飞机、火车或轮船等各种东西。无论是计算机和服务器，可能是Nvidia制造的服务器，也可能是手机，大多数大型行业中的公司最终都会生产一些东西。有时是提供IT行业的服务，但您的许多客户也是生产某些产品。下一代人工智能需要了解物理世界，我们称之为物理人工智能。为了创建物理AI，我们需要三台计算机，我们专门为此创建了三台计算机。例如，DGX计算机，如同这个AI Blackwell，是一种参考设计和架构，用于创建类似DGX的计算机以训练模型。该模型需要一个地方改进、学习并应用其物理和<a href=\"https://laohu8.com/S/300024\">机器人</a>能力。我们称这个地方为全宇宙，这是一个遵循物理定律的虚拟世界，机器人可以在这里学习成为机器人。完成训练后，该AI模型可以在实际机器人系统中运行。这些机器人系统可以是汽车、机器人、自动移动机器人、采摘臂、整个工厂或整个仓库的机器人。我们将该计算机称为AGX。Jetson、AGX、DGX用于训练，而Omniverse用于数字孪生。在印度，我们拥有一个非常好的生态系统正在与我们合作，利用这种基础设施和能力帮助全球构建物理AI系统。米歇尔：这是其中一个最大的机器人公司。他们不仅制造机器人，还将机器人放入数字孪生中进行优化，并教授机器人所有来自物理世界的输入。系统集成商不仅在将这些知识带入印度，还将其带出印度。做到从印度为全球做，从本地开始，发展全球。黄仁勋：谢谢米歇尔，我们制作了一个简短的视频来帮助您整理我刚才说的所有内容。请播放它。(视频内容)：60年来，软件1.0是程序员编写的代码，在通用CPU上运行。然后，软件2.0到来，即在GPU上运行的机器学习神经网络。这导致了生成式人工智能的爆炸，能够学习和生成任何模型。如今，生成式人工智能正在彻底改变价值数万亿美元的行业。知识型企业使用生成式人工智能来实现数字化工作的自动化。大家好，我是数字人James。工业企业使用物理人工智能来自动化物理工作。物理人工智能包括像我这样的机器人，安全行驶在现实世界中的自动驾驶汽车，执行复杂工业任务的机械手以及与我们协同工作的人形机器人。工厂将由能够监控和调整运营或与我们对话的物理AI来实现。NVIDIA制造了三台计算机，使开发人员能够创建物理人工智能。这些模型首先在DGX上进行训练，然后在Omniverse中使用强化学习和物理反馈来微调和测试AI。训练完成后，AI在Nvidia Jetson和AGX机器人计算机上运行。Nvidia Omniverse是一个基于物理的操作系统，用于物理AI模拟。机器人在Isaac Lab（一个基于Omniverse构建的机器人健身房）中学习和微调技能。这仅仅是机器人。未来的工厂将协调机器人团队，并通过数千个传感器监控整个操作。对于工厂数字孪生，他们使用名为Mega的Omniverse蓝图。凭借Mega，工厂数字孪生充满了虚拟机器人及其AI模型，即机器人的大脑。机器人通过感知周围环境、推理、规划下一步动作并最终将其转化为动作来执行任务。这些动作由Omniverse中的世界模拟器在环境中模拟，结果通过Omniverse传感器模拟被机器人大脑感知。基于传感器模拟，机器人大脑能够决定下一步动作，并不断循环。同时，Mega精确跟踪工厂数字孪生中所有事物的状态和位置。这个软件在环测试将软件定义的流程带入物理空间和实施，让工业企业在部署到物理世界之前，在全球数字孪生中模拟和验证变化，从而节省大量风险和成本。物理人工智能时代已经到来，正在改变世界的重工业和机器人技术。黄仁勋：在我讲完之前，我想向大家介绍今天遇到的一个人，他在观众中是一位超级明星。我想大家都对他和他的技术及人工智能兴趣满满。阿克谢·库玛尔！阿克谢和我有很多共同点。例如，我们俩都在各自的领域工作了超过三十年。不过，我们中的一个是武术家，而另一个有8000万粉丝。阿克谢：大家好，我曾请求不要称呼我为第一名。我记得我认识一位超级巨星，他就是我的岳父Rajeshkenna先生。他总是坚决要求我不这样称呼自己。黄仁勋：这并不是因为他谦虚，但我们都能同意他确实是个超级明星。我们大概在同一时间开始了我们的职业生涯，你已经取得了成就，达到了我仍在努力的艺术水平 。我们两个都是从29岁开始的，我们的共同点不止于此。阿克谢：我在泰国的曼谷长大，会说泰语。那是对我而言比较便宜且我父母能负担得起的地方。我希望学习，而今天的武术也帮助了我。我开始时是一名特技演员，后来成为了一名演员。黄仁勋：你能告诉我，我们两个人都做了大约30年的同一份工作。我们在不断努力提高我们艺技。回顾你的职业生涯，你认为哪些事情是对你当今成就的关键？阿克谢：我认为最重要的一点就是自律。自律在我这个行业的34年中始终帮助着我。这份工作给了我很多，而自律是我取得今天成就的关键所在。因此，自律是最重要的。当然，我一直相信并告诉大家做出自己的选择。比如，小孩子们开始练习武术，这是约束他们的最佳方式之一，同时也非常重要。黄仁勋：你知道的，我的两个孩子都是二级黑带。这是一件太棒的事情，因为它能让他们有擅长的事情，他们可以为之自豪。武术不仅教会你纪律，还能让你培养谦逊的品质。我想说，我们都是武术家...当你看到一个61岁的人保持得如此出色，你是不是很惊讶？而人工智能也显示出我们对这份工作的热爱与投入。很多时候，他七岁就开始拍电影，而我29岁才开始。阿克谢：虽然印度电影业很少有关于人工智能的电影...黄仁勋：但阿克谢告诉我，他最近的一部电影是关于超级警察的，现在就要发布了，这件事暂时保密。他告诉我的事情是秘密的，但我承认自己非常擅长保守秘密(笑）。阿克谢：我想知道，人工智能无法从人类那里复制的能力是什么？有哪些事情是人类可以做到的，而人工智能却无法做到的？黄仁勋：这是一个非常好的问题，其实可能是当前最重要的问题。人工智能可以执行哪些任务呢？实际上，人工智能并不能完成我们所有的工作。但在某些情况下，它可以完成我们20%的工作，并且在某些方面比我们做得好一千倍。对于某些任务，它甚至可能完成50%的工作，仍然远胜于人类。然而，在任何职业领域，人工智能都不能全面取代人类的所有工作。因此，每个人都应该利用人工智能来自动化一部分工作，将其作为助手来完成20%、40%或50%的任务。有时有人问我，人工智能会抢走我们的工作吗？我告诉他们，不是人工智能本身，而是那些使用人工智能来自动化工作的人会抢走工作的机会。因此，我们现在最重要的任务是开发出安全可靠的人工智能。通过良好的工程学科、工程流程和技术，我们可以构建出这样的人工智能，就像建造安全飞机一样，具备多样性和冗余性，以确保其安全性。这种理念同样适用于人工智能。我希望从长远来看，每个人都能拥有属于自己的人工智能助手，它们能够提醒我们事情、帮助我们。这样会让世界更安全，更美好。阿克谢：它不会像好莱坞电影中那样人工智能接管人类。黄仁勋：我们的目标是让人工智能造福社会，并确保其安全使用。虽然总会有人尝试以不好的方式使用技术，但我们有责任推进技术的发展，以便更好地保障社会的安全和福祉。技术既可以被善用，也可以被滥用，而我们必须用技术来保护社会的安全。阿克谢：最后，你昨晚睡了多久？黄仁勋：我3点入睡，大概6点半就起床了，所以今天只睡了3.5个小时，但我完全没问题。非常感谢你，库马尔，现在让我总结一下人工智能的话题。我之前提到过，通过重新发明整个计算堆栈，从编码到机器学习，从在CPU上运行代码到在GPU上运行神经网络，我们正在开发人工智能。我们设想了两种最通用的人工智能：一个是帮助我们提高工作效率的代理，另一个是代理的物理版本——机器人。这些技术已经可以实现。NVIDIA的工作是开发技术来帮助你构建和部署AI。当我们大规模应用这些技术时，会如何影响未来？记住，印度曾是一个主要生产软件的国家，未来将出口人工智能。为了创造和生产人工智能，你需要一台机器，这些机器会消耗能量并转化为称为Token的浮点数，这些数值构成人工智能形式，成为我们所知的最有价值的商品之一。因此，未来将会出现一个新的行业，这个行业就是智能生产，是大规模的智能生产。这也是我说有一场新工业革命的原因。一个单一的工厂概念，可以运行所有不同的流程和数据，创建模型，为各种行业大规模生成和生产智能和Token。这就是我们现在看到的正在发生的事情。因此，我希望与大家合作，使印度成为这场新工业革命的中心。现在，为了与你们进一步讨论这个问题以及它如何适用于印度，我邀请到了另一位特别嘉宾，一位业界的先驱。可以说，他帮助印度实现了数字化，并构建了现代印度互联网的结构。女士们，先生们，请欢迎穆克什·安巴尼。我的朋友，穆克什，你好吗？穆克什：非常好，很高兴见到你。请坐。我们今天早上一直在谈论人工智能。上次你和我在一起时，我们谈论的也是人工智能，再之前一次也是如此。现在你可以看到，除了人工智能，我们真的没有什么可谈论的。穆克什，没有人比他为帮助印度成为高科技和<a href=\"https://laohu8.com/S/000021\">深科技</a>国家做出更大贡献的了。黄仁勋：现在，你正处于这段旅程的开始阶段，有远大的抱负。我知道你有强烈的愿望帮助印度成为深度科技产业。那么是什么让你有这样的信念？为什么人工智能是印度的重要时刻？穆克什：所以，Jensen，首先请允许我欢迎你来到我们的城市孟买。我们现在所在的地方是地理世界中心，这个地方是我妻子建造的，所以如果我不提的话，我可是会有麻烦的。黄仁勋：我在她家，她的房子比你的还大。从穆克什的房子里，我甚至可以看到我在加利福尼亚的房子。穆克什：在听你说话的时候，你提到NVIDIA是一个充满异国情调的地方。在印度，我必须告诉你NVDA对我意味着什么，这是一个非常重要的词汇链接，即Vidya。在印地语中，Vidya的意思是知识。黄仁勋：我知道我给公司取了个好名字！每个人都说，NVIDIA，这个名字不太好，但我坚持了下来。穆克什：所以你可以为这个翻译承担责任。情况还在好转，Jensen。Vidya是萨拉斯瓦蒂，知识女神。在我们的传统中，当你真诚地追求知识女神时，繁荣女神拉克希米就会随之而来。黄仁旭：32年前，我就知道了这一点！所以NVIDIA的故事也向你们揭晓了。穆克什：我们的第一原则就是推动知识革命转变为国际智能革命，这将促进全球80亿人的繁荣。我认为我们即将迎来新的智能时代。我为能成为你的朋友而感到自豪，欢迎来到印度，感谢你为世界带来智能时代做出的贡献。在我们的有生之年，希望与大家一起，这可以为全世界80亿人，特别是印度15亿人带来更多的繁荣。黄仁勋：能够以这种方式做出贡献，我感到非常荣幸和高兴。正如你所知，印度的IT行业以其规模和在计算机科学方面的深厚专业知识而闻名。世界上很少有国家拥有这种自然资源，即IT和计算机科学的专长。在过去的几年里，我们一直致力于技能提升，现在我们已经将约20万名IT专业人员的技能提升到人工智能领域。我们必须一起寻找方法，以帮助印度以光速转型。因为发展如此迅速，印度正在变成一个不仅仅是IT中心，更是AI中心。穆克什：从我的角度来看，Jensen，让我告诉你我在印度的经历。首先，正如我们的总理所说，这是一个新的、有抱负的印度。今天，我们是世界上唯一一个拥有14亿人口且平均年龄低于35岁的国家。因此，推动我们经济发展的不仅是人工智能等新技术，还有我们的雄心。我相信你认识总理，我认为他在将印度转变为一流数字社会方面的领导作用至关重要，他继续推动基层的发展。因此，这是人口红利和领导力的结合。第三个因素是我们印度人拥有的原始人才。你提到将20万人转变为这个行业，但我相信有数百万人。如果我们放眼现在，印度已经成了全球各大公司的增长最快的领域，是全球的能力中心。我们在印度进行空间研究和药物研究，我相信量子技术和芯片制造也正在印度开展。我们在自己的能源行业，以及生物能源行业，所有能源巨头如壳牌、BP实际上都在印度进行创新。因此，就我们所处的位置而言，印度正迅速成为世界的创新中心，而不仅仅是制造业中心。黄仁勋：在印度，我们有超过10,000名工程师。穆克什：这就是我们的挑战。同时，我们拥有必要的基础设施。我们很幸运，拥有相当于道路的连接基础设施。没有道路，就无法到达目的地。因此，我相信今天，除了美国和中国，印度拥有世界上最好的数字连接基础设施，包括4G、5G和宽带。当人们谈论Geo时，我们说Geo让印度在八年内从世界第158位跃升至第一。作为一家公司，我们曾对这个领域一无所知，但今天我们是世界上最大的数据公司，数据总量相当于AT&amp;T、NTT、Mobile和Verizon的总和。本地市场的规模是一个巨大的优势。拥有15亿客户是非常令人满意的。作为Geo，我们今年交付了大约16艾字节的数据。在美国，平均每GB收费5美元，全球数据的平均价格约为每GB 3.5美元。而在印度，Geo以每GB 15美分的价格提供数据。我们鼓励客户更多使用手机。这项技术每年为印度人带来5000亿至7000亿美元的用户价值，年复一年。这是科技给印度人民的礼物。通过这项技术，我们能够为所有人带来繁荣和公平的机会。我相信印度将成为最大智能市场之一，这不仅源于我们的愿望，也因为印度独有的原始基因库和年轻力量。这将在推动智能发展的进程中起到关键作用。一旦我们推动了国内市场的智能化，就可以通过软件向世界其他地区提供智能服务。印度不仅会继续向全球输出首席执行官，还会出口数亿人的人工智能服务，帮助世界变得更美好。这就是你来这里的原因，感谢你们对这个国家的承诺，共同努力对于迎接智能时代至关重要。没有任何一家公司或个人可以独自完成，我们必须共同努力，创建一个更加平等和繁荣的世界，让全球南方赶上其他地区。黄仁勋：你们强调了印度拥有的海量数字数据，Geo在这一方面做得特别出色。这引出了我想宣布的一件事。为了在人工智能领域领先，你必须拥有印度现有的人工智能模型技术，需要大量的数据以及人工智能基础设施。我们宣布，Reliance和NVIDIA正在合作在印度建设人工智能基础设施。印度的一大优势是其庞大的用户群体，这为打造人工智能飞轮提供了基础。因此，现在我们拥有人工智能数据、人工智能基础设施和庞大的用户群体，可以最终形成自己的人工智能飞轮。我真正喜欢的是，当我见到莫迪时，他第一次邀请我与他的内阁会面。这大概是六年前的事了，他请我向他的内阁发表关于人工智能的演讲。这是我第一次应国家领导人的邀请，就这个特定话题发表演讲。那时人们还没有广泛讨论人工智能。我最后一次拜访他时，他对我说了一句非常深刻的话。我向他解释了人工智能基础设施的重要性，强调每个国家都应该像拥有自己的通信、互联网、道路和能源基础设施一样，拥有自己的人工智能基础设施，包括智能制造。他说，印度应该制造自己的人工智能，不能外包，也不应出口数据以获得智能。他比喻道，这就像印度不应该只出口面粉再进口面包，我们应该自己为数据增值。我们的合作正是为了开始构建这些基础设施，使印度能够拥有自己的技术体系。印度有足够的计算机科学专业知识和庞大的用户群来驱动这一飞轮。莫迪吉当时受到了启发，并指出人工智能有能力提升整个印度的人口。他提到，全球懂得编程的人非常少，而编程并不简单。尽管印度是全球程序员最多的国家，但大多数人并不会编写常见编程语言的程序。然而，智能程序的编写是每个人都可以尝试的。如果人工智能能普及到每个公民，将赋予他们巨大的能力。这种技术能够造福社会的每一个人。穆克什：我认为我们非常幸运能有这样一位有远见又有执行力的领导者。我期待着与Jensen的合作，就像你从第一原则开始一样，我也希望采用最好的技术。现在，你们的 GB 200 无疑是最好的技术，我期待着印度能够借此实现技术飞跃。我们在贾姆讷格尔已经准备好大规模扩张，建设基础设施，目标是一千兆瓦的绿色能源设施，不依赖他人供电，以扩大规模和技术能力。对印度和印度人来说，重复一个地理位置，让智能真正物美价廉，让普通人能够享用非常重要。我们必须设计和构建基础设施，使客户无需更换手机或电脑就能获得高质量的人工智能，由我们来整合这些基础设施。我认为，我们与您的合作会实现这一目标。最重要的是，我非常尊重我的朋友马克·扎克伯格，他通过开源为每个人参与这场革命创造了机会。Llama 3 激活了全球每家公司和行业，让我们得以在这一基础上继续发展。马克的这一举动将被载入史册，因为开源推动了许多伟大的事物。Linux 是开源的，我们可以将 Llama 作为基础模型进行开发，再进行微调、训练等。我相信在座的年轻人，未来将创造出一个印度模式，可能比 Llama 强大十倍。希望我们的年轻人能够实现这一目标，开源是一个很好的起点。最重要的是，所有的工具都在我们的手中。我们拥有的代工厂工具，期待着建立一个开发中心，利用你们的四种工具，训练印度数十万名开发人员熟练掌握所有企业工具和全能工具。这样，我们可以以实际应用的方式运用智能。对我而言，这只是智能时代的开始，一个历时数十年的进程。黄仁勋：（对观众）你们可以听他说，他听上去就像一位28岁的工程师。你们觉得呢？穆克什：我喜欢。这就是它精彩的原因，也是我们要一起实现的目标。这是真的。我可以向你们保证，就像我们在数据领域所取得的成就一样，几年后，我们会让世界惊叹于印度及印度人在智能市场上的成就。谢谢。黄仁勋：Mikesh，它会实现的，我们当然同意，这是一个非凡的时代，也是印度的非凡机遇。印度拥有庞大的人口和计算机科学家资源。在计算行业即将成为智能行业的时刻，要充分利用你们所拥有和所知的一切，以及庞大的数据资源和大量消费者，实现智能到数据、数据到智能的循环，并借助国家获取数据的意愿，去实现一些目标。这是一个非常特殊的时期，我很荣幸与你们合作完成这项工作。让我们今天承诺，共同努力，使印度能够充分利用这场智能革命。非常感谢各位女士们、先生们。穆克什：谢谢。此外，Jensen，我的朋友，你来这里的时候，距离排灯节只有几天了。排灯节是我们的新年，是我们崇拜繁荣女神的日子。因此，我代表我们大家向你表示感谢，祝大家新年快乐，排灯节快乐。黄仁勋：祝大家排灯节快乐！</body></html>","source":"lsy1683188610541","collect":0,"html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>黄仁勋在印度说了啥？英伟达AI峰会2024主旨演讲及印度首富对话</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n黄仁勋在印度说了啥？英伟达AI峰会2024主旨演讲及印度首富对话\n</h2>\n\n<h4 class=\"meta\">\n\n\n2024-10-25 19:35 北京时间&nbsp;&nbsp;&nbsp;<a href=https://mp.weixin.qq.com/s/Mo2A5iS1mPmjq37RP3X8zA>Web3天空之城</a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n就在10月24号，黄仁勋现身印度举办的NVidia AI Summit 2024峰会，进行了招牌式主旨演讲，并与印度首富信实工业集团董事长穆克什·安巴尼来一场挺扎实的现场对话。不知老黄什么时候才会在国内演讲；我们出于很多理由，都会关心老黄在印度说了啥。尊敬的嘉宾，欢迎NVIDIA的创始人兼首席执行官黄仁勋。黄仁勋：你好，孟买！孟买，发生了许多事情。大家都知道，印度对于全球计算机和IT行业至关重要，...\n\n<a href=\"https://mp.weixin.qq.com/s/Mo2A5iS1mPmjq37RP3X8zA\">网页链接</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","type":0,"thumbnail":"https://static.tigerbbs.com/f51e0887617e5ccdb1f56ab9d6b7e088","relate_stocks":{"BK4549":"软银资本持仓","LU0053666078.USD":"摩根大通基金-美国股票A（离岸）美元","IE00BJTD4V19.USD":"NEUBERGER BERMAN US LONG SHORT EQUITY \"A1\" (USD) ACC","IE00BDCRKT87.USD":"PINEBRIDGE GLOBAL DYNAMIC ASSET ALLOCATION \"ADC\" (USD) INC","IE00BZ199S13.USD":"BNY MELLON MOBILITY INNOVATION \"B\" (USD) ACC","IE00BJJMRY28.SGD":"Janus Henderson Balanced A Inc SGD","IE00BMPRXR70.SGD":"Neuberger Berman 5G Connectivity A Acc SGD-H","NVDA":"英伟达","IE00BJLML261.HKD":"HSBC GLOBAL EQUITY INDEX \"HCH\" (HKD) ACC","IE00BMPRXN33.USD":"NEUBERGER BERMAN 5G CONNECTIVITY \"A\" (USD) ACC","BK4543":"AI","BK4527":"明星科技股","HK0000306701.USD":"TAIKANG KAITAI CHINA NEW OPPORTUNITIES FUND \"A\" (USD) INC","IE00BDRTCR15.USD":"PINEBRIDGE GLOBAL DYNAMIC ASSET ALLOCATION \"ADC\" (USD) INC A","BK4141":"半导体产品","BK4503":"景林资产持仓","IE00BK4W5L77.USD":"HSBC GLOBAL FUNDS ICAV US EQUITY INDEX \"HC\" (USD) ACC","LU0057025933.USD":"SUSTAINABLE GLOBAL THEMATIC PORTFOLIO \"AX\" (USD) ACC","IE00BK4W5M84.HKD":"HSBC GLOBAL FUNDS ICAV US EQUITY INDEX \"HC\" (HKD) ACC"},"source_url":"https://mp.weixin.qq.com/s/Mo2A5iS1mPmjq37RP3X8zA","is_english":false,"share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","article_id":"1167168831","content_text":"就在10月24号，黄仁勋现身印度举办的NVidia AI Summit 2024峰会，进行了招牌式主旨演讲，并与印度首富信实工业集团董事长穆克什·安巴尼来一场挺扎实的现场对话。不知老黄什么时候才会在国内演讲；我们出于很多理由，都会关心老黄在印度说了啥。尊敬的嘉宾，欢迎NVIDIA的创始人兼首席执行官黄仁勋。黄仁勋：你好，孟买！孟买，发生了许多事情。大家都知道，印度对于全球计算机和IT行业至关重要，几乎是世界上每家公司的IT核心。我们的行业，你们的行业，以及过去几十年我们建立的行业，都在经历根本性的变化、巨大的变化和结构性转变。今天，我们会讨论这个话题。但首先，我要感谢我们的合作伙伴，你们中的很多人一直在合作。感谢你们。在印度，我们与这些优秀的合作伙伴一起努力，共同推动IT行业的变革。我很高兴今天你们能与我们在一起。目前，同时发生着两个根本性的转变。这种情况自1964年以来从未发生过（那是我出生的第二年）。这与我的出生无关。1964年，IBM System 360向世界介绍了IT的概念。我们所了解的IT行业便是从那时起引入了通用计算的概念。他们定义了中央处理单元、CPU、IOS子系统和多任务处理，并通过操作系统这一层将硬件与应用软件分离。IBM强调了应用程序的系列兼容性，使您可以长期利用硬件的基础来运行软件。他们还谈到跨代架构带来的优势，确保您在软件上的投资不会因为每次购买新硬件而浪费。1964年，他们认识到了安装基础的重要性、软件投资的重要性、以及构建运行软件的计算机的重要性。这些架构学科当时就已被提及。我刚描述的是今天的计算机行业。印度IT行业的基础——也就是我们所知道的通用计算，已经存在了60年。在过去30年中，我们受益于摩尔定律，这是一个令人惊叹的现象。硬件可以在不改变软件的情况下继续改进，与架构兼容，并使软件的性能每年翻倍。具体取决于您的应用程序，这意味着每年成本降低一半。这是世界上任何技术中最令人惊叹的折旧力量。随着折旧和成本降低，社会得以使用越来越多的IT。我们继续消费IT并处理更多数据，而摩尔定律帮助我们持续降低成本，实现了我们今日所知的计算大众化。360系统的发明和Windows PC的摩尔定律推动了世界上最重要行业之一的发展，随后所有行业都在此基础上建立起来。但是我们现在知道，CPU的扩展已经达到极限。我们不能再沿用这种模式，摩尔定律的红利已结束。我们现在必须做出改变，否则折旧效应会终止，而我们将面临计算通胀。这就是全球正在经历的变化。我们再不能对软件无所作为，期望计算性能和体验继续改善、成本继续降低，并继续从IT的好处中获益，以及解决越来越多的挑战。我们创办公司是为了加速软件。我们的愿景是，增强通用计算后，某些应用程序将从中获益。我们将计算密集型工作负载卸载，并使用我们发明的CUDA模型进行加速，CUDA是一种编程模型，使我们能显著加速应用程序。这种加速优势类似于摩尔定律的特性。对于通用计算无法或不切实际的应用程序，我们利用加速计算的优势来实现，例如计算机图形学。实时计算机图形因视频的出现和GPU这一新处理器的出现而成为可能。GPU实际上是第一个运行CUDA的加速计算架构，用于计算机图形，这是一个经典的例子。我们使计算机图形学大众化，如今3D图形无处不在，它几乎可用于所有应用程序的媒介。我们认为，长期来看，加速计算可能会产生更大的影响。因此，在过去30年里，我们一直在为各个应用领域加速计算。这花费了这么长时间的原因很简单，世界上没有一种神奇的处理器可以加速所有事物，如果能做到这一点，就会被称为CPU。我们需要重新构建计算堆栈，从算法到底层架构，再到顶层应用程序。在各个领域，计算机图形学虽然刚刚起步，但我们已经在多个行业中借鉴了这种架构，即Cuda架构。今天，我们已经为许多重要行业实现了加速。例如，cuLitho在半导体制造、计算光刻、模拟、计算机辅助工程以及5G无线电中发挥基础作用。我们最近宣布与5G无线电合作伙伴关系，以加速5G软件堆栈和量子计算，创造计算的未来。Parabricks是基因测序软件堆栈，cuVS是每家公司都在研究的重要项目之一，它正在从数据库转向知识基础，以便创建AI数据库。cuVS可以创建和矢量化所有数据。cuDF，即数据帧，本质上是结构化数据的另一种形式，能够实现SQL加速。在各种不同的库中，我们都能够将应用程序加速20、30、甚至50倍。当然，这需要重新编写软件，这就是为何花费这么长时间的原因。我们在每个领域都需与行业、生态系统、软件开发者和客户合作，以加速这些应用程序在其领域的应用。cuOPT是我最喜欢的组合计算应用程序之一，它是一种计算密集型应用程序，可以加速比如旅行销售员和人员安排等问题。每个供应链、司机和乘客组合都可以通过cuOPT加速，速度之快令人难以置信。Modulus教授和AI物理定律，不仅可以预测下一个词，还能够预测流体动力学和粒子物理的下一个时刻。我们最著名的应用程序库之一是QDNN，它民主化了我们所知的人工智能。这些加速库已涵盖了众多不同领域，使得加速计算似乎无处不在。这是因为我们采用这种架构覆盖了几乎每一个行业。现在，CUDA加速计算已达到临界点。几年前，大约十年前，发生了一件非常重要的事情。很多人都见证了这一点，即AlexNet在计算机视觉性能上的巨大飞跃。计算机视觉是人工智能的一个重要领域，AlexNet的进步令世界惊讶，我们也有幸受益。退一步问自己，我们见证了什么？AlexNet为何如此有效？它的扩展范围有多大？我们还能用这种深度学习的方法做些什么？如果我们要将深度学习应用于其他领域，它会如何影响计算机行业？如果我们想做到这一点，对未来充满信心，并对深度学习能力感到兴奋，我们将如何改变计算堆栈的每一层，以彻底改造计算？12年前，我们决定让整个公司致力于这一愿景。现在已经12年过去了。每次我来印度，都有机会和大家谈论深度学习和机器学习，现在非常明显，世界已经彻底改变。考虑一下发生了什么，首先是我们如何开发软件。我们的行业建立在软件开发的方法之上，这种方式称为软件1.0。程序员编写在计算机上运行的算法，通过输入信息预测输出。这是经典的计算机模型，已创造了世界上最大的产业之一。在印度，软件生产、编码和编程成为了一个完整的行业，这一切都在我们这一代发生。然而，这种开发软件的方法已经被颠覆。现在，不再是编码，而是机器学习。机器学习利用计算机研究大量观测数据的模式和关系，学习预测函数。本质上，我们在设计一个通用函数逼近器，通过机器学习产生预期输出。这标志着从软件1.0到使用机器学习的软件2.0的转变。注意谁在编写软件。现在，软件由计算机编写。完成模型训练后，可以对模型进行推断。然后，你把函数作为输入，这个大型语言模型、深度学习模型、计算机视觉模型、语音理解模型，作为输入神经网络，进入GPU，可以根据新输入做出预测。请注意，这种软件开发方式是基于机器学习的革新。我们已经从编码发展到机器学习，从开发软件发展到创造人工智能，从喜欢在CPU上运行的软件发展到现在在GPU上运行的最佳神经网络。这本质上反映了过去十年我们行业经历的变化。我们已经看到了计算堆栈的彻底改造。整个技术堆栈，包括硬件、软件开发方式以及软件功能，已经发生了根本性的变化。我们致力于推动这一领域的发展，这就是我们现在所构建的。你们所有人最初都有什么？当我第一次来到印度时，我们正在为PCI Express卡构建GPU，可以插入PC中。今天的GPU就是这样，Blackwell系统令人难以置信，旨在研究大规模数据，以便发现模式和关系，理解数据的含义。这是重大的突破。在过去几年中，我们已经了解了许多不同类型数据的含义：单词的表示或含义、数字、图像和像素、视频、化学物质、蛋白质、氨基酸、流体模式、粒子、物理学。我们学会了用多种方式表示信息，不仅懂得其意义，还能将其翻译成其他形式。例如，将英语翻译成印地语，将大量英文文本翻译、摘要，将像素转化为图像、图像识别，将文字生成像素、图像生成，从图像、视频生成文字、字幕，从文字转化为用于药物发现的蛋白质、化学物质，发现新的化合物，从氨基酸推断蛋白质结构。这些基本思想是将信息从一种模态转换为另一模态的通用Transformer，导致初创企业数量激增。他们正在应用这些基本方法。如果能做到这个和那个，还能做什么？如果能做到那个和这个，应用程序数量显然呈爆炸式增长。在过去两三年里，全世界生成式人工智能公司的数量激增，数万、数百亿美元投入这一领域，这一切都是因为设备让我们能研究数据和巨大的规模。构建Blackwell系统需要Blackwell GPU，也需要另外七个芯片。这些芯片由TSMC生产，他们在提升Blackwell系统方面做出了出色的工作。整个系统已全面投入生产，我们希望能在第四季度实现量产。这基本上就是Blackwell，其中一个令人难以置信的方面。今天早上没有什么是容易的。这是NVLink，跨越整个GPU机架的背部脊柱，所有GPU都通过NVLink连接在一起，形成令人难以置信的系统，这是世界上最长的铜驱动结构，将72个Blackwallers双GPU包或144个GPU连接在一起。所以如果展开所有芯片，你会看到一个巨大的GPU。显然不可能制造如此大的GPU，因此我们将其分解成尽可能小的模块，这是技术的根本极限和最先进的技术。我们使用NVLink将这些模块连接在一起，这是NVLink的背部脊柱。你正在查看所有连接的GPU，还有一个量子交换机连接所有GPU。如果你需要以太网，Spectrum X及其连接，每个交换机有50磅重。我只是展示自己的力量。它连接到这个交换机，这是世界上最先进的交换机之一。现在这些部件加在一起构成了Blackwell，然后运行上面的软件：cuda软件、cuDNN软件、用于训练大型语言模型的Megatron、用于推理的TensorFlowRT、用于对大型语言模型进行分布式多GPU推理的TensorFlowRT、LLM。在此基础上，我们有两个软件堆栈，一个是 Nvidia AI Enterprise，另一个是 Omniverse。我稍后会讨论这两个。这项工作非常严格，这就是 Blackwell 系统，也是 NVIDIA 今天构建的。对于那些长期了解我们公司的人来说，这种变化确实令人惊讶。但事实上，我们是从基本原则出发来推理未来的计算将如何实现，这就是 Blackwell 系统的由来。Blackwell 系统非同寻常，其计算能力的确令人难以置信。每个机架重达 3,000 磅，功率 120 千瓦，每个机架 120,000 瓦，是全球计算密度最高的。我们正在努力学习更大、更智能的模型，这被称为缩放定律。它基于经验观察和测量，指出训练大型语言模型的数据越多，相应的模型尺寸就越大，从中学习的信息量也就越多。因此，模型需要更多数据来满足这些要求。每年我们都在双倍增加数据量和模型大小，这意味着每年的计算量要增加四倍。需要记住的是，以前摩尔定律是每一年半增加两倍，现在我们正以每年四倍的速度推进技术发展，这在十年内达成了惊人的扩展。我们发现，随着训练规模的扩大，人工智能变得越来越智能。最近我们意识到的第二件重要的事情是，在完成模型训练后，即使是使用如 ChatGPT 的工具中，也涉及到推理过程。在使用 ChatGPT 时，你只是给出一个提示，而不是编写程序来与计算机沟通。你与计算机对话，就像与人交谈一样，通过描述上下文和查询内容来得到所需的答案。人工智能通过一个大型神经网络处理信息，并逐字生成一系列答案。然而，从 Strawberry 开始，我们意识到智能不仅仅是一锤定音的事情，智能需要思考。思考涉及推理、路径规划和自我反思，以便产生更高质量的答案。我们现在发现了第二个缩放定律，即推理时的缩放定律。你思考的时间越长，得到的答案质量就越高，这是一个非常直观的理解。然而，也有例外。例如，如果你问我喜欢的印度食物，我会毫不犹豫地回答“鸡肉布里亚尼”。这类问题不需要复杂的思考或推理。然而，有许多事情需要推理。例如，从孟买到加利福尼亚的旅行计划，如果需要欣赏沿途的四个城市，则需要复杂的考虑。在这次行程中，我清晨三点到达这里，途经丹麦，再之前在佛罗里达的奥兰多，而再往前是在加利福尼亚。这是两天前的事，尽管我现在还在适应日期变化。总体来说，旅程和住宿的各项选择组合很多，需要慎重规划，以获得最佳行程。这就是思考、推理和规划的作用所在，越是计算，提供的答案质量越高。因此，我们现在有两条基本的扩展定律来推动技术发展：训练和推理。在今年第四季度之前，我们将交付并发货 Blackwell，需求极为高涨。自从 Hopper 成立以来，基础模型制造商的数量已经增加了一倍多。越来越多的公司意识到基础智能对他们至关重要，因此必须构建基础模型技术。此外，模型的规模增加了20、30、40倍，训练这些模型所需的计算量也随之增加。然而，多模态能力、强化学习能力和合成数据生成能力中使用的数据量确实增长了很多。这是一个原因，另一个原因是Blackwell用于快速生成Token。所有这些因素导致对Blackwell的需求非常高。接下来，我们来讨论如何利用这项技术。NVIDIA在印度的AI发展让我想到一个有趣的标题：NVIDIA是印度的AI。除了字母V，我们可以用NVIDIA来构建这句话的其他部分，这真的很酷。谢谢。关于1993年的故事，你们可能不知道。当时我们需要为公司起一个名字，最终选择了Nvidia，因为我觉得它听起来像一个神秘的地方。所以，如果真是这样，印度和Nvidia都是听起来很棒的地方。即使计算机图形和加速计算不成功，我们几乎可以做任何事。我很高兴最后它成功了。印度的Nvidia有一个非常丰富的生态系统。要在任何行业或国家建立人工智能生态系统，首先需要建立基础设施生态系统。我们宣布Yoda、E-2-E、Tata Communications和其他合作伙伴将与我们一起构建印度的基础设施。今年年底，印度的计算能力将比一年前增长近20倍。建设AI生态系统的第一步是AI基础设施，类似于互联网生态系统建设中的网络基础设施，包括个人电脑、云和内联网。在AI领域，建设始于AI计算基础设施，然后是AI的操作系统，即大型语言模型。我们与印度的合作伙伴一起建立了印地语大型语言模型。印度有25种正式语言，每1500公里就会有新的方言。因此，你不需要走太远就可以训练另一个模型。印度是世界上语言模型最难建立的地区之一。如果他们能做到，你也能做到。一旦印度成功创建印地语大型语言模型，其他国家也可以效仿。接下来是应用层，与我们合作的AI本土公司正在创建只能通过AI实现的新应用。我们的服务伙伴，如WIPRO、InfoSys和TCS，正在与我们合作将AI模型和基础设施推广到全球企业。现在，这是印度的Nvidia。我邀请Vishal与我一起上台，因为我希望他能谈谈我们在印度合作的一些公司。此外，我要介绍其他一些概念。之前提到过我们有Blackwell和各种库，其中两个非常重要的平台是Nvidia AI Enterprise和Nvidia Omniverse。Nvidia AI Enterprise是一个关于大型语言模型和基本AI功能的平台。它们已经发展到我们可以创建所谓的代理的水平。大型语言模型可以理解和处理各种形式的数据。第一阶段是感知，接着是推理：根据观察，确定其任务并执行。代理将任务分解为不同步骤，连接其他AI模型以完成任务。这些模型有些擅长理解PDF，有些生成图像，有些从专有数据库中检索信息。所有大型语言模型与中央推理大型语言模型（即代理）相连。因此，这些代理能够执行各种任务。其中一些可能是营销代理，一些是客户服务代理，还有一些是芯片设计代理。在我们公司，NVIDIA 的芯片设计代理帮助我们设计芯片。也许他们是软件工程代理，可以进行营销活动或供应链管理。因此，我们将有代理帮助员工成为超级员工。代理或代理 AI 模型会增强员工的能力，使他们更为高效。现在，当你想到这些代理时，你会发现，你将这些代理引入公司的方式与新员工入职并没有什么不同。你必须为他们提供训练，进行微调，教他们如何使用和执行技能，并理解公司的词汇。你需要评估他们，确保他们是评估系统的一部分，并可能对他们进行保护措施。如果你是会计代理，不要做营销；如果你是营销代理，不要在季度末报告收益等。所以这些代理中的每一个都是有保护的。我们将整个过程放入代理生命周期套件库中，称之为 Nemo。我们的合作伙伴正在与我们合作，并将这些库集成到他们的平台中，以便他们可以创建、加入、部署代理，并将其改进为代理的生命周期。这就是我们所说的 Nvidia Nemo。一方面，我们有库，另一方面，它的输出是 API 推理微服务，我们称之为 NIMS。本质上，这是一个构建 AI 的工厂。Nemo 是一套库，可以加入并帮助你操作 AI。最终，你的目标是创建大量代理。我们在印度有合作伙伴。米歇尔，请您向大家介绍一下我们这里的生态系统。米歇尔：当然，Jensen。当我站在后面时，让我印象深刻的是一个词，叫做神秘。这就是印度的神秘。Jensen恰好在 12 个月前来到这里，他问了我一个非常深刻的问题：印度丰富多彩，你将如何对其进行编码？这一切都始于基础设施。我们在短短 12 个月内拥有了 Yota 的计算能力，它已经建立了最先进的基础设施，端到端的计算已经存在，为我们提供了长期加速的计算基础设施。所有这些计算帮助我们跨越式解决了印度最大的问题之一：沟通。就像 Jensen 所提到的，我们说着很多语言。每 50 公里，我们就会改变方言。如果你来自南方，还会加入一点马拉亚拉姆语。那么我们如何才能真正做到这一点？这是我们一些合作伙伴的工作。Servum 就是一个典型的例子。Servum 开始努力帮助印度交流，他们决定进行语音对语音。在进行语音对语音时，他们必须了解多模态语言是如何工作的，以及如何确保其发挥作用。这些工作很快就进行起来，因为我们有可用的基础设施。同样，我们看到了 Bharat-GPT 的项目，这项工作主要在学术界完成。印度的学院一直有丰富的创意，每当他们想将一个想法转化为研究，他们就需要基础设施。今天，我们在 IIT 和其他组织所做的工作都是共同解决印度面临的关键问题。我们不仅解决了语言问题，还很快意识到印度面临着许多重大挑战，其中之一就是健康。这就是为什么我们有致力于健康的公司。sick tuple 和 cure.a.I 的诊断方法在帮助我们应对健康挑战。黄仁勋：没有人比米歇尔更爱印度。一个能言善辩且健康的印度人总是会带来不同，在这里，最重要的是需要整个合作伙伴生态系统来帮助世界应用人工智能，提高员工生产力。印度则专注于 IT、后台、软件运营、软件交付和软件生产。下一代 IT 将涉及人工智能的生产和交付。正如你所知，软件交付、编码和人工智能交付有着根本的不同，但更为重要和令人兴奋。对于印度来说，这个行业能够帮助全世界的每一家公司享受代理的好处，享受人工智能在不同功能中的好处，并能够大规模部署它。我不知道还有谁能做到这一点。这是一个非凡的机会。我们的工作是帮助您构建和部署 AI，您的任务是利用这些库和我们提供的功能，将其与您强大的 IT 软件功能结合起来，以创建代理并帮助每家公司受益。这是第一部分。第二部分是代理之后的事情。记住，每家公司都有员工，但大多数公司的目标是要建造、生产或制造某样东西。人们制造的东西可能是工厂、仓库、汽车、飞机、火车或轮船等各种东西。无论是计算机和服务器，可能是Nvidia制造的服务器，也可能是手机，大多数大型行业中的公司最终都会生产一些东西。有时是提供IT行业的服务，但您的许多客户也是生产某些产品。下一代人工智能需要了解物理世界，我们称之为物理人工智能。为了创建物理AI，我们需要三台计算机，我们专门为此创建了三台计算机。例如，DGX计算机，如同这个AI Blackwell，是一种参考设计和架构，用于创建类似DGX的计算机以训练模型。该模型需要一个地方改进、学习并应用其物理和机器人能力。我们称这个地方为全宇宙，这是一个遵循物理定律的虚拟世界，机器人可以在这里学习成为机器人。完成训练后，该AI模型可以在实际机器人系统中运行。这些机器人系统可以是汽车、机器人、自动移动机器人、采摘臂、整个工厂或整个仓库的机器人。我们将该计算机称为AGX。Jetson、AGX、DGX用于训练，而Omniverse用于数字孪生。在印度，我们拥有一个非常好的生态系统正在与我们合作，利用这种基础设施和能力帮助全球构建物理AI系统。米歇尔：这是其中一个最大的机器人公司。他们不仅制造机器人，还将机器人放入数字孪生中进行优化，并教授机器人所有来自物理世界的输入。系统集成商不仅在将这些知识带入印度，还将其带出印度。做到从印度为全球做，从本地开始，发展全球。黄仁勋：谢谢米歇尔，我们制作了一个简短的视频来帮助您整理我刚才说的所有内容。请播放它。(视频内容)：60年来，软件1.0是程序员编写的代码，在通用CPU上运行。然后，软件2.0到来，即在GPU上运行的机器学习神经网络。这导致了生成式人工智能的爆炸，能够学习和生成任何模型。如今，生成式人工智能正在彻底改变价值数万亿美元的行业。知识型企业使用生成式人工智能来实现数字化工作的自动化。大家好，我是数字人James。工业企业使用物理人工智能来自动化物理工作。物理人工智能包括像我这样的机器人，安全行驶在现实世界中的自动驾驶汽车，执行复杂工业任务的机械手以及与我们协同工作的人形机器人。工厂将由能够监控和调整运营或与我们对话的物理AI来实现。NVIDIA制造了三台计算机，使开发人员能够创建物理人工智能。这些模型首先在DGX上进行训练，然后在Omniverse中使用强化学习和物理反馈来微调和测试AI。训练完成后，AI在Nvidia Jetson和AGX机器人计算机上运行。Nvidia Omniverse是一个基于物理的操作系统，用于物理AI模拟。机器人在Isaac Lab（一个基于Omniverse构建的机器人健身房）中学习和微调技能。这仅仅是机器人。未来的工厂将协调机器人团队，并通过数千个传感器监控整个操作。对于工厂数字孪生，他们使用名为Mega的Omniverse蓝图。凭借Mega，工厂数字孪生充满了虚拟机器人及其AI模型，即机器人的大脑。机器人通过感知周围环境、推理、规划下一步动作并最终将其转化为动作来执行任务。这些动作由Omniverse中的世界模拟器在环境中模拟，结果通过Omniverse传感器模拟被机器人大脑感知。基于传感器模拟，机器人大脑能够决定下一步动作，并不断循环。同时，Mega精确跟踪工厂数字孪生中所有事物的状态和位置。这个软件在环测试将软件定义的流程带入物理空间和实施，让工业企业在部署到物理世界之前，在全球数字孪生中模拟和验证变化，从而节省大量风险和成本。物理人工智能时代已经到来，正在改变世界的重工业和机器人技术。黄仁勋：在我讲完之前，我想向大家介绍今天遇到的一个人，他在观众中是一位超级明星。我想大家都对他和他的技术及人工智能兴趣满满。阿克谢·库玛尔！阿克谢和我有很多共同点。例如，我们俩都在各自的领域工作了超过三十年。不过，我们中的一个是武术家，而另一个有8000万粉丝。阿克谢：大家好，我曾请求不要称呼我为第一名。我记得我认识一位超级巨星，他就是我的岳父Rajeshkenna先生。他总是坚决要求我不这样称呼自己。黄仁勋：这并不是因为他谦虚，但我们都能同意他确实是个超级明星。我们大概在同一时间开始了我们的职业生涯，你已经取得了成就，达到了我仍在努力的艺术水平 。我们两个都是从29岁开始的，我们的共同点不止于此。阿克谢：我在泰国的曼谷长大，会说泰语。那是对我而言比较便宜且我父母能负担得起的地方。我希望学习，而今天的武术也帮助了我。我开始时是一名特技演员，后来成为了一名演员。黄仁勋：你能告诉我，我们两个人都做了大约30年的同一份工作。我们在不断努力提高我们艺技。回顾你的职业生涯，你认为哪些事情是对你当今成就的关键？阿克谢：我认为最重要的一点就是自律。自律在我这个行业的34年中始终帮助着我。这份工作给了我很多，而自律是我取得今天成就的关键所在。因此，自律是最重要的。当然，我一直相信并告诉大家做出自己的选择。比如，小孩子们开始练习武术，这是约束他们的最佳方式之一，同时也非常重要。黄仁勋：你知道的，我的两个孩子都是二级黑带。这是一件太棒的事情，因为它能让他们有擅长的事情，他们可以为之自豪。武术不仅教会你纪律，还能让你培养谦逊的品质。我想说，我们都是武术家...当你看到一个61岁的人保持得如此出色，你是不是很惊讶？而人工智能也显示出我们对这份工作的热爱与投入。很多时候，他七岁就开始拍电影，而我29岁才开始。阿克谢：虽然印度电影业很少有关于人工智能的电影...黄仁勋：但阿克谢告诉我，他最近的一部电影是关于超级警察的，现在就要发布了，这件事暂时保密。他告诉我的事情是秘密的，但我承认自己非常擅长保守秘密(笑）。阿克谢：我想知道，人工智能无法从人类那里复制的能力是什么？有哪些事情是人类可以做到的，而人工智能却无法做到的？黄仁勋：这是一个非常好的问题，其实可能是当前最重要的问题。人工智能可以执行哪些任务呢？实际上，人工智能并不能完成我们所有的工作。但在某些情况下，它可以完成我们20%的工作，并且在某些方面比我们做得好一千倍。对于某些任务，它甚至可能完成50%的工作，仍然远胜于人类。然而，在任何职业领域，人工智能都不能全面取代人类的所有工作。因此，每个人都应该利用人工智能来自动化一部分工作，将其作为助手来完成20%、40%或50%的任务。有时有人问我，人工智能会抢走我们的工作吗？我告诉他们，不是人工智能本身，而是那些使用人工智能来自动化工作的人会抢走工作的机会。因此，我们现在最重要的任务是开发出安全可靠的人工智能。通过良好的工程学科、工程流程和技术，我们可以构建出这样的人工智能，就像建造安全飞机一样，具备多样性和冗余性，以确保其安全性。这种理念同样适用于人工智能。我希望从长远来看，每个人都能拥有属于自己的人工智能助手，它们能够提醒我们事情、帮助我们。这样会让世界更安全，更美好。阿克谢：它不会像好莱坞电影中那样人工智能接管人类。黄仁勋：我们的目标是让人工智能造福社会，并确保其安全使用。虽然总会有人尝试以不好的方式使用技术，但我们有责任推进技术的发展，以便更好地保障社会的安全和福祉。技术既可以被善用，也可以被滥用，而我们必须用技术来保护社会的安全。阿克谢：最后，你昨晚睡了多久？黄仁勋：我3点入睡，大概6点半就起床了，所以今天只睡了3.5个小时，但我完全没问题。非常感谢你，库马尔，现在让我总结一下人工智能的话题。我之前提到过，通过重新发明整个计算堆栈，从编码到机器学习，从在CPU上运行代码到在GPU上运行神经网络，我们正在开发人工智能。我们设想了两种最通用的人工智能：一个是帮助我们提高工作效率的代理，另一个是代理的物理版本——机器人。这些技术已经可以实现。NVIDIA的工作是开发技术来帮助你构建和部署AI。当我们大规模应用这些技术时，会如何影响未来？记住，印度曾是一个主要生产软件的国家，未来将出口人工智能。为了创造和生产人工智能，你需要一台机器，这些机器会消耗能量并转化为称为Token的浮点数，这些数值构成人工智能形式，成为我们所知的最有价值的商品之一。因此，未来将会出现一个新的行业，这个行业就是智能生产，是大规模的智能生产。这也是我说有一场新工业革命的原因。一个单一的工厂概念，可以运行所有不同的流程和数据，创建模型，为各种行业大规模生成和生产智能和Token。这就是我们现在看到的正在发生的事情。因此，我希望与大家合作，使印度成为这场新工业革命的中心。现在，为了与你们进一步讨论这个问题以及它如何适用于印度，我邀请到了另一位特别嘉宾，一位业界的先驱。可以说，他帮助印度实现了数字化，并构建了现代印度互联网的结构。女士们，先生们，请欢迎穆克什·安巴尼。我的朋友，穆克什，你好吗？穆克什：非常好，很高兴见到你。请坐。我们今天早上一直在谈论人工智能。上次你和我在一起时，我们谈论的也是人工智能，再之前一次也是如此。现在你可以看到，除了人工智能，我们真的没有什么可谈论的。穆克什，没有人比他为帮助印度成为高科技和深科技国家做出更大贡献的了。黄仁勋：现在，你正处于这段旅程的开始阶段，有远大的抱负。我知道你有强烈的愿望帮助印度成为深度科技产业。那么是什么让你有这样的信念？为什么人工智能是印度的重要时刻？穆克什：所以，Jensen，首先请允许我欢迎你来到我们的城市孟买。我们现在所在的地方是地理世界中心，这个地方是我妻子建造的，所以如果我不提的话，我可是会有麻烦的。黄仁勋：我在她家，她的房子比你的还大。从穆克什的房子里，我甚至可以看到我在加利福尼亚的房子。穆克什：在听你说话的时候，你提到NVIDIA是一个充满异国情调的地方。在印度，我必须告诉你NVDA对我意味着什么，这是一个非常重要的词汇链接，即Vidya。在印地语中，Vidya的意思是知识。黄仁勋：我知道我给公司取了个好名字！每个人都说，NVIDIA，这个名字不太好，但我坚持了下来。穆克什：所以你可以为这个翻译承担责任。情况还在好转，Jensen。Vidya是萨拉斯瓦蒂，知识女神。在我们的传统中，当你真诚地追求知识女神时，繁荣女神拉克希米就会随之而来。黄仁旭：32年前，我就知道了这一点！所以NVIDIA的故事也向你们揭晓了。穆克什：我们的第一原则就是推动知识革命转变为国际智能革命，这将促进全球80亿人的繁荣。我认为我们即将迎来新的智能时代。我为能成为你的朋友而感到自豪，欢迎来到印度，感谢你为世界带来智能时代做出的贡献。在我们的有生之年，希望与大家一起，这可以为全世界80亿人，特别是印度15亿人带来更多的繁荣。黄仁勋：能够以这种方式做出贡献，我感到非常荣幸和高兴。正如你所知，印度的IT行业以其规模和在计算机科学方面的深厚专业知识而闻名。世界上很少有国家拥有这种自然资源，即IT和计算机科学的专长。在过去的几年里，我们一直致力于技能提升，现在我们已经将约20万名IT专业人员的技能提升到人工智能领域。我们必须一起寻找方法，以帮助印度以光速转型。因为发展如此迅速，印度正在变成一个不仅仅是IT中心，更是AI中心。穆克什：从我的角度来看，Jensen，让我告诉你我在印度的经历。首先，正如我们的总理所说，这是一个新的、有抱负的印度。今天，我们是世界上唯一一个拥有14亿人口且平均年龄低于35岁的国家。因此，推动我们经济发展的不仅是人工智能等新技术，还有我们的雄心。我相信你认识总理，我认为他在将印度转变为一流数字社会方面的领导作用至关重要，他继续推动基层的发展。因此，这是人口红利和领导力的结合。第三个因素是我们印度人拥有的原始人才。你提到将20万人转变为这个行业，但我相信有数百万人。如果我们放眼现在，印度已经成了全球各大公司的增长最快的领域，是全球的能力中心。我们在印度进行空间研究和药物研究，我相信量子技术和芯片制造也正在印度开展。我们在自己的能源行业，以及生物能源行业，所有能源巨头如壳牌、BP实际上都在印度进行创新。因此，就我们所处的位置而言，印度正迅速成为世界的创新中心，而不仅仅是制造业中心。黄仁勋：在印度，我们有超过10,000名工程师。穆克什：这就是我们的挑战。同时，我们拥有必要的基础设施。我们很幸运，拥有相当于道路的连接基础设施。没有道路，就无法到达目的地。因此，我相信今天，除了美国和中国，印度拥有世界上最好的数字连接基础设施，包括4G、5G和宽带。当人们谈论Geo时，我们说Geo让印度在八年内从世界第158位跃升至第一。作为一家公司，我们曾对这个领域一无所知，但今天我们是世界上最大的数据公司，数据总量相当于AT&T、NTT、Mobile和Verizon的总和。本地市场的规模是一个巨大的优势。拥有15亿客户是非常令人满意的。作为Geo，我们今年交付了大约16艾字节的数据。在美国，平均每GB收费5美元，全球数据的平均价格约为每GB 3.5美元。而在印度，Geo以每GB 15美分的价格提供数据。我们鼓励客户更多使用手机。这项技术每年为印度人带来5000亿至7000亿美元的用户价值，年复一年。这是科技给印度人民的礼物。通过这项技术，我们能够为所有人带来繁荣和公平的机会。我相信印度将成为最大智能市场之一，这不仅源于我们的愿望，也因为印度独有的原始基因库和年轻力量。这将在推动智能发展的进程中起到关键作用。一旦我们推动了国内市场的智能化，就可以通过软件向世界其他地区提供智能服务。印度不仅会继续向全球输出首席执行官，还会出口数亿人的人工智能服务，帮助世界变得更美好。这就是你来这里的原因，感谢你们对这个国家的承诺，共同努力对于迎接智能时代至关重要。没有任何一家公司或个人可以独自完成，我们必须共同努力，创建一个更加平等和繁荣的世界，让全球南方赶上其他地区。黄仁勋：你们强调了印度拥有的海量数字数据，Geo在这一方面做得特别出色。这引出了我想宣布的一件事。为了在人工智能领域领先，你必须拥有印度现有的人工智能模型技术，需要大量的数据以及人工智能基础设施。我们宣布，Reliance和NVIDIA正在合作在印度建设人工智能基础设施。印度的一大优势是其庞大的用户群体，这为打造人工智能飞轮提供了基础。因此，现在我们拥有人工智能数据、人工智能基础设施和庞大的用户群体，可以最终形成自己的人工智能飞轮。我真正喜欢的是，当我见到莫迪时，他第一次邀请我与他的内阁会面。这大概是六年前的事了，他请我向他的内阁发表关于人工智能的演讲。这是我第一次应国家领导人的邀请，就这个特定话题发表演讲。那时人们还没有广泛讨论人工智能。我最后一次拜访他时，他对我说了一句非常深刻的话。我向他解释了人工智能基础设施的重要性，强调每个国家都应该像拥有自己的通信、互联网、道路和能源基础设施一样，拥有自己的人工智能基础设施，包括智能制造。他说，印度应该制造自己的人工智能，不能外包，也不应出口数据以获得智能。他比喻道，这就像印度不应该只出口面粉再进口面包，我们应该自己为数据增值。我们的合作正是为了开始构建这些基础设施，使印度能够拥有自己的技术体系。印度有足够的计算机科学专业知识和庞大的用户群来驱动这一飞轮。莫迪吉当时受到了启发，并指出人工智能有能力提升整个印度的人口。他提到，全球懂得编程的人非常少，而编程并不简单。尽管印度是全球程序员最多的国家，但大多数人并不会编写常见编程语言的程序。然而，智能程序的编写是每个人都可以尝试的。如果人工智能能普及到每个公民，将赋予他们巨大的能力。这种技术能够造福社会的每一个人。穆克什：我认为我们非常幸运能有这样一位有远见又有执行力的领导者。我期待着与Jensen的合作，就像你从第一原则开始一样，我也希望采用最好的技术。现在，你们的 GB 200 无疑是最好的技术，我期待着印度能够借此实现技术飞跃。我们在贾姆讷格尔已经准备好大规模扩张，建设基础设施，目标是一千兆瓦的绿色能源设施，不依赖他人供电，以扩大规模和技术能力。对印度和印度人来说，重复一个地理位置，让智能真正物美价廉，让普通人能够享用非常重要。我们必须设计和构建基础设施，使客户无需更换手机或电脑就能获得高质量的人工智能，由我们来整合这些基础设施。我认为，我们与您的合作会实现这一目标。最重要的是，我非常尊重我的朋友马克·扎克伯格，他通过开源为每个人参与这场革命创造了机会。Llama 3 激活了全球每家公司和行业，让我们得以在这一基础上继续发展。马克的这一举动将被载入史册，因为开源推动了许多伟大的事物。Linux 是开源的，我们可以将 Llama 作为基础模型进行开发，再进行微调、训练等。我相信在座的年轻人，未来将创造出一个印度模式，可能比 Llama 强大十倍。希望我们的年轻人能够实现这一目标，开源是一个很好的起点。最重要的是，所有的工具都在我们的手中。我们拥有的代工厂工具，期待着建立一个开发中心，利用你们的四种工具，训练印度数十万名开发人员熟练掌握所有企业工具和全能工具。这样，我们可以以实际应用的方式运用智能。对我而言，这只是智能时代的开始，一个历时数十年的进程。黄仁勋：（对观众）你们可以听他说，他听上去就像一位28岁的工程师。你们觉得呢？穆克什：我喜欢。这就是它精彩的原因，也是我们要一起实现的目标。这是真的。我可以向你们保证，就像我们在数据领域所取得的成就一样，几年后，我们会让世界惊叹于印度及印度人在智能市场上的成就。谢谢。黄仁勋：Mikesh，它会实现的，我们当然同意，这是一个非凡的时代，也是印度的非凡机遇。印度拥有庞大的人口和计算机科学家资源。在计算行业即将成为智能行业的时刻，要充分利用你们所拥有和所知的一切，以及庞大的数据资源和大量消费者，实现智能到数据、数据到智能的循环，并借助国家获取数据的意愿，去实现一些目标。这是一个非常特殊的时期，我很荣幸与你们合作完成这项工作。让我们今天承诺，共同努力，使印度能够充分利用这场智能革命。非常感谢各位女士们、先生们。穆克什：谢谢。此外，Jensen，我的朋友，你来这里的时候，距离排灯节只有几天了。排灯节是我们的新年，是我们崇拜繁荣女神的日子。因此，我代表我们大家向你表示感谢，祝大家新年快乐，排灯节快乐。黄仁勋：祝大家排灯节快乐！","news_type":1,"symbols_score_info":{"NVDA":1}},"isVote":1,"likeStatus":false,"favoriteStatus":false,"reportStatus":false,"tweetType":1,"langContent":"CN"}],"hasMoreComments":true,"newsSizeData":{"likeSize":6,"commentSize":1,"repostSize":1,"favoriteSize":10,"likeStatus":false,"favoriteStatus":false},"isCrawlerRequest":true}