2025年 CES展 NVIDIA CEO 黃仁勳演講內(nèi)容

2025年CES展NVIDIACEO黃仁勳演講內(nèi)容1.2012年-AI的突破oAlexNet使用NVIDIAGPU和CUDA技術(shù)，標(biāo)誌著深度學(xué)習(xí)時(shí)代的開(kāi)端。oAI從感知型AI(PerceptionAI)開(kāi)始，能理解圖像、聲音和文字。2.生成式AI(GenerativeAI)的誕生o能夠生成圖像、文字和聲音，AI的應(yīng)用範(fàn)圍大幅擴(kuò)展。3.代理型AI(AgenticAI)oAI能感知、推理、計(jì)劃並執(zhí)行行動(dòng)，邁向更高層次的人工智慧。4.實(shí)體AI(PhysicalAI)o開(kāi)始應(yīng)用於處理物理現(xiàn)象與科學(xué)研究。5.2018年-Transformer的登場(chǎng)oGoogle發(fā)布基於Transformer的BERT，徹底改變AI和運(yùn)算方式。oAI不再僅是一種應(yīng)用，而是全新運(yùn)算模式的核心。技術(shù)革新與AI生態(tài)系1.運(yùn)算模式的轉(zhuǎn)型o傳統(tǒng)的手動(dòng)編碼到機(jī)器學(xué)習(xí)，現(xiàn)在由神經(jīng)網(wǎng)絡(luò)生成並優(yōu)化。o每一層技術(shù)堆疊都經(jīng)歷了重大變革，GPU成為AI運(yùn)算的核心。2.跨模態(tài)學(xué)習(xí)的應(yīng)用oAI可以理解、翻譯和生成各種模態(tài)的資訊，例如：胺基酸、物理現(xiàn)象oAI的應(yīng)用潛力無(wú)窮，幾乎可覆蓋所有領(lǐng)域。3.GeForce與AI的結(jié)合o現(xiàn)在，AI正透過(guò)GeForce回到消費(fèi)者的日常生活。1.即時(shí)光線追蹤的實(shí)現(xiàn)逼真的畫(huà)面。時(shí)運(yùn)算。o人工智慧是達(dá)成此技術(shù)突破的關(guān)鍵。2.雙重技術(shù)結(jié)合o使用可編程著色器與光線追蹤加速技術(shù)，生成精美的像素。畫(huà)質(zhì)。AI在光線追蹤中的應(yīng)用1.DLSS(DeepLearningSuperSampling)的創(chuàng)新oAI可以透過(guò)空間感知，預(yù)測(cè)並生成未渲染的像素。每渲染一幀，AI可生成三幀額外畫(huà)面。以4K解析度為例，33百萬(wàn)像素中只需計(jì)算2百萬(wàn)像2.AI的運(yùn)作過(guò)程o訓(xùn)練完成後，生成過(guò)程極為高效，成為AI在圖形運(yùn)算中的重大應(yīng)用。AI與GeForce的互動(dòng)革命1.雙向革命oNVIDIA使用GeForce推動(dòng)AI的普及。o黃仁勳正式宣布NVIDIA的下一代圖形處理器：RTXBlackwello新產(chǎn)品將結(jié)合最新的光線追蹤與AI技術(shù)，繼續(xù)推動(dòng)即時(shí)運(yùn)算的極限。1.BlackwellGPU技術(shù)突破●硬體規(guī)格：o92億個(gè)晶體管，4,000TOPS運(yùn)算能力。o支援AI與電腦圖形的混合工作負(fù)載。o神經(jīng)網(wǎng)絡(luò)處理：程式化著色器可處理神經(jīng)網(wǎng)絡(luò)，實(shí)現(xiàn)神經(jīng)紋理壓縮與神經(jīng)2.新產(chǎn)品線o性能是RTX4090的兩倍。●筆電版本：o5090可安裝於14.9毫米的輕薄筆電中。1.AI與GPU的融合●AI驅(qū)動(dòng)GeForce的革新，使電腦圖形運(yùn)算進(jìn)入神經(jīng)渲染（NeuralRendering）的新時(shí)代：o使用AI預(yù)測(cè)未渲染像素，並生成額外畫(huà)面（每渲染一幀生成三幀）。o在4K解析度下，只需計(jì)算33百萬(wàn)像素中的2百萬(wàn)像素。2.AI的三大規(guī)模法則1.預(yù)訓(xùn)練規(guī)模法則（Pre-trainingScalingLawo訓(xùn)練數(shù)據(jù)、模型大小與運(yùn)算資源的增加能提升AI的效能。2.後訓(xùn)練規(guī)模法則（Post-trainingScalingLawo使用強(qiáng)化學(xué)習(xí)與人類回饋，讓AI進(jìn)一步學(xué)習(xí)特定領(lǐng)域技能。3.測(cè)試時(shí)規(guī)模法則（Test-timeScalingLawo在推論時(shí)動(dòng)態(tài)分配運(yùn)算資源。o通過(guò)推理與多步驟解決問(wèn)題，提高AI的決策與解答能力。Blackwell在雲(yún)端與數(shù)據(jù)中心的應(yīng)用●硬體支援：o涵蓋液冷、風(fēng)冷、x86架構(gòu)與NVIDIA自研oNVLink36x2與NVLink72x1支援多樣化配置。o在全球45家工廠生產(chǎn)，提供約200種SKU（產(chǎn)品配置適用AI運(yùn)算的未來(lái)●計(jì)算需求的提升：oAI訓(xùn)練與推論需要龐大的運(yùn)算資源。oNVIDIA的GPU為產(chǎn)業(yè)提供可擴(kuò)展的運(yùn)算能力，驅(qū)動(dòng)更高效的AI開(kāi)發(fā)?！馎I的應(yīng)用價(jià)值：oAI是人類最具價(jià)值的資產(chǎn)之一，能解決複雜的挑戰(zhàn)性問(wèn)題?！馟B200NVLink72規(guī)格：o重量：1.5公噸。o組件：包含60萬(wàn)個(gè)零件，相當(dāng)於20輛汽車的組成。o結(jié)構(gòu)設(shè)計(jì)：使用2英里的銅線纜，總計(jì)5,000條纜線。重新組裝並安裝。o這種極端規(guī)模的製造展示了NVIDIA在工程與物流上的領(lǐng)先地位。2.驚人的效能提升o每瓦效能比上一代提升4倍。o或以相同成本將模型規(guī)模擴(kuò)大3倍。石。o數(shù)據(jù)中心的效能提升可直接轉(zhuǎn)化為更高的收入與業(yè)務(wù)增長(zhǎng)。Blackwell作為一個(gè)巨型晶片的實(shí)現(xiàn)o包含72顆BlackwellGPU或144個(gè)晶片（dies）。o1.4exaflops的AI浮點(diǎn)運(yùn)算能力，超越全球最快超級(jí)電腦的性能。o配備14TB高頻寬記憶體（HBM內(nèi)存頻寬達(dá)1.2PB/s（相當(dāng)●晶片技術(shù)細(xì)節(jié)：o2,592個(gè)CPU核心。o強(qiáng)大的網(wǎng)絡(luò)能力（ConnectX晶片與NVLinkSpine）。2.晶片規(guī)模的挑戰(zhàn)與突破●Blackwell的突破：o透過(guò)模組化設(shè)計(jì)（72GPU模塊）實(shí)現(xiàn)超越單一晶片的性能，並解決生產(chǎn)良率問(wèn)題。o這些系統(tǒng)成為現(xiàn)代AI訓(xùn)練與推論的基礎(chǔ)?！窨沙掷m(xù)運(yùn)算：大規(guī)模AI訓(xùn)練需求?！窠Y(jié)合GraceCPU與BlackwellGPU的超級(jí)系統(tǒng)：o為未來(lái)的數(shù)據(jù)中心提供最高效能解決方案。AgenticAI的發(fā)展與需求1.計(jì)算需求的增長(zhǎng)●未來(lái)的AI模型：理需求。AI規(guī)?；Ｔ葱?。2.AgenticAI的核心概念訊，並生成解決方案?！駪?yīng)用場(chǎng)景：NVIDIA的技術(shù)支援與框架1.AI技術(shù)堆疊將複雜的CUDA軟體與模型進(jìn)行封裝與最佳化，方便在各種平臺(tái)部署。支援語(yǔ)言與業(yè)務(wù)流程的專業(yè)化，並設(shè)置安全規(guī)範(fàn)與行為守則。3.AgenticAI藍(lán)圖：開(kāi)放原始碼的AI開(kāi)發(fā)工具，幫助企業(yè)快速構(gòu)建與部署代理型AI。2.NVIDIALLAMANemotron模型●基於Meta的LLAMA3.1模型進(jìn)行微調(diào)，推出針對(duì)企業(yè)用途的開(kāi)放模型：AgenticAI的應(yīng)用案例1.AI研究助理：習(xí)。2.軟體安全管理：3.虛擬實(shí)驗(yàn)室：o篩選數(shù)十億化合物，幫助研究人員更快找到藥物候選。4.影像分析AI：oNVIDIAMetropolis藍(lán)圖：分析來(lái)自數(shù)十億攝像頭的內(nèi)容，每日生成100,000PB的影片數(shù)據(jù)?；??！裰腔劢煌ǎ簅整合數(shù)據(jù)並重新分配員工或機(jī)器人。o監(jiān)控生產(chǎn)過(guò)程，生成改善建議?！馎I代理的角色：o代理型AI將成為數(shù)位工作者，與o企業(yè)IT部門將轉(zhuǎn)型為AI代理的人力資源部門，負(fù)責(zé)訓(xùn)理與優(yōu)化AI代理?！襻槍?duì)30億知識(shí)工作者與30萬(wàn)軟體工程師：o軟體輔助開(kāi)發(fā)工具：提高程式碼生產(chǎn)效率AI的未來(lái)與全域應(yīng)用1.AI的雲(yún)端與跨平臺(tái)應(yīng)用●AI的誕生與雲(yún)端連結(jié)：oAI在雲(yún)端中創(chuàng)造，也最適合在雲(yún)端中運(yùn)使用者可透過(guò)元宇宙眼鏡指向物體並獲取相關(guān)資訊，AI為隨時(shí)隨地的助手?！駥I帶入更多設(shè)備：腦。2.AI助手的願(yuàn)景●下一代PC應(yīng)用程式接口（APIsAI的API：oWindowsWSL2是實(shí)現(xiàn)AIPC的核心技術(shù)：支援雙作業(yè)系統(tǒng)，適合開(kāi)發(fā)者並可直接存取硬體。為雲(yún)端原生應(yīng)用程式與CUDA進(jìn)行最佳化。NVIDIAAI與PC的整合1.轉(zhuǎn)型PC為AI平臺(tái)oNVIDIANIMS（微服務(wù)）、NEMO框架以運(yùn)行。o全球數(shù)億臺(tái)WindowsPC將成為AI運(yùn)算的強(qiáng)大平臺(tái)?！馩EM合作：PC硬體堆疊與軟體環(huán)境準(zhǔn)備就緒。2.AI藝術(shù)創(chuàng)作的範(fàn)例o使用NVIDIANIM微服務(wù)，創(chuàng)作者可透過(guò)簡(jiǎn)單的3D模型引導(dǎo)手動(dòng)建立或AI生成3D資產(chǎn)。使用NIM（如Flux）生成與場(chǎng)景匹配的視覺(jué)效果。1.AIPC的重要性o全球數(shù)億臺(tái)PC可透過(guò)NVIDIA技術(shù)轉(zhuǎn)型為AI平臺(tái)?！窨缙脚_(tái)優(yōu)勢(shì)：2.Linux的角色●適合開(kāi)發(fā)者的選擇：o雖然NVIDIA推動(dòng)WindowsAIPC，但Linux仍是開(kāi)發(fā)與實(shí)驗(yàn)的重要平臺(tái)。PhysicalAI的概念與願(yuàn)景1.將AI帶入物理世界●從語(yǔ)言模型到世界模型：o語(yǔ)言模型（如GPT）透過(guò)處理文字生成內(nèi)容?！袷澜缒Ｐ偷奈磥?lái)應(yīng)用：oPhysicalAI將推動(dòng)機(jī)器人與自動(dòng)化領(lǐng)域的●Cosmos的核心目標(biāo)：o開(kāi)發(fā)物理世界基礎(chǔ)模型，理解動(dòng)態(tài)與物理規(guī)則?！馛osmos的技術(shù)架構(gòu)：o自回歸模型：用於即時(shí)應(yīng)用。練。Cosmos與Omniverse的結(jié)合1.Omniverse的角色oOmniverse是一個(gè)基於物理定律的模擬平臺(tái)，提供真實(shí)的物理環(huán)境模擬。●Cosmos與Omniverse的協(xié)作：用於模型訓(xùn)練的大規(guī)模運(yùn)算系統(tǒng)。部署於終端設(shè)備（如車輛、機(jī)器人）的自主運(yùn)算系統(tǒng)。3.數(shù)位分身（DigitalTwin用於AI模型的模擬、強(qiáng)化學(xué)習(xí)、生成合成數(shù)據(jù)與回進(jìn)。oDGX訓(xùn)練模型，AGX部署模型，而數(shù)位分身作為連接兩者的橋1.世界模型的功能●訓(xùn)練數(shù)據(jù)生成：oCosmos能生成多樣化的合成數(shù)據(jù)，用於訓(xùn)練模型。o支持物理上合理的未來(lái)場(chǎng)景模擬（類似於《奇異博士》的多重未述。oNVIDIA正與全球領(lǐng)先的倉(cāng)儲(chǔ)自動(dòng)化公司Kion和專業(yè)服務(wù)公司Accenture合作。2.模擬數(shù)據(jù)生成：3.實(shí)時(shí)預(yù)測(cè)與決策支持：oCosmos能即時(shí)生成多種可能的未來(lái)，幫助模型選擇最佳路徑。Cosmos的開(kāi)放性與未來(lái)影響1.開(kāi)放平臺(tái)●Cosmos開(kāi)源：●目標(biāo)與願(yuàn)景：LLAMA3對(duì)企業(yè)AI的貢獻(xiàn)。oCosmos與Omniverse的結(jié)合，為產(chǎn)業(yè)數(shù)位化與機(jī)器人應(yīng)用提供關(guān)鍵支持。黃仁勳強(qiáng)調(diào)，NVIDIACosmos是全球首個(gè)世界基礎(chǔ)模型，結(jié)合Omniverse模擬平臺(tái)，將成為推動(dòng)物理AI發(fā)展的重要工具。PhysicalAI的實(shí)現(xiàn)不僅是機(jī)器倉(cāng)儲(chǔ)與配送中心的挑戰(zhàn)足，以及多樣化機(jī)器人與自動(dòng)化系統(tǒng)的整合。2.NVIDIA、Kion和Accenture的合作●合作目標(biāo)：o利用NVIDIAOmniverse和PhysicalAI，為倉(cāng)儲(chǔ)與物流市場(chǎng)開(kāi)發(fā)1.MEGA的功能oKion使用NVIDIAOmniverse提供的MEGA藍(lán)圖，建立工業(yè)數(shù)位分身。o數(shù)據(jù)整合：使用LiDAR生成點(diǎn)雲(yún)數(shù)據(jù)?！衲M機(jī)器人運(yùn)作：o任務(wù)分配：Kion的倉(cāng)儲(chǔ)管理解決方案（WMS）分配任務(wù)（如將貨物從緩衝區(qū)移至穿梭式存儲(chǔ)系統(tǒng)）。機(jī)器人「大腦」透過(guò)Omniverse中的數(shù)位分身模擬感知環(huán)使用傳感器模擬實(shí)時(shí)監(jiān)控環(huán)境變化，並根據(jù)最新?tīng)顟B(tài)進(jìn)行●場(chǎng)景測(cè)試：oMEGA能在數(shù)位分身中模擬無(wú)限的運(yùn)營(yíng)場(chǎng)景。o測(cè)量運(yùn)營(yíng)KPI（如吞吐量、效率與利用率預(yù)先評(píng)估變更對(duì)物理倉(cāng)庫(kù)的影響。●數(shù)位分身的優(yōu)勢(shì)：o減少實(shí)際部署風(fēng)險(xiǎn)。o提升倉(cāng)儲(chǔ)自動(dòng)化運(yùn)營(yíng)的預(yù)測(cè)性與穩(wěn)定性。●重新定義工業(yè)自治：動(dòng)化。自駕車革命與NVIDIA的三大核心計(jì)算資源1.自駕車革命的到來(lái)●自駕車的現(xiàn)況與未來(lái)：o隨著Waymo、Tesla的成功，自駕車技術(shù)已全面進(jìn)入實(shí)用階段。駛里程高達(dá)1兆英里?！馧VIDIA的角色：o提供支持自駕車發(fā)展的三大核心計(jì)算資源：3.DriveAGX車載超級(jí)計(jì)算機(jī)：處理車輛內(nèi)的實(shí)時(shí)運(yùn)算?！窈献麾钒椋簅特別宣布與Toyota合作開(kāi)發(fā)下一代自駕車。o自駕車業(yè)務(wù)目前已為NVIDIA創(chuàng)造40億美元的收入，預(yù)計(jì)今年增至50億美元。oThor的運(yùn)算能力是上一代Orin的20倍。的行車路徑規(guī)劃?！裢ㄓ眯裕海ㄗ灾饕苿?dòng)機(jī)器人）與人形機(jī)器人。oDriveOS是首個(gè)達(dá)到ASILD認(rèn)證（汽車功能安全的最高標(biāo)準(zhǔn)）的軟體定義AI計(jì)算機(jī)。數(shù)據(jù)工廠與合成數(shù)據(jù)生成1.數(shù)據(jù)生成的重要性●現(xiàn)實(shí)數(shù)據(jù)的限制：o合成數(shù)據(jù)成為自駕車訓(xùn)練不可或缺的一部分。●NVIDIA合成數(shù)據(jù)工廠：o利用Omniverse、Cosmos和AI模型生成合成駕駛情境，提升數(shù)據(jù)規(guī)模數(shù)量級(jí)。oOmniMap將地圖與地理空間數(shù)據(jù)轉(zhuǎn)換為可駕駛的3D環(huán)境。o神經(jīng)重建引擎（NeuralReconstructionEngine）將傳感器日誌重建為高保真4D模擬環(huán)境，並生成場(chǎng)景變體。2.合成數(shù)據(jù)的應(yīng)用oCosmos能夠生成無(wú)限變化的駕駛情境，為AI訓(xùn)練提供海量數(shù)o合成數(shù)據(jù)與真實(shí)駕駛數(shù)據(jù)結(jié)合，創(chuàng)造更高效的訓(xùn)練模型?！駭?shù)據(jù)規(guī)模：數(shù)據(jù)，縮小模擬與現(xiàn)實(shí)之間的差距（Sim-to-RealGa自駕車未來(lái)的展望o自駕車技術(shù)的開(kāi)發(fā)速度將如同電腦圖形技術(shù)般迅猛。●NVIDIA的長(zhǎng)期願(yuàn)景：車產(chǎn)業(yè)提供全方位支持。o自駕車不僅是技術(shù)的革新，也是全球機(jī)器人產(chǎn)業(yè)的重要突破口。通用機(jī)器人革命與NVIDIA技術(shù)支持1.通用機(jī)器人的重要性環(huán)境。2.自駕車：利用已有的道路與城市基礎(chǔ)設(shè)施。）：能在現(xiàn)有的褐地（Brownfield）環(huán)境中工作，無(wú)需重新建造o解決這三種類型的機(jī)器人技術(shù)挑戰(zhàn)，將創(chuàng)造世界上規(guī)模最大的技術(shù)產(chǎn)業(yè)。2.訓(xùn)練機(jī)器人的挑戰(zhàn)●數(shù)據(jù)收集的困難：o自駕車的模擬與訓(xùn)練數(shù)據(jù)可透過(guò)駕駛?cè)照I獲得，但人形機(jī)器人需要人類示範(fàn)動(dòng)作，收集成本高且耗時(shí)?！窠鉀Q方案：合成數(shù)據(jù)，用於訓(xùn)練機(jī)器人。1.IsaacGroot的四大核心組件o提供機(jī)器人開(kāi)發(fā)的核心AI模型。2.數(shù)據(jù)處理管線（DataPipelineso支援從收集、處理到生成數(shù)據(jù)的全流程3.模擬框架（SimulationFrameworkso透過(guò)模擬環(huán)境進(jìn)行訓(xùn)練與測(cè)試。o強(qiáng)大的通用機(jī)器人運(yùn)算平臺(tái)，用於即時(shí)運(yùn)算與決策。2.合成數(shù)據(jù)生成與模擬●IsaacGroot藍(lán)圖：數(shù)據(jù)。●模擬過(guò)程：操作者透過(guò)AppleVisionPro遠(yuǎn)程操作機(jī)器人的數(shù)位分4.Omniverse和Cosmos多重宇宙模擬引擎：3.軟硬體結(jié)合的開(kāi)發(fā)與測(cè)試●軟體測(cè)試與驗(yàn)證：o在IsaacSim中執(zhí)行軟體測(cè)試與驗(yàn)證，確保訓(xùn)練模型能成功部署●從數(shù)據(jù)到部署：通用機(jī)器人時(shí)代的到來(lái)1.通用機(jī)器人的應(yīng)用前景●數(shù)據(jù)驅(qū)動(dòng)的開(kāi)發(fā)：o從人形機(jī)器人到物流自動(dòng)化，通用機(jī)器人技術(shù)將廣泛2.NVIDIA的長(zhǎng)期願(yuàn)景●加速通用機(jī)