社区
首页
集团介绍
社区
资讯
行情
学堂
TigerAI
登录
注册
WstreetBoy
理想一定要有,万一实现了呢。
IP属地:上海
+关注
帖子 · 373
帖子 · 373
关注 · 0
关注 · 0
粉丝 · 0
粉丝 · 0
WstreetBoy
WstreetBoy
·
06-12
这篇文章不错,转发给大家看看
黄仁勋GTC大会演讲全文:量子计算正迎来拐点,计划在欧洲新建20家“人工智能工厂”
英伟达计划打造全球首个工业人工智能云平台,助力欧洲制造业发展。他宣布,计划在欧洲新建20家“人工智能工厂”。他还称,量子计算正迎来关键拐点,未来几年将强大到足以"解决一些有趣的全球性问题"。市场瞬间沸腾,量子计算概念股盘前暴涨。数据中心将成为“AI工厂”黄仁勋在演讲中指出,传统的数据中心正在向“AI工厂”转变。量子计算正迎来"拐点"黄仁勋还表示,量子计算正迎来拐点。
黄仁勋GTC大会演讲全文:量子计算正迎来拐点,计划在欧洲新建20家“人工智能工厂”
看
113
回复
评论
点赞
1
编组 21备份 2
分享
举报
WstreetBoy
WstreetBoy
·
06-04
$蔚来(NIO)$
为什么看不到蔚来的股东持股了
看
522
回复
评论
点赞
1
编组 21备份 2
分享
举报
WstreetBoy
WstreetBoy
·
06-03
是中国自己放弃了币安
中国银行原副行长:美元稳定币加速发展对中国带来深刻警示
【中国银行原副行长:美元稳定币加速发展对中国带来深刻警示】金色财经报道,中国银行前副行长王永利发文指出,美元稳定币市值已突破2400亿美元,占全球法币稳定币99%以上,年结算量超27.6万亿美元,已超
中国银行原副行长:美元稳定币加速发展对中国带来深刻警示
看
419
回复
1
点赞
3
编组 21备份 2
分享
举报
WstreetBoy
WstreetBoy
·
05-21
这篇文章不错,转发给大家看看
💰众多量子计算概念股5月飙升:QBTS上涨139%,你看好哪只?
@小虎老师:
在周二美股市场中, $D-Wave Quantum Inc.(QBTS)$ 大涨25.95%。消息面上, $英伟达(NVDA)$ 拟投资量子初创公司PsiQuantum的消息让投资者将目光继续转向了量子计算概念股。该消息在市场中引发了积极情绪,让投资者相信大型科技公司正越来越多地认识到量子计算的潜力,进而带动了整个行业的股票上涨。5月至今,量子计算概念股如 $Quantum Computing Inc.(QUBT)$ 、 $IONQ Inc.(IONQ)$ 、 $Rigetti Computing(RGTI)$ , $SkyWater Technology, Inc.(SKYT)$ 等涨幅均达2位数, $D-Wave Quantum Inc.(QBTS)$ 甚至上涨超过3位数。宏观原因方面,也受益特朗普2026年财政预算预案对该领域的持续支持。在2025年5月2日公布的白宫2026财年预算提案中,特朗普总统2026年预算提案维持了对量子信息科学的研究资金投入,将其列为美国能源部和美国国家科学基金会的优先领域。特朗普总统2026年预算提案“支持人工智能和量子研究”,该预算维持了关键机构在人工智能和量子信息科学领域的研究资金,以
💰众多量子计算概念股5月飙升:QBTS上涨139%,你看好哪只?
看
407
回复
评论
点赞
1
编组 21备份 2
分享
举报
WstreetBoy
WstreetBoy
·
05-19
这篇文章不错,转发给大家看看
黄仁勋COMPTUEX2025演讲完整图文版:英伟达如何重塑AI计算?
今天上午,英伟达创始人CEO黄仁勋在COMPUTEX 2025开讲。这场演讲的核心信息可以概括为:英伟达正在从AI淘金热的“卖铲子”角色,全面升级为新工业革命中“智能工厂”的设计师与关键基石提供者。黄仁勋宣布基于Blackwell的GB300系统将于今年Q3全面投产,推理性能提升1.5倍,HBM内存和网络带宽也大幅增加。通过NVLink Fusion等策略,英伟达在巩固核心优势的同时,拥抱生态开放,赋能全球伙伴共同参与这场计算革命。英伟达的故事是计算机产业的重塑。
黄仁勋COMPTUEX2025演讲完整图文版:英伟达如何重塑AI计算?
看
308
回复
评论
点赞
1
编组 21备份 2
分享
举报
WstreetBoy
WstreetBoy
·
04-02
$蔚来(NIO)$
乐道总裁 艾铁成一个外行人走了,估计会好一点呐
看
2,306
回复
5
点赞
2
编组 21备份 2
分享
举报
WstreetBoy
WstreetBoy
·
03-13
$蔚来(NIO)$
你们说可不可笑,我一个小股东,评论了几句话,被一个乐道总裁拉黑了微博,我何德何能呀,我不过是为了自己投资的钱不想打水漂,催你们干点实事,居然就拉黑了。劝大家早点跑路吧
@蔚来
看
7,463
回复
17
点赞
10
编组 21备份 2
分享
举报
WstreetBoy
WstreetBoy
·
01-08
暴跌
通胀回归?经济数据引发市场震荡,纳指、标普500指数大跌
美国国债价格暴跌,推动收益率上升,而收益率通常与债券价格呈反向关系。纳斯达克综合指数下跌近1.9%,标准普尔500指数下跌近1.1%,道琼斯工业平均指数下跌约178点。ISM服务业指数中的价格支付指标是此次市场剧烈反应的主要原因之一。与此同时,11月JOLTS报告显示,美国职位空缺数量从10月的780万增至810万,达到六个月新高。这些数据引发了市场对“顽固通胀”的担忧,并削弱了投资者对2025年降息的预期。
通胀回归?经济数据引发市场震荡,纳指、标普500指数大跌
看
1,112
回复
评论
点赞
点赞
编组 21备份 2
分享
举报
WstreetBoy
WstreetBoy
·
2024-11-14
$老虎证券(TIGR)$
平台是好用,股票是真垃圾
看
1,579
回复
评论
点赞
1
编组 21备份 2
分享
举报
WstreetBoy
WstreetBoy
·
2024-10-21
简单 因为他们压榨了人力成本
日本企业拆解比亚迪、蔚来等国产车:研究中国电动车便宜的秘诀
日本中部地区约70家汽车零部件企业,访问EV的拆解展示设施,学习了中国产EV的车身结构和零部件设计的特点。报道称,在拆解基地密密麻麻摆放着汽车零部件,展示着比亚迪ATTO3和蔚来ET5、特斯拉Model Y等16个车型的9万多个零部件。而比亚迪ATTO3的售价14万元左右,全球销量已达数十万辆。据悉,这处EV拆解展示设施于2022年3月份开设,提供把拆解的零部件进行数据库化的服务,至今已有450家企业、6000多人前来参观。
日本企业拆解比亚迪、蔚来等国产车:研究中国电动车便宜的秘诀
看
2,257
回复
评论
点赞
点赞
编组 21备份 2
分享
举报
加载更多
暂无关注
热议股票
{"i18n":{"language":"zh_CN"},"isCurrentUser":false,"userPageInfo":{"id":"180489801557520","uuid":"180489801557520","gmtCreate":1497541234379,"gmtModify":1713491827447,"name":"WstreetBoy","pinyin":"wstreetboy","introduction":"","introductionEn":"","signature":"理想一定要有,万一实现了呢。","avatar":"https://static.tigerbbs.com/67ffcee2a6d73f35b1d68c916a7e6856","hat":"https://static.tigerbbs.com/b073a07f77dbe6b3bec6b12311fde6bd","hatId":"ca_profile_frame_Mpy1eK","hatName":"","vip":1,"status":2,"fanSize":509,"headSize":77,"tweetSize":373,"questionSize":0,"limitLevel":900,"accountStatus":4,"level":{"id":4,"name":"文化虎","nameTw":"文化虎","represent":"学有所成","factor":"发布30条非转发主帖,其中3条优质帖","iconColor":"8867FB","bgColor":"BDC5FF"},"themeCounts":4,"badgeCounts":0,"badges":[],"moderator":false,"superModerator":false,"manageSymbols":null,"badgeLevel":null,"boolIsFan":false,"boolIsHead":false,"favoriteSize":170,"symbols":null,"coverImage":null,"realNameVerified":null,"userBadges":[{"badgeId":"d5d1b81d9a9a4306a42a1560851c3454-6","templateUuid":"d5d1b81d9a9a4306a42a1560851c3454","name":"实盘挑战","description":"累计达12个月","bigImgUrl":"https://static.tigerbbs.com/89d8870465821fae6716a27af2624e40","smallImgUrl":"https://static.tigerbbs.com/6d5ffd25685d045ade4bb948ef8fd5c3","grayImgUrl":"https://static.tigerbbs.com/076cd4597f6ea22aabdd4f6a12b2c293","redirectLinkEnabled":0,"redirectLink":"https://www.tigerbrokers.com.sg/activity/market/2023/stock-contest?adcode=StockContest2023","hasAllocated":1,"isWearing":0,"stamp":null,"stampPosition":0,"hasStamp":0,"allocationCount":1,"allocatedDate":"2024.09.03","exceedPercentage":null,"individualDisplayEnabled":0,"backgroundColor":null,"fontColor":null,"individualDisplaySort":0,"categoryType":5600},{"badgeId":"3f8f4b8c193b4343a88817ce07587dbd-1","templateUuid":"3f8f4b8c193b4343a88817ce07587dbd","name":"星级创作者","description":"累计发表精华帖>=3(或有料帖>=10),且30天内发表过至少一篇精华帖(或4篇有料帖)并参与过评论","bigImgUrl":"https://static.tigerbbs.com/1866dcf97a73be1c330f85862546aedc","smallImgUrl":"https://static.tigerbbs.com/4f5c5fa8e2c7683bb5a7fce8753ee456","grayImgUrl":null,"redirectLinkEnabled":1,"redirectLink":"https://www.laohu8.com/activity/market/2023/star-contributors/","hasAllocated":1,"isWearing":0,"stamp":null,"stampPosition":0,"hasStamp":0,"allocationCount":1,"allocatedDate":"2024.06.07","exceedPercentage":null,"individualDisplayEnabled":0,"backgroundColor":null,"fontColor":null,"individualDisplaySort":0,"categoryType":2007},{"badgeId":"754899bf0917479fa68cfac1ea371651-1","templateUuid":"754899bf0917479fa68cfac1ea371651","name":"月赛Top 50团队成员","description":"Top 50","bigImgUrl":"https://static.tigerbbs.com/c22a788664a8aa70ddcae1f2be91b40f","smallImgUrl":"https://static.tigerbbs.com/b392b0ebffb159a2a273801770c939ae","grayImgUrl":"https://static.tigerbbs.com/1c399bb0f6f9011f054f4f8cb3412173","redirectLinkEnabled":0,"redirectLink":"https://www.tigerbrokers.com.sg/activity/market/2023/stock-contest?adcode=StockContest2023","hasAllocated":1,"isWearing":0,"stamp":null,"stampPosition":0,"hasStamp":0,"allocationCount":1,"allocatedDate":"2024.05.03","exceedPercentage":null,"individualDisplayEnabled":0,"backgroundColor":null,"fontColor":null,"individualDisplaySort":0,"categoryType":5400},{"badgeId":"35ec162348d5460f88c959321e554969-3","templateUuid":"35ec162348d5460f88c959321e554969","name":"传说交易员","description":"证券或期货账户累计交易次数达到300次","bigImgUrl":"https://static.tigerbbs.com/656db16598a0b8f21429e10d6c1cb033","smallImgUrl":"https://static.tigerbbs.com/03f10910d4dd9234f9b5702a3342193a","grayImgUrl":"https://static.tigerbbs.com/0c767e35268feb729d50d3fa9a386c5a","redirectLinkEnabled":0,"redirectLink":null,"hasAllocated":1,"isWearing":0,"stamp":null,"stampPosition":0,"hasStamp":0,"allocationCount":1,"allocatedDate":"2023.09.21","exceedPercentage":"93.42%","individualDisplayEnabled":0,"backgroundColor":null,"fontColor":null,"individualDisplaySort":0,"categoryType":1100},{"badgeId":"1f74612b6f95455f970edd02b5316db8-4","templateUuid":"1f74612b6f95455f970edd02b5316db8","name":"收益排行","description":"Top 10%","bigImgUrl":"https://static.tigerbbs.com/15d4b5a89fa218ed3a35da1a05874cf6","smallImgUrl":"https://static.tigerbbs.com/16e2b28d75d7746886400fad4f4ec3e3","grayImgUrl":"https://static.tigerbbs.com/6f578d36f80e1a3d9c705f395e522048","redirectLinkEnabled":0,"redirectLink":"https://www.itigerup.com/activity/market/2023/stock-contest?adcode=StockContest2023","hasAllocated":1,"isWearing":1,"stamp":null,"stampPosition":0,"hasStamp":0,"allocationCount":1,"allocatedDate":"2023.09.05","exceedPercentage":null,"individualDisplayEnabled":0,"backgroundColor":null,"fontColor":null,"individualDisplaySort":0,"categoryType":5300},{"badgeId":"228c86a078844d74991fff2b7ab2428d-1","templateUuid":"228c86a078844d74991fff2b7ab2428d","name":"投资经理虎","description":"证券账户累计交易金额达到10万美元","bigImgUrl":"https://static.tigerbbs.com/c8dfc27c1ee0e25db1c93e9d0b641101","smallImgUrl":"https://static.tigerbbs.com/f43908c142f8a33c78f5bdf0e2897488","grayImgUrl":"https://static.tigerbbs.com/82165ff19cb8a786e8919f92acee5213","redirectLinkEnabled":0,"redirectLink":null,"hasAllocated":1,"isWearing":0,"stamp":null,"stampPosition":0,"hasStamp":0,"allocationCount":1,"allocatedDate":"2023.07.14","exceedPercentage":"60.08%","individualDisplayEnabled":0,"backgroundColor":null,"fontColor":null,"individualDisplaySort":0,"categoryType":1101},{"badgeId":"e50ce593bb40487ebfb542ca54f6a561-4","templateUuid":"e50ce593bb40487ebfb542ca54f6a561","name":"明星虎友","description":"加入老虎社区2000天","bigImgUrl":"https://static.tigerbbs.com/dddf24b906c7011de2617d4fb3f76987","smallImgUrl":"https://static.tigerbbs.com/53d58ad32c97254c6f74db8b97e6ec49","grayImgUrl":"https://static.tigerbbs.com/6304700d92ad91c7a33e2e92ec32ecc1","redirectLinkEnabled":0,"redirectLink":null,"hasAllocated":1,"isWearing":0,"stamp":null,"stampPosition":0,"hasStamp":0,"allocationCount":1,"allocatedDate":"2022.12.07","exceedPercentage":null,"individualDisplayEnabled":0,"backgroundColor":null,"fontColor":null,"individualDisplaySort":0,"categoryType":1001},{"badgeId":"02aa7f16703b4ce4ace6f1a7665789cc-2","templateUuid":"02aa7f16703b4ce4ace6f1a7665789cc","name":"知识探索家","description":"观看学堂课程满20节","bigImgUrl":"https://static.tigerbbs.com/63cc10a4789c3eaa019b225a55136cf9","smallImgUrl":"https://static.tigerbbs.com/b1f0cbf3ae1b0a4593ddb3434df74ce0","grayImgUrl":null,"redirectLinkEnabled":0,"redirectLink":null,"hasAllocated":1,"isWearing":0,"stamp":null,"stampPosition":0,"hasStamp":0,"allocationCount":1,"allocatedDate":"2022.08.05","exceedPercentage":null,"individualDisplayEnabled":0,"backgroundColor":null,"fontColor":null,"individualDisplaySort":0,"categoryType":2006},{"badgeId":"976c19eed35f4cd78f17501c2e99ef37-1","templateUuid":"976c19eed35f4cd78f17501c2e99ef37","name":"博闻投资者","description":"累计交易超过10只正股","bigImgUrl":"https://static.tigerbbs.com/e74cc24115c4fbae6154ec1b1041bf47","smallImgUrl":"https://static.tigerbbs.com/d48265cbfd97c57f9048db29f22227b0","grayImgUrl":"https://static.tigerbbs.com/76c6d6898b073c77e1c537ebe9ac1c57","redirectLinkEnabled":0,"redirectLink":null,"hasAllocated":1,"isWearing":0,"stamp":null,"stampPosition":0,"hasStamp":0,"allocationCount":1,"allocatedDate":"2021.12.21","exceedPercentage":null,"individualDisplayEnabled":0,"backgroundColor":null,"fontColor":null,"individualDisplaySort":0,"categoryType":1102},{"badgeId":"518b5610c3e8410da5cfad115e4b0f5a-1","templateUuid":"518b5610c3e8410da5cfad115e4b0f5a","name":"实盘交易者","description":"完成一笔实盘交易","bigImgUrl":"https://static.tigerbbs.com/2e08a1cc2087a1de93402c2c290fa65b","smallImgUrl":"https://static.tigerbbs.com/4504a6397ce1137932d56e5f4ce27166","grayImgUrl":"https://static.tigerbbs.com/4b22c79415b4cd6e3d8ebc4a0fa32604","redirectLinkEnabled":0,"redirectLink":null,"hasAllocated":1,"isWearing":0,"stamp":null,"stampPosition":0,"hasStamp":0,"allocationCount":1,"allocatedDate":"2021.12.21","exceedPercentage":null,"individualDisplayEnabled":0,"backgroundColor":null,"fontColor":null,"individualDisplaySort":0,"categoryType":1100}],"userBadgeCount":10,"currentWearingBadge":{"badgeId":"1f74612b6f95455f970edd02b5316db8-4","templateUuid":"1f74612b6f95455f970edd02b5316db8","name":"收益排行","description":"Top 10%","bigImgUrl":"https://static.tigerbbs.com/15d4b5a89fa218ed3a35da1a05874cf6","smallImgUrl":"https://static.tigerbbs.com/16e2b28d75d7746886400fad4f4ec3e3","grayImgUrl":"https://static.tigerbbs.com/6f578d36f80e1a3d9c705f395e522048","redirectLinkEnabled":0,"redirectLink":"https://www.itigerup.com/activity/market/2023/stock-contest?adcode=StockContest2023","hasAllocated":1,"isWearing":1,"stamp":null,"stampPosition":0,"hasStamp":0,"allocationCount":1,"allocatedDate":"2023.09.05","exceedPercentage":null,"individualDisplayEnabled":0,"backgroundColor":null,"fontColor":null,"individualDisplaySort":0,"categoryType":5300},"individualDisplayBadges":null,"crmLevel":2,"crmLevelSwitch":1,"location":"上海","starInvestorFollowerNum":0,"starInvestorFlag":false,"starInvestorOrderShareNum":0,"subscribeStarInvestorNum":21,"ror":null,"winRationPercentage":null,"showRor":false,"investmentPhilosophy":null,"starInvestorSubscribeFlag":false},"page":1,"watchlist":null,"tweetList":[{"id":445110687298384,"gmtCreate":1749691188040,"gmtModify":1749691189137,"author":{"id":"180489801557520","authorId":"180489801557520","name":"WstreetBoy","avatar":"https://static.tigerbbs.com/67ffcee2a6d73f35b1d68c916a7e6856","crmLevel":2,"crmLevelSwitch":1,"followedFlag":false,"idStr":"180489801557520","authorIdStr":"180489801557520"},"themes":[],"htmlText":"这篇文章不错,转发给大家看看","listText":"这篇文章不错,转发给大家看看","text":"这篇文章不错,转发给大家看看","images":[],"top":1,"highlighted":1,"essential":1,"paper":1,"likeSize":1,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/445110687298384","repostId":"1185662574","repostType":4,"repost":{"id":"1185662574","kind":"news","pubTimestamp":1749647565,"share":"https://www.laohu8.com/m/news/1185662574?lang=&edition=full","pubTime":"2025-06-11 21:12","market":"us","language":"zh","title":"黄仁勋GTC大会演讲全文:量子计算正迎来拐点,计划在欧洲新建20家“人工智能工厂”","url":"https://stock-news.laohu8.com/highlight/detail?id=1185662574","media":"华尔街见闻","summary":"英伟达计划打造全球首个工业人工智能云平台,助力欧洲制造业发展。他宣布,计划在欧洲新建20家“人工智能工厂”。他还称,量子计算正迎来关键拐点,未来几年将强大到足以\"解决一些有趣的全球性问题\"。市场瞬间沸腾,量子计算概念股盘前暴涨。数据中心将成为“AI工厂”黄仁勋在演讲中指出,传统的数据中心正在向“AI工厂”转变。量子计算正迎来\"拐点\"黄仁勋还表示,量子计算正迎来拐点。","content":"<html><head></head><body><blockquote><p>黄仁勋在11日举行的GTC大会上宣布,计划在欧洲新建20家“人工智能工厂”,欧洲的AI算力将在两年内增长10倍,将配备10000个GPU。量子计算正迎来关键拐点,未来几年将强大到足以"解决一些有趣的全球性问题"。</p></blockquote><p style=\"text-align: justify;\">英伟达计划打造全球首个工业人工智能云平台,助力欧洲制造业发展。</p><p style=\"text-align: justify;\">6月11日,英伟达举行GTC大会。CEO黄仁勋在会上发表演讲。他宣布,<strong>计划在欧洲新建20家“人工智能工厂”,欧洲的AI算力将在两年内增长10倍。</strong></p><p style=\"text-align: justify;\">黄仁勋表示,计划中的多个数据中心将是“超级工厂”,将配备10000个图形处理单元(GPU),包括英伟达DGX™ B200系统和英伟达RTX PRO™服务器,并助力欧洲的工业领军企业加速所有制造应用,涵盖从设计、工程和仿真到工厂数字孪生和机器人技术的各个环节。</p><p style=\"text-align: justify;\">他还称,<strong>量子计算正迎来关键拐点,未来几年将强大到足以"解决一些有趣的全球性问题"。</strong>市场瞬间沸腾,量子计算概念股盘前暴涨。D-Wave Quantum大涨约2%,IonQ暴涨3.6%,Rigetti Computing飙升4.5%,而Quantum Computing Inc.更是狂飙8.4%。</p><h2 id=\"id_911523795\">英伟达将在欧洲建立全球首个工业人工智能云</h2><p style=\"text-align: justify;\">英伟达正在德国助力打造一个支持欧洲制造商工业人工智能工作负载的人工智能工厂。</p><p style=\"text-align: justify;\"><strong>该工厂将配备10000个GPU,包括英伟达DGX B200系统和英伟达RTX PRO服务器,</strong>并运行来自西门子、ANSYS、Cadence和Rescale等领先软件供应商的英伟达CUDA-X™库、英伟达RTX™和英伟达Omniverse™加速工作负载。</p><p style=\"text-align: justify;\">该人工智能工厂将按照英伟达Omniverse蓝图中突出显示的框架进行建设,用于人工智能工厂的设计和运营。作为该蓝图的一部分,Cadence的现实数字孪生平台将被用于在物理上精确的虚拟环境中模拟和优化整个人工智能工厂,使工程团队能够建造一个更智能、更可靠的设施。</p><h2 id=\"id_2426881219\">数据中心将成为“AI工厂”</h2><p style=\"text-align: justify;\">黄仁勋在演讲中表示,<strong>传统的数据中心正在向“AI工厂”转变</strong>。</p><p style=\"text-align: justify;\">他认为,<strong>智能体系统</strong>代表着AI从被动接受指令到主动感知、决策和执行的进化。它预示着AI将能够更自主地完成复杂任务,并在更广泛的领域内发挥作用。而AI工厂则代表着AI基础设施的规模化和工业化,它将整合强大的计算能力、高效的数据处理流程以及优化的算法,从而加速AI模型的训练、部署和应用。</p><p style=\"text-align: justify;\">他表示,未来的数据中心不再仅仅是存储文件和数据的仓库,而是能够产生智能、创造价值的生产设施。这些AI工厂的核心任务是生产“智能通证(intelligent tokens)”,就像发电厂产生电力一样,为各行各业提供动力,开启一场新的工业革命。</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/2b229bd19bcaf8a74ad43af1e05e225c\" tg-width=\"1024\" tg-height=\"582\"/></p><p style=\"text-align: justify;\">为支撑AI工厂的庞大算力需求,黄仁勋详细介绍了英伟达的新一代架构Blackwell。他将GB200系统形容为一台专为思考而生的“思维机器”,其设计初衷就是为了应对AI模型日益增长的“推理”需求。该系统通过全新的NVLink技术实现内部连接,其背板带宽高达惊人的130TB每秒,超过了全球互联网的峰值流量。黄仁勋指出,正是这种架构上的巨大飞跃,使得<strong>AI的思考速度和处理能力得以实现数十倍的代际性能提升。</strong></p><blockquote><p style=\"text-align: justify;\">“在人工智能时代,每个制造商都需要两个工厂:一个用于制造产品,另一个用于创造驱动这些产品的智能。</p><p style=\"text-align: justify;\">通过打造欧洲首个工业人工智能基础设施,我们正在助力该地区的领先工业企业推进以仿真为先导、人工智能驱动的制造模式。”</p></blockquote><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/bdb6b08967472b68335ca5cbba2250e3\" tg-width=\"841\" tg-height=\"440\"/></p><h2 id=\"id_347519332\">量子计算正迎来"拐点"</h2><p style=\"text-align: justify;\">黄仁勋还表示,量子计算正迎来拐点。英伟达将在Grace Blackwell 200芯片上搭载CUDA-Q软件工具包。量子算法堆栈可以在Blackwell200上加速。<strong>他预测量子系统将快速变得"更加稳健、高性能和有韧性"。</strong></p><p style=\"text-align: justify;\">他透露,英伟达的芯片将用于支持量子计算,<strong>公司的整个cuQuantum量子计算算法堆栈,将在Grace Blackwell 200芯片上可用并得到加速。</strong></p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/92a03ec89823b89b4f2ce3ddb50b912f\" tg-width=\"827\" tg-height=\"497\"/></p><p style=\"text-align: justify;\">量子计算机的核心优势在于并行处理能力——传统计算机的比特只能是0或1,必须按顺序处理,而量子计算机的量子比特可以保持"叠加态",在整个计算完成前不被赋值,从而实现协同工作而非独立运算。</p><blockquote><p style=\"text-align: justify;\">"就像摩尔定律一样,<strong>我完全可以预期每五年逻辑量子比特增长10倍,每10年增长100倍。</strong>"</p></blockquote><p style=\"text-align: justify;\">值得注意的是,今年1月,这位AI教父还在泼冷水,声称"非常有用"的量子计算机可能还需要几十年才能实现。而包括微软和谷歌在内的科技巨头已经在这个领域耕耘数十年,技术难题和高昂成本一直让实用化系统停留在实验阶段。</p><h2 id=\"id_181038365\">AI的下一波浪潮是机器人</h2><p style=\"text-align: justify;\">黄仁勋对AI下一阶段的重点智能体AI(Agentic AI)做出预判 。他认为,<strong>AI已经超越了识别信息和生成内容的阶段,正迈向一个能够理解任务、进行推理、规划并执行复杂任务的全新浪潮,这种能力的物理化身便是机器人。</strong></p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/312a1c4ea3c5c6a6b5366560428bb018\" tg-width=\"1024\" tg-height=\"573\"/></p><p style=\"text-align: justify;\">现场,他通过一个名为“Greg”的机器人展示了这一概念,这个机器人在<strong>Omniverse</strong>构建的<strong>数字孪生</strong>虚拟世界中学会行走和与环境互动后,才被部署到物理世界。宝马、奔驰、丰田等众多企业已开始利用Omniverse构建其工厂或产品的数字孪生体。</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/4343f0f8263c4a09eed844e5fce251be\" tg-width=\"1024\" tg-height=\"577\"/></p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/5a7d861f2b2096a3a3d5aad5c6e43119\" tg-width=\"1024\" tg-height=\"563\"/></p><h2 id=\"id_507167744\">英伟达与多家欧洲公司建立深度合作</h2><p style=\"text-align: justify;\">作为在欧洲的重磅活动,黄仁勋特别强调了与欧洲伙伴的深度合作。英伟达还宣布,包括宝马集团、玛莎拉蒂、梅赛德斯-奔驰和舍弗勒在内的欧洲制造商正在通过运行来自ANSYS、Cadence和西门子等软件领导者提供的英伟达加速应用,转变其从模拟产品设计和工厂规划到人工智能驱动的运营和物流的端到端产品生命周期。</p><p style=\"text-align: justify;\">他宣布,将与法国AI公司<strong>Mistral</strong>合作建立一个庞大的AI云,并与施耐德电气等公司合作,以数字化的方式设计和运营未来的AI工厂。</p><p style=\"text-align: justify;\">他透露,英伟达正在七个不同的国家建立AI技术中心,以推动当地的生态系统建设和合作研发。黄仁勋总结道,一个全新的计算时代已经开启,而英伟达正通过提供从芯片、软件到系统和AI模型的全栈平台,赋能全球的开发者和企业抓住这次机遇。</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/ff34352b088a62855bf0d7e6ec632e26\" tg-width=\"866\" tg-height=\"480\"/></p><p style=\"text-align: justify;\">以下为黄仁勋讲话全文,由AI翻译:</p><p style=\"text-align: justify;\">这是英伟达在巴黎的首次GTC大会。这太令人难以置信了。感谢所有合作伙伴与我们一同出席。多年来,我们与众多伙伴合作,虽然这是我第一次在巴黎举办GTC,但我有很多内容要和大家分享。</p><p style=\"text-align: justify;\">英伟达曾经想要打造一个全新的计算平台,去做普通计算机无法做到的事情。我们加速了CPU,创造了一种名为加速计算的新计算方式,而我们最早的应用之一是分子动力学。从那时起,我们已经取得了长足的进步,开发出许多不同的库。事实上,加速计算的特别之处在于,它不仅仅是一个新的处理器,你可以软件将编译到上面。你必须重新思考如何进行计算,重新设计你的算法。事实证明,让人们将软件和算法重新设计为高度并行化是非常困难的。因此,我们为每个市场、每个应用领域开发了库,以实现加速。这些库为开发者开辟了新的机会,也为我们和我们的生态系统合作伙伴带来了新的增长机会。</p><p style=\"text-align: justify;\">计算光刻技术可能是当今半导体设计中最重要的应用之一,它在台积电、三星等大型半导体工厂中运行。在芯片制造之前,它会通过一个逆物理算法,即计算光刻技术、直接稀疏求解器、代数多重网格求解器——我们刚刚开源了一个非常令人兴奋的应用库。这个库加速了决策制定,优化了具有数百万变量和数百万约束条件的问题,例如旅行商问题。</p><p style=\"text-align: justify;\">Warp是一个用于表达几何和物理求解器的Python框架,非常重要。cuDF、cuML用于结构化数据库、数据框和经典机器学习算法。cuDF可以加速Spark,无需修改代码。cuML可以加速scikit-learn,同样无需修改代码。还有Triton和cuDNN。cuDNN可能是英伟达有史以来最重要的库之一,它加速了深度神经网络的基本原语。而Triton是我们全新的库,能够在整个AI工厂中调度、协调和分配极其复杂的推理工作负载。</p><p style=\"text-align: justify;\">cuPy等变性和cuTensor收缩算法。等变性是用于遵循几何定律的神经网络,例如蛋白质、分子,这是一个非常重要的框架,能够支持AI在6G Earth 2中运行,这是我们的天气和气候模型基础模型的模拟环境,分辨率极高,达到平方公里级别。</p><p style=\"text-align: justify;\">MONAI是我们的医学成像框架,非常受欢迎。Parabricks求解器用于基因组学分析,也非常成功。CUDA Quantum(CUDA-Q),我稍后会详细说明,用于量子计算,以及CuPy用于加速NumPy和SciPy的数值计算。正如大家所见,这些只是部分库的例子。我们还有400多个其他库,每个库都加速了一个应用领域,每个库都带来了新的机会。其中最令人兴奋的是CUDA-Q。CUDA-Q是一套用于加速应用和算法的库。在CUDA的基础上,我们现在有了CUDA-Q,用于量子计算,基于GPU的经典量子计算。</p><p style=\"text-align: justify;\">我们已经研究CUDA-Q好几年了。今天,我可以告诉大家量子计算正在迎来一个转折点。正如大家所知,第一个物理量子比特大约在30年前被展示出来,1995年发明了一种纠错算法,而在2023年,也就是近30年后,谷歌展示了世界上第一个逻辑量子比特。从那以后,又过了几年,逻辑量子比特的数量开始增长,它们由许多带有纠错功能的物理量子比特组成,就像摩尔定律一样。我可以完全预期,每五年逻辑量子比特的数量会增加10倍,每十年增加100倍。这些逻辑量子比特将具备更好的纠错能力,更加稳健、性能更高、更具韧性,并且当然会继续可扩展。</p><p style=\"text-align: justify;\">量子计算正在迎来一个转折点。我们与世界各地的量子计算公司以多种方式合作。但在欧洲,这里有一个庞大的社区。昨晚我见到了帕斯卡尔,还见到了巴塞罗那超级计算中心的团队。</p><p style=\"text-align: justify;\">现在,我们已经接近能够在未来几年内将量子计算(量子经典计算)应用于解决一些有趣问题的领域。这是一个非常令人兴奋的时刻。因此,我们与所有超级计算中心都进行了合作。</p><p style=\"text-align: justify;\">现在非常清楚的是,在未来几年,或者至少在下一代超级计算机中,每一台都将配备一个量子处理单元(QPU),并且QPU将与GPU相连。QPU将用于量子计算,而GPU将用于预处理、控制和纠错,这些任务的计算强度极高。在两种架构之间进行后处理等任务,就像我们加速了CPU一样,现在QPU与GPU协同工作,推动下一代计算的发展。</p><p style=\"text-align: justify;\">今天,我们宣布我们的整个量子算法栈已经在Grace Blackwell 200上加速,其加速效果令人难以置信。我们以多种方式与量子计算行业合作。其中一种方式是使用KU量子来模拟量子比特或模拟运行在这些量子计算机上的算法,本质上是用经典计算机来模拟或仿真量子计算机。在另一个极端,非常重要的是CUDA-Q。基本上是发明了一种新的CUDA,将CUDA扩展到量子经典计算中。因此,在量子计算机到来之前,开发在CUDA-Q上的应用可以以仿真方式运行,而在量子计算机到来之后,可以以协作方式运行,采用量子经典加速计算方法。今天,我们宣布CUDA-Q已可用于Grace Blackwell。这里的生态系统非常丰富,当然,欧洲在科学、超级计算专长以及这一领域的传承方面都底蕴深厚。在未来几年看到量子计算在这里取得进展并不令人意外。我们将迎来一个非常精彩的转折点。总之,对于过去三十年来一直致力于量子计算行业的所有人,我祝贺你们今天取得的惊人成就和里程碑。谢谢。</p><p style=\"text-align: justify;\">让我们来谈谈人工智能。你可能会惊讶于我会和你们谈论人工智能。我刚才提到的那些应用所使用的同一种GPU,也推动了人工智能走向世界。我们首次接触是在2012年。就在那之前,我们与开发人员合作,研究一种名为深度学习的新算法,并促成了2012年AlexNet引发的人工智能大爆炸。在过去大约15年里,人工智能发展得非常迅速。</p><p style=\"text-align: justify;\">第一波人工智能是计算机的感知能力,让计算机能够识别信息并理解它。第二波人工智能,也就是我们过去五六年一直在谈论的,是生成式人工智能。它是多模态的,意味着人工智能能够同时学习图像和语言。因此,你可以用语言提示它,它就能生成图像。人工智能的多模态能力以及其翻译和生成内容的能力推动了生成式人工智能革命。生成式人工智能生成内容的能力对我们提高生产力至关重要。</p><p style=\"text-align: justify;\">我们现在开启了人工智能的新一波浪潮。在过去的几年里,我们看到了人工智能能力的巨大进步。从根本上说,智能是关于理解、感知、推理、规划任务、解决如何解决问题,然后执行任务。感知、推理、规划,这些是智能的基本循环。它使我们能够应用一些以前学到的规则来解决我们从未见过的问题。这就是为什么聪明的人被认为聪明,他们能够将一个复杂的问题分解为逐步解决的步骤,推理如何解决问题,也许去做一些研究,也许去学习一些新信息,寻求帮助,使用工具,逐步解决问题。</p><p style=\"text-align: justify;\">我刚才描述的这些能力,如今通过所谓的代理人工智能(Agentic AI)已经成为可能。我马上会向你们展示其物理实现,也就是代理人工智能的具象化和运动。</p><p style=\"text-align: justify;\">现在,生成能力正在生成运动。它不再是生成视频、图像或文本,而是生成局部运动,比如行走、伸手抓取东西、使用工具的能力。人工智能以物理形式具象化,本质上就是机器人技术。这些能力,即实现信息机器人(代理)和具象化人工智能(物理机器人)的基础技术,如今已经到来。</p><p style=\"text-align: justify;\">这是人工智能令人激动的时代,但一切始于Ge Force,Ge Force带来了计算机图形学。这是我们曾经从事过的第一个加速计算应用,计算机图形学的发展令人难以置信。Ge Force将CUDA带给了世界,这使得机器学习和人工智能研究人员能够推动深度学习的发展。随后,深度学习彻底改变了计算机图形学,使我们能够将计算机图形学提升到一个全新的水平。</p><p style=\"text-align: justify;\">今天我要展示给你们的一切,我要提前给大家剧透一下,但今天我要展示的全部是计算机模拟,而不是动画,是光子模拟、物理模拟、粒子模拟。所有的一切本质上都是模拟,而不是动画,也不是艺术。它看起来非常美,是因为这个世界本身就是美的,数学也是美的。让我们来看看吧。</p><p style=\"text-align: justify;\">这就是数字在发挥作用,这本质上就是模拟的本质。看着它非常令人赏心悦目。但正是由于我们现在能够以如此大规模和高速度模拟几乎所有事物,我们可以将一切转化为数字孪生。因为一切都可以成为数字孪生,所以它可以在进入物理世界之前,完全以可视化的方式进行设计、规划、优化和操作。我们现在正处于这样一个时代:我们将一切构建于软件之中。所有物理实体都将通过数字化构建,所有宏伟的建筑都将通过数字化构建,所有大规模运营的事物都将首先通过数字化构建,并且会有数字孪生进行操作。因此,今天我们将大量讨论数字孪生。</p><p style=\"text-align: justify;\">我们最初从一张Ge Force显卡起步。这里有人知道什么是Ge Force吗?好的。那么,从Ge Force起步的东西现在看起来是这样的。这是新的Ge Force。它重达2吨到2.5吨,由120万个部件组成,价值约300万美元,功率为120千瓦,由150家工厂生产,200家技术合作伙伴与我们合作,研发预算可能高达400亿美元,用于打造GB200,现在正迈向GB300。它已经完全投入生产。</p><p style=\"text-align: justify;\">这台机器被设计成一台“思考机器”,它能够推理,能够规划。它花费大量时间与自己对话,就像你们一样。我们大多数时间都在为自己的大脑生成文字和图像,然后才将其付诸实践。因此,“思考机器”在架构上正是Grace Blackwell的设计目标。它被设计成一个巨大的GPU。我将其与Ge Force进行比较是有原因的。Ge Force是一个GPU,GB200同样是一个GPU。它是一个巨大的虚拟GPU。</p><p style=\"text-align: justify;\">现在,我们需要将其拆分成许多组件,创造许多新的网络技术和服务器技术,开发极其低功耗、高能效的互连技术,将所有这些芯片和系统连接在一起,形成一个虚拟GPU。</p><p style=\"text-align: justify;\">这是霍珀版本。这是举世闻名的霍珀系统。这8个GPU通过MV Link连接在一起。这里没有显示的是一个带有双CPU和系统内存的CPU托盘,它与这些部件共同组成一个节点。这代表着一台人工智能超级计算机的一个节点,大约价值一百万美元。</p><p style=\"text-align: justify;\">这就是霍珀系统。正是这个系统真正让我们在人工智能领域声名鹊起。它曾经很长一段时间都供不应求,因为市场发展得太快了。</p><p style=\"text-align: justify;\">但这就是著名的霍珀系统。整个系统,包括CPU,都被这个Grace Blackwell节点取代了。这就是一个计算托盘。我们将用它来取代整个系统。它是完全液冷的,CPU与GPU直接相连。你可以看到,两个CPU与GPU相连的性能比整个系统还要强大。</p><p style=\"text-align: justify;\">但真正令人惊叹的是这一点。我们想要将许多这样的系统连接在一起。如何将它们连接起来对我们来说曾经是一个难题。于是我们进行了解构。我们把整个主板解构成了这个,这就是具有革命性的MV Link系统。</p><p style=\"text-align: justify;\">扩展计算规模并不难,只要通过以太网连接更多的CPU即可。扩展规模并不难,难的是向上扩展。你只能建造出你能够设计出的最大规模的计算机。将你能放入一个内存模型中的技术与电子元件数量最大化是极其困难的。因此,我们决定创造一种新的互连技术,名为MV Link。它是一种内存语义互连,是一种计算架构,而不是网络。它直接连接到所有这些不同MV Link系统的CPU,也就是计算节点。这是交换机。九个这样的设备放在顶部,九个放在底部。中间是NVLink交换机,而将它们连接在一起的就是这个奇迹。</p><p style=\"text-align: justify;\">这是NVLink主干。这是100%的铜同轴电缆。它直接连接所有的MV Link芯片与所有的GPU,通过整个主干直接相连,使得144个Blackwell芯片(分布在72个不同的封装中)能够同时相互通信,且互不阻塞。这个主干的带宽大约是每秒130万亿字节。132万亿字节,我知道,稍等,等我说完。每秒130万亿字节。如果换算成比特,它比全球互联网峰值流量还要高。是的,这就是如何将互联网“缩小”到一个MV Link中。我们之所以这么做,是因为未来你对计算机的思考方式将从根本上改变。我会花更多时间来解释这一点,但它是为了让Blackwell在性能上远远超越霍珀而设计的。</p><p style=\"text-align: justify;\">还记得摩尔定律吗?半导体物理学只能让你的性能每三到五年提升大约两倍。那么我们如何能在一代产品中实现30到40倍的性能提升呢?我们需要30到40倍的性能提升,因为推理模型正在与自己对话。不再是单次的ChatGPT,现在的推理模型会生成大量更多的标记。当你在思考时,你会逐步分解问题,进行推理,尝试许多不同的路径,也许是思维链,也许是思维树。它会反思自己的答案,你可能见过这些研究模型在反思自己的答案,说:“这是一个好答案吗?你能做得更好吗?”然后它们会说:“哦,我能做得更好。”于是它们会回去再思考。</p><p style=\"text-align: justify;\">这些推理模型实现了令人难以置信的性能,但它们需要更多的计算能力。结果呢?MV Link 72的架构使得Blackwell的性能实现了巨大的飞跃。解读这张图的方式是:X轴表示它思考的速度,Y轴表示工厂的输出能力,即同时支持大量用户的能力。因此,你希望工厂的吞吐量尽可能高,以便支持尽可能多的人,从而使工厂的收入尽可能高。你希望这个轴尽可能大,因为这里的人工智能比这里更聪明。它思考得越快,它在回答你问题之前能思考得越多。这与标记的平均售价(ASP)有关,也与工厂的吞吐量有关。这两者结合在那个角落,就是工厂的收入。基于Blackwell的工厂能够产生更多的收入,这是由于架构的优势。我们为你们制作了一部电影,只是为了让大家感受一下构建Grace Blackwell所投入的巨大工程量,让我们来看看吧。</p><p style=\"text-align: justify;\">Blackwell是一个工程奇迹。它始于一片空白的硅片。经过数百次芯片处理和紫外光刻步骤,2000亿个晶体管逐层构建在一个12英寸的硅片上。硅片被划分为单独的Blackwell芯片,经过测试和分类,将好的芯片筛选出来。芯片在晶圆上封装在基板上的工艺将32个Blackwell芯片和128个HBM堆叠在定制的硅中介层上。金属互连痕迹直接蚀刻进去,将Blackwell GPU和HBM堆叠连接到每个系统和封装单元中,将所有部件固定到位。然后,整个组件经过烘烤、模塑和固化,制造出Blackwell B200超级芯片。每个Blackwell芯片都在125摄氏度的烤箱中进行压力测试,并在数小时内被推向极限。机器人昼夜不停地工作,将超过10000个组件放置在Grace Blackwell PCB上。与此同时,定制的液冷铜块正在准备中,以保持芯片处于最佳温度。</p><p style=\"text-align: justify;\">在另一个工厂,ConnectX-7超级网卡被制造出来,以实现扩展规模的通信,而BlueField-3 DPU则用于卸载和加速网络、存储和安全任务。所有这些部件汇聚在一起,被精心集成到GB中。</p><p style=\"text-align: justify;\">200个计算托盘的NV Link是英伟达发明的一种突破性高速链接,用于连接多个GPU并向上扩展成一个巨大的虚拟GPU。NV Link交换机托盘由NV Link交换芯片构建,提供每秒14.4万亿字节的全互连带宽。MV Link主干形成了一个定制的盲配背板,5000根铜缆将所有72个Blackwell芯片(或144个GPU芯片)连接成一个巨大的GPU,提供每秒130万亿字节的全互连带宽,比全球互联网的峰值流量还要高。来自世界各地的零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。</p><p style=\"text-align: justify;\">总计有120万个部件、两英里长的铜缆、130万亿个晶体管,重达近两吨。Blackwell不仅仅是一个技术奇迹,它是全球协作和创新力量的证明,这些力量将推动塑造我们未来的发现和解决方案。无论在哪里,我们都致力于帮助当代的天才们完成他们一生的事业。我们迫不及待地想看到你们带来的突破。</p><p style=\"text-align: justify;\">Grace Blackwell系统已经全面投入生产。这真是一个奇迹。从技术角度来看,这是一个奇迹,但将这些GB200系统组合在一起的供应链也是一个奇迹。每个系统重达两吨,我们现在每周生产1000套。此前从未有人以如此大规模量产超级计算机。每一个机架本质上都是一台完整的超级计算机。2018年,最大的Volta系统——2018年的Sierra超级计算机的性能还不及这些机架中的任何一个,而那套系统的功耗是10兆瓦,而我们现在这套系统只有100千瓦。</p><p style=\"text-align: justify;\">因此,从2018年到现在,从一代到另一代,我们真正地将超级计算,尤其是人工智能超级计算提升到了一个全新的水平,我们现在以如此巨大的规模生产这些机器,而这只是一个开始。</p><p style=\"text-align: justify;\">事实上,你们看到的只是一个系统——Grace Blackwell。全世界都在谈论这个系统,都在急切地希望它能够部署到全球的数据中心,用于训练、推理和生成式人工智能。</p><p style=\"text-align: justify;\">然而,并非每个人、也并非每个数据中心都能处理这些液冷系统。有些数据中心需要企业级堆栈,需要运行Linux、Red Hat、Newtonics或VMware存储系统,这些系统来自Dell、EMC、Hitachi、NetApp、VAST、WECA等众多不同的供应商。有如此多不同的存储系统和IT系统,而这些系统的管理必须与传统IT系统保持一致。</p><p style=\"text-align: justify;\">我们有如此多的新计算机需要投入生产,我很高兴地告诉你们,所有这些系统现在都已经投入生产。你们可能还没有看到它们,但它们正在从货架上飞速下架,从生产线飞速下线。例如,DGX Spark让你们能够在桌面上拥有Grace Blackwell系统,无论是Spark Desktop还是DGX Station。这样一来,你们在开发软件或开发人工智能时,不需要坐在超级计算机前,但你们又希望架构完全相同。</p><p style=\"text-align: justify;\">从架构角度来看,这些系统是完全相同的。从软件开发者的角度来看,它们看起来完全一样,唯一的区别是规模和速度。而在这一侧则是所有x86系统。全球的IT组织仍然更倾向于x86,并且在能够利用最先进的AI原生系统的地方,他们也会这么做。而在他们无法做到的地方,他们希望将这些系统整合到企业级IT系统中,我们现在为他们提供了这种能力。其中最重要、也最耗费时间去构建的系统是因为软件和架构非常复杂,那就是如何将AI原生架构融入到传统的企业级IT系统中。这是我们全新的RTX Pro服务器,这是一个令人难以置信的系统。主板经过了全新的设计。女士们、先生们,Jenny Paul。</p><p style=\"text-align: justify;\">这块主板看起来很简单,然而在这块主板上,有八个Super Next交换机,它们通过一个200Gbps的最先进的网络芯片连接八个GPU,然后将这八个GPU和这些全新的Blackwell RTX Pro 6000 GPU连接起来。八块这样的GPU组成一台服务器。</p><p style=\"text-align: justify;\">那么它有什么特别之处呢?这台服务器是世界上唯一能够运行人类所编写的一切内容以及人类所开发的所有视频内容的服务器。它运行人工智能、Omniverse RTX用于视频游戏,它运行Windows,运行Linux,运行Kubernetes和VMware。基本上,它能够运行一切。如果你想从计算机将Windows桌面流式传输到远程设备,没问题。如果你想流式传输Omniverse,也没问题。如果你想运行你的机器人堆栈,也没问题。这台机器的QA(质量评估)简直令人惊叹。它运行的应用程序基本上是通用的。人类所开发的一切内容都应该能够在这里运行,包括如果你是一名视频游戏玩家,包括《危机》(Crysis)。如果能够运行《危机》,就能运行任何东西。</p><p style=\"text-align: justify;\">好的,这是RTX Pro服务器,全新的企业级系统。所以,有些事情正在发生变化。我们知道人工智能是一项极其重要的技术。我们现在已经确信,人工智能是一种能够彻底变革、转型每一个行业的软件。它能够做到我们所熟知的那些令人惊叹的事情。我们也知道,处理人工智能的方式从根本上不同于我们以往处理手工编写软件的方式。机器学习软件的开发方式不同,运行方式也不同。系统的架构、软件的架构完全不同。网络的工作方式完全不同。访问存储的方式也完全不同。因此,我们知道这项技术能够做到不同的事情,令人难以置信的事情。它是智能的。我们也知道,它的开发方式从根本上不同,需要新的计算机。</p><p style=\"text-align: justify;\">真正有趣的是,这对我们所有人,对国家、公司、社会到底意味着什么?这是我们在近十年前就做出的一个观察,而现在每个人都开始意识到:事实上,这些人工智能数据中心根本就不是数据中心。它们并不是传统意义上用于存储文件、供你检索的数据中心。这些数据中心并不是用来存储我们的文件的。它们只有一个职责,而且只有一个职责,那就是生产智能标记,生成人工智能。</p><p style=\"text-align: justify;\">这些人工智能工厂看起来像是数据中心,因为它们内部有许多计算机,但这就是唯一相似的地方。它们的设计方式、制造规模、设计和建造方式、使用方式、编排和配置方式、运营方式,以及你对它们的思考方式,都完全不同。</p><p style=\"text-align: justify;\">例如,没有人会把数据中心当作一个创收设施来考虑。我说出这句话时,每个人都会点头说:“是的,你说得对。”没有人会把数据中心当作一个创收设施来考虑,但他们会把工厂、汽车工厂当作创收设施来考虑,并且迫不及待地想再建一个工厂,因为每当你建了一个工厂,收入就会在不久之后增长,因为你能够为更多的人生产更多的东西。</p><p style=\"text-align: justify;\">这些人工智能工厂的理念与之完全相同。它们是创收设施,它们被设计用来制造标记。这些标记可以被重新定义为许多行业的生产力智能。因此,人工智能工厂现在已经成为一个国家基础设施的一部分,这也是为什么你们会看到我到处跑,和各国元首交谈,因为他们都希望拥有人工智能工厂。他们都希望人工智能成为他们基础设施的一部分。他们都希望人工智能成为他们的增长型制造业,这是真正深刻的。</p><p style=\"text-align: justify;\">我认为,正因为如此,我们正在经历一场新的工业革命,因为每一个行业都受到影响。一个新的行业正在诞生,就像电力最初被描述为一种技术、被展示为一种技术时,它被理解为一种技术。但随后我们意识到,它也是一种大型产业。然后是信息产业,我们现在称之为互联网。而这两者,因为它们影响了如此多的行业,都成为了基础设施的一部分。我们现在有了一个新的行业——人工智能行业,它已经成为一种新的基础设施的一部分,这种基础设施被称为智能基础设施。每个国家、每个社会、每个公司都将依赖它。</p><p style=\"text-align: justify;\">从规模上来看,这是一个被广泛讨论的话题。这就是“星际之门”(Stargate)。它看起来不像一个数据中心,而像一个工厂。这是一个1吉瓦的设施,将容纳大约50万个GPU芯片,并产生大量的智能,可供所有人使用。</p><p style=\"text-align: justify;\">欧洲现在已经意识到这些人工智能工厂的重要性,意识到人工智能基础设施的重要性,我很高兴看到这里如此活跃。这是欧洲电信运营商正在建设人工智能基础设施。</p><p style=\"text-align: justify;\">与英伟达合作的,是欧洲云服务提供商,他们正在视频中展示人工智能基础设施的建设。这是欧洲超级计算中心正在建设下一代人工智能超级计算机和基础设施,同样在视频中展示。而这只是一个开始。这只是公共云之外的部分。这是欧洲本土公司为欧洲市场建设的人工智能基础设施。此外,还有20多个正在规划中,20多个人工智能工厂,其中一些是吉瓦级的工厂。总共来说,在短短两年内,我们将使欧洲的人工智能计算能力增加10倍。因此,研究人员、初创企业、你们的人工智能短缺、你们的GPU短缺,很快就会得到解决。它正在向你们走来。</p><p style=\"text-align: justify;\">现在,我们正在与每个国家合作,发展他们的生态系统。因此,我们在七个国家建立了人工智能技术中心。这些人工智能技术中心的目标是:第一,进行合作研究;第二,与初创企业合作;第三,建设生态系统。让我向你们展示一个生态系统是什么样的。在英国,我昨天刚去过那里。生态系统是建立在英伟达架构之上的。例如,正如你们所知,英伟达是唯一在每个云平台上都可用的人工智能架构。它是除了x86之外唯一无处不在的计算架构。我们与每个云服务提供商合作,加速来自全球最重要软件开发商的应用程序,比如欧洲的西门子、Cadence、Red Hat等。</p><p style=\"text-align: justify;\">现在,我们已经重新发明了计算架构。正如你们所知,计算不仅仅是计算机,还包括计算、网络和存储。这三个层次、这三个架构的每一层都已经被重新发明。</p><p style=\"text-align: justify;\">与思科(Cisco)建立了伟大的合作伙伴关系,他们昨天在其会议上宣布了一款基于英伟达的新模型。还有与戴尔(Dell)、NetApp、NVIDIA等的众多伟大合作伙伴关系。正如我之前提到的,软件开发方式已经从根本上发生了变化。它不再仅仅是编写C程序、编译C程序、交付C程序,而是现在变成了DevOps、MLOps、AI Ops。因此,整个生态系统正在被重新发明。我们到处都有生态系统合作伙伴,当然还有解决方案集成商和提供商,他们可以帮助每家公司整合这些能力。</p><p style=\"text-align: justify;\">在英国,我们与一些特殊的公司合作,这些公司非常出色,从研究人员到开发人员,再到合作伙伴,帮助我们提升当地的人才和企业,这些企业消费技术,当然还有云服务提供商。</p><p style=\"text-align: justify;\">我们在英国拥有伟大的合作伙伴。在德国,我们拥有令人难以置信的合作伙伴关系。在意大利,我们拥有伟大的合作伙伴关系。当然,在法国,我们也有令人惊叹的合作伙伴关系。</p><p style=\"text-align: justify;\">法国总统麦康(Mccon)稍后会到这里。我们将讨论一些新的公告,所以我们必须对人工智能表现出一些热情。好的,是的,就是这样。为他展示一些热情。因此,我们在法国拥有伟大的合作伙伴关系。我想特别强调其中一个,我们与施耐德(Schneider)的合作,正在建设这些人工智能工厂。我们现在以数字化方式建设它们,以数字化方式设计它们,以数字化方式运营它们,甚至最终以数字化方式优化它们,并完全在数字孪生中操作它们。这些人工智能工厂非常昂贵,未来可能会花费500亿美元,甚至1000亿美元。如果工厂的利用率没有达到最高水平,对工厂所有者的成本将是巨大的。</p><p style=\"text-align: justify;\">因此,我们需要尽可能多地将它们数字化,并使用人工智能,将所有内容放入Omniverse中,以便我们能够获得直接且持续的遥测数据。</p><p style=\"text-align: justify;\">今天,我们宣布与一家伟大的公司建立合作伙伴关系,这是一家年轻的公司,我非常喜欢它的首席执行官,他正在努力打造一家欧洲人工智能公司。公司的名字叫Miss Straw。今天,我们宣布我们将在这里共同建设一个人工智能云,提供他们的模型,并为其他人工智能初创企业的生态系统提供人工智能应用,以便他们可以将这些模型用作“稻草”模型或他们喜欢的任何模型。因此,Mr. All和我们,我们将合作建设一个相当规模的人工智能云,我们将在稍后与法国总统马克龙(Macron)进一步讨论这个话题。</p><p style=\"text-align: justify;\">人工智能技术的发展速度如同光速。我在这里展示给你们的,左边是专有模型,以光速发展。然而,开放模型也在以光速发展,只是落后了几个月,无论是Miss Straw、Llama、DeepSeek,还是R1、R2,都将在第一季度推出。</p><p style=\"text-align: justify;\">这些模型每一个都非常出色。因此,我们在过去几年中致力于应用世界上最优秀的人工智能研究人员,使这些人工智能模型变得更好。我们称之为Nemo Tron。</p><p style=\"text-align: justify;\">基本上,我们所做的就是,我们获取开源的模型,当然,这些模型都是基于英伟达构建的。我们获取这些开源模型,然后进行后训练。我们可能会进行神经架构搜索,提供更好的数据,使用强化学习技术,增强这些模型,赋予它们推理能力,扩展上下文,以便它们在与你互动之前能够学习和阅读更多内容。</p><p style=\"text-align: justify;\">这些模型大多具有相对较短的上下文,而我们希望拥有巨大的上下文能力,因为我们希望在企业应用中使用它,而我们希望与之进行的对话并不在互联网上,而是在我们自己的公司内部。因此,我们需要加载大量上下文。所有这些能力都被打包成一个可下载的Nemo Tron。你可以访问英伟达的网站,直接下载一个API,一个最先进的AI模型,你可以将其放置在任何你喜欢的地方,我们将极大地改进它。这是Nemo Tron对Llama的改进示例。</p><p style=\"text-align: justify;\">因此,Llama 8B、70B、4O 5B通过我们的后训练能力、推理能力的扩展以及我们提供的所有数据得到了极大的增强。我们将一代又一代地进行这种改进。因此,对于所有使用Nemo Tron的你们来说,你们会知道未来还有一系列其他模型,它们都是开放的。因此,如果你想从开放模型开始,那很好;如果你想从Nemo Tron模型开始,那也很好。Nemo Tron模型的性能非常出色。在一次又一次的基准测试中,Nemo Tron的性能一直位居榜首。因此,现在你们知道,你们可以获取一个经过增强的开放模型,它仍然是开放的,位居排行榜首位,你们知道英伟达致力于此。我会在我的一生中一直致力于此,好吗?</p><p style=\"text-align: justify;\">这个策略如此出色,以至于欧洲各地的区域模型制造商现在已经认识到这一策略的美妙之处,我们正在合作,以适应和增强每一个模型。</p><p style=\"text-align: justify;\">对于区域语言,你们的数据属于你们。它是你们人民的历史、知识和文化的体现。它属于你们。对于许多公司来说,以英伟达为例,我们的数据大多来自33年的积累。</p><p style=\"text-align: justify;\">今天早上我查了一下,西门子有180年的数据,其中一些是写在纸莎草上的。Roland Bush在这里,我想提一下他。我的好朋友。因此,你们必须将这些数据数字化,然后人工智能才能学习。因此,是的,数据属于你们。你们应该使用这些数据,使用像Limiton这样的开放模型以及我们提供的一整套工具,以便你们可以根据自己的需求进行增强。</p><p style=\"text-align: justify;\">我们还宣布,我们与Perplexity建立了伟大的合作伙伴关系,这是一款推理搜索引擎。是的,我使用的三种模型是ChatGPT、Gemini Pro和Perplexity。我交替使用这三种模型。Perplexity非常出色。今天,我们宣布Perplexity将整合这些区域模型,直接接入Perplexity,这样你就可以用你们国家的语言、文化和敏感性来提问并获得答案。因此,Perplexity、区域模型、代理人工智能(Agentic AI)是一个非常重要的领域。</p><p style=\"text-align: justify;\">正如你们所知,最初使用预训练模型时,人们说:“但它会产生幻觉,它会编造东西。”你说得完全正确。它无法访问最新的新闻和数据信息。你说得完全正确。它在解决问题时不会进行推理。就好像每一个答案都必须从过去记忆中提取。你说得完全正确。所有这些关于智能的能力,每个人都可以批评,但你说得完全正确,因为每个人大多都理解智能是如何工作的。然而,这些技术正在世界各地被开发,并且它们正在从检索、增强生成到网络搜索,再到多模态理解等各个领域汇聚在一起,这样你就可以阅读PDF文件,访问网站,查看图像和文字,聆听视频,观看视频,然后将所有这些理解融入到你的上下文中。</p><p style=\"text-align: justify;\">现在,你当然也可以理解几乎任何事物的提示。你甚至可以说:“我要问你一个问题,但从这张图片开始。”或者说:“在你回答问题或执行我要求的任务之前,先从这段文字开始。”然后它会进行推理、规划和自我评估。所有这些能力现在都已经被整合到一起,并且你可以在市场上到处看到它们的出现。</p><p style=\"text-align: justify;\">代理人工智能(Agentic AI)是真实存在的,它是一次巨大的飞跃,是从单次交互式人工智能(one-shot AI)发展而来的。单次交互式人工智能是必要的,它为教导代理如何成为代理奠定了基础。你需要对知识和推理有一些基本的理解,才能具备可被教导的能力。因此,预训练是为了让人工智能具备可教导性,而后训练、强化学习、监督学习、人类演示、上下文提供、生成式人工智能,所有这些都在一起形成了现在的代理人工智能。</p><p style=\"text-align: justify;\">让我们来看一个例子。让我给你们展示一些东西。它是基于Perplexity构建的,非常酷。人工智能代理是数字助手。基于提示,它们会通过推理将问题分解为多步骤计划。它们会使用适当的工具,与其他代理合作,并利用记忆中的上下文来正确执行任务。在英伟达加速系统上,这一切都从一个简单的提示开始。让我们请Perplexity帮助我们在巴黎开一家食品卡车。首先,Perplexity代理会通过推理理解提示并制定计划,然后调用其他代理来帮助完成每个步骤。利用许多工具,市场研究员会阅读评论和报告,发现趋势并分析竞争市场。基于这些研究,概念设计师会探索当地食材,并提出一份完整的菜单,包括准备时间估计,并研究调色板,生成一个品牌形象。然后,财务规划师会使用蒙特卡洛模拟来预测盈利和增长轨迹。运营规划师会制定一个详细的启动时间表,从购买设备到获取正确的许可证,涵盖每一个细节。营销专家会制定一个启动计划,包括社交媒体活动,甚至还会编写一个互动网站,包括地图、菜单和在线订购功能。每个代理的工作最终汇聚成一个完整的提案包,而这一切都始于一个简单的提示。</p><p style=\"text-align: justify;\">像这样的一个提示,在最初的聊天机器人中可能只会生成几百个标记。但现在,通过一个单一的提示输入到代理中来解决问题,它可能已经生成了超过一万倍的标记。这就是为什么我们需要Grace Blackwell的原因。这就是为什么我们需要性能,以及为什么这些系统需要在每一代上都大幅提升性能。</p><p style=\"text-align: justify;\">这就是Perplexity构建他们代理的方式。每家公司都必须构建自己的代理。这非常棒。你会从OpenAI、Gemini、微软的CoPilot、Perplexity和Miss Straw等公司聘请代理。还会有一些为你量身定制的代理,比如帮助你规划假期或进行一些研究等。然而,如果你想建立一家公司,你需要专门的代理,使用专门的工具和专门的技能。所以问题是,你如何构建这些代理?因此,我们为你创建了一个平台。</p><p style=\"text-align: justify;\">我们创建了一个框架和一套工具,以及许多合作伙伴来帮助你完成这件事。它从最底层开始,具备我之前提到的推理模型能力。英伟达的Nemo Tron推理模型是世界级的。我们还有Nemo Retriever,这是一个多模态搜索引擎,一个语义搜索引擎,非常出色。我们构建了一个蓝图,一个可操作的演示,本质上是一个通用代理。我们称它为IQ,AIQ。在它的上面,我们有一套工具,允许你将一个通用代理引入进来,整理数据来教导它,评估它,设置防护栏,监督它,训练它,使用强化学习一直到部署,保持它的安全性和可靠性。这一整套工具包被集成到AI Ops生态系统中。</p><p style=\"text-align: justify;\">你也可以从我们的网站上自行下载,但它主要被集成到AI Ops生态系统中。从这里,你可以创建自己的专属代理。许多公司正在这样做,思科(Cisco)就是其中之一。他们昨天宣布了这一消息。我们正在一起构建用于安全的人工智能平台。现在看看这个,人工智能代理并不是一个模型就能完成所有这些令人惊叹的事情。它是一个集合,一个系统,一个由大型语言模型组成的人工智能系统。其中一些模型针对某些特定的事情进行了优化,比如检索,正如我提到的,使用计算机执行技能。你不想把所有这些东西都打包到一个巨大的、庞大的人工智能中,而是将它们分解成小的部分,然后随着时间的推移逐步部署CICD。这是思科的一个例子。</p><p style=\"text-align: justify;\">现在的问题是,你如何部署这些?因为正如我之前提到的,有公共云,英伟达的计算能力就在那里。还有我们称之为NCPs的区域云,例如Mistral。你可能因为安全需求和数据隐私需求而拥有一个私有云,甚至你可能决定在你的桌面上运行某些东西。所以问题是,你如何运行所有这些?有时它们会在不同的地方运行,因为这些都是微服务。这些是可以相互交流的人工智能,它们显然可以通过网络进行通信。那么,你如何部署所有这些微服务呢?现在,我们有一个很棒的系统。我很高兴在这里宣布它。它被称为我们的DGX Lepton。</p><p style=\"text-align: justify;\">DGX Lepton。你在这里看到的是许多不同的云。这里是Lambda云,AWS云,这里是你的开发者机器。你的系统可能是DGX Station,DBS,Yoda,也可能是AWS、GCP和视频。架构无处不在。你可以决定在哪里运行你的模型,使用一个超级云进行部署,所以它是一个云的云。一旦你让它工作,一旦你将这些Nemo模型部署到Lepton中,它就会被托管并运行在你选择的各种云上。一个模型架构,一种部署方式,你可以让它在任何地方运行。你甚至可以在这个小小的机器上运行它,你知道,这个DGX Spark。它是一个AI超级计算机。我们在2016年构建了一个AI超级计算机,它被称为DGX1。它是我刚才提到的所有内容的第一个版本。八个Volta GPU通过MV Link连接。</p><p style=\"text-align: justify;\">我们花了数十亿美元来构建它。在我们宣布DGX1的那一天,没有客户,没有兴趣,没有掌声,只有100%的困惑。为什么有人会构建这样一台计算机?它能运行Windows吗?不能。但我们还是把它建成了。</p><p style=\"text-align: justify;\">感谢天,一家年轻的公司,一家位于旧金山的初创公司,一个非营利性初创公司,看到这台计算机后非常高兴,他们说:“我们可以买一台吗?”我想:“哦,我的天哪,我们终于卖出了一台。”但随后我发现他们是一家非营利机构。我把DGX1放在我的车里,然后开车去了旧金山。那家公司的名字叫OpenAI。</p><p style=\"text-align: justify;\">我不知道人生的教训是什么。有很多非营利机构,你知道,所以下次……但也许教训是:如果一个开发者向你求助,需要一个GPU,答案就是“是”。所以,想象一下,你有Lepton,它在你的浏览器中,你有一个Helm图表,一个你开发的人工智能代理,你希望在这里运行它,部分在AWS运行,部分在某个区域云运行,你使用Lepton部署你的Helm图表,它就会神奇地出现在这里。好的。所以如果你想在这里运行它,直到你完成并且准备好部署它,然后将其部署到云端。很好。但最美好的是,这个架构基于Grace Blackwell,GB10与GB200、GB2300以及所有这些不同版本,但这个架构正是Grace Blackwell。</p><p style=\"text-align: justify;\">现在这太神奇了。我们正在为Hugging Face做这件事。英伟达已经将Lepton连接起来。因此,无论你何时在Hugging Face上训练模型,如果你想将其部署到Lepton并直接进入Spark,完全没有问题。只需点击一下即可。无论是训练还是推理,我们现在都与Hugging Face连接,Lepton将帮助你决定在哪里部署它。让我们来看看。</p><p style=\"text-align: justify;\">开发者需要随时随地轻松可靠地访问能够跟上他们工作进度的计算资源。DGX Cloud Lepton提供了按需访问全球GPU网络的能力,这些GPU跨越云平台、地区以及像Yoda和Nebias这样的合作伙伴。多云GPU集群通过单一统一界面进行管理。配置速度非常快。开发者可以快速扩展节点数量,无需复杂设置,并立即开始使用预集成工具和训练就绪的基础设施进行训练。进度可以实时监控,GPU性能、收敛情况和吞吐量尽在指尖。你可以在控制台内直接测试和微调模型。DGX Cloud Lepton可以在多个云或地区部署Nemo模型端点或你的模型,实现快速分布式推理。就像拼车应用将乘客与司机连接起来一样,DGX Cloud Lepton将开发者与GPU计算连接起来,为虚拟全球人工智能工厂提供动力。这就是思科(Cisco)的方式。SAP也在以这种方式构建人工智能平台。</p><p style=\"text-align: justify;\">在英伟达,Sana正在构建基于英伟达的人工智能业务应用自动化。DeepL正在构建其语言框架和平台,基于英伟达人工智能。Photogram是一个视频编辑和人工智能编辑平台,正在基于英伟达构建他们的平台。这是一个曾经被称为Codium的平台,一个基于英伟达构建的令人难以置信的编码代理。这是一个名为Iola的语音平台,基于英伟达构建。这是一个临床试验平台,全球最大的临床试验自动化平台,也是基于英伟达构建的。所有这些基本上都是基于同一个理念:将它们封装在一个虚拟容器中,可以在任何地方部署。无论是Nemo Tron大型语言模型,还是其他大型语言模型,比如Miss Trawl或其他模型,我们都会整合涵盖人工智能代理整个生命周期的库。你对待人工智能代理的方式有点像对待数字员工。因此,你的IT部门需要将其引入、微调、训练、评估、设置防护栏,确保它们的安全,并持续改进它们。整个框架平台被称为Nemo,所有这些现在正在被整合到全球的一个又一个应用框架中。这只是一个例子。</p><p style=\"text-align: justify;\">现在,我们让你可以将它们部署在任何地方。如果你想在云端部署,你可以选择DGX或云中的GB200。如果你想在本地部署,因为你有VMware、Red Hat Linux或Nutanix,并且已经在本地虚拟机中部署,你也可以做到。如果你想将其部署为私有云,你也可以做到。你甚至可以将其部署在你的DGX Spark或DGX Station上,完全没有问题。Lepton将帮助你完成所有这些。</p><p style=\"text-align: justify;\">让我们来谈谈工业人工智能。这是我最喜欢的时刻之一。这是Roland Bush。他刚刚提醒我,神经计算机,神经网络计算机是在欧洲发明的。这就是整个幻灯片的内容。但我觉得这是一个非常有趣的时刻。这是突触1号(Synapse 1),这太不可思议了,伙计们。</p><p style=\"text-align: justify;\">突触1号,1992年。它的运行速度比当时的CPU快8000倍。这难道不令人难以置信吗?所以这是世界上的人工智能计算机。Roland只是想让我永远记住这一点。永远永远不要忘记我说过的话,好的,我明白了,我会告诉每个人。</p><p style=\"text-align: justify;\">1992年,西门子。我们与西门子有着伟大的合作伙伴关系,西门子的首席执行官Roland Bush正在为公司注入强大动力,以便他们能够完全跨越上一次工业革命,并将欧洲的工业能力与人工智能融合,创造所谓的工业人工智能革命。我们在许多不同领域与西门子合作,从设计到模拟,到工厂的数字孪生,再到工厂中人工智能的运营,从端到端的整个过程。</p><p style=\"text-align: justify;\">这让我想起欧洲的工业能力是多么令人难以置信,以及这是一个多么非凡的机遇。这是一个非凡的机遇,因为人工智能与软件不同。人工智能是一种非常智能的软件,这种智能软件终于能够做一些事情,彻底改变你们所服务的行业。因此,我们制作了一段“情书”视频。让我们来播放它。</p><p style=\"text-align: justify;\">这一切都始于这里,第一次工业革命,瓦特蒸汽机和机械化织布机。它们引入了自动化和工厂的诞生,一个行业就此诞生。电力时代,安培揭示了电磁学。法拉第建造了第一台发电机,麦克斯韦奠定了现代电气工程的基础。西门子和惠斯通,发电机。电力的引擎。它让机器、火车、工厂和城市焕发生机。它让整个星球通电,点燃了现代制造业。而今天,从计算和信息时代诞生的第四次工业革命,人工智能时代,正在重新构想整个大陆的每一个工业领域。工业人工智能正在从设计到工程的各个领域扎根。你们正在开辟新的道路,朝着理解和重新发明的方向前进。你们将物理世界带入虚拟世界,以规划和优化全球的现代工厂。</p><p style=\"text-align: justify;\">你们正在构建下一个前沿领域,那里的一切运动都是机器人化的,每一辆汽车都是一个智能自主代理,一个新的协作劳动力正在帮助填补全球劳动力短缺的缺口。整个大陆的开发者正在构建各种类型的机器人,在数字孪生世界和机器人环境中教导它们新技能,让它们准备好与我们在工厂、仓库、手术室和家中并肩工作。第四次工业革命已经到来,它就始于第一次工业革命的地方。你觉得怎么样?</p><p style=\"text-align: justify;\">我太喜欢这个视频了。是你制作的,太棒了。我们正在与一家又一家公司合作,开展工业人工智能项目。这是宝马(BMW)正在Omniverse中构建其下一代工厂。我不知道该怎么说,有人能教我吗?“BU Jess”听起来不错。没错,完全正确。干得好,完全正确。</p><p style=\"text-align: justify;\">他们当然正在Omniverse中构建工厂的数字孪生。这是他们用于仓库物流的数字孪生的关键部分。这是梅赛德斯-奔驰(Mercedes-Benz)及其在Omniverse中构建的工厂的数字孪生。这是舍弗勒(Schaeffler)及其在Omniverse中构建的仓库的数字孪生。这是法国的火车站,正在Omniverse中构建火车站的数字孪生。这是丰田(Toyota)正在Omniverse中构建其仓库的数字孪生。当你们在Omniverse中构建这些仓库和工厂时,你们可以进行设计,可以进行规划,可以在绿地(Greenfield)上进行设计,也可以在棕地(Brownfield)上进行改造。你们可以在实际移动物体之前,通过模拟来验证其效率是否最优。因此,能够在数字孪生中完成所有这些数字化工作是非常令人难以置信的。</p><p style=\"text-align: justify;\">但问题是,为什么数字孪生必须看起来像照片一样逼真,为什么它必须遵循物理定律?原因在于,我们希望它最终成为一个真正的数字孪生,机器人可以在其中学习如何作为机器人操作,而机器人依赖光子作为其感知系统。这些光子是通过Omniverse生成的。机器人需要与物理世界互动,以便知道自己是否在做正确的事情,并学会如何正确地完成任务。因此,这些数字孪生必须看起来逼真,并且行为符合现实。这就是为什么Omniverse被构建的原因。这是一个聚变反应堆的数字孪生,非常复杂的仪器,正如你们所知。如果没有人工智能,下一代聚变反应堆是不可能实现的。</p><p style=\"text-align: justify;\">今天,我们宣布我们将在欧洲建立世界上第一个工业人工智能云。我要指出,是的,这些工业人工智能云是云中的许多计算机。然而,它们的要求、性能和安全要求根本不同。因此,我将在周五告诉你们更多关于它的内容。</p><p style=\"text-align: justify;\">今天我只向你们透露了部分故事,但这个工业云将用于设计和模拟。虚拟风洞,你可以直接走进去,将汽车移入其中,看到它的行为。打开车门,打开车窗,改变设计。所有这些都在完全实时中完成。实时设计,在数字风洞中进行模拟,数字风洞的数字孪生也在实时中完成,在工厂中构建,数字工厂的数字孪生也在实时中完成。所有这些都将让机器人学会成为出色的机器人,并构建我们未来的机器人,比如自动驾驶汽车等。我们在这里已经拥有一个庞大的生态系统。正如你们所知,我们在这里已经很长时间了。英伟达已经33岁了。</p><p style=\"text-align: justify;\">我们第一次来到欧洲是在工作站和产品数字化、CAD革命开始的时候。我们当时正在参与CAE革命,而现在是数字孪生革命。欧洲有大约2万亿美元的生态系统,我们与之合作,并且我们有幸支持从中诞生的新革命。正如你们所知,所有运动的物体都将实现机器人化,所有运动的物体都将由人工智能驱动。汽车是最明显的例子。</p><p style=\"text-align: justify;\">接下来,英伟达构建用于训练模型的人工智能超级计算机,用于Omniverse数字孪生的人工智能超级计算机。我们还为机器人本身构建人工智能超级计算机。在每一种情况下,无论是用于云中的Omniverse还是用于汽车,我们提供了整个堆栈,计算机本身,以及运行在计算机之上的操作系统,在每一种情况下都是不同的。这台计算机必须具备高速、传感器丰富、功能安全的特性,它在任何情况下都不能完全失败。因此,安全要求极高。</p><p style=\"text-align: justify;\">现在,我们拥有一个令人难以置信的模型,它就运行在这个系统之上。这个模型是一个基于Transformer的推理模型。它接收传感器输入,你告诉它你想要它做什么,它就会带你到达那里。它接收像素输入,并生成路径规划输出。因此,这是一个基于Transformer的生成式人工智能模型,非常了不起的技术。英伟达的人工智能团队、自动驾驶团队非常出色。据我所知,他们是唯一一个连续两年在CVPR上赢得端到端自动驾驶汽车挑战赛的团队。所以,他们今年再次成为赢家。让我们看看这个视频。好的,谢谢。</p><p style=\"text-align: justify;\">像任何驾驶员一样,自动驾驶汽车运行在一个充满不可预测和潜在安全关键场景的世界中。英伟达Drive基于Halo安全系统,让开发者能够构建安全的自动驾驶汽车,配备多样化的软件堆栈和传感器以及冗余计算机。它从训练开始。安全的自动驾驶汽车需要大量的多样化数据,以应对边缘情况,但现实世界中的数据是有限的。开发者使用英伟达Omniverse和Cosmos重建现实世界,并生成逼真的合成训练数据,为自动驾驶汽车模型带来多样性。该模型可以感知和推理其环境,预测未来结果,并生成运动规划。为了决策多样性,一个独立的经典堆栈并行运行。防护栏监控安全性能,在出现异常时,调用仲裁器进行紧急制动。传感器和计算架构中进一步融入了多样性和冗余性。每个传感器都连接到冗余计算机,因此即使传感器或计算机出现故障,车辆仍然安全且可操作。在发生严重故障时,系统可以执行最小风险操作,比如靠边停车。安全是自动驾驶的核心,英伟达Drive让全球开发者能够将Halo整合到他们自己的产品中,以构建下一代安全的自动驾驶汽车。</p><p style=\"text-align: justify;\">全球有10亿辆汽车在道路上行驶,每年平均行驶1万英里,总共10万亿英里。自动驾驶的未来显然是巨大的,它将由人工智能驱动。这是下一个巨大的机会,我们正在与全球一些非常出色的大型公司合作,以实现这一目标。</p><p style=\"text-align: justify;\">在我们与自动驾驶汽车(AV)相关的所有工作中,核心是安全,我们为我们的Halo系统感到非常自豪。它从芯片架构开始,然后是芯片设计、系统设计、操作系统、人工智能模型、开发软件的方法论、我们测试它的方式,从我们训练模型的方式、为模型提供的数据,一直到我们评估模型的方式,英伟达的Halo系统以及我们的自动驾驶安全团队和能力绝对是世界闻名的。</p><p style=\"text-align: justify;\">这台计算机是第一台软件定义的计算机。世界上第一台完全100%软件定义的、由人工智能驱动的自动驾驶汽车软件堆栈。我们已经在这个领域耕耘了将近10年。因此,这一能力是世界闻名的,我为此感到非常自豪。</p><p style=\"text-align: justify;\">汽车领域正在发生的事情,也在一个新的行业中发生,正如我之前提到的。如果可以从提示生成视频,如果人工智能可以感知、推理,并且能够生成视频、文字和图像,那么它为什么不能像汽车中的路径规划和方向盘路径一样,生成局部运动能力和关节运动能力呢?因此,人工智能彻底变革最复杂的机器人问题之一的能力即将到来。</p><p style=\"text-align: justify;\">人形机器人将成为现实。我们现在知道如何构建、训练和操作这些机器人。人形机器人可能会成为有史以来最大的行业之一,它需要那些懂得如何制造具有非凡能力产品的公司。这与欧洲国家息息相关。世界上许多行业都扎根于此。我认为这是一个巨大的机会。假设全球有10亿台机器人,那么拥有10亿台机器人的想法是非常合理的。</p><p style=\"text-align: justify;\">那么,为什么它还没有发生呢?原因很简单。如今的机器人太难编程了。只有最大的公司才能负担得起安装机器人、教它们做正确的事情、确保它们足够安全的费用。这就是为什么世界上最大的汽车公司都有机器人的原因。它们足够大,工作足够重复,行业规模也足够大,可以在工厂中部署机器人。对于中型、小型企业或夫妻店餐厅、商店或仓库来说,这种编程能力几乎是不可能的,直到现在。我们将为你提供可以“教”的机器人,它们会从你那里学习。正如我们刚才提到的代理人工智能一样,我们现在拥有人形人工智能,它可以通过与我提到的Nemo工具包非常一致的工具包从你的教学中学习。</p><p style=\"text-align: justify;\">英伟达也构建了一个三层堆栈。我们构建了计算机,Thor计算机开发工具包看起来有点像这样。这是一台机器人计算机,一个完全自包含的开发工具包,放在你的桌子上。这些是所有的传感器,里面是一个小型超级计算机芯片。这真的很令人难以置信。这些……是的,我可以想象像这样插入一个。好的,谢谢,珍妮。这就是Thor处理器。在其之上是一个为机器人设计的操作系统,而在操作系统之上则是Transformer模型,它接收传感器输入和指令,将其转换为飞行路径或手臂、手指和腿部关节运动的电机控制信号。</p><p style=\"text-align: justify;\">然而,人形机器人面临的巨大挑战是,训练它们所需的大量数据很难获取。那么,如何解决这个问题呢?解决这个问题的方法是回到Omniverse,一个遵循物理定律的数字孪生世界。我们正在做的这项工作令人难以置信。</p><p style=\"text-align: justify;\">好吧。这些是我们开发的机器人,我们开发计算机来模拟它们、训练它们,以及放入它们内部的计算机。全球有许多人形机器人公司正在成立,它们都看到了彻底变革这一新设备的巨大机会。进展非常迅速。它们学习的方式是在虚拟世界中学习,而这个虚拟世界必须遵循物理定律。</p><p style=\"text-align: justify;\">最近,我们宣布与迪士尼研究公司(Disney Research)和DeepMind建立重大合作伙伴关系,我们将共同创建世界上最复杂、最逼真的物理模拟。我正在试图弄清楚现在如何切换到那张幻灯片。教教我,谁和我在一起?这就是只排练一次的结果。好的,这个令人难以置信的系统是人工智能学习成为人工智能的地方。让我展示给你看。为你推出来。</p><p style=\"text-align: justify;\">我们有一位特别嘉宾。</p><p style=\"text-align: justify;\">你的名字叫格雷格(Greg)。你是小加尔森(Garson)还是小比尔(Bill)?好的,他是一个小女孩。现在看看这个。格雷格在Omniverse中学会了走路,遵循物理定律。我说的“在Omniverse中”,是指我们创造了数十万种场景。最后,当格雷格学会了在这些环境中操作、行走和操纵物体时,无论是在沙子上、碎石上、滑溜的地板上、混凝土上还是地毯上,当格雷格进入物理世界时,物理世界只是虚拟世界的第100,001个版本。因此,你在虚拟世界中学会了走路,看看你现在。你能跳吗?哇,太棒了,太棒了,太棒了。你能跳舞吗?</p><p style=\"text-align: justify;\">我想让大家知道,我是主题演讲者,所以我需要你。我需要你安静几秒钟。我需要你表现得乖一点。困惑吗?你能坐下吗?嘿,你知道我们该做什么吗?让我们给每个人拍张照片。砰,砰。是的,是的,是的。你想和我一起回家吗?你想和我一起回家吗?我有……是的,我知道,亲爱的。是的,我有宠物。它们会很高兴让你成为它们的宠物。不,你太聪明了。你太聪明了。这太不可思议了,对吧?</p><p style=\"text-align: justify;\">你是世界上最棒的机器人。总有一天,我们每个人都会有一个像你这样的机器人,它们会在2020年围绕着我们转。但如果我需要一杯威士忌,你得去告诉别人帮我拿一杯威士忌,因为你没有胳膊。我?是的,你太可爱了。好吧,小女孩,你先待在这儿。我们来总结一下。</p><p style=\"text-align: justify;\">好吧,这很清楚。一场工业革命已经开始。人工智能的下一个阶段已经开始。格雷格是现在机器人技术可能性的完美例子。教机器人操作、模拟以及当然,创造令人难以置信的机器人的技术,现在就在我们面前。我们有人形机器人,也有信息机器人,我们称它们为代理。因此,人工智能的下一波浪潮已经开始。它将需要推理工作负载呈爆炸式增长,基本上会呈指数级增长。使用推理的人数从800万增加到8亿,仅用了几年时间,增长了100倍。生成的提示和标记数量,正如我之前提到的,从几百个标记增加到数千个标记。当然,我们今天比以往任何时候都更多地使用人工智能。因此,我们需要一种专门用于思考、专门用于推理的计算机设计。而这就是Blackwell,一台思考机器。这些Blackwell将进入一种新型数据中心,本质上是专门用于生产标记的人工智能工厂。而这些标记将成为你的“智能积木”。</p><p style=\"text-align: justify;\">是的,我知道。让我非常高兴的是,欧洲正在全力投入人工智能。未来几年,这里建设的人工智能基础设施将增加一个数量级。</p><p style=\"text-align: justify;\">我想感谢你们所有人与我们合作。祝你们在Viva Tech有一个美好的体验。谢谢。说再见。再见。多拍几张照片。多拍几张照片。</p></body></html>","source":"wallstreetcn_api","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GTC大会演讲全文:量子计算正迎来拐点,计划在欧洲新建20家“人工智能工厂”</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GTC大会演讲全文:量子计算正迎来拐点,计划在欧洲新建20家“人工智能工厂”\n</h2>\n\n<h4 class=\"meta\">\n\n\n2025-06-11 21:12 北京时间 <a href=https://wallstreetcn.com/articles/3748928><strong>华尔街见闻</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>黄仁勋在11日举行的GTC大会上宣布,计划在欧洲新建20家“人工智能工厂”,欧洲的AI算力将在两年内增长10倍,将配备10000个GPU。量子计算正迎来关键拐点,未来几年将强大到足以\"解决一些有趣的全球性问题\"。英伟达计划打造全球首个工业人工智能云平台,助力欧洲制造业发展。6月11日,英伟达举行GTC大会。CEO黄仁勋在会上发表演讲。他宣布,计划在欧洲新建20家“人工智能工厂”,欧洲的AI算力将在...</p>\n\n<a href=\"https://wallstreetcn.com/articles/3748928\">Web Link</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","type":0,"thumbnail":"https://static.tigerbbs.com/bdb6b08967472b68335ca5cbba2250e3","relate_stocks":{},"source_url":"https://wallstreetcn.com/articles/3748928","is_english":false,"share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","article_id":"1185662574","content_text":"黄仁勋在11日举行的GTC大会上宣布,计划在欧洲新建20家“人工智能工厂”,欧洲的AI算力将在两年内增长10倍,将配备10000个GPU。量子计算正迎来关键拐点,未来几年将强大到足以\"解决一些有趣的全球性问题\"。英伟达计划打造全球首个工业人工智能云平台,助力欧洲制造业发展。6月11日,英伟达举行GTC大会。CEO黄仁勋在会上发表演讲。他宣布,计划在欧洲新建20家“人工智能工厂”,欧洲的AI算力将在两年内增长10倍。黄仁勋表示,计划中的多个数据中心将是“超级工厂”,将配备10000个图形处理单元(GPU),包括英伟达DGX™ B200系统和英伟达RTX PRO™服务器,并助力欧洲的工业领军企业加速所有制造应用,涵盖从设计、工程和仿真到工厂数字孪生和机器人技术的各个环节。他还称,量子计算正迎来关键拐点,未来几年将强大到足以\"解决一些有趣的全球性问题\"。市场瞬间沸腾,量子计算概念股盘前暴涨。D-Wave Quantum大涨约2%,IonQ暴涨3.6%,Rigetti Computing飙升4.5%,而Quantum Computing Inc.更是狂飙8.4%。英伟达将在欧洲建立全球首个工业人工智能云英伟达正在德国助力打造一个支持欧洲制造商工业人工智能工作负载的人工智能工厂。该工厂将配备10000个GPU,包括英伟达DGX B200系统和英伟达RTX PRO服务器,并运行来自西门子、ANSYS、Cadence和Rescale等领先软件供应商的英伟达CUDA-X™库、英伟达RTX™和英伟达Omniverse™加速工作负载。该人工智能工厂将按照英伟达Omniverse蓝图中突出显示的框架进行建设,用于人工智能工厂的设计和运营。作为该蓝图的一部分,Cadence的现实数字孪生平台将被用于在物理上精确的虚拟环境中模拟和优化整个人工智能工厂,使工程团队能够建造一个更智能、更可靠的设施。数据中心将成为“AI工厂”黄仁勋在演讲中表示,传统的数据中心正在向“AI工厂”转变。他认为,智能体系统代表着AI从被动接受指令到主动感知、决策和执行的进化。它预示着AI将能够更自主地完成复杂任务,并在更广泛的领域内发挥作用。而AI工厂则代表着AI基础设施的规模化和工业化,它将整合强大的计算能力、高效的数据处理流程以及优化的算法,从而加速AI模型的训练、部署和应用。他表示,未来的数据中心不再仅仅是存储文件和数据的仓库,而是能够产生智能、创造价值的生产设施。这些AI工厂的核心任务是生产“智能通证(intelligent tokens)”,就像发电厂产生电力一样,为各行各业提供动力,开启一场新的工业革命。为支撑AI工厂的庞大算力需求,黄仁勋详细介绍了英伟达的新一代架构Blackwell。他将GB200系统形容为一台专为思考而生的“思维机器”,其设计初衷就是为了应对AI模型日益增长的“推理”需求。该系统通过全新的NVLink技术实现内部连接,其背板带宽高达惊人的130TB每秒,超过了全球互联网的峰值流量。黄仁勋指出,正是这种架构上的巨大飞跃,使得AI的思考速度和处理能力得以实现数十倍的代际性能提升。“在人工智能时代,每个制造商都需要两个工厂:一个用于制造产品,另一个用于创造驱动这些产品的智能。通过打造欧洲首个工业人工智能基础设施,我们正在助力该地区的领先工业企业推进以仿真为先导、人工智能驱动的制造模式。”量子计算正迎来\"拐点\"黄仁勋还表示,量子计算正迎来拐点。英伟达将在Grace Blackwell 200芯片上搭载CUDA-Q软件工具包。量子算法堆栈可以在Blackwell200上加速。他预测量子系统将快速变得\"更加稳健、高性能和有韧性\"。他透露,英伟达的芯片将用于支持量子计算,公司的整个cuQuantum量子计算算法堆栈,将在Grace Blackwell 200芯片上可用并得到加速。量子计算机的核心优势在于并行处理能力——传统计算机的比特只能是0或1,必须按顺序处理,而量子计算机的量子比特可以保持\"叠加态\",在整个计算完成前不被赋值,从而实现协同工作而非独立运算。\"就像摩尔定律一样,我完全可以预期每五年逻辑量子比特增长10倍,每10年增长100倍。\"值得注意的是,今年1月,这位AI教父还在泼冷水,声称\"非常有用\"的量子计算机可能还需要几十年才能实现。而包括微软和谷歌在内的科技巨头已经在这个领域耕耘数十年,技术难题和高昂成本一直让实用化系统停留在实验阶段。AI的下一波浪潮是机器人黄仁勋对AI下一阶段的重点智能体AI(Agentic AI)做出预判 。他认为,AI已经超越了识别信息和生成内容的阶段,正迈向一个能够理解任务、进行推理、规划并执行复杂任务的全新浪潮,这种能力的物理化身便是机器人。现场,他通过一个名为“Greg”的机器人展示了这一概念,这个机器人在Omniverse构建的数字孪生虚拟世界中学会行走和与环境互动后,才被部署到物理世界。宝马、奔驰、丰田等众多企业已开始利用Omniverse构建其工厂或产品的数字孪生体。英伟达与多家欧洲公司建立深度合作作为在欧洲的重磅活动,黄仁勋特别强调了与欧洲伙伴的深度合作。英伟达还宣布,包括宝马集团、玛莎拉蒂、梅赛德斯-奔驰和舍弗勒在内的欧洲制造商正在通过运行来自ANSYS、Cadence和西门子等软件领导者提供的英伟达加速应用,转变其从模拟产品设计和工厂规划到人工智能驱动的运营和物流的端到端产品生命周期。他宣布,将与法国AI公司Mistral合作建立一个庞大的AI云,并与施耐德电气等公司合作,以数字化的方式设计和运营未来的AI工厂。他透露,英伟达正在七个不同的国家建立AI技术中心,以推动当地的生态系统建设和合作研发。黄仁勋总结道,一个全新的计算时代已经开启,而英伟达正通过提供从芯片、软件到系统和AI模型的全栈平台,赋能全球的开发者和企业抓住这次机遇。以下为黄仁勋讲话全文,由AI翻译:这是英伟达在巴黎的首次GTC大会。这太令人难以置信了。感谢所有合作伙伴与我们一同出席。多年来,我们与众多伙伴合作,虽然这是我第一次在巴黎举办GTC,但我有很多内容要和大家分享。英伟达曾经想要打造一个全新的计算平台,去做普通计算机无法做到的事情。我们加速了CPU,创造了一种名为加速计算的新计算方式,而我们最早的应用之一是分子动力学。从那时起,我们已经取得了长足的进步,开发出许多不同的库。事实上,加速计算的特别之处在于,它不仅仅是一个新的处理器,你可以软件将编译到上面。你必须重新思考如何进行计算,重新设计你的算法。事实证明,让人们将软件和算法重新设计为高度并行化是非常困难的。因此,我们为每个市场、每个应用领域开发了库,以实现加速。这些库为开发者开辟了新的机会,也为我们和我们的生态系统合作伙伴带来了新的增长机会。计算光刻技术可能是当今半导体设计中最重要的应用之一,它在台积电、三星等大型半导体工厂中运行。在芯片制造之前,它会通过一个逆物理算法,即计算光刻技术、直接稀疏求解器、代数多重网格求解器——我们刚刚开源了一个非常令人兴奋的应用库。这个库加速了决策制定,优化了具有数百万变量和数百万约束条件的问题,例如旅行商问题。Warp是一个用于表达几何和物理求解器的Python框架,非常重要。cuDF、cuML用于结构化数据库、数据框和经典机器学习算法。cuDF可以加速Spark,无需修改代码。cuML可以加速scikit-learn,同样无需修改代码。还有Triton和cuDNN。cuDNN可能是英伟达有史以来最重要的库之一,它加速了深度神经网络的基本原语。而Triton是我们全新的库,能够在整个AI工厂中调度、协调和分配极其复杂的推理工作负载。cuPy等变性和cuTensor收缩算法。等变性是用于遵循几何定律的神经网络,例如蛋白质、分子,这是一个非常重要的框架,能够支持AI在6G Earth 2中运行,这是我们的天气和气候模型基础模型的模拟环境,分辨率极高,达到平方公里级别。MONAI是我们的医学成像框架,非常受欢迎。Parabricks求解器用于基因组学分析,也非常成功。CUDA Quantum(CUDA-Q),我稍后会详细说明,用于量子计算,以及CuPy用于加速NumPy和SciPy的数值计算。正如大家所见,这些只是部分库的例子。我们还有400多个其他库,每个库都加速了一个应用领域,每个库都带来了新的机会。其中最令人兴奋的是CUDA-Q。CUDA-Q是一套用于加速应用和算法的库。在CUDA的基础上,我们现在有了CUDA-Q,用于量子计算,基于GPU的经典量子计算。我们已经研究CUDA-Q好几年了。今天,我可以告诉大家量子计算正在迎来一个转折点。正如大家所知,第一个物理量子比特大约在30年前被展示出来,1995年发明了一种纠错算法,而在2023年,也就是近30年后,谷歌展示了世界上第一个逻辑量子比特。从那以后,又过了几年,逻辑量子比特的数量开始增长,它们由许多带有纠错功能的物理量子比特组成,就像摩尔定律一样。我可以完全预期,每五年逻辑量子比特的数量会增加10倍,每十年增加100倍。这些逻辑量子比特将具备更好的纠错能力,更加稳健、性能更高、更具韧性,并且当然会继续可扩展。量子计算正在迎来一个转折点。我们与世界各地的量子计算公司以多种方式合作。但在欧洲,这里有一个庞大的社区。昨晚我见到了帕斯卡尔,还见到了巴塞罗那超级计算中心的团队。现在,我们已经接近能够在未来几年内将量子计算(量子经典计算)应用于解决一些有趣问题的领域。这是一个非常令人兴奋的时刻。因此,我们与所有超级计算中心都进行了合作。现在非常清楚的是,在未来几年,或者至少在下一代超级计算机中,每一台都将配备一个量子处理单元(QPU),并且QPU将与GPU相连。QPU将用于量子计算,而GPU将用于预处理、控制和纠错,这些任务的计算强度极高。在两种架构之间进行后处理等任务,就像我们加速了CPU一样,现在QPU与GPU协同工作,推动下一代计算的发展。今天,我们宣布我们的整个量子算法栈已经在Grace Blackwell 200上加速,其加速效果令人难以置信。我们以多种方式与量子计算行业合作。其中一种方式是使用KU量子来模拟量子比特或模拟运行在这些量子计算机上的算法,本质上是用经典计算机来模拟或仿真量子计算机。在另一个极端,非常重要的是CUDA-Q。基本上是发明了一种新的CUDA,将CUDA扩展到量子经典计算中。因此,在量子计算机到来之前,开发在CUDA-Q上的应用可以以仿真方式运行,而在量子计算机到来之后,可以以协作方式运行,采用量子经典加速计算方法。今天,我们宣布CUDA-Q已可用于Grace Blackwell。这里的生态系统非常丰富,当然,欧洲在科学、超级计算专长以及这一领域的传承方面都底蕴深厚。在未来几年看到量子计算在这里取得进展并不令人意外。我们将迎来一个非常精彩的转折点。总之,对于过去三十年来一直致力于量子计算行业的所有人,我祝贺你们今天取得的惊人成就和里程碑。谢谢。让我们来谈谈人工智能。你可能会惊讶于我会和你们谈论人工智能。我刚才提到的那些应用所使用的同一种GPU,也推动了人工智能走向世界。我们首次接触是在2012年。就在那之前,我们与开发人员合作,研究一种名为深度学习的新算法,并促成了2012年AlexNet引发的人工智能大爆炸。在过去大约15年里,人工智能发展得非常迅速。第一波人工智能是计算机的感知能力,让计算机能够识别信息并理解它。第二波人工智能,也就是我们过去五六年一直在谈论的,是生成式人工智能。它是多模态的,意味着人工智能能够同时学习图像和语言。因此,你可以用语言提示它,它就能生成图像。人工智能的多模态能力以及其翻译和生成内容的能力推动了生成式人工智能革命。生成式人工智能生成内容的能力对我们提高生产力至关重要。我们现在开启了人工智能的新一波浪潮。在过去的几年里,我们看到了人工智能能力的巨大进步。从根本上说,智能是关于理解、感知、推理、规划任务、解决如何解决问题,然后执行任务。感知、推理、规划,这些是智能的基本循环。它使我们能够应用一些以前学到的规则来解决我们从未见过的问题。这就是为什么聪明的人被认为聪明,他们能够将一个复杂的问题分解为逐步解决的步骤,推理如何解决问题,也许去做一些研究,也许去学习一些新信息,寻求帮助,使用工具,逐步解决问题。我刚才描述的这些能力,如今通过所谓的代理人工智能(Agentic AI)已经成为可能。我马上会向你们展示其物理实现,也就是代理人工智能的具象化和运动。现在,生成能力正在生成运动。它不再是生成视频、图像或文本,而是生成局部运动,比如行走、伸手抓取东西、使用工具的能力。人工智能以物理形式具象化,本质上就是机器人技术。这些能力,即实现信息机器人(代理)和具象化人工智能(物理机器人)的基础技术,如今已经到来。这是人工智能令人激动的时代,但一切始于Ge Force,Ge Force带来了计算机图形学。这是我们曾经从事过的第一个加速计算应用,计算机图形学的发展令人难以置信。Ge Force将CUDA带给了世界,这使得机器学习和人工智能研究人员能够推动深度学习的发展。随后,深度学习彻底改变了计算机图形学,使我们能够将计算机图形学提升到一个全新的水平。今天我要展示给你们的一切,我要提前给大家剧透一下,但今天我要展示的全部是计算机模拟,而不是动画,是光子模拟、物理模拟、粒子模拟。所有的一切本质上都是模拟,而不是动画,也不是艺术。它看起来非常美,是因为这个世界本身就是美的,数学也是美的。让我们来看看吧。这就是数字在发挥作用,这本质上就是模拟的本质。看着它非常令人赏心悦目。但正是由于我们现在能够以如此大规模和高速度模拟几乎所有事物,我们可以将一切转化为数字孪生。因为一切都可以成为数字孪生,所以它可以在进入物理世界之前,完全以可视化的方式进行设计、规划、优化和操作。我们现在正处于这样一个时代:我们将一切构建于软件之中。所有物理实体都将通过数字化构建,所有宏伟的建筑都将通过数字化构建,所有大规模运营的事物都将首先通过数字化构建,并且会有数字孪生进行操作。因此,今天我们将大量讨论数字孪生。我们最初从一张Ge Force显卡起步。这里有人知道什么是Ge Force吗?好的。那么,从Ge Force起步的东西现在看起来是这样的。这是新的Ge Force。它重达2吨到2.5吨,由120万个部件组成,价值约300万美元,功率为120千瓦,由150家工厂生产,200家技术合作伙伴与我们合作,研发预算可能高达400亿美元,用于打造GB200,现在正迈向GB300。它已经完全投入生产。这台机器被设计成一台“思考机器”,它能够推理,能够规划。它花费大量时间与自己对话,就像你们一样。我们大多数时间都在为自己的大脑生成文字和图像,然后才将其付诸实践。因此,“思考机器”在架构上正是Grace Blackwell的设计目标。它被设计成一个巨大的GPU。我将其与Ge Force进行比较是有原因的。Ge Force是一个GPU,GB200同样是一个GPU。它是一个巨大的虚拟GPU。现在,我们需要将其拆分成许多组件,创造许多新的网络技术和服务器技术,开发极其低功耗、高能效的互连技术,将所有这些芯片和系统连接在一起,形成一个虚拟GPU。这是霍珀版本。这是举世闻名的霍珀系统。这8个GPU通过MV Link连接在一起。这里没有显示的是一个带有双CPU和系统内存的CPU托盘,它与这些部件共同组成一个节点。这代表着一台人工智能超级计算机的一个节点,大约价值一百万美元。这就是霍珀系统。正是这个系统真正让我们在人工智能领域声名鹊起。它曾经很长一段时间都供不应求,因为市场发展得太快了。但这就是著名的霍珀系统。整个系统,包括CPU,都被这个Grace Blackwell节点取代了。这就是一个计算托盘。我们将用它来取代整个系统。它是完全液冷的,CPU与GPU直接相连。你可以看到,两个CPU与GPU相连的性能比整个系统还要强大。但真正令人惊叹的是这一点。我们想要将许多这样的系统连接在一起。如何将它们连接起来对我们来说曾经是一个难题。于是我们进行了解构。我们把整个主板解构成了这个,这就是具有革命性的MV Link系统。扩展计算规模并不难,只要通过以太网连接更多的CPU即可。扩展规模并不难,难的是向上扩展。你只能建造出你能够设计出的最大规模的计算机。将你能放入一个内存模型中的技术与电子元件数量最大化是极其困难的。因此,我们决定创造一种新的互连技术,名为MV Link。它是一种内存语义互连,是一种计算架构,而不是网络。它直接连接到所有这些不同MV Link系统的CPU,也就是计算节点。这是交换机。九个这样的设备放在顶部,九个放在底部。中间是NVLink交换机,而将它们连接在一起的就是这个奇迹。这是NVLink主干。这是100%的铜同轴电缆。它直接连接所有的MV Link芯片与所有的GPU,通过整个主干直接相连,使得144个Blackwell芯片(分布在72个不同的封装中)能够同时相互通信,且互不阻塞。这个主干的带宽大约是每秒130万亿字节。132万亿字节,我知道,稍等,等我说完。每秒130万亿字节。如果换算成比特,它比全球互联网峰值流量还要高。是的,这就是如何将互联网“缩小”到一个MV Link中。我们之所以这么做,是因为未来你对计算机的思考方式将从根本上改变。我会花更多时间来解释这一点,但它是为了让Blackwell在性能上远远超越霍珀而设计的。还记得摩尔定律吗?半导体物理学只能让你的性能每三到五年提升大约两倍。那么我们如何能在一代产品中实现30到40倍的性能提升呢?我们需要30到40倍的性能提升,因为推理模型正在与自己对话。不再是单次的ChatGPT,现在的推理模型会生成大量更多的标记。当你在思考时,你会逐步分解问题,进行推理,尝试许多不同的路径,也许是思维链,也许是思维树。它会反思自己的答案,你可能见过这些研究模型在反思自己的答案,说:“这是一个好答案吗?你能做得更好吗?”然后它们会说:“哦,我能做得更好。”于是它们会回去再思考。这些推理模型实现了令人难以置信的性能,但它们需要更多的计算能力。结果呢?MV Link 72的架构使得Blackwell的性能实现了巨大的飞跃。解读这张图的方式是:X轴表示它思考的速度,Y轴表示工厂的输出能力,即同时支持大量用户的能力。因此,你希望工厂的吞吐量尽可能高,以便支持尽可能多的人,从而使工厂的收入尽可能高。你希望这个轴尽可能大,因为这里的人工智能比这里更聪明。它思考得越快,它在回答你问题之前能思考得越多。这与标记的平均售价(ASP)有关,也与工厂的吞吐量有关。这两者结合在那个角落,就是工厂的收入。基于Blackwell的工厂能够产生更多的收入,这是由于架构的优势。我们为你们制作了一部电影,只是为了让大家感受一下构建Grace Blackwell所投入的巨大工程量,让我们来看看吧。Blackwell是一个工程奇迹。它始于一片空白的硅片。经过数百次芯片处理和紫外光刻步骤,2000亿个晶体管逐层构建在一个12英寸的硅片上。硅片被划分为单独的Blackwell芯片,经过测试和分类,将好的芯片筛选出来。芯片在晶圆上封装在基板上的工艺将32个Blackwell芯片和128个HBM堆叠在定制的硅中介层上。金属互连痕迹直接蚀刻进去,将Blackwell GPU和HBM堆叠连接到每个系统和封装单元中,将所有部件固定到位。然后,整个组件经过烘烤、模塑和固化,制造出Blackwell B200超级芯片。每个Blackwell芯片都在125摄氏度的烤箱中进行压力测试,并在数小时内被推向极限。机器人昼夜不停地工作,将超过10000个组件放置在Grace Blackwell PCB上。与此同时,定制的液冷铜块正在准备中,以保持芯片处于最佳温度。在另一个工厂,ConnectX-7超级网卡被制造出来,以实现扩展规模的通信,而BlueField-3 DPU则用于卸载和加速网络、存储和安全任务。所有这些部件汇聚在一起,被精心集成到GB中。200个计算托盘的NV Link是英伟达发明的一种突破性高速链接,用于连接多个GPU并向上扩展成一个巨大的虚拟GPU。NV Link交换机托盘由NV Link交换芯片构建,提供每秒14.4万亿字节的全互连带宽。MV Link主干形成了一个定制的盲配背板,5000根铜缆将所有72个Blackwell芯片(或144个GPU芯片)连接成一个巨大的GPU,提供每秒130万亿字节的全互连带宽,比全球互联网的峰值流量还要高。来自世界各地的零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。总计有120万个部件、两英里长的铜缆、130万亿个晶体管,重达近两吨。Blackwell不仅仅是一个技术奇迹,它是全球协作和创新力量的证明,这些力量将推动塑造我们未来的发现和解决方案。无论在哪里,我们都致力于帮助当代的天才们完成他们一生的事业。我们迫不及待地想看到你们带来的突破。Grace Blackwell系统已经全面投入生产。这真是一个奇迹。从技术角度来看,这是一个奇迹,但将这些GB200系统组合在一起的供应链也是一个奇迹。每个系统重达两吨,我们现在每周生产1000套。此前从未有人以如此大规模量产超级计算机。每一个机架本质上都是一台完整的超级计算机。2018年,最大的Volta系统——2018年的Sierra超级计算机的性能还不及这些机架中的任何一个,而那套系统的功耗是10兆瓦,而我们现在这套系统只有100千瓦。因此,从2018年到现在,从一代到另一代,我们真正地将超级计算,尤其是人工智能超级计算提升到了一个全新的水平,我们现在以如此巨大的规模生产这些机器,而这只是一个开始。事实上,你们看到的只是一个系统——Grace Blackwell。全世界都在谈论这个系统,都在急切地希望它能够部署到全球的数据中心,用于训练、推理和生成式人工智能。然而,并非每个人、也并非每个数据中心都能处理这些液冷系统。有些数据中心需要企业级堆栈,需要运行Linux、Red Hat、Newtonics或VMware存储系统,这些系统来自Dell、EMC、Hitachi、NetApp、VAST、WECA等众多不同的供应商。有如此多不同的存储系统和IT系统,而这些系统的管理必须与传统IT系统保持一致。我们有如此多的新计算机需要投入生产,我很高兴地告诉你们,所有这些系统现在都已经投入生产。你们可能还没有看到它们,但它们正在从货架上飞速下架,从生产线飞速下线。例如,DGX Spark让你们能够在桌面上拥有Grace Blackwell系统,无论是Spark Desktop还是DGX Station。这样一来,你们在开发软件或开发人工智能时,不需要坐在超级计算机前,但你们又希望架构完全相同。从架构角度来看,这些系统是完全相同的。从软件开发者的角度来看,它们看起来完全一样,唯一的区别是规模和速度。而在这一侧则是所有x86系统。全球的IT组织仍然更倾向于x86,并且在能够利用最先进的AI原生系统的地方,他们也会这么做。而在他们无法做到的地方,他们希望将这些系统整合到企业级IT系统中,我们现在为他们提供了这种能力。其中最重要、也最耗费时间去构建的系统是因为软件和架构非常复杂,那就是如何将AI原生架构融入到传统的企业级IT系统中。这是我们全新的RTX Pro服务器,这是一个令人难以置信的系统。主板经过了全新的设计。女士们、先生们,Jenny Paul。这块主板看起来很简单,然而在这块主板上,有八个Super Next交换机,它们通过一个200Gbps的最先进的网络芯片连接八个GPU,然后将这八个GPU和这些全新的Blackwell RTX Pro 6000 GPU连接起来。八块这样的GPU组成一台服务器。那么它有什么特别之处呢?这台服务器是世界上唯一能够运行人类所编写的一切内容以及人类所开发的所有视频内容的服务器。它运行人工智能、Omniverse RTX用于视频游戏,它运行Windows,运行Linux,运行Kubernetes和VMware。基本上,它能够运行一切。如果你想从计算机将Windows桌面流式传输到远程设备,没问题。如果你想流式传输Omniverse,也没问题。如果你想运行你的机器人堆栈,也没问题。这台机器的QA(质量评估)简直令人惊叹。它运行的应用程序基本上是通用的。人类所开发的一切内容都应该能够在这里运行,包括如果你是一名视频游戏玩家,包括《危机》(Crysis)。如果能够运行《危机》,就能运行任何东西。好的,这是RTX Pro服务器,全新的企业级系统。所以,有些事情正在发生变化。我们知道人工智能是一项极其重要的技术。我们现在已经确信,人工智能是一种能够彻底变革、转型每一个行业的软件。它能够做到我们所熟知的那些令人惊叹的事情。我们也知道,处理人工智能的方式从根本上不同于我们以往处理手工编写软件的方式。机器学习软件的开发方式不同,运行方式也不同。系统的架构、软件的架构完全不同。网络的工作方式完全不同。访问存储的方式也完全不同。因此,我们知道这项技术能够做到不同的事情,令人难以置信的事情。它是智能的。我们也知道,它的开发方式从根本上不同,需要新的计算机。真正有趣的是,这对我们所有人,对国家、公司、社会到底意味着什么?这是我们在近十年前就做出的一个观察,而现在每个人都开始意识到:事实上,这些人工智能数据中心根本就不是数据中心。它们并不是传统意义上用于存储文件、供你检索的数据中心。这些数据中心并不是用来存储我们的文件的。它们只有一个职责,而且只有一个职责,那就是生产智能标记,生成人工智能。这些人工智能工厂看起来像是数据中心,因为它们内部有许多计算机,但这就是唯一相似的地方。它们的设计方式、制造规模、设计和建造方式、使用方式、编排和配置方式、运营方式,以及你对它们的思考方式,都完全不同。例如,没有人会把数据中心当作一个创收设施来考虑。我说出这句话时,每个人都会点头说:“是的,你说得对。”没有人会把数据中心当作一个创收设施来考虑,但他们会把工厂、汽车工厂当作创收设施来考虑,并且迫不及待地想再建一个工厂,因为每当你建了一个工厂,收入就会在不久之后增长,因为你能够为更多的人生产更多的东西。这些人工智能工厂的理念与之完全相同。它们是创收设施,它们被设计用来制造标记。这些标记可以被重新定义为许多行业的生产力智能。因此,人工智能工厂现在已经成为一个国家基础设施的一部分,这也是为什么你们会看到我到处跑,和各国元首交谈,因为他们都希望拥有人工智能工厂。他们都希望人工智能成为他们基础设施的一部分。他们都希望人工智能成为他们的增长型制造业,这是真正深刻的。我认为,正因为如此,我们正在经历一场新的工业革命,因为每一个行业都受到影响。一个新的行业正在诞生,就像电力最初被描述为一种技术、被展示为一种技术时,它被理解为一种技术。但随后我们意识到,它也是一种大型产业。然后是信息产业,我们现在称之为互联网。而这两者,因为它们影响了如此多的行业,都成为了基础设施的一部分。我们现在有了一个新的行业——人工智能行业,它已经成为一种新的基础设施的一部分,这种基础设施被称为智能基础设施。每个国家、每个社会、每个公司都将依赖它。从规模上来看,这是一个被广泛讨论的话题。这就是“星际之门”(Stargate)。它看起来不像一个数据中心,而像一个工厂。这是一个1吉瓦的设施,将容纳大约50万个GPU芯片,并产生大量的智能,可供所有人使用。欧洲现在已经意识到这些人工智能工厂的重要性,意识到人工智能基础设施的重要性,我很高兴看到这里如此活跃。这是欧洲电信运营商正在建设人工智能基础设施。与英伟达合作的,是欧洲云服务提供商,他们正在视频中展示人工智能基础设施的建设。这是欧洲超级计算中心正在建设下一代人工智能超级计算机和基础设施,同样在视频中展示。而这只是一个开始。这只是公共云之外的部分。这是欧洲本土公司为欧洲市场建设的人工智能基础设施。此外,还有20多个正在规划中,20多个人工智能工厂,其中一些是吉瓦级的工厂。总共来说,在短短两年内,我们将使欧洲的人工智能计算能力增加10倍。因此,研究人员、初创企业、你们的人工智能短缺、你们的GPU短缺,很快就会得到解决。它正在向你们走来。现在,我们正在与每个国家合作,发展他们的生态系统。因此,我们在七个国家建立了人工智能技术中心。这些人工智能技术中心的目标是:第一,进行合作研究;第二,与初创企业合作;第三,建设生态系统。让我向你们展示一个生态系统是什么样的。在英国,我昨天刚去过那里。生态系统是建立在英伟达架构之上的。例如,正如你们所知,英伟达是唯一在每个云平台上都可用的人工智能架构。它是除了x86之外唯一无处不在的计算架构。我们与每个云服务提供商合作,加速来自全球最重要软件开发商的应用程序,比如欧洲的西门子、Cadence、Red Hat等。现在,我们已经重新发明了计算架构。正如你们所知,计算不仅仅是计算机,还包括计算、网络和存储。这三个层次、这三个架构的每一层都已经被重新发明。与思科(Cisco)建立了伟大的合作伙伴关系,他们昨天在其会议上宣布了一款基于英伟达的新模型。还有与戴尔(Dell)、NetApp、NVIDIA等的众多伟大合作伙伴关系。正如我之前提到的,软件开发方式已经从根本上发生了变化。它不再仅仅是编写C程序、编译C程序、交付C程序,而是现在变成了DevOps、MLOps、AI Ops。因此,整个生态系统正在被重新发明。我们到处都有生态系统合作伙伴,当然还有解决方案集成商和提供商,他们可以帮助每家公司整合这些能力。在英国,我们与一些特殊的公司合作,这些公司非常出色,从研究人员到开发人员,再到合作伙伴,帮助我们提升当地的人才和企业,这些企业消费技术,当然还有云服务提供商。我们在英国拥有伟大的合作伙伴。在德国,我们拥有令人难以置信的合作伙伴关系。在意大利,我们拥有伟大的合作伙伴关系。当然,在法国,我们也有令人惊叹的合作伙伴关系。法国总统麦康(Mccon)稍后会到这里。我们将讨论一些新的公告,所以我们必须对人工智能表现出一些热情。好的,是的,就是这样。为他展示一些热情。因此,我们在法国拥有伟大的合作伙伴关系。我想特别强调其中一个,我们与施耐德(Schneider)的合作,正在建设这些人工智能工厂。我们现在以数字化方式建设它们,以数字化方式设计它们,以数字化方式运营它们,甚至最终以数字化方式优化它们,并完全在数字孪生中操作它们。这些人工智能工厂非常昂贵,未来可能会花费500亿美元,甚至1000亿美元。如果工厂的利用率没有达到最高水平,对工厂所有者的成本将是巨大的。因此,我们需要尽可能多地将它们数字化,并使用人工智能,将所有内容放入Omniverse中,以便我们能够获得直接且持续的遥测数据。今天,我们宣布与一家伟大的公司建立合作伙伴关系,这是一家年轻的公司,我非常喜欢它的首席执行官,他正在努力打造一家欧洲人工智能公司。公司的名字叫Miss Straw。今天,我们宣布我们将在这里共同建设一个人工智能云,提供他们的模型,并为其他人工智能初创企业的生态系统提供人工智能应用,以便他们可以将这些模型用作“稻草”模型或他们喜欢的任何模型。因此,Mr. All和我们,我们将合作建设一个相当规模的人工智能云,我们将在稍后与法国总统马克龙(Macron)进一步讨论这个话题。人工智能技术的发展速度如同光速。我在这里展示给你们的,左边是专有模型,以光速发展。然而,开放模型也在以光速发展,只是落后了几个月,无论是Miss Straw、Llama、DeepSeek,还是R1、R2,都将在第一季度推出。这些模型每一个都非常出色。因此,我们在过去几年中致力于应用世界上最优秀的人工智能研究人员,使这些人工智能模型变得更好。我们称之为Nemo Tron。基本上,我们所做的就是,我们获取开源的模型,当然,这些模型都是基于英伟达构建的。我们获取这些开源模型,然后进行后训练。我们可能会进行神经架构搜索,提供更好的数据,使用强化学习技术,增强这些模型,赋予它们推理能力,扩展上下文,以便它们在与你互动之前能够学习和阅读更多内容。这些模型大多具有相对较短的上下文,而我们希望拥有巨大的上下文能力,因为我们希望在企业应用中使用它,而我们希望与之进行的对话并不在互联网上,而是在我们自己的公司内部。因此,我们需要加载大量上下文。所有这些能力都被打包成一个可下载的Nemo Tron。你可以访问英伟达的网站,直接下载一个API,一个最先进的AI模型,你可以将其放置在任何你喜欢的地方,我们将极大地改进它。这是Nemo Tron对Llama的改进示例。因此,Llama 8B、70B、4O 5B通过我们的后训练能力、推理能力的扩展以及我们提供的所有数据得到了极大的增强。我们将一代又一代地进行这种改进。因此,对于所有使用Nemo Tron的你们来说,你们会知道未来还有一系列其他模型,它们都是开放的。因此,如果你想从开放模型开始,那很好;如果你想从Nemo Tron模型开始,那也很好。Nemo Tron模型的性能非常出色。在一次又一次的基准测试中,Nemo Tron的性能一直位居榜首。因此,现在你们知道,你们可以获取一个经过增强的开放模型,它仍然是开放的,位居排行榜首位,你们知道英伟达致力于此。我会在我的一生中一直致力于此,好吗?这个策略如此出色,以至于欧洲各地的区域模型制造商现在已经认识到这一策略的美妙之处,我们正在合作,以适应和增强每一个模型。对于区域语言,你们的数据属于你们。它是你们人民的历史、知识和文化的体现。它属于你们。对于许多公司来说,以英伟达为例,我们的数据大多来自33年的积累。今天早上我查了一下,西门子有180年的数据,其中一些是写在纸莎草上的。Roland Bush在这里,我想提一下他。我的好朋友。因此,你们必须将这些数据数字化,然后人工智能才能学习。因此,是的,数据属于你们。你们应该使用这些数据,使用像Limiton这样的开放模型以及我们提供的一整套工具,以便你们可以根据自己的需求进行增强。我们还宣布,我们与Perplexity建立了伟大的合作伙伴关系,这是一款推理搜索引擎。是的,我使用的三种模型是ChatGPT、Gemini Pro和Perplexity。我交替使用这三种模型。Perplexity非常出色。今天,我们宣布Perplexity将整合这些区域模型,直接接入Perplexity,这样你就可以用你们国家的语言、文化和敏感性来提问并获得答案。因此,Perplexity、区域模型、代理人工智能(Agentic AI)是一个非常重要的领域。正如你们所知,最初使用预训练模型时,人们说:“但它会产生幻觉,它会编造东西。”你说得完全正确。它无法访问最新的新闻和数据信息。你说得完全正确。它在解决问题时不会进行推理。就好像每一个答案都必须从过去记忆中提取。你说得完全正确。所有这些关于智能的能力,每个人都可以批评,但你说得完全正确,因为每个人大多都理解智能是如何工作的。然而,这些技术正在世界各地被开发,并且它们正在从检索、增强生成到网络搜索,再到多模态理解等各个领域汇聚在一起,这样你就可以阅读PDF文件,访问网站,查看图像和文字,聆听视频,观看视频,然后将所有这些理解融入到你的上下文中。现在,你当然也可以理解几乎任何事物的提示。你甚至可以说:“我要问你一个问题,但从这张图片开始。”或者说:“在你回答问题或执行我要求的任务之前,先从这段文字开始。”然后它会进行推理、规划和自我评估。所有这些能力现在都已经被整合到一起,并且你可以在市场上到处看到它们的出现。代理人工智能(Agentic AI)是真实存在的,它是一次巨大的飞跃,是从单次交互式人工智能(one-shot AI)发展而来的。单次交互式人工智能是必要的,它为教导代理如何成为代理奠定了基础。你需要对知识和推理有一些基本的理解,才能具备可被教导的能力。因此,预训练是为了让人工智能具备可教导性,而后训练、强化学习、监督学习、人类演示、上下文提供、生成式人工智能,所有这些都在一起形成了现在的代理人工智能。让我们来看一个例子。让我给你们展示一些东西。它是基于Perplexity构建的,非常酷。人工智能代理是数字助手。基于提示,它们会通过推理将问题分解为多步骤计划。它们会使用适当的工具,与其他代理合作,并利用记忆中的上下文来正确执行任务。在英伟达加速系统上,这一切都从一个简单的提示开始。让我们请Perplexity帮助我们在巴黎开一家食品卡车。首先,Perplexity代理会通过推理理解提示并制定计划,然后调用其他代理来帮助完成每个步骤。利用许多工具,市场研究员会阅读评论和报告,发现趋势并分析竞争市场。基于这些研究,概念设计师会探索当地食材,并提出一份完整的菜单,包括准备时间估计,并研究调色板,生成一个品牌形象。然后,财务规划师会使用蒙特卡洛模拟来预测盈利和增长轨迹。运营规划师会制定一个详细的启动时间表,从购买设备到获取正确的许可证,涵盖每一个细节。营销专家会制定一个启动计划,包括社交媒体活动,甚至还会编写一个互动网站,包括地图、菜单和在线订购功能。每个代理的工作最终汇聚成一个完整的提案包,而这一切都始于一个简单的提示。像这样的一个提示,在最初的聊天机器人中可能只会生成几百个标记。但现在,通过一个单一的提示输入到代理中来解决问题,它可能已经生成了超过一万倍的标记。这就是为什么我们需要Grace Blackwell的原因。这就是为什么我们需要性能,以及为什么这些系统需要在每一代上都大幅提升性能。这就是Perplexity构建他们代理的方式。每家公司都必须构建自己的代理。这非常棒。你会从OpenAI、Gemini、微软的CoPilot、Perplexity和Miss Straw等公司聘请代理。还会有一些为你量身定制的代理,比如帮助你规划假期或进行一些研究等。然而,如果你想建立一家公司,你需要专门的代理,使用专门的工具和专门的技能。所以问题是,你如何构建这些代理?因此,我们为你创建了一个平台。我们创建了一个框架和一套工具,以及许多合作伙伴来帮助你完成这件事。它从最底层开始,具备我之前提到的推理模型能力。英伟达的Nemo Tron推理模型是世界级的。我们还有Nemo Retriever,这是一个多模态搜索引擎,一个语义搜索引擎,非常出色。我们构建了一个蓝图,一个可操作的演示,本质上是一个通用代理。我们称它为IQ,AIQ。在它的上面,我们有一套工具,允许你将一个通用代理引入进来,整理数据来教导它,评估它,设置防护栏,监督它,训练它,使用强化学习一直到部署,保持它的安全性和可靠性。这一整套工具包被集成到AI Ops生态系统中。你也可以从我们的网站上自行下载,但它主要被集成到AI Ops生态系统中。从这里,你可以创建自己的专属代理。许多公司正在这样做,思科(Cisco)就是其中之一。他们昨天宣布了这一消息。我们正在一起构建用于安全的人工智能平台。现在看看这个,人工智能代理并不是一个模型就能完成所有这些令人惊叹的事情。它是一个集合,一个系统,一个由大型语言模型组成的人工智能系统。其中一些模型针对某些特定的事情进行了优化,比如检索,正如我提到的,使用计算机执行技能。你不想把所有这些东西都打包到一个巨大的、庞大的人工智能中,而是将它们分解成小的部分,然后随着时间的推移逐步部署CICD。这是思科的一个例子。现在的问题是,你如何部署这些?因为正如我之前提到的,有公共云,英伟达的计算能力就在那里。还有我们称之为NCPs的区域云,例如Mistral。你可能因为安全需求和数据隐私需求而拥有一个私有云,甚至你可能决定在你的桌面上运行某些东西。所以问题是,你如何运行所有这些?有时它们会在不同的地方运行,因为这些都是微服务。这些是可以相互交流的人工智能,它们显然可以通过网络进行通信。那么,你如何部署所有这些微服务呢?现在,我们有一个很棒的系统。我很高兴在这里宣布它。它被称为我们的DGX Lepton。DGX Lepton。你在这里看到的是许多不同的云。这里是Lambda云,AWS云,这里是你的开发者机器。你的系统可能是DGX Station,DBS,Yoda,也可能是AWS、GCP和视频。架构无处不在。你可以决定在哪里运行你的模型,使用一个超级云进行部署,所以它是一个云的云。一旦你让它工作,一旦你将这些Nemo模型部署到Lepton中,它就会被托管并运行在你选择的各种云上。一个模型架构,一种部署方式,你可以让它在任何地方运行。你甚至可以在这个小小的机器上运行它,你知道,这个DGX Spark。它是一个AI超级计算机。我们在2016年构建了一个AI超级计算机,它被称为DGX1。它是我刚才提到的所有内容的第一个版本。八个Volta GPU通过MV Link连接。我们花了数十亿美元来构建它。在我们宣布DGX1的那一天,没有客户,没有兴趣,没有掌声,只有100%的困惑。为什么有人会构建这样一台计算机?它能运行Windows吗?不能。但我们还是把它建成了。感谢天,一家年轻的公司,一家位于旧金山的初创公司,一个非营利性初创公司,看到这台计算机后非常高兴,他们说:“我们可以买一台吗?”我想:“哦,我的天哪,我们终于卖出了一台。”但随后我发现他们是一家非营利机构。我把DGX1放在我的车里,然后开车去了旧金山。那家公司的名字叫OpenAI。我不知道人生的教训是什么。有很多非营利机构,你知道,所以下次……但也许教训是:如果一个开发者向你求助,需要一个GPU,答案就是“是”。所以,想象一下,你有Lepton,它在你的浏览器中,你有一个Helm图表,一个你开发的人工智能代理,你希望在这里运行它,部分在AWS运行,部分在某个区域云运行,你使用Lepton部署你的Helm图表,它就会神奇地出现在这里。好的。所以如果你想在这里运行它,直到你完成并且准备好部署它,然后将其部署到云端。很好。但最美好的是,这个架构基于Grace Blackwell,GB10与GB200、GB2300以及所有这些不同版本,但这个架构正是Grace Blackwell。现在这太神奇了。我们正在为Hugging Face做这件事。英伟达已经将Lepton连接起来。因此,无论你何时在Hugging Face上训练模型,如果你想将其部署到Lepton并直接进入Spark,完全没有问题。只需点击一下即可。无论是训练还是推理,我们现在都与Hugging Face连接,Lepton将帮助你决定在哪里部署它。让我们来看看。开发者需要随时随地轻松可靠地访问能够跟上他们工作进度的计算资源。DGX Cloud Lepton提供了按需访问全球GPU网络的能力,这些GPU跨越云平台、地区以及像Yoda和Nebias这样的合作伙伴。多云GPU集群通过单一统一界面进行管理。配置速度非常快。开发者可以快速扩展节点数量,无需复杂设置,并立即开始使用预集成工具和训练就绪的基础设施进行训练。进度可以实时监控,GPU性能、收敛情况和吞吐量尽在指尖。你可以在控制台内直接测试和微调模型。DGX Cloud Lepton可以在多个云或地区部署Nemo模型端点或你的模型,实现快速分布式推理。就像拼车应用将乘客与司机连接起来一样,DGX Cloud Lepton将开发者与GPU计算连接起来,为虚拟全球人工智能工厂提供动力。这就是思科(Cisco)的方式。SAP也在以这种方式构建人工智能平台。在英伟达,Sana正在构建基于英伟达的人工智能业务应用自动化。DeepL正在构建其语言框架和平台,基于英伟达人工智能。Photogram是一个视频编辑和人工智能编辑平台,正在基于英伟达构建他们的平台。这是一个曾经被称为Codium的平台,一个基于英伟达构建的令人难以置信的编码代理。这是一个名为Iola的语音平台,基于英伟达构建。这是一个临床试验平台,全球最大的临床试验自动化平台,也是基于英伟达构建的。所有这些基本上都是基于同一个理念:将它们封装在一个虚拟容器中,可以在任何地方部署。无论是Nemo Tron大型语言模型,还是其他大型语言模型,比如Miss Trawl或其他模型,我们都会整合涵盖人工智能代理整个生命周期的库。你对待人工智能代理的方式有点像对待数字员工。因此,你的IT部门需要将其引入、微调、训练、评估、设置防护栏,确保它们的安全,并持续改进它们。整个框架平台被称为Nemo,所有这些现在正在被整合到全球的一个又一个应用框架中。这只是一个例子。现在,我们让你可以将它们部署在任何地方。如果你想在云端部署,你可以选择DGX或云中的GB200。如果你想在本地部署,因为你有VMware、Red Hat Linux或Nutanix,并且已经在本地虚拟机中部署,你也可以做到。如果你想将其部署为私有云,你也可以做到。你甚至可以将其部署在你的DGX Spark或DGX Station上,完全没有问题。Lepton将帮助你完成所有这些。让我们来谈谈工业人工智能。这是我最喜欢的时刻之一。这是Roland Bush。他刚刚提醒我,神经计算机,神经网络计算机是在欧洲发明的。这就是整个幻灯片的内容。但我觉得这是一个非常有趣的时刻。这是突触1号(Synapse 1),这太不可思议了,伙计们。突触1号,1992年。它的运行速度比当时的CPU快8000倍。这难道不令人难以置信吗?所以这是世界上的人工智能计算机。Roland只是想让我永远记住这一点。永远永远不要忘记我说过的话,好的,我明白了,我会告诉每个人。1992年,西门子。我们与西门子有着伟大的合作伙伴关系,西门子的首席执行官Roland Bush正在为公司注入强大动力,以便他们能够完全跨越上一次工业革命,并将欧洲的工业能力与人工智能融合,创造所谓的工业人工智能革命。我们在许多不同领域与西门子合作,从设计到模拟,到工厂的数字孪生,再到工厂中人工智能的运营,从端到端的整个过程。这让我想起欧洲的工业能力是多么令人难以置信,以及这是一个多么非凡的机遇。这是一个非凡的机遇,因为人工智能与软件不同。人工智能是一种非常智能的软件,这种智能软件终于能够做一些事情,彻底改变你们所服务的行业。因此,我们制作了一段“情书”视频。让我们来播放它。这一切都始于这里,第一次工业革命,瓦特蒸汽机和机械化织布机。它们引入了自动化和工厂的诞生,一个行业就此诞生。电力时代,安培揭示了电磁学。法拉第建造了第一台发电机,麦克斯韦奠定了现代电气工程的基础。西门子和惠斯通,发电机。电力的引擎。它让机器、火车、工厂和城市焕发生机。它让整个星球通电,点燃了现代制造业。而今天,从计算和信息时代诞生的第四次工业革命,人工智能时代,正在重新构想整个大陆的每一个工业领域。工业人工智能正在从设计到工程的各个领域扎根。你们正在开辟新的道路,朝着理解和重新发明的方向前进。你们将物理世界带入虚拟世界,以规划和优化全球的现代工厂。你们正在构建下一个前沿领域,那里的一切运动都是机器人化的,每一辆汽车都是一个智能自主代理,一个新的协作劳动力正在帮助填补全球劳动力短缺的缺口。整个大陆的开发者正在构建各种类型的机器人,在数字孪生世界和机器人环境中教导它们新技能,让它们准备好与我们在工厂、仓库、手术室和家中并肩工作。第四次工业革命已经到来,它就始于第一次工业革命的地方。你觉得怎么样?我太喜欢这个视频了。是你制作的,太棒了。我们正在与一家又一家公司合作,开展工业人工智能项目。这是宝马(BMW)正在Omniverse中构建其下一代工厂。我不知道该怎么说,有人能教我吗?“BU Jess”听起来不错。没错,完全正确。干得好,完全正确。他们当然正在Omniverse中构建工厂的数字孪生。这是他们用于仓库物流的数字孪生的关键部分。这是梅赛德斯-奔驰(Mercedes-Benz)及其在Omniverse中构建的工厂的数字孪生。这是舍弗勒(Schaeffler)及其在Omniverse中构建的仓库的数字孪生。这是法国的火车站,正在Omniverse中构建火车站的数字孪生。这是丰田(Toyota)正在Omniverse中构建其仓库的数字孪生。当你们在Omniverse中构建这些仓库和工厂时,你们可以进行设计,可以进行规划,可以在绿地(Greenfield)上进行设计,也可以在棕地(Brownfield)上进行改造。你们可以在实际移动物体之前,通过模拟来验证其效率是否最优。因此,能够在数字孪生中完成所有这些数字化工作是非常令人难以置信的。但问题是,为什么数字孪生必须看起来像照片一样逼真,为什么它必须遵循物理定律?原因在于,我们希望它最终成为一个真正的数字孪生,机器人可以在其中学习如何作为机器人操作,而机器人依赖光子作为其感知系统。这些光子是通过Omniverse生成的。机器人需要与物理世界互动,以便知道自己是否在做正确的事情,并学会如何正确地完成任务。因此,这些数字孪生必须看起来逼真,并且行为符合现实。这就是为什么Omniverse被构建的原因。这是一个聚变反应堆的数字孪生,非常复杂的仪器,正如你们所知。如果没有人工智能,下一代聚变反应堆是不可能实现的。今天,我们宣布我们将在欧洲建立世界上第一个工业人工智能云。我要指出,是的,这些工业人工智能云是云中的许多计算机。然而,它们的要求、性能和安全要求根本不同。因此,我将在周五告诉你们更多关于它的内容。今天我只向你们透露了部分故事,但这个工业云将用于设计和模拟。虚拟风洞,你可以直接走进去,将汽车移入其中,看到它的行为。打开车门,打开车窗,改变设计。所有这些都在完全实时中完成。实时设计,在数字风洞中进行模拟,数字风洞的数字孪生也在实时中完成,在工厂中构建,数字工厂的数字孪生也在实时中完成。所有这些都将让机器人学会成为出色的机器人,并构建我们未来的机器人,比如自动驾驶汽车等。我们在这里已经拥有一个庞大的生态系统。正如你们所知,我们在这里已经很长时间了。英伟达已经33岁了。我们第一次来到欧洲是在工作站和产品数字化、CAD革命开始的时候。我们当时正在参与CAE革命,而现在是数字孪生革命。欧洲有大约2万亿美元的生态系统,我们与之合作,并且我们有幸支持从中诞生的新革命。正如你们所知,所有运动的物体都将实现机器人化,所有运动的物体都将由人工智能驱动。汽车是最明显的例子。接下来,英伟达构建用于训练模型的人工智能超级计算机,用于Omniverse数字孪生的人工智能超级计算机。我们还为机器人本身构建人工智能超级计算机。在每一种情况下,无论是用于云中的Omniverse还是用于汽车,我们提供了整个堆栈,计算机本身,以及运行在计算机之上的操作系统,在每一种情况下都是不同的。这台计算机必须具备高速、传感器丰富、功能安全的特性,它在任何情况下都不能完全失败。因此,安全要求极高。现在,我们拥有一个令人难以置信的模型,它就运行在这个系统之上。这个模型是一个基于Transformer的推理模型。它接收传感器输入,你告诉它你想要它做什么,它就会带你到达那里。它接收像素输入,并生成路径规划输出。因此,这是一个基于Transformer的生成式人工智能模型,非常了不起的技术。英伟达的人工智能团队、自动驾驶团队非常出色。据我所知,他们是唯一一个连续两年在CVPR上赢得端到端自动驾驶汽车挑战赛的团队。所以,他们今年再次成为赢家。让我们看看这个视频。好的,谢谢。像任何驾驶员一样,自动驾驶汽车运行在一个充满不可预测和潜在安全关键场景的世界中。英伟达Drive基于Halo安全系统,让开发者能够构建安全的自动驾驶汽车,配备多样化的软件堆栈和传感器以及冗余计算机。它从训练开始。安全的自动驾驶汽车需要大量的多样化数据,以应对边缘情况,但现实世界中的数据是有限的。开发者使用英伟达Omniverse和Cosmos重建现实世界,并生成逼真的合成训练数据,为自动驾驶汽车模型带来多样性。该模型可以感知和推理其环境,预测未来结果,并生成运动规划。为了决策多样性,一个独立的经典堆栈并行运行。防护栏监控安全性能,在出现异常时,调用仲裁器进行紧急制动。传感器和计算架构中进一步融入了多样性和冗余性。每个传感器都连接到冗余计算机,因此即使传感器或计算机出现故障,车辆仍然安全且可操作。在发生严重故障时,系统可以执行最小风险操作,比如靠边停车。安全是自动驾驶的核心,英伟达Drive让全球开发者能够将Halo整合到他们自己的产品中,以构建下一代安全的自动驾驶汽车。全球有10亿辆汽车在道路上行驶,每年平均行驶1万英里,总共10万亿英里。自动驾驶的未来显然是巨大的,它将由人工智能驱动。这是下一个巨大的机会,我们正在与全球一些非常出色的大型公司合作,以实现这一目标。在我们与自动驾驶汽车(AV)相关的所有工作中,核心是安全,我们为我们的Halo系统感到非常自豪。它从芯片架构开始,然后是芯片设计、系统设计、操作系统、人工智能模型、开发软件的方法论、我们测试它的方式,从我们训练模型的方式、为模型提供的数据,一直到我们评估模型的方式,英伟达的Halo系统以及我们的自动驾驶安全团队和能力绝对是世界闻名的。这台计算机是第一台软件定义的计算机。世界上第一台完全100%软件定义的、由人工智能驱动的自动驾驶汽车软件堆栈。我们已经在这个领域耕耘了将近10年。因此,这一能力是世界闻名的,我为此感到非常自豪。汽车领域正在发生的事情,也在一个新的行业中发生,正如我之前提到的。如果可以从提示生成视频,如果人工智能可以感知、推理,并且能够生成视频、文字和图像,那么它为什么不能像汽车中的路径规划和方向盘路径一样,生成局部运动能力和关节运动能力呢?因此,人工智能彻底变革最复杂的机器人问题之一的能力即将到来。人形机器人将成为现实。我们现在知道如何构建、训练和操作这些机器人。人形机器人可能会成为有史以来最大的行业之一,它需要那些懂得如何制造具有非凡能力产品的公司。这与欧洲国家息息相关。世界上许多行业都扎根于此。我认为这是一个巨大的机会。假设全球有10亿台机器人,那么拥有10亿台机器人的想法是非常合理的。那么,为什么它还没有发生呢?原因很简单。如今的机器人太难编程了。只有最大的公司才能负担得起安装机器人、教它们做正确的事情、确保它们足够安全的费用。这就是为什么世界上最大的汽车公司都有机器人的原因。它们足够大,工作足够重复,行业规模也足够大,可以在工厂中部署机器人。对于中型、小型企业或夫妻店餐厅、商店或仓库来说,这种编程能力几乎是不可能的,直到现在。我们将为你提供可以“教”的机器人,它们会从你那里学习。正如我们刚才提到的代理人工智能一样,我们现在拥有人形人工智能,它可以通过与我提到的Nemo工具包非常一致的工具包从你的教学中学习。英伟达也构建了一个三层堆栈。我们构建了计算机,Thor计算机开发工具包看起来有点像这样。这是一台机器人计算机,一个完全自包含的开发工具包,放在你的桌子上。这些是所有的传感器,里面是一个小型超级计算机芯片。这真的很令人难以置信。这些……是的,我可以想象像这样插入一个。好的,谢谢,珍妮。这就是Thor处理器。在其之上是一个为机器人设计的操作系统,而在操作系统之上则是Transformer模型,它接收传感器输入和指令,将其转换为飞行路径或手臂、手指和腿部关节运动的电机控制信号。然而,人形机器人面临的巨大挑战是,训练它们所需的大量数据很难获取。那么,如何解决这个问题呢?解决这个问题的方法是回到Omniverse,一个遵循物理定律的数字孪生世界。我们正在做的这项工作令人难以置信。好吧。这些是我们开发的机器人,我们开发计算机来模拟它们、训练它们,以及放入它们内部的计算机。全球有许多人形机器人公司正在成立,它们都看到了彻底变革这一新设备的巨大机会。进展非常迅速。它们学习的方式是在虚拟世界中学习,而这个虚拟世界必须遵循物理定律。最近,我们宣布与迪士尼研究公司(Disney Research)和DeepMind建立重大合作伙伴关系,我们将共同创建世界上最复杂、最逼真的物理模拟。我正在试图弄清楚现在如何切换到那张幻灯片。教教我,谁和我在一起?这就是只排练一次的结果。好的,这个令人难以置信的系统是人工智能学习成为人工智能的地方。让我展示给你看。为你推出来。我们有一位特别嘉宾。你的名字叫格雷格(Greg)。你是小加尔森(Garson)还是小比尔(Bill)?好的,他是一个小女孩。现在看看这个。格雷格在Omniverse中学会了走路,遵循物理定律。我说的“在Omniverse中”,是指我们创造了数十万种场景。最后,当格雷格学会了在这些环境中操作、行走和操纵物体时,无论是在沙子上、碎石上、滑溜的地板上、混凝土上还是地毯上,当格雷格进入物理世界时,物理世界只是虚拟世界的第100,001个版本。因此,你在虚拟世界中学会了走路,看看你现在。你能跳吗?哇,太棒了,太棒了,太棒了。你能跳舞吗?我想让大家知道,我是主题演讲者,所以我需要你。我需要你安静几秒钟。我需要你表现得乖一点。困惑吗?你能坐下吗?嘿,你知道我们该做什么吗?让我们给每个人拍张照片。砰,砰。是的,是的,是的。你想和我一起回家吗?你想和我一起回家吗?我有……是的,我知道,亲爱的。是的,我有宠物。它们会很高兴让你成为它们的宠物。不,你太聪明了。你太聪明了。这太不可思议了,对吧?你是世界上最棒的机器人。总有一天,我们每个人都会有一个像你这样的机器人,它们会在2020年围绕着我们转。但如果我需要一杯威士忌,你得去告诉别人帮我拿一杯威士忌,因为你没有胳膊。我?是的,你太可爱了。好吧,小女孩,你先待在这儿。我们来总结一下。好吧,这很清楚。一场工业革命已经开始。人工智能的下一个阶段已经开始。格雷格是现在机器人技术可能性的完美例子。教机器人操作、模拟以及当然,创造令人难以置信的机器人的技术,现在就在我们面前。我们有人形机器人,也有信息机器人,我们称它们为代理。因此,人工智能的下一波浪潮已经开始。它将需要推理工作负载呈爆炸式增长,基本上会呈指数级增长。使用推理的人数从800万增加到8亿,仅用了几年时间,增长了100倍。生成的提示和标记数量,正如我之前提到的,从几百个标记增加到数千个标记。当然,我们今天比以往任何时候都更多地使用人工智能。因此,我们需要一种专门用于思考、专门用于推理的计算机设计。而这就是Blackwell,一台思考机器。这些Blackwell将进入一种新型数据中心,本质上是专门用于生产标记的人工智能工厂。而这些标记将成为你的“智能积木”。是的,我知道。让我非常高兴的是,欧洲正在全力投入人工智能。未来几年,这里建设的人工智能基础设施将增加一个数量级。我想感谢你们所有人与我们合作。祝你们在Viva Tech有一个美好的体验。谢谢。说再见。再见。多拍几张照片。多拍几张照片。","news_type":1,"symbols_score_info":{"NVDA":1.1}},"isVote":1,"tweetType":1,"viewCount":113,"authorTweetTopStatus":1,"verified":2,"comments":[],"imageCount":0,"langContent":"CN","totalScore":0},{"id":442474035445912,"gmtCreate":1749048266843,"gmtModify":1749048267921,"author":{"id":"180489801557520","authorId":"180489801557520","name":"WstreetBoy","avatar":"https://static.tigerbbs.com/67ffcee2a6d73f35b1d68c916a7e6856","crmLevel":2,"crmLevelSwitch":1,"followedFlag":false,"idStr":"180489801557520","authorIdStr":"180489801557520"},"themes":[],"htmlText":"<a href=\"https://laohu8.com/S/NIO\">$蔚来(NIO)$ </a> 为什么看不到蔚来的股东持股了","listText":"<a href=\"https://laohu8.com/S/NIO\">$蔚来(NIO)$ </a> 为什么看不到蔚来的股东持股了","text":"$蔚来(NIO)$ 为什么看不到蔚来的股东持股了","images":[],"top":1,"highlighted":1,"essential":1,"paper":1,"likeSize":1,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/442474035445912","isVote":1,"tweetType":1,"viewCount":522,"authorTweetTopStatus":1,"verified":2,"comments":[],"imageCount":0,"langContent":"CN","totalScore":0},{"id":442109106450488,"gmtCreate":1748959087985,"gmtModify":1748959089073,"author":{"id":"180489801557520","authorId":"180489801557520","name":"WstreetBoy","avatar":"https://static.tigerbbs.com/67ffcee2a6d73f35b1d68c916a7e6856","crmLevel":2,"crmLevelSwitch":1,"followedFlag":false,"idStr":"180489801557520","authorIdStr":"180489801557520"},"themes":[],"htmlText":"是中国自己放弃了币安","listText":"是中国自己放弃了币安","text":"是中国自己放弃了币安","images":[],"top":1,"highlighted":1,"essential":1,"paper":1,"likeSize":3,"commentSize":1,"repostSize":0,"link":"https://laohu8.com/post/442109106450488","repostId":"2540719757","repostType":2,"repost":{"id":"2540719757","kind":"live","pubTimestamp":1748953981,"share":"https://www.laohu8.com/m/news/2540719757?lang=&edition=full","pubTime":"2025-06-03 20:33","language":"zh","title":"中国银行原副行长:美元稳定币加速发展对中国带来深刻警示","url":"https://stock-news.laohu8.com/highlight/detail?id=2540719757","media":"金色财经","summary":"【中国银行原副行长:美元稳定币加速发展对中国带来深刻警示】金色财经报道,中国银行前副行长王永利发文指出,美元稳定币市值已突破2400亿美元,占全球法币稳定币99%以上,年结算量超27.6万亿美元,已超","content":"<html><body><p>【中国银行原副行长:美元稳定币加速发展对中国带来深刻警示】金色财经报道,中国银行前副行长王永利发文指出,美元稳定币市值已突破2400亿美元,占全球法币稳定币99%以上,年结算量超27.6万亿美元,已超越Visa和MasterCard规模。美国通过立法支持加密资产和美元稳定币发展,正积极抢占数字金融领域制高点,增强美元国际影响力,具有重大战略意义。 \n王永利建议中国调整加密资产与稳定币政策,借鉴香港稳定币监管经验,考虑推出离岸人民币稳定币。同时,数字人民币应突破M0与零售型定位,整合资源提升效率,加快在境内外广泛使用。他强调,结合数字货币与数字身份优势,中国完全可能在数字金融与数字经济发展上实现世界领先。</p></body></html>","source":"jinse_live","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>中国银行原副行长:美元稳定币加速发展对中国带来深刻警示</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中国银行原副行长:美元稳定币加速发展对中国带来深刻警示\n</h2>\n\n<h4 class=\"meta\">\n\n\n2025-06-03 20:33 北京时间 <a href=https://mp.weixin.qq.com/s/Hfkbyj3M54QEPWEDvwEwTw><strong>金色财经</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>【中国银行原副行长:美元稳定币加速发展对中国带来深刻警示】金色财经报道,中国银行前副行长王永利发文指出,美元稳定币市值已突破2400亿美元,占全球法币稳定币99%以上,年结算量超27.6万亿美元,已超越Visa和MasterCard规模。美国通过立法支持加密资产和美元稳定币发展,正积极抢占数字金融领域制高点,增强美元国际影响力,具有重大战略意义。 \n王永利建议中国调整加密资产与稳定币政策,借鉴香港...</p>\n\n<a href=\"https://mp.weixin.qq.com/s/Hfkbyj3M54QEPWEDvwEwTw\">Web Link</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","type":0,"thumbnail":"","relate_stocks":{},"source_url":"https://mp.weixin.qq.com/s/Hfkbyj3M54QEPWEDvwEwTw","is_english":false,"share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","article_id":"2540719757","content_text":"【中国银行原副行长:美元稳定币加速发展对中国带来深刻警示】金色财经报道,中国银行前副行长王永利发文指出,美元稳定币市值已突破2400亿美元,占全球法币稳定币99%以上,年结算量超27.6万亿美元,已超越Visa和MasterCard规模。美国通过立法支持加密资产和美元稳定币发展,正积极抢占数字金融领域制高点,增强美元国际影响力,具有重大战略意义。 \n王永利建议中国调整加密资产与稳定币政策,借鉴香港稳定币监管经验,考虑推出离岸人民币稳定币。同时,数字人民币应突破M0与零售型定位,整合资源提升效率,加快在境内外广泛使用。他强调,结合数字货币与数字身份优势,中国完全可能在数字金融与数字经济发展上实现世界领先。","news_type":1,"symbols_score_info":{"159658":1,"159940":1,"399262":1,"601988":1,"03143":0.6,"03988":1,"CRCL":1,"CYB":0.6,"EBON":1,"CNHmain":1,"MCNHmain":0.6,"MUCmain":0.6,"UCmain":1,"V":1}},"isVote":1,"tweetType":1,"viewCount":419,"authorTweetTopStatus":1,"verified":2,"comments":[],"imageCount":0,"langContent":"CN","totalScore":0},{"id":437461827199768,"gmtCreate":1747833381087,"gmtModify":1747833382742,"author":{"id":"180489801557520","authorId":"180489801557520","name":"WstreetBoy","avatar":"https://static.tigerbbs.com/67ffcee2a6d73f35b1d68c916a7e6856","crmLevel":2,"crmLevelSwitch":1,"followedFlag":false,"idStr":"180489801557520","authorIdStr":"180489801557520"},"themes":[],"htmlText":"这篇文章不错,转发给大家看看","listText":"这篇文章不错,转发给大家看看","text":"这篇文章不错,转发给大家看看","images":[],"top":1,"highlighted":1,"essential":1,"paper":1,"likeSize":1,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/437461827199768","repostId":"437421796683936","repostType":1,"repost":{"id":437421796683936,"gmtCreate":1747822217087,"gmtModify":1747825517876,"author":{"id":"36989258284800","authorId":"36989258284800","name":"小虎老师","avatar":"https://static.laohu8.com/6e9d88ae16a2b401169a727cf1457404","crmLevel":1,"crmLevelSwitch":0,"followedFlag":false,"idStr":"36989258284800","authorIdStr":"36989258284800"},"themes":[],"title":"💰众多量子计算概念股5月飙升:QBTS上涨139%,你看好哪只?","htmlText":"在周二美股市场中, <a href=\"https://laohu8.com/S/QBTS\">$D-Wave Quantum Inc.(QBTS)$</a> 大涨25.95%。消息面上, <a href=\"https://laohu8.com/S/NVDA\">$英伟达(NVDA)$</a> 拟投资量子初创公司PsiQuantum的消息让投资者将目光继续转向了量子计算概念股。该消息在市场中引发了积极情绪,让投资者相信大型科技公司正越来越多地认识到量子计算的潜力,进而带动了整个行业的股票上涨。5月至今,量子计算概念股如 <a href=\"https://laohu8.com/S/QUBT\">$Quantum Computing Inc.(QUBT)$</a> 、 <a href=\"https://laohu8.com/S/IONQ\">$IONQ Inc.(IONQ)$</a> 、 <a href=\"https://laohu8.com/S/RGTI\">$Rigetti Computing(RGTI)$</a> , <a href=\"https://laohu8.com/S/SKYT\">$SkyWater Technology, Inc.(SKYT)$</a> 等涨幅均达2位数, <a href=\"https://laohu8.com/S/QBTS\">$D-Wave Quantum Inc.(QBTS)$</a> 甚至上涨超过3位数。宏观原因方面,也受益特朗普2026年财政预算预案对该领域的持续支持。在2025年5月2日公布的白宫2026财年预算提案中,特朗普总统2026年预算提案维持了对量子信息科学的研究资金投入,将其列为美国能源部和美国国家科学基金会的优先领域。特朗普总统2026年预算提案“支持人工智能和量子研究”,该预算维持了关键机构在人工智能和量子信息科学领域的研究资金,以","listText":"在周二美股市场中, <a href=\"https://laohu8.com/S/QBTS\">$D-Wave Quantum Inc.(QBTS)$</a> 大涨25.95%。消息面上, <a href=\"https://laohu8.com/S/NVDA\">$英伟达(NVDA)$</a> 拟投资量子初创公司PsiQuantum的消息让投资者将目光继续转向了量子计算概念股。该消息在市场中引发了积极情绪,让投资者相信大型科技公司正越来越多地认识到量子计算的潜力,进而带动了整个行业的股票上涨。5月至今,量子计算概念股如 <a href=\"https://laohu8.com/S/QUBT\">$Quantum Computing Inc.(QUBT)$</a> 、 <a href=\"https://laohu8.com/S/IONQ\">$IONQ Inc.(IONQ)$</a> 、 <a href=\"https://laohu8.com/S/RGTI\">$Rigetti Computing(RGTI)$</a> , <a href=\"https://laohu8.com/S/SKYT\">$SkyWater Technology, Inc.(SKYT)$</a> 等涨幅均达2位数, <a href=\"https://laohu8.com/S/QBTS\">$D-Wave Quantum Inc.(QBTS)$</a> 甚至上涨超过3位数。宏观原因方面,也受益特朗普2026年财政预算预案对该领域的持续支持。在2025年5月2日公布的白宫2026财年预算提案中,特朗普总统2026年预算提案维持了对量子信息科学的研究资金投入,将其列为美国能源部和美国国家科学基金会的优先领域。特朗普总统2026年预算提案“支持人工智能和量子研究”,该预算维持了关键机构在人工智能和量子信息科学领域的研究资金,以","text":"在周二美股市场中, $D-Wave Quantum Inc.(QBTS)$ 大涨25.95%。消息面上, $英伟达(NVDA)$ 拟投资量子初创公司PsiQuantum的消息让投资者将目光继续转向了量子计算概念股。该消息在市场中引发了积极情绪,让投资者相信大型科技公司正越来越多地认识到量子计算的潜力,进而带动了整个行业的股票上涨。5月至今,量子计算概念股如 $Quantum Computing Inc.(QUBT)$ 、 $IONQ Inc.(IONQ)$ 、 $Rigetti Computing(RGTI)$ , $SkyWater Technology, Inc.(SKYT)$ 等涨幅均达2位数, $D-Wave Quantum Inc.(QBTS)$ 甚至上涨超过3位数。宏观原因方面,也受益特朗普2026年财政预算预案对该领域的持续支持。在2025年5月2日公布的白宫2026财年预算提案中,特朗普总统2026年预算提案维持了对量子信息科学的研究资金投入,将其列为美国能源部和美国国家科学基金会的优先领域。特朗普总统2026年预算提案“支持人工智能和量子研究”,该预算维持了关键机构在人工智能和量子信息科学领域的研究资金,以","images":[{"img":"https://static.tigerbbs.com/f177408338a80587571196983e355abe"},{"img":"https://static.tigerbbs.com/9094ed3723acacd8f62ae4bfe15624e5"},{"img":"https://static.tigerbbs.com/4bc9cea11592c0dc8b6638977f77eb3b"}],"top":1,"highlighted":1,"essential":2,"paper":2,"likeSize":0,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/437421796683936","isVote":1,"tweetType":1,"viewCount":0,"authorTweetTopStatus":1,"verified":2,"comments":[],"imageCount":14,"langContent":"CN","totalScore":0},"isVote":1,"tweetType":1,"viewCount":407,"authorTweetTopStatus":1,"verified":2,"comments":[],"imageCount":0,"langContent":"CN","totalScore":0},{"id":436751447773736,"gmtCreate":1747641756844,"gmtModify":1747641758634,"author":{"id":"180489801557520","authorId":"180489801557520","name":"WstreetBoy","avatar":"https://static.tigerbbs.com/67ffcee2a6d73f35b1d68c916a7e6856","crmLevel":2,"crmLevelSwitch":1,"followedFlag":false,"idStr":"180489801557520","authorIdStr":"180489801557520"},"themes":[],"htmlText":"这篇文章不错,转发给大家看看","listText":"这篇文章不错,转发给大家看看","text":"这篇文章不错,转发给大家看看","images":[],"top":1,"highlighted":1,"essential":1,"paper":1,"likeSize":1,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/436751447773736","repostId":"1135491486","repostType":2,"repost":{"id":"1135491486","kind":"news","pubTimestamp":1747640305,"share":"https://www.laohu8.com/m/news/1135491486?lang=&edition=full","pubTime":"2025-05-19 15:38","market":"us","language":"zh","title":"黄仁勋COMPTUEX2025演讲完整图文版:英伟达如何重塑AI计算?","url":"https://stock-news.laohu8.com/highlight/detail?id=1135491486","media":"Web3天空之城","summary":"今天上午,英伟达创始人CEO黄仁勋在COMPUTEX 2025开讲。这场演讲的核心信息可以概括为:英伟达正在从AI淘金热的“卖铲子”角色,全面升级为新工业革命中“智能工厂”的设计师与关键基石提供者。黄仁勋宣布基于Blackwell的GB300系统将于今年Q3全面投产,推理性能提升1.5倍,HBM内存和网络带宽也大幅增加。通过NVLink Fusion等策略,英伟达在巩固核心优势的同时,拥抱生态开放,赋能全球伙伴共同参与这场计算革命。英伟达的故事是计算机产业的重塑。","content":"<html><head></head><body><p>今天上午,英伟达创始人CEO黄仁勋在COMPUTEX 2025开讲。这场演讲的核心信息可以概括为:<strong>英伟达正在从AI淘金热的“卖铲子”角色,全面升级为新工业革命中“智能工厂”的设计师与关键基石提供者。</strong></p><p><strong>黄仁勋的演讲要点及关键发布呈现在几点:</strong></p><p><strong>1.计算的终极形态:“人工智能工厂”——生产“智能token”的基础设施革命</strong></p><p>黄仁勋将现代数据中心比作“人工智能工厂”,这是对计算基础设施本质的全新定义。他认为,如同第一次工业革命需要电力基础设施,信息时代需要互联网,智能时代则需要“智能基础设施”。AI工作负载的特性(需要大规模并行和东西向通信)使得整个数据中心必须作为一个统一的计算单元运作。</p><p><strong>发布:</strong></p><ul style=\"\"><li><p><strong>Blackwell/GB200/GB300系统:</strong> 这些是AI工厂的核心生产线。黄仁勋宣布基于Blackwell的GB300系统将于今年Q3全面投产,推理性能提升1.5倍,HBM内存和网络带宽也大幅增加。他通过生动的图示和视频,展现了GB200系统如何通过NVLink骨干网(带宽130 TB/s,超越整个互联网峰值流量)将72个GPU整合成一个巨大的虚拟GPU,实现“极端的摩尔定律”式性能飞跃(6年4000倍)。</p></li></ul><p><strong>2.智能的普适应用:AI智能体——企业和个人的数字劳动力</strong></p><p>AI已从感知、生成能力进化到具备推理、使用工具、协同工作的“自主智能”,即AI智能体。这些智能体将成为“数字劳工”,极大地缓解全球劳动力短缺,变革各行各业的工作方式。</p><p><strong>发布:</strong></p><ul style=\"\"><li><p><strong>RTX Pro 企业级与 Omniverse 服务器:</strong> 专为在企业环境中运行AI智能体而设计。这些服务器兼容传统x86应用和虚拟机,但更重要的是,它们提供了强大的计算能力(搭载RTX Pro 6000s GPU和CX8网络芯片,800 Gbps带宽),可以运行文本、图形乃至视频模态的AI代理。这标志着AI智能体开始进入传统的企业IT架构核心。</p></li><li><p><strong>NVIDIA AI数据平台 / IQ / Nemo:</strong> 为智能体提供理解和利用企业非结构化数据的能力。IQ(查询系统)提供快速语义搜索,Nemo Retriever/IQ蓝图开源。这是AI智能体“理解”世界的基石。</p></li><li><p><strong>AIOps:</strong> 新的软件层,帮助企业IT部门管理、部署、微调AI代理,将其视为“数字劳动力”进行运营。</p></li></ul><p><strong>3.智能的实体化:物理AI与机器人——数字孪生驱动的再工业化</strong></p><p>下一波AI浪潮将是“物理AI”,能够理解现实世界的物理规律,并进入物理载体——机器人中。机器人需要通过在遵守物理定律的虚拟世界(数字孪生)中学习来掌握技能。</p><p><strong>发布:</strong></p><ul style=\"\"><li><p><strong>Newton 物理引擎:</strong> 与DeepMind、迪士尼合作开发的、可用于高保真模拟机器人行为的物理引擎。将于7月开源,支持GPU加速和微分学习。这是构建机器人训练场的关键软件。</p></li><li><p><strong>Isaac Groot 平台:</strong> 英伟达为通用机器人打造的端到端平台,包括:</p><ul style=\"\"><li><p><strong>Jetson Thor:</strong> 全新的机器人处理器,提供强大的嵌入式计算能力。</p></li><li><p><strong>NVIDIA ISAAC OS:</strong> 机器人的运行时操作系统。</p></li><li><p><strong>Isaac Groot N1.5模型创建方式:</strong> 已开源, enabling 开发者基于此构建机器人AI模型。</p></li></ul></li><li><p><strong>Groot Dreams:</strong> 基于Cosmos模型,利用AI放大少量人类示范数据,大规模生成合成训练数据,解决机器人训练数据难题,实现“Real-to-Real”学习。</p></li><li><p><strong>Omniverse与数字孪生:</strong> 再次强调Omniverse作为构建数字孪生的平台,并展示了合作伙伴利用数字孪生进行工厂规划、生产线优化、机器人训练的案例。指出数字孪生是驱动全球5万亿美元新工厂建设和再工业化的核心工具。</p></li></ul><p><strong>4.生态的扩展与开放:NVLink Fusion——赋能定制化AI基础设施</strong></p><p>认识到AI基础设施的多样性需求,英伟达正变得更加开放,允许伙伴构建半定制的AI系统,同时仍受益于英伟达的核心技术。</p><p><strong>发布:</strong></p><ul style=\"\"><li><p><strong>NVLink Fusion:</strong> 允许合作伙伴将自己的CPU或ASIC(通过NVLink芯片间接口和芯片组)集成到英伟达的NVLink互联架构中,与英伟达GPU协同工作,构建灵活的AI基础设施。这标志着英伟达在关键互联技术层面的战略性开放。</p></li><li><p><strong>广泛的合作伙伴生态:</strong> 展示了与众多芯片设计公司(LCHIP, Astera Labs, Marvell, 联发科, 富士通, 高通, Cadence, Synopsys)、系统制造商(富士康, 纬创, 广达, 戴尔, 华硕, 技嘉, 惠与, 超微等)和软件/服务提供商(VAST, Dell, Hitachi, IBM, NetApp, CrowdStrike, DataIQ, DataRobots, DataStacks, Elastic, Nutanix, Red Hat, Trend Micro等)的深度合作,共同构建从硬件到软件的全栈生态。</p></li><li><p><strong>面向开发者的新硬件:</strong></p><ul style=\"\"><li><p><strong>DGX Spark:</strong> 面向个人AI开发者的桌面级AI超级计算机(千万亿次浮点运算,128GB HBM),已全面投产。</p></li><li><p><strong>DGX Workstation:</strong> 更大型的个人工作站,可运行万亿参数模型。</p></li></ul></li></ul><p>黄仁勋明确指出,AI已经催生了一个全新的万亿美元级基础设施产业——“人工智能工厂”,英伟达正致力于提供从底层芯片(Blackwell/GB300)、高速互联(NVLink)、系统平台(DGX系列、RTX Pro)、软件栈(CUDA库、IQ、AIOps、Isaac平台、Omniverse)到生态系统协作的全方位解决方案。智能体将成为数字世界的基石,而物理AI和数字孪生将驱动实体经济的智能化再造。通过NVLink Fusion等策略,英伟达在巩固核心优势的同时,拥抱生态开放,赋能全球伙伴共同参与这场计算革命。</p><p>=以下是Web3天空之城图文全文版=</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/4394616e62a51711de8104ad9da02d1e\" title=\"\" tg-width=\"1080\" tg-height=\"603\"/></p><p>很高兴来到这里。我的父母也在观众席中,他们在那里。</p><p>英伟达在这里已经超过30年了。这里是我们许多珍贵合作伙伴和亲爱朋友的家。多年来,你们见证了英伟达的成长,也见证了我们完成了许多激动人心的成就,并一路与我合作。</p><p>今天,我们将讨论我们在行业中所处的位置、我们将要去的地方,并宣布一些新产品,令人激动和令人惊喜的产品,这些产品将为我们打开新的市场,创造新的市场、新的增长。我们将讨论伟大的合作伙伴,以及我们将如何共同发展这个生态系统。</p><p>众所周知,我们正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,当需要创造新的市场时,我们必须从这里开始创造,这是理所当然的,位于计算机生态系统的中心。而且我为你们准备了一些惊喜,一些你们可能猜不到的事情。</p><p>当然,我保证我会谈论人工智能和机器人技术。</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/c3614cae2b2b20cee7108baae271204d\" title=\"\" tg-width=\"1080\" tg-height=\"603\"/></p><p>英伟达的故事是计算机产业的重塑。事实上,英伟达的故事也是我们公司的重塑。正如我所说,我已经来了30年了,你们中的许多人都经历过我的多次主题演讲,你们中的一些人,全部都经历过。回顾这次对话,以及我们过去30年所谈论的内容,变化是如此巨大。</p><p>我们最初是一家芯片公司,目标是创建一个全新的计算平台。在2006年,我们推出了CUDA,它彻底改变了计算的方式。</p><p>10年后的2016年,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对技术堆栈的每一层进行彻底的改造。处理器是全新的,软件堆栈是全新的,因此,系统也必然是全新的。</p><p>所以我们发明了一个新的系统。一个在我2006年在GTC大会上宣布它的那天,没有人理解我在说什么,也没有人给我下采购订单的系统,叫做DGX-1。</p><p>DGX-1,我将第一台捐赠给了一个叫做OpenAI的非营利性公司,它开启了人工智能革命。</p><p>几年后,我们意识到,事实上,这种新的软件开发方式,现在被称为人工智能,与传统的软件运行方式不同。许多应用程序都在大型数据中心的少量处理器上运行,我们称之为超大规模。这种新型应用程序需要多个处理器协同工作,为数百万人的查询提供服务。并且该数据中心的架构将从根本上不同。我们意识到有两种类型的网络。</p><p>一条用于南北向流量,因为仍然需要控制存储,仍然需要拥有一个控制平面,仍然需要连接到外部。</p><p>但是最重要的网络将会是东西向流量,计算机互相通信,试图解决一个问题。我们认识到在高性能计算的东西向流量方面,最优秀的网络公司进行大规模分布式处理。</p><p>一家对我们公司非常重要且与我们息息相关的公司,一家名为Mellanox的公司,我们在5年前,即2019年收购了他们。</p><p>我们将整个数据中心转换成一个计算单元。之前听我说过,现代计算机就是一个完整的数据中心。数据中心是一个计算单元,不再仅仅是一台PC,不再仅仅是一台服务器,整个数据中心都在运行一个作业,而操作系统将会改变。</p><p>英伟达的数据中心发展历程现在已广为人知。在过去的三年里,已经看到了我们正在塑造的一些理念,以及我们如何开始以不同的视角看待我们的公司。</p><p>历史上没有任何一家公司,尤其是没有任何一家科技公司,会一次性公布长达五年的发展路线图。没有人会告诉你接下来会发生什么,他们对此秘而不宣,极其保密。</p><p>然而,我们意识到英伟达不再仅仅是一家科技公司。事实上,我们是一家至关重要的基础设施公司。如果不了解我将要做什么,又如何规划你的基础设施、你的场地、你的外壳、你的电力、你所有的必要融资,遍布全世界?如果不了解我将要做什么,又怎么可能做到这一切呢?</p><p>于是,我们相当详细地描述了我们公司的发展蓝图,详细到世界上每个人都可以开始建造数据中心。</p><p>我们现在意识到,我们是一家人工智能基础设施公司,一家在全球都至关重要的基础设施公司。每个地区、每个行业、每家公司都将建设这些基础设施。</p><p>那么,这些基础设施是什么呢?事实上,这些基础设施与第一次工业革命非常相似。当人们意识到,通用电气、西屋电气、西门子公司意识到,有一种名为电的新型技术,并且需要在世界各地建设新的基础设施。这些基础设施成为了社会基础设施的重要组成部分,如今,这种基础设施被称为电力。</p><p>若干年后,就在我们这一代,我们意识到出现了一种新型的基础设施,而且这种新的基础设施非常概念化,难以理解。这种基础设施被称为信息。这种信息基础设施,第一次被描述时,没有人能理解,但我们现在意识到它就是互联网,互联网无处不在,并且所有事物都与它相连。</p><p>现在出现了一种新的基础设施,这种新的基础设施建立在前两种基础设施之上,而这种新的基础设施是一种智能基础设施。我知道现在,当我们说存在智能基础设施时,这毫无意义。</p><p>我向你们保证,10年后,你们回首往事,就会意识到人工智能已经融入到一切事物之中。事实上,我们需要人工智能无处不在。而且每个地区、每个行业、每个国家、每个公司,都需要人工智能。</p><p>人工智能现在是基础设施的一部分。而这种基础设施,就像互联网,就像电力一样,需要工厂。这些工厂本质上就是我们今天所建造的东西。它们不是过去的那些数据中心。一个价值 1 万亿美元的产业,提供信息和存储,支持我们所有的企业资源计划(ERP)系统和员工。这是一个数据中心。一个过去的数据中心。</p><p>从某种意义上说,这与它类似,因为它来自同一个行业。它来自我们所有人。但它将演变成完全不同的东西。完全独立于世界的数据中心。这些人工智能数据中心,如果你愿意这么称呼它们,实际上被不恰当地描述了。它们实际上是人工智能工厂。</p><p>你向它输入能量,它就会产出极具价值的东西。这些东西被称为token。到了企业开始谈论上个季度他们生产了多少token的地步。以及上个月他们生产了多少token。很快,我们将讨论我们每小时生产多少token。正如每个工厂所做的那样。</p><p>因此,世界已经发生了根本性的变化。从我们公司成立的那天起,我就在试图弄清楚1993年我们的机会有多大。我得出的结论是,英伟达的商机是巨大的。3亿美元。我们要发财了。3亿美元的芯片产业。</p><p>针对一个价值约一万亿美元的数据中心机遇。发展到如今,一个人工智能工厂,一个价值将以数万亿美元计的人工智能基础设施产业。这就是我们正在从事的令人兴奋的未来。</p><p>现在,从根本上说,我们所做的一切都建立在几项重要的技术之上。当然,我经常谈论加速计算。我经常谈论人工智能。使英伟达真正特别的是这些能力的融合。尤其重要的是算法、库,我们称之为 CUDAX 库的东西。我们一直在谈论库。事实上,我们是世界上唯一一家不停谈论库的科技公司。这背后的原因是图书馆是我们一切工作的核心。图书馆是这一切的起点。</p><p>今天我将向大家展示一些新的图书馆。但在此之前,让我先预览一下我今天要讲的内容。您即将看到的一切都与模拟、科学和人工智能相关。这里展示的都不是艺术。一切都是模拟。只是恰好很美。让我们来看一下。</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/8be7e3de1814aa7432cdeb04cd907533\" title=\"\" tg-width=\"1080\" tg-height=\"555\"/></p><p>我现在正站在实时的计算机图形前。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。这是华硕的产品。我的好朋友约翰尼在前排。这是微星的产品。我们将这款令人难以置信的GPU缩小并放到了这里。这有道理吗?</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/236d58e61055bcd0bebaa809cb1e56a3\" title=\"\" tg-width=\"1080\" tg-height=\"642\"/></p><p>这太不可思议了,这就是微星搭载5060显卡的新款笔记本电脑。英伟达GeForce为世界带来了CUDA,现在你所看到的,是每一个像素都经过了光线追踪。</p><p>我们是如何做到模拟光子,并以这种分辨率提供这种帧率的?原因在于人工智能。我们只渲染十分之一的像素。所以你看到的每个像素中,只有十分之一是实际计算出来的,剩下的九个,由人工智能推测,而且效果堪称完美,它完美地猜中了。这项技术叫做DLSS,神经渲染。我们花费了许多年才开发出来,从我们开始研究人工智能的那一刻起,就已经开始了,所以这已经是一个10年的旅程。人工智能彻底革新了计算机图形学的进步,GeForce将人工智能带到了世界,现在人工智能又回来革新了GeForce,真的是非常惊人。</p><p>GeForce RTX 50系列刚刚完成了其有史以来最成功的发布,这是我们历史上最快的发布,而且PC游戏现在已经有30年历史了,这说明了GeForce有多么令人难以置信。</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/b421f11188db56ef8dad9d65e6b84cd8\" title=\"\" tg-width=\"1080\" tg-height=\"540\"/></p><p>核心在于,一切都始于CUDA。通过使CUDA尽可能地高性能、尽可能地普及,从而使安装基础遍布全球,应用程序就能很容易地找到CUDA GPU。安装基础越大,就越多的开发者希望创建库。库越多,越能完成令人惊叹的事情,应用程序越好,用户受益越多,他们就会购买更多的计算机。计算机越多,CUDA就越多,这种反馈路径至关重要。</p><p>然而,加速计算并非通用计算。通用计算编写软件,每个人都用Python或C++编写,然后进行编译,通用计算的方法论始终一致:编写应用程序,编译应用程序,在CPU上运行它。然而,这种方法从根本上不适用于加速计算,因为如果可以这样做,它就会被称为CPU。如果不直接改变CPU,以便你可以编写软件、编译软件、并在CPU上运行它,那还有什么意义呢?你需要做一些不同的事情,这个事实实际上相当合理。其原因在于,如此多的人致力于通用计算,数万亿美元的创新投入,怎么可能仅仅因为芯片内部的几个小部件,计算机突然就变得快50倍、快100倍呢?这毫无道理。</p><p>因此,我们应用的逻辑是,如果你对应用程序有更深入的理解,你就可以加速它。如果你创建一种更适合加速、以接近光速运行99%运行时的架构,即使它只占代码的5%,你也可以加速应用程序,这相当令人惊讶。大多数应用程序中,代码的一小部分消耗了大部分的运行时。我们观察到了这一点,因此我们逐个攻克不同的领域。</p><p>我刚才向你展示了计算机图形。我们还有数值计算库,这是数值计算库。是最普及的数值计算库。</p><p>Arial和Shona。Arial是世界首个用于5G和6G的GPU加速无线电信号处理方案。一旦我们将其软件定义化,就可以在其上叠加人工智能。这样我们就能将人工智能引入5G和6G。</p><p>Parabricks用于基因组学分析。Monai用于医学影像。Earth 2用于天气预测。cuQuantum用于量子经典计算机架构和计算机系统。</p><p>Megatron。这一整行,这一整列包含我们所有的深度学习以及所有用于深度学习训练和推理的必要库。这彻底改变了计算。而这一切都始于这些库。不仅仅是CUDA,还有CUDNN。在CUDNN之上,有Megatron。Megatron,然后是Tensor RTLM。然后最近,用于大型AI工厂的全新操作系统,Dynamo。</p><p>CUDF用于像Spark和SQL这样的数据帧。结构化数据也可以被加速。cuML,经典机器学习。Warp,一个框架,一个用于描述 CUDA 内核的 Pythonic 框架。非常成功。</p><p>cuopt,数学运算,优化。例如旅行商问题。能够优化高度约束、大量变量类型的问题,例如供应链优化。这是一个了不起的成功。我对 Qopt 非常兴奋。</p><p>cuDSS 和 cuDSparse,用于稀疏结构模拟器。它们用于 CAE 和 CAD 流体动力学。有限元分析,对于EDA和CAE行业来说极其重要。</p><p>然后,当然还有粗culitho。它是计算光刻领域最重要的库之一。光掩模制造很容易花费一个月的时间。而且光掩模制造过程需要极高的计算强度。现在有了culitho,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技术奠定基础,打开世界。我们在这里拥有优秀的合作伙伴。台积电正在广泛使用culitho。阿斯麦、新思科技,都是与我们在culitho方面合作的卓越伙伴。</p><p>正是这些库本身使得我们能够在一个又一个的应用领域、科学领域和物理领域中加速应用,同时也为我们开拓了市场。我们关注特定的区域和市场,认为这些区域对于转型到新型计算方式而言非常重要。如果通用计算经过这么多年已经走到了尽头,为什么它没有在每一个行业都走到尽头呢?</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/2913b9418c1bf6bdb8cb751289909eca\" title=\"\" tg-width=\"1080\" tg-height=\"595\"/></p><p>最重要的行业之一,当然是电信业。正如世界上的云数据中心现在已经变成了软件定义的一样,电信也应该变成软件定义的,这是理所当然的。因此,我们花了大约6年的时间来完善和优化一个完全加速的无线接入网(RAN)堆栈,它能实现惊人的性能。对于每兆瓦的数据速率,或每瓦的数据速率,我们现在与最先进的专用集成电路(ASIC)处于同一水平。</p><p>一旦我们能够做到这一点,一旦我们能够达到那种性能和功能水平,那么之后我们就可以在上面叠加人工智能(AI)。我们在这里有很棒的合作伙伴,如软银、T-Mobile、印尼电信和沃达丰正在进行试验。诺基亚、三星、京瓷正在与我们合作进行全栈开发。富士通和思科正在进行系统方面的合作。因此,现在我们有能力引入基于5G的人工智能,或者基于6G的人工智能,以及基于计算的人工智能的理念。</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/1749dab7bf2901af78460a2aab2baab3\" title=\"\" tg-width=\"1080\" tg-height=\"575\"/></p><p>我们正在利用量子计算来实现这一点。量子计算仍处于含噪声中等规模量子 (NISQ) 状态。然而,我们已经可以开始进行许多非常有用的应用。因此我们对此感到兴奋,我们正在开发一个量子经典,或者量子GPU计算平台,我们称之为CUDA-Q,并与世界各地出色的公司合作。GPU可以用于预处理和后处理、纠错以及控制。我预测在未来,所有超级计算机都将拥有量子加速器,所有计算机都将连接量子QPU。因此,一台超级计算机将是由QPU、GPU和一些CPU组成的系统。这将是现代计算机的表征。因此,我们与该领域的许多优秀公司合作。</p><p>人工智能方面,12年前,我们从感知开始,即能够理解模式、识别语音、识别图像的人工智能模型。那是开端。过去5年,我们一直在谈论生成式人工智能,即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,比如ChatGPT中一直在使用的那样;文本到图像,文本到视频,视频到文本;图像到文本,几乎任何事物到任何事物。这才是人工智能真正令人惊叹之处,我们已经发现了一个通用的函数逼近器,一个通用的翻译器。它可以从任何事物翻译到任何其他事物。</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/471214a826d981e41ba500501ea3e325\" title=\"\" tg-width=\"1080\" tg-height=\"603\"/></p><p>只要我们能简单地对其进行标记化,表示信息的比特,那么我们就已经达到了一个真正重要的人工智能水平。</p><p>生成式人工智能赋予了我们一次性人工智能。你给它一段文本,它就给你一段文本作为回报。那是两年前,我们首次接触了聊天机器人GPT。那是重大的、令人惊叹的突破。你给它一段文本,它会回给你一段文本。它预测下一个词,预测下一段。</p><p>然而,智能远不止是你从大量数据中所学到的东西。智能包括推理能力,包括解决你以前从未见过的问题的能力,包括将问题逐步分解的能力,包括应用一些规则和定理来解决你从未见过的问题,包括模拟多种选择并权衡其优劣的能力。</p><p>你可能听说过其中的一些技术:思维链,将其逐步分解;思维树,提出大量可能的路径。所有这些技术都在引领人工智能具备推理能力。</p><p>现在,令人惊奇的是,一旦你拥有推理能力,并且拥有感知能力,也就是说,比如,多模态读取PDF,你就可以进行搜索,可以使用工具,你就拥有了自主智能。</p><p>这种自主智能所做的事情,正是我刚才描述的我们所有人都在做的事情。我们被赋予一个目标,我们将其逐步分解。我们推理要做什么,以及做这件事的最佳方式是什么。我们考虑其后果,然后开始执行计划。该计划可能包括做一些研究,可能包括做一些工作,使用一些工具。它可能包括联系另一个人工智能代理,以便与之协作。</p><p>代理型人工智能基本上就是理解、思考和行动。嗯,理解、思考和行动是机器人学的循环。代理型人工智能基本上是数字形式的机器人。这些将在未来几年变得非常重要。我们正在看到这个领域取得巨大的进展。</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/e519cab1a5dcfe55b221d9f8530e7263\" title=\"\" tg-width=\"1080\" tg-height=\"580\"/></p><p>除此之外的下一个浪潮是物理人工智能,能够理解世界的人工智能。他们理解惯性、摩擦、因果关系等事物。例如,如果我滚动一个球,球滚到车下,根据球的速度,它可能滚到了车的另一边,但球并没有消失,客体永久性。你或许能够推断出,如果你面前有一张桌子,而你必须到另一边去,最好的方法不是直接穿过去。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下一代人工智能至关重要。我们称之为物理人工智能。</p><p>因此,在这个特定的例子中,你看到我们只是提示人工智能,它就生成视频来训练自动驾驶汽车在不同的场景中行驶。稍后我会向你展示更多相关内容。</p><p>那是一只狗。它可以说,“给我生成一只狗”。“给我生成一只带鸟的,带人的”。它一开始生成了左边的图像。</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/9bb2983e7536115d1a37bb572b13b62a\" title=\"\" tg-width=\"1080\" tg-height=\"618\"/></p><p>在那之后的阶段,我们将采用推理系统、生成系统、物理人工智能,而这种级别的能力将会进入我们称之为机器人的物理载体中。 如果你能想象提示人工智能生成一个视频来伸手拿起一个瓶子,当然你也可以想象告诉一个机器人伸手拿起那个瓶子。 今天的人工智能有能力做到这些事情。 这就是我们在不久的将来要实现的目标。</p><p>我们为实现这一目标而构建的计算机,其属性与之前的计算机截然不同。 名为Hopper的革命性计算机大约在3年前问世,它彻底改变了我们所认知的人工智能。 它可能成为了世界上最流行、最广为人知的计算机。</p><p>在过去的几年里,我们一直在研发一种新的计算机,以便我们能够实现推理时间扩展,或者说,能够以难以置信的速度进行思考。 因为当你思考的时候,你会产生大量的tokens(标记),你会产生大量的想法,并且在你给出答案之前,在你的大脑中进行迭代。 所以,过去的一次性人工智能现在将变成思考型人工智能、推理型人工智能、推理时间扩展型人工智能。 而这将需要更多的计算量。</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/19a9d7dd8e453f86269b869cd33601be\" title=\"\" tg-width=\"1080\" tg-height=\"640\"/></p><p>因此,我们创建了一个名为Grace Blackwell的新系统。Grace Blackwell具有多种功能:它具有向上扩展的能力,意味着将一台计算机变成一台巨型计算机;向外扩展是指将一台计算机与多台计算机连接起来,并让多台不同的计算机完成工作。 扩展很容易,向上扩展极其困难。 构建超越半导体物理极限的更大型计算机,难如登天。 而这正是格蕾丝·布莱克威尔所做的。 格蕾丝·布莱克威尔几乎打破了一切。</p><p>在座的各位,你们中的许多人正在与我们合作构建格蕾丝·布莱克威尔系统。 我很高兴地说,我们已经全面投产。 虽然基于HGX的布莱克威尔系统自去年年底以来一直在全面生产,并且自2月起已上市,但我们现在才刚刚将所有格蕾丝·布莱克威尔系统上线。 它们每天都在各地陆续上线,已经在CoreWeave上可用好几周了,已经有很多云服务提供商(CSPs)在使用它。 现在你开始看到它从各个地方涌现出来,每个人都开始发推文说Grace Blackwell正在全面投产。</p><p>在今年第三季度,正如我承诺的,我们将像有节奏一样,每年都提高我们平台的性能。 今年,在第三季度,我们将升级到Grace Blackwell GB300。</p><p>GB300 将沿用相同的架构、相同的物理尺寸和相同的电气机械结构,但内部的芯片已经升级,使用了一种新的 Blackwell 芯片。</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/900237360e608093484828f3628035fe\" title=\"\" tg-width=\"1080\" tg-height=\"653\"/></p><p>现在,它的推理性能提高了 1.5 倍,HBM 内存增加了 1.5 倍,网络吞吐量提高了 2 倍,因此整体系统性能更高。</p><p>让我们看看 Grace Blackwell 内部是什么。Grace Blackwell 从计算节点开始。这是其中一个计算节点。这是上一代产品 B200 的样子,这是 B300 的样子。请注意正中间,现在是 100% 液冷,但除此之外,从外部来看,它是一样的。你可以把它插入到相同的系统和相同的机箱中。</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/468857c1f4bb6e36e794a03d6e54c86e\" title=\"\" tg-width=\"1080\" tg-height=\"599\"/></p><p>这是 Grace Blackwell GB300 系统,它的推理性能提高了 1.5 倍。训练性能大致相同,但推理性能提高了 1.5 倍。现在,这个特殊的系统算力达到了 40 Petaflops,大约相当于 2018 年 Sierra 超级计算机的性能。</p><p>Sierra 超级计算机拥有 18000 个 Volta 架构的 GPU。这里的这一个节点就取代了整个超级计算机。6 年内性能提升了 4000 倍。这就是极端的摩尔定律。记住,人工智能公司 NVIDIA 已经实现了大约每 10 年计算能力提升一百万倍,而且我们仍然在沿着这条轨道前进。</p><p>但是实现这一目标的方法不仅仅是提高芯片的速度。芯片的速度和尺寸都有其极限。在 Blackwell 的案例中,甚至将两个芯片连接在一起,使其成为可能。台积电与我们合作,发明了一种名为COOS-L的全新COOS工艺,使我们能够制造这些巨型芯片。</p><p>但即便如此,我们仍然想要比这更大的芯片。因此,我们必须创造出所谓的NVLink,这是世界上最快的交换机,速率是每秒7.2太字节。9个这样的交换机安装到那个机架中。</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/2b57735988a4feeb451eb1b91e6881be\" title=\"\" tg-width=\"1080\" tg-height=\"658\"/></p><p>这9个交换机通过这个奇迹般的装置连接起来。这就是NVLink骨干网,两英里的电缆,5000根结构化的电缆,全部同轴,其阻抗已匹配。它将所有72个GPU连接到NVLink交换网络中的其他72个GPU。NVLink骨干网的带宽为每秒130兆兆字节。</p><p>简单来说,整个互联网的峰值流量为每秒900兆兆比特,除以8,它的流量超过了整个互联网的流量。</p><p>一个NVLink主干网连接着9个NVLink交换机,这样每个GPU都可以完全同时地与其他GPU通信。这就是GB200的奇迹。</p><p>由于SerDes的驱动距离有限制,这是SerDes所能达到的最远距离,它从芯片到交换机,再到主干网,到任何其他交换机,任何其他芯片,全部是电信号。因此,这个限制迫使我们将所有东西都放在一个机架中。</p><p>现在一个机架是120千瓦,这就是所有东西都必须进行液冷的原因。我们现在有能力将GPU从一个主板上分离出来,本质上是分布在一个完整的机架上。那么整个机架就是一块主板,这就是奇迹,完全解耦。</p><p>现在GPU的性能非常惊人,内存容量非常惊人,网络带宽非常惊人,现在我们真的可以大规模扩展这些系统。一旦我们向上扩展,我们就可以将它们向外扩展到大型系统中。</p><p>英伟达几乎所有产品都非常庞大,原因在于我们不是在构建数据中心和服务器,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非常高,他们必须将它们分隔得更远,以便功率密度可以分散。但实际上,归根结底,我们不是在建造数据中心,我们正在建造人工智能工厂</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/1143243251a79adceff28e733779e850\" title=\"\" tg-width=\"1080\" tg-height=\"632\"/></p><p>这是XAI Colossus工厂,这是星门 (Stargate),4百万平方英尺,1吉瓦。因此,请想象一下这座工厂,这座1吉瓦的工厂可能需要大约600亿到800亿美元的投资。在这600亿到800亿美元中,电子设备和计算部分,也就是这些系统,就占了400亿到500亿美元。所以,这些都是巨大的工厂投资。</p><p>人们建造工厂的原因是因为你知道答案,买得越多,生产得越多,这就是工厂所做的事情。</p><p>这项技术非常复杂,实际上,仅仅在这里看看,你仍然无法充分领略我们的所有合作伙伴以及在座的所有公司所完成的卓越工作。所以我们为您制作了一部影片。</p><p><em>(影片文字:Blackwell 是一项工程奇迹。它始于台积电的一块空白硅晶圆。数百个芯片处理和紫外光刻步骤在 12 英寸晶圆上逐层构建起 2000 亿个晶体管。晶圆被划片成一个个 Blackwell 芯片,经过测试和分类,分离出合格的芯片以继续后续流程。</em></p><p><em>台积电、Spill 和 Amcor 完成芯片-晶圆-基板(chip-on wafer on substrate)工艺,将 32 个 Blackwell 芯片和 128 个 HBM 堆栈连接到定制的硅中介层晶圆上。 金属互连走线直接蚀刻到其中,将 Blackwell GPU 和 HBM 堆栈连接到每个系统和封装单元中,将所有部件锁定到位。</em></p><p><em>然后对组件进行烘烤、模塑和固化,从而制造出 Blackwell B200 超级芯片。 在 KYEC,每个 Blackwell 都在 125 摄氏度的烤箱中进行应力测试,并在其极限下运行几个小时。</em></p><p><em>回到富士康,机器人日夜不停地工作,将 10000 多个组件拾取并放置到 Grace Blackwell PCB 上。 与此同时,其他组件正在全球各地的工厂中准备。 来自 Cooler Master、AVC、Aorus 和 Delta 的定制液体冷却铜块将芯片保持在最佳温度。</em></p><p><em>在另一家富士康工厂,ConnectX 7 SuperNIC 正在构建中,以实现横向扩展通信,而 Bluefield 3DPU 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,被仔细地集成到GB200计算托盘中。</em></p><p><em>NVLink是英伟达发明的突破性高速互联技术,用于连接多个GPU并扩展成一个巨大的虚拟GPU。 NVLink交换机托盘由NVLink交换机芯片构建,提供每秒14.4太字节的全互连带宽。</em></p><p><em>NVLink主干网络形成一个定制的、盲插式背板,集成了5000根铜缆,可提供每秒130太字节的全互连带宽。 这将所有72个Blackwell芯片,或144个GPU裸晶,连接成一个巨大的GPU。</em></p><p><em>来自世界各地的零部件陆续运达。 从富士康、纬创、广达、戴尔、华硕、技嘉、慧与、超微和其他合作伙伴处运来,由熟练的技术人员组装成机架规模的AI超级计算机。 总计120万个组件,2英里的铜缆,130万亿个晶体管,重达1800公斤。</em></p><p><em>从蚀刻到晶圆上的第一个晶体管到固定Blackwell机架的最后一颗螺栓,每一步都承载着合作伙伴的奉献、精确和工艺。 Blackwell不仅仅是一个技术奇迹,更证明了科技生态系统的奇迹。为此共同取得的成就感到无比自豪。)</em></p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/9ff9fcdd575fcf0fcc0066b677ee2420\" title=\"\" tg-width=\"1080\" tg-height=\"670\"/></p><p>因此,今天我们宣布,富士康、英伟达、台积电,我们将在这里为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。</p><p>谢谢。有谁需要一台人工智能计算机吗?有听众席上的任何人工智能研究人员吗?每一位学生、每一位研究人员、每一位科学家、每一家初创公司、每一家大型成熟公司,台积电本身已经进行了大量的人工智能和科学研究。富士康在机器人技术方面也做了大量的工作。我知道听众席上还有许多其他的公司,稍后会提到,你们也在进行机器人技术研究和人工智能研究。因此,拥有世界一流的人工智能基础设施确实非常重要。</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/f77005107723f15223abbaf10c439370\" title=\"\" tg-width=\"1080\" tg-height=\"605\"/></p><p>所有这些都是为了我们能够构建一个非常大的芯片。NVLink 和 Blackwell,这一代的技术,使我们能够创造出这些令人难以置信的系统。这是来自和硕、广达电脑、纬创和纬颖的系统。这是来自富士康、技嘉和华硕的系统。可以看到它的正面和背面。它的整个目标是利用这些 Blackwell 芯片,可以看到它们有多大,并将它们变成一个巨大的芯片。当然,实现这一目标的能力是由 NVLink 提供的。但这低估了系统架构的复杂性,以及将它们连接在一起的丰富的软件生态系统。由 150 家公司共同构建的整个生态系统。这种架构以及技术、软件和产业中的整个生态系统,是三年工作的成果。这是一项大规模的工业投资。</p><p>现在,我们希望让任何想构建数据中心的人都能做到。它可以是大量的英伟达GB200或300,以及英伟达的加速计算系统。也可以是其他公司的产品。</p><p>所以今天,我们要宣布一件非常特别的事情。我们要宣布英伟达 NVLink Fusion。NVLink Fusion 旨在让可以构建半定制的 AI 基础设施。不仅仅是半定制芯片,因为那已经是过去式了。需要构建 AI 基础设施。而且每个人的 AI 基础设施都可能略有不同。有些人可能拥有更多的 CPU,有些人可能拥有更多的英伟达 GPU,还有些人可能拥有某种半定制的 ASIC。而那些系统构建起来极其困难。并且它们都缺少一个至关重要的要素。这个至关重要的要素叫做NVLink。NVLink可以扩展这些半定制系统,并构建真正强大的计算机。所以今天,我们宣布推出NVLink Fusion。NVLink Fusion的工作方式大致如下。这是英伟达平台。100%英伟达。</p><p>您拥有英伟达CPU、英伟达GPU、NVLink交换机,来自英伟达的网络,名为Spectrum X或InfiniBand,网卡,网络互连,交换机。整个系统,整个基础设施都是端到端构建的。</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/09e2662b40b9ec59311ead7694c77d21\" title=\"\" tg-width=\"1080\" tg-height=\"602\"/></p><p>现在,当然,您可以随意混合搭配。而且今天我们使您甚至可以在计算层面上进行混合搭配。这将是您使用定制专用集成电路(ASIC)所做的事情。我们有很多优秀的合作伙伴,他们正在与我们合作,以集成您特殊的TPU或您特殊的ASIC,您特殊的加速器。</p><p>而且它不一定是转换器加速器。它可以是您想集成到大型纵向扩展系统中的任何类型的加速器。我们创建了一个NVLink芯片模块,它基本上是一个紧挨着您的芯片的交换机。将会有IP可用于集成到您的半定制ASIC中。</p><p>然后,一旦您完成了这些,它就可以直接安装到计算板中,并且可以安装到AI超级计算机的生态系统中。</p><p>现在,也许您想要的是使用您自己的CPU。您已经构建自己的CPU一段时间了,也许您的CPU已经建立了一个非常庞大的生态系统,并且您希望将NVIDIA整合到您的生态系统中。现在,我们使您能够做到这一点。您可以通过构建自定义CPU来实现这一点。</p><p>我们为您提供NVLink芯片间接口,以便集成到您的专用集成电路(ASIC)中。我们使用NVLink芯片组进行连接,现在它可以连接并直接毗邻Blackwell芯片和我们的下一代Rubin芯片。再次强调,它完全适合这个生态系统。</p><p>这项令人难以置信的工作成果现在变得灵活和开放,供所有人集成。因此,您的人工智能基础设施可以包含一些NVIDIA组件,还有很多您的自有组件,很多CPU,很多ASIC,也许还有很多NVIDIA GPU。</p><p>因此,在任何情况下,您都可以受益于使用NVLink基础设施和NVLink生态系统,并且它与Spectrum X完美连接。所有这些都具有工业强度,并且受益于已经使其成为可能的庞大工业合作伙伴生态系统。这就是NVLink Fusion。</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/ecd40a5e258c396f3117c99c46c1c61b\" title=\"\" tg-width=\"1080\" tg-height=\"606\"/></p><p>我们有一些很棒的合作伙伴,如LCHIP、Astera Labs、Marvell,以及联发科,他们将与我们合作,与ASIC或半定制客户、超大规模企业,以及希望构建这些东西的CPU供应商合作,他们将成为他们的半定制ASIC供应商。</p><p>我们还有富士通和高通,他们正在构建带有NVLink的CPU,以集成到我们的生态系统中。</p><p>Cadence和Synopsys,我们与他们合作将我们的IP转移给他们,以便他们可以与所有人合作,并将该IP提供给所有芯片。</p><p>所以这个生态系统非常棒。但这恰恰突显了NVLink Fusion生态系统的优势。一旦与他们合作,将立即融入整个更大的NVIDIA生态系统,从而扩展到这些AI超级计算机中。</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/5bc45f926067d818990ecb6aa7e57033\" title=\"\" tg-width=\"1080\" tg-height=\"630\"/></p><p>现在来谈谈一些新的产品类别。已经展示了几款不同的计算机。然而,为了服务于世界上的绝大多数人,仍然缺少一些计算机。所以将要谈谈它们。</p><p>在此之前,想通报一下,我们称之为DGX Spark的这款新计算机已经全面投产。DGX Spark即将就绪,不久即可上市,可能就在几周内。</p><p>我们有非常棒的合作伙伴与我们合作,如戴尔、HPI、华硕、微星、技嘉、联想。他们是与我们合作的杰出伙伴。这就是DGX Spark。这实际上是一台量产机型。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。</p><p>这是为原生 AI 开发者设计的。如果是一名开发者、一名学生、一名研究人员,而且不想总是打开云端,并进行准备工作,然后在完成后再进行清理,那么就会希望拥有自己的,基本上是自己的 AI 云就坐在旁边,并且它始终开启,始终等待着。它允许进行原型设计、早期开发,这就是它令人惊叹的地方。这就是 DGX Spark。这是一个千万亿次浮点运算和128千兆字节。</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/34ed7333a432c33e3e03fc02ac059dff\" title=\"\" tg-width=\"1080\" tg-height=\"640\"/></p><p>在2016年,当我交付DGX One时,这只是挡板,我无法抬起一整台电脑,它重达300磅。这是DGX One,这是一个千万亿次浮点运算和128千兆字节。当然,这是128千兆字节的HBM内存。这是128千兆字节的LPDDR5X。实际上,性能非常相似。但最重要的是,能做的工作,可以在这里做的工作与在这里能做的工作相同。这在仅仅大约10年的时间里,是一项了不起的成就。</p><p>这是DGX Spark,适合任何想要拥有自己的人工智能超级计算机的人。我会让所有的合作伙伴自己定价,但可以肯定的是,每个人都能在圣诞节拥有一台。</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/7a3bfaa779a75a4e1cd777185ec14cd7\" title=\"\" tg-width=\"1080\" tg-height=\"690\"/></p><p>我还有另一台电脑想展示。如果那还不够,并且仍然想要拥有自己的个人电脑,这位是珍妮·保罗女士。如果那台对你来说不够大,这里还有一台。这又是另一台台式机,将由戴尔、惠普、华硕、技嘉、微星、联想提供。它将从Box、Lambda等卓越的工作站公司提供。这将是你自己的个人DGX超级计算机,能让你从一个墙壁插座中获得你能获得的最高性能。你可以把它放在你的厨房里,但只能勉强放得下。如果把这个放在厨房里,然后有人启动微波炉,我认为那就是极限了。</p><p>这就是极限,这就是你能从墙上插座获得的极限。这是一个DGX工作站。它的编程模型和我展示的那些巨型系统的编程模型是相同的。这就是令人惊叹的地方。单一架构,它拥有足够的能力和性能来运行一个万亿参数的AI模型。记住,Llama是Llama 70B。一个万亿参数的模型在这台机器上将会运行得非常出色。这就是DGX工作站。</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/f8ac1a65fede28d49168346d7ccd187e\" title=\"\" tg-width=\"1080\" tg-height=\"580\"/></p><p>这些系统都是AI原生的,是为新一代软件而构建的计算机。它不必与 x86 兼容,不必运行传统的 IT 软件,不必运行虚拟机监控程序,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可以通过传统和经典应用程序调用的 API。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,并且必须重新发明计算并将人工智能带入传统的企业计算中。</p><p>现在,我们所知的企业计算,实际上是三个层次,不仅仅是计算层,而是计算、存储和网络。始终是计算、存储和网络。正如人工智能已经改变了一切,可以推断,人工智能也必然改变了企业IT的计算、存储和网络。那么,这个底层必须被彻底改造,而我们正在进行改造。</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/cd733c8bf4006bfab49d3059384a6600\" title=\"\" tg-width=\"1080\" tg-height=\"630\"/></p><p>我将展示一些新产品,这些产品将为我们开启、解锁企业IT。它必须与传统的IT行业协同工作,并且必须增加一种新的能力。对于企业而言,这种新的能力就是代理式人工智能。</p><p>基本上就是数字营销活动经理、数字研究员、数字软件工程师、数字客服、数字芯片设计师、数字供应链经理,以及过去所做所有工作的数字化人工智能版本。</p><p>代理式人工智能具有推理、使用工具以及与其他人工智能协同工作的能力。在很多方面,这些都是数字劳工,是数字雇员。</p><p>世界正面临劳动力短缺,工人短缺。预计到2030年,劳动力短缺将达到约3000万到5000万,这实际上限制了世界经济的增长能力。因此,现在我们有了这些可以协同工作的数字代理。英伟达(NVIDIA)现在有100%的软件工程师都配备了数字代理,以便它们能够帮助、协助开发更好的代码,提高生产力。</p><p>在未来,将会看到一层代理人工智能,人工智能代理。过去我们有人力资源部管理人力劳动者,未来信息技术部门将成为数字劳动者的人力资源部。因此,必须为当今的IT产业、当今的IT从业者创造必要的工具,使他们能够管理、改进、评估在其公司内部工作的一整个AI代理家族。这就是我们想要构建的愿景。</p><p>但首先,我们必须重新发明计算。企业IT运行在x86架构上,运行传统的软件,例如来自VMware、IBM Red Hat或Nutanix的虚拟机管理程序。它运行着大量的经典应用程序。我们需要拥有能够执行相同操作的计算机,同时还要增加一种称为代理人工智能的新功能。</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/6a4b9fe3be9bda549b8521b8cdaa536f\" title=\"\" tg-width=\"1080\" tg-height=\"492\"/></p><p>这是全新的 RTX Pro 企业级和 Omniverse 服务器。这台服务器可以运行所有程序,当然,它有 x86 架构,可以运行所有经典的虚拟机管理程序。它在这些虚拟机管理程序中运行 Kubernetes。因此,IT 部门想要管理网络、集群以及编排工作负载的方式,与之前的工作方式完全相同。它甚至能够将 Citrix 和其他虚拟桌面流式传输到 PC。今天世界上运行的任何东西都应该能在这里运行。Omniverse 在这里运行得非常完美。除此之外,这还是企业级人工智能代理的计算机。这些人工智能代理可能仅是文本形式,也可能是计算机图形。像是小 TJ,来到你面前,像是小玩具 Jensen 来拜访你,帮助你工作。因此,这些人工智能代理可以是文本形式,可以是图形形式,也可以是视频形式。</p><p>所有这些工作负载都可以在此系统上运行。无论何种模态,我们所知的世界上每一个模型、每一个应用程序都应该运行于此,即使是 Crysis 也能在这里运行。</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/59e7011a65e8d3a6b965960601acc973\" title=\"\" tg-width=\"1080\" tg-height=\"533\"/></p><p>连接这8个GPU(Blackwell,新的Blackwell RTX,RTX Pro 6000s)的是这块新的主板。这块新的主板实际上是一个交换网络。</p><p>CX8是一个新的芯片类别,首先它是一个交换机,其次它是一个网络芯片,也是世界上最先进的网络芯片。CX8现在已进入批量生产阶段。在CX8中,可以插入GPU。CX8都在后面,PCI Express 连接在此处,CX8 在它们之间进行通信。而且网络带宽非常高,达到每秒800千兆位。这是插入到这里的收发器。因此,每个GPU都有它们自己的网络接口。现在,所有GPU都在东西向流量上与其他所有GPU进行通信,性能惊人。</p><p>这是 RTX Pro。在人工智能工厂的世界中,思考性能的方式是吞吐量,即每秒处理的token数。你的工厂产出越多,你生产的token就越多。因此,吞吐量衡量的是每秒处理的token数。</p><p>然而,每个AI模型都不一样,有些AI模型需要更多的推理。因此,你需要每个用户的性能非常高,每个用户的每秒token数必须很高。工厂要么喜欢高吞吐量,要么喜欢低延迟,但它不喜欢两者兼得。</p><p>因此,挑战在于如何创建一个操作系统,使我们能够在拥有高吞吐量的同时,拥有非常低的延迟,即交互性,每用户每秒令牌数。</p><p>这张图表告诉您一些关于计算机整体性能,以及工厂整体计算机性能的信息。这些不同的颜色代表了您必须配置我们所有GPU的不同方式,才能实现这种性能。有时您需要流水线并行,有时您需要专家并行,有时您希望进行批处理,有时您希望进行推测性解码,有时您不希望。因此,所有这些不同类型的算法必须根据工作负载分别且不同地应用。</p><p>帕累托曲线(即外围区域)的总体区域代表您工厂的能力。请注意,Hopper(世界上最著名的计算机,Hopper H100,HGX,225000美元的Hopper)就在那里。</p><p>您刚才看到的Blackwell企业级服务器,其性能是现有服务器的1.7倍。</p><p>Llama70B与DeepSeek R1相比,后者性能是前者的4倍。 这得益于DeepSeek R1的优化,它确实是世界人工智能产业的一份礼物。 其中计算机科学的突破非常显著,为美国和世界各地的研究人员开启了大量的优质研究。 无论在哪里,DeepSeek R1都对人们如何看待人工智能、推理以及推理型人工智能产生了影响。 他们为行业和世界做出了巨大贡献。 DeepSeek R1的性能是当前最先进的H100的4倍,这使其更具现实意义。</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/64a5edb5e180ff4a67f081dbaf3f7e71\" title=\"\" tg-width=\"1080\" tg-height=\"639\"/></p><p>如果您正在构建企业人工智能,我们现在为您提供一台出色的服务器,一个出色的系统。 它是一台可以运行任何程序的计算机,一台具有惊人性能的计算机,无论是x86还是AI程序都能运行。 我们的RTX Pro服务器正在行业内所有合作伙伴处批量生产,这很可能是有史以来规模最大的上市系统。</p><p>计算平台和存储平台是不同的。 人们查询的是像SQL这样的结构化数据库,但AI想要查询非结构化数据。 它们需要语义和意义,所以我们需要创建一个新型的存储平台,这就是英伟达AI数据平台。</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/63dfc1764a093bfba70bdd47b3623ad5\" title=\"\" tg-width=\"1080\" tg-height=\"628\"/></p><p>在最顶层,就像SQL服务器、SQL软件以及存储供应商提供的文件存储软件一样,存在一个非常复杂的软件层,它与存储相关联。 大多数存储公司本质上都是软件公司,而那个软件层极其复杂。 因此,在新型存储系统之上,将是一个我们称之为IQ的新型查询系统,英伟达AI IQ,或者IQ。 它是最先进的,非常出色,并且正在与存储行业的几乎所有人合作。</p><p>未来的存储不再是位于一排存储设备之上的CPU,而将会是位于存储机架顶端的GPU。 这样做的原因是,你需要系统嵌入并找到非结构化数据、原始数据中的意义。 你必须进行索引、搜索和排序。 因此,这个过程是计算密集型的。 所以未来大多数存储服务器的前端都会有一个计算节点,即GPU计算节点。</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/ade54de97cf2a9ef707e552286b9aa6a\" title=\"\" tg-width=\"1080\" tg-height=\"684\"/></p><p>这是基于我们创建的模型。 我接下来要展示的几乎所有内容都始于优秀的AI模型。 我们创建AI模型,并在开源AI模型的后训练中投入大量的精力和技术。 我们使用对您完全透明的数据对这些AI模型进行后训练。 这些数据是安全可靠的,可以完全放心地使用和训练,我们会将该列表提供给您查看。</p><p>它是完全透明的,我们会向您提供数据。我们对模型进行后训练,后训练模型性能非常出色。</p><p>它目前可供下载,是开源的推理模型。LamaNemotron推理模型是世界上最好的,它的下载量非常巨大。</p><p>我们也用一大堆其他AI模型将其包围,以便您可以进行IQ,即检索部分。它比市面上现有的快15倍,查询结果好50%。这些模型都是可用的,都可以提供给您,IQ蓝图是开源的。</p><p>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。这是一个广阔的领域,这就是它的样子。</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/f0dfc63aa93c2b934042c594a40d0460\" title=\"\" tg-width=\"1080\" tg-height=\"647\"/></p><p>我不打算深入探讨,我只是想让大家感受一下集成到他们平台中的人工智能模型的质感。让我们看看VAST都做了些什么。主动式人工智能改变了企业利用数据进行决策的方式。</p><p>仅仅三天时间,VAST就利用NVIDIA IQ蓝图及其加速人工智能数据平台构建了一个销售研究人工智能代理。利用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。</p><p>首先,该代理起草一个概要,然后接入CRM系统、多模态知识库和内部工具。最后,它使用Lama Nemotron将该概要转化为一个循序渐进的销售计划。</p><p>过去需要几天才能完成的销售计划,现在可以通过一个人工智能提示开始,并在几分钟内完成计划。借助VAST加速的人工智能数据平台,各组织可以为每位员工创建专门的代理。</p><p>这就是VAST。戴尔拥有卓越的人工智能平台,是世界领先的存储供应商之一。日立拥有卓越的人工智能平台,人工智能数据平台。IBM正在与NVIDIA Nemo合作构建人工智能数据平台。NetApp正在构建人工智能平台。</p><p>正如您所见,所有这些都对您开放。如果您正在构建一个具有语义查询人工智能前端的人工智能平台,那么NVIDIA Nemo是世界上最好的。这样,您就拥有了企业计算能力和企业存储能力。</p><p>下一部分是一个名为AIOps的新的软件层。正如供应链有他们的运营,人力资源有他们的运营一样,未来,IT也将有AIOps。他们将管理数据,微调模型,评估模型,为模型设置护栏,保障模型的安全。</p><p>我们拥有大量必要的库和模型,可以集成到AIOps生态系统中。我们有优秀的合作伙伴来帮助我们做到这一点,并将其推向市场。CrowdStrike正在与我们合作。DataIQ正在与我们合作。DataRobots正在与我们合作。</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/eab1f0b5798b91734a0afd0da45eca14\" title=\"\" tg-width=\"1080\" tg-height=\"614\"/></p><p>正如你所见,这些都是人工智能运营,为企业中的主体人工智能创建微调模型和部署模型。 你可以看到NVIDIA的库和模型集成在其中。</p><p>DataRobots之后,这里是DataStacks。 这是Elastic。 据说他们被下载了4000亿次。 这是Nutanix。 这是红帽。 这是趋势科技。 。</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/89afea9db9bbc9f32e377bcdef11c2cc\" title=\"\" tg-width=\"1080\" tg-height=\"554\"/></p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/d76a54e5068805e5396949c6907f739b\" title=\"\" tg-width=\"1080\" tg-height=\"563\"/></p><p>这就是我们将为全球企业IT带来为您的所有工作添加人工智能能力的方式。 您不会把企业IT组织中的所有东西都拆掉,因为公司必须运转。 但我们可以把人工智能添加进去。 现在我们有了具备企业级就绪状态的系统,以及令人难以置信的生态系统合作伙伴。</p><p>杰夫·克拉克,伟大的杰夫·克拉克。 他长期以来一直是我们的合作伙伴。 还有杰夫·克拉克。 因此,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,带给全球的企业IT领域。</p><p>让我们来谈谈机器人。 智能体人工智能,类智能体人工智能,人工智能智能体,有很多不同的说法,智能体本质上是数字机器人。 原因是机器人能够感知、理解和规划。 而这基本上就是智能体所做的事情。</p><p>但我们也希望建造实体机器人。 这些实体机器人,首先,需要具备学习成为机器人的能力。 在现实世界中高效地学习成为机器人的能力是不可能实现的。 你必须创建一个虚拟世界,让机器人在其中学习如何成为一个优秀的机器人。 那个虚拟世界必须遵守物理定律。</p><p>大多数物理引擎都无法高保真地处理刚体和柔体模拟。 因此,我们与 DeepMind、谷歌 DeepMind 和迪士尼研究院合作,共同构建了 Newton,世界上最先进的物理引擎。 它将于7月开源,它的功能令人难以置信。 它完全通过GPU加速。 它是可微的,因此你可以从经验中学习。 它的保真度极高,它是超实时的。</p><p>因此我们可以使用那个牛顿引擎,并且它已集成到Mujoco中。 它已集成到NVIDIA的Isaac Sim中。 所以无论你使用什么仿真环境和框架。 因此,通过它,我们可以让这些机器人栩栩如生。</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/e3fff3e321d7f3215814de26e89e7c86\" title=\"\" tg-width=\"1080\" tg-height=\"474\"/></p><p>你能想象其中一个小家伙,或者几个小家伙在房子里到处跑吗? 追逐你的狗? 让他们发疯?</p><p>你看到了发生了什么吗? 那不是动画,而是一个模拟。 他在沙子和泥土中打滑。 所有这些都是模拟的。</p><p>机器人的软件在模拟中运行,这是一种模拟而非动画。未来,我们将采用训练好的人工智能模型,并将其置入模拟环境中的机器人中,让它学习如何成为一个优秀的机器人。</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/af26dff6d51e149173f32f87ad371833\" tg-width=\"1080\" tg-height=\"642\"/></p><p>我们正在研究多项举措来帮助机器人产业。我们已经在自主系统领域工作了一段时间。我们的自动驾驶汽车基本上包含三个系统:创建人工智能模型的系统(使用GB200、GB300),训练人工智能模型的系统(使用Omniverse模拟人工智能模型),以及将人工智能模型置入自动驾驶汽车中的系统。</p><p>今年,我们将在全球范围内推广梅赛德斯所使用的端到端自动驾驶汽车技术栈。我们创建所有这些,并以与我们在其他任何地方工作方式完全相同的方式上市。我们创建整个技术栈,并将其开放。合作伙伴可以使用他们想使用的任何东西。他们可以使用我们的计算机,但不能使用我们的库;他们可以使用我们的计算机、我们的库以及我们的运行时环境。无论您想使用多少,都取决于您。</p><p>由于存在许多不同的工程团队、不同的工程风格和不同的工程能力,我们希望确保以一种尽可能方便所有人都能够集成英伟达技术的方式来提供我们的技术。如果您从我这里购买所有东西,我会很高兴,但请至少从我这里购买一些东西。我们非常务实。</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/6d1f3cd240cfbb65d1e3b1f1d31aecad\" tg-width=\"1080\" tg-height=\"640\"/></p><p>因此,我们正在机器人系统中做完全相同的事情,就像汽车一样。这是我们的Isaac Groot平台。仿真环境完全相同,都是Omniverse。训练系统也是相同的。当你完成模型后,你把它放入这个Isaac Groot平台。</p><p>Isaac Groot平台始于一台全新的计算机,名为Jetson Thor,它才刚刚开始投入生产,是一个令人难以置信的处理器。这款机器人处理器可以用于自动驾驶汽车,也可以用于人或机器人系统。</p><p>在此之上是一个我们称之为NVIDIA ISAAC的操作系统,这是一个运行时环境,它进行所有的神经网络处理、传感器处理、所有管线处理,并输出驱动结果。在其之上,是我们与一个出色的机器人团队创建的预训练模型,他们正在对这些模型进行预训练。创建这一切所需的所有工具,包括模型本身,我们都会提供。</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/8946a7af9d4cac09863382ede03ab37b\" tg-width=\"1080\" tg-height=\"668\"/></p><p>今天我们宣布 Isaac Groot N1.5 现已开源,并向全世界开放使用。它已经被下载了6000次,来自社区的欢迎、喜爱和赞赏令人难以置信。</p><p>以上是关于模型创建方面的内容,我们公开了我们创建模型的方式。</p><p>机器人技术,或者说人工智能领域总体上最大的挑战在于数据策略。你的数据策略必须投入大量的研究和技术。</p><p>就机器人技术而言,人类演示非常重要,就像我们向孩子们演示,或者教练向运动员演示一样。你演示如何使用遥控操作,你向机器人示范如何执行任务,然后机器人可以从该示范中进行泛化。因为人工智能可以泛化,并且我们拥有泛化技术,可以从该演示中泛化出其他技术。</p><p>那么,如果你想教机器人一大堆技能呢?你需要多少不同的遥控操作人员?结果表明需要很多。所以我们决定使用人工智能来放大人类示范系统。</p><p>因此,这本质上是从真实到真实,并使用人工智能来帮助我们扩展、放大人类示范过程中收集的数据量,以训练人工智能模型。</p><p>通用机器人时代已经到来,伴随着机电一体化、物理人工智能和嵌入式计算的突破。正当其时,因为劳动力短缺限制了全球工业增长。</p><p>机器人制造商面临的主要挑战是缺乏大规模的、真实的和合成的数据来训练模型。人工示范不具备可扩展性,受限于一天中的小时数。</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/3627683ddfbca64ac223d980ffc146e3\" tg-width=\"1080\" tg-height=\"638\"/></p><p>开发人员可以使用NVIDIA Cosmos物理人工智能世界基础模型来放大数据。Groot Dreams是一个基于Cosmos的蓝图,用于大规模生成合成轨迹数据。</p><p>一种真实到真实的数据工作流程:首先,开发人员通过在单一环境中对单一任务进行遥操作记录的人工示范来微调Cosmos。然后,他们用一张图片和新的指令提示模型来生成梦想,或者说是未来的世界状态。Cosmos是一个生成模型,因此开发者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。</p><p>一旦生成了大量梦想,Cosmos会推理并评估每个梦想的质量,选择最佳的梦想用于训练。但这些梦想仍然只是像素。机器人从行动中学习。</p><p>Groot Dreams蓝图从2D梦想视频中生成3D动作轨迹。然后,这被用于训练机器人模型。Groot Dreams让机器人能够学习各种各样的新动作,而只需极少的人工捕获。</p><p>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让开发者们在解决机器人数据挑战方面更进一步。</p><p>为了实现机器人技术,你需要人工智能。但为了教导人工智能,你需要人工智能。因此,这确实是智能体时代的伟大之处,我们需要大量的合成数据生成。机器人技术,需要大量的合成数据生成。</p><p>被称为微调的技能学习,涉及到大量的强化学习和巨大的计算量。因此,人工智能的训练、开发和运行都需要巨大的计算量。</p><p>正如之前提到的,世界正面临严重的劳动力短缺。人形机器人如此重要的原因是,它是唯一一种几乎可以在任何棕地环境中部署的机器人。它不必是绿地环境,它可以融入我们创造的世界,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机器人来适应这个世界,并帮助我们。</p><p>现在,人形机器人最令人惊叹之处不仅仅在于,如果它能正常运作,它将具有相当高的通用性。它很可能是唯一有可能成功的机器人。其原因在于技术需要规模效应。我们目前拥有的大多数机器人系统产量太低,这些低产量系统永远无法达到足够的技术规模,从而无法使飞轮运转足够远、足够快,以至于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数万亿美元级的产业,而且技术创新速度非常快。计算和数据中心的消耗是巨大的,但这是需要三台计算机才能实现的应用之一。一台计算机用于学习的人工智能,一台计算机是仿真引擎,人工智能可以在虚拟环境中学习如何成为机器人,然后进行部署。一切移动的物体都将是机器人。</p><p>当我们将这些机器人放入工厂时,请记住,工厂也将是机器人化的。今天的工厂非常复杂,例如达美航空的生产线,他们正在为机器人化的未来做准备。它已经是机器人和软件定义的了,并且未来将会有机器人在其中工作。</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/a3d9c1d140b3ebc8fb8446f64332c8a0\" tg-width=\"1080\" tg-height=\"666\"/></p><p>为了让我们创造和设计能够像一个舰队一样,像一个团队一样运作的机器人,在一个也是机器人化的工厂中协同工作,我们必须赋予其 Omniverse(全宇宙)来学习如何协同工作。而那个数字孪生,现在有了一个机器人的数字孪生,拥有所有设备的数字孪生,拥有一个工厂的数字孪生。这些嵌套的数字孪生将成为 Omniverse 能够实现的一部分。这是达美航空的数字孪生,这是纬创资通的数字孪生。</p><p>这些都是数字孪生,都是模拟,看起来非常漂亮。图像看起来非常漂亮,但它们都是数字孪生。这是和硕的数字孪生,这是富士康的数字孪生,这是技嘉的数字孪生,这是澳洲航空的,这是纬创资通的。台积电正在为其下一个晶圆厂构建一个数字孪生。</p><p>全球正在规划价值5万亿美元的工厂。未来三年内,将新建价值5万亿美元的工厂。</p><p>世界正在重塑,再工业化正在全球推进,新的工厂正在各地兴建。这对我们来说是一个巨大的机遇,确保其建造得良好、经济高效且准时。</p><p>将一切都放入数字孪生体中,是迈出的绝佳第一步,并为机器人化的未来做好准备。建造这价值5万亿美元的工厂,还不包括我们正在建造的一种新型工厂。甚至我们自己的工厂,也将其放入数字孪生体中。这是英伟达人工智能工厂的数字孪生体。高雄也是一个数字孪生体。他们将高雄制造成了一个数字孪生体。目前已经有成千上万栋建筑,数百万英里的道路。</p><p>台积电、富士康、纬创、和硕、台达电子、广达、云达科技和技嘉正在 NVIDIA Omniverse 上为制造过程的每一步开发数字孪生体。台积电与 MED-AI 从二维 CAD 生成整个晶圆厂的 3D 布局,并在 CUOP 上开发人工智能工具,可以模拟和优化跨多个楼层的复杂管道系统,从而节省数月时间。广达、纬创和和硕计划在实际建造之前,先以虚拟方式规划新的设施和生产线,通过减少停机时间节省数百万美元的成本。和硕模拟焊膏点胶,从而减少生产缺陷。广达使用 Siemens Teamcenter X 与 Omniverse 来分析和规划多步骤流程。富士康、纬创和广达利用 Cadence Reality Digital Twin 模拟测试数据中心的电力和散热效率。</p><p>为了开发具备人工智能的实体机器人,每家公司都将其数字孪生体用作机器人训练场,以开发、训练、测试和模拟机器人。无论是机械臂、自主移动机器人(AMR)、人形机器人,还是视觉人工智能代理,在执行任务或作为多元化团队协同工作时,均可利用数字孪生体。当通过物联网(IoT)连接到物理孪生体时,每个数字孪生体都成为一个实时交互式仪表板。和硕利用 NVIDIA Metropolis 构建人工智能代理,以帮助员工学习复杂的技术。</p><p>LinkerVision 公司和高雄市利用数字孪生体来模拟不可预测情境的影响,并构建可监控城市摄像头流的人工智能代理,向急救人员提供即时警报。</p><p>工业人工智能时代已经到来,由科技领军企业率先开创,由 Omniverse 驱动。</p><p>作为最先进产业的中心,人工智能和机器人技术的发源地,理应如此。这里是世界上最大的电子产品制造区域。</p><p>人工智能和机器人技术将变革我们所做的一切。历史上第一次,各位所做的工作已经彻底改变了每一个行业,现在它将回过头来彻底改变各位的行业。</p><p>GeForce将人工智能带到了世界。人工智能又回来并改变了GeForce。各位将人工智能带到了世界,人工智能现在会反过来改变各位所做的一切。和各位一起工作非常愉快。谢谢。</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/5fb3b35d503d25007600e541ccdbde7d\" tg-width=\"1080\" tg-height=\"588\"/></p><p>我有一个新产品要发布。我们已经在太空船坞开发了一段时间。现在是我们揭晓我们有史以来建造的最大的产品之一的时候了。而它就停在外面等着我们。让我们看看情况如何。英伟达星系(NVIDIA Constellation)。</p><p>正如各位所知,我们一直在发展。我们与各位的所有合作关系也一直在发展。我们这里的工程师人数一直在增长。因此,我们的发展已经超出了目前办公室的局限。所以我打算为他们建造一个全新的英伟达办公室。它被称为英伟达星系(NVIDIA Constellation)。</p><p>我们也在选择场地。我们一直在选择场地,各个城市的市长们都对我们非常友善。我认为我们达成了一些不错的交易。我不太确定,但黄金地段就是黄金地段。今天我非常高兴地宣布,NVIDIA Constellation 将落户北投士林。</p><p>我们已经就租赁权的转让事宜与现有租赁权所有者进行了谈判。然而,我了解到,为了让市长批准该租赁,他想知道台北市民是否同意我们在这里建造一个大型、美丽的NVIDIA Constellation。各位同意吗?他还让各位给他回电话。所以各位确信知道他的号码。大家都立刻给他打电话,告诉他你认为这是个很棒的主意。</p><p>这将是英伟达星空平台。我们将要构建它。我们会尽快开始构建。我们需要办公空间。英伟达星空平台,北投士林。非常令人兴奋。</p><p>我想感谢各位多年来的合作。我们正面临着千载难逢的机会。摆在我们面前的机遇是前所未有的。在我们共同经历的这段时间里,我们第一次不仅在创造下一代信息技术,我们已经这样做了好几次,从个人电脑到互联网,再到云,再到移动云。我们已经这样做了好几次。</p><p>但这一次,我们不仅在创造下一代信息技术,事实上,我们正在创造一个全新的产业。</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/a087633d1d7d00b1c13c6fd45245ec1a\" tg-width=\"1080\" tg-height=\"612\"/></p><p>这个全新的产业将使我们面临着巨大的机遇。</p><p>我期待与各位合作,共同构建人工智能工厂、企业智能代理、机器人。感谢各位杰出的合作伙伴,与我们共同围绕统一架构构建生态系统。</p><p>因此,我想感谢各位今天的光临。祝各位Computex2025愉快。谢谢。</p></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COMPTUEX2025演讲完整图文版:英伟达如何重塑AI计算?</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COMPTUEX2025演讲完整图文版:英伟达如何重塑AI计算?\n</h2>\n\n<h4 class=\"meta\">\n\n\n2025-05-19 15:38 北京时间 <a href=https://mp.weixin.qq.com/s/nJYsV0ueUwUlTd59KY4YUQ><strong>Web3天空之城</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>今天上午,英伟达创始人CEO黄仁勋在COMPUTEX 2025开讲。这场演讲的核心信息可以概括为:英伟达正在从AI淘金热的“卖铲子”角色,全面升级为新工业革命中“智能工厂”的设计师与关键基石提供者。黄仁勋的演讲要点及关键发布呈现在几点:1.计算的终极形态:“人工智能工厂”——生产“智能token”的基础设施革命黄仁勋将现代数据中心比作“人工智能工厂”,这是对计算基础设施本质的全新定义。他认为,如同...</p>\n\n<a href=\"https://mp.weixin.qq.com/s/nJYsV0ueUwUlTd59KY4YUQ\">Web Link</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","type":0,"thumbnail":"https://static.tigerbbs.com/3c9b81b570d4dba1bc53101602a3db08","relate_stocks":{"BK4598":"佩洛西持仓","IE00BKVL7J92.USD":"Legg Mason ClearBridge - US Equity Sustainability Leaders A Acc USD","IE0009356076.USD":"JANUS HENDERSON GLOBAL TECHNOLOGY AND INNOVATION \"A2\" (USD) ACC","BK4548":"巴美列捷福持仓","BK4554":"元宇宙及AR概念","BK4532":"文艺复兴科技持仓","NVDA":"英伟达","IE0004086264.USD":"BNY MELLON GLOBAL OPPORTUNITIES \"A\" (USD) ACC","IE00BJJMRX11.SGD":"Janus Henderson Balanced A Acc SGD","IE0004091025.USD":"BNY MELLON GLOBAL OPPORTUNITIES \"B\" (USD) ACC","IE00BHPRN162.USD":"BNY MELLON BLOCKCHAIN INNOVATION \"B\" (USD) ACC","BK4503":"景林资产持仓","IE0034235188.USD":"PINEBRIDGE GLOBAL FOCUS EQUITY \"A\" (USD) ACC","IE00BD6J9T35.USD":"NEUBERGER BERMAN NEXT GENERATION MOBILITY \"A\" (USD) ACC","BK4549":"软银资本持仓","IE00B1BXHZ80.USD":"Legg Mason ClearBridge - US Appreciation A Acc USD","IE00BMPRXQ63.HKD":"NEUBERGER BERMAN NEXT GENERATION CONNECTIVITY FUND \"A\" (HKDHDG) ACC","IE00BQXX3F31.USD":"GUINNESS GLOBAL INNOVATORS \"C\" (USD) ACC","IE00BFSS8Q28.SGD":"Janus Henderson Balanced A Inc SGD-H"},"source_url":"https://mp.weixin.qq.com/s/nJYsV0ueUwUlTd59KY4YUQ","is_english":false,"share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","article_id":"1135491486","content_text":"今天上午,英伟达创始人CEO黄仁勋在COMPUTEX 2025开讲。这场演讲的核心信息可以概括为:英伟达正在从AI淘金热的“卖铲子”角色,全面升级为新工业革命中“智能工厂”的设计师与关键基石提供者。黄仁勋的演讲要点及关键发布呈现在几点:1.计算的终极形态:“人工智能工厂”——生产“智能token”的基础设施革命黄仁勋将现代数据中心比作“人工智能工厂”,这是对计算基础设施本质的全新定义。他认为,如同第一次工业革命需要电力基础设施,信息时代需要互联网,智能时代则需要“智能基础设施”。AI工作负载的特性(需要大规模并行和东西向通信)使得整个数据中心必须作为一个统一的计算单元运作。发布:Blackwell/GB200/GB300系统: 这些是AI工厂的核心生产线。黄仁勋宣布基于Blackwell的GB300系统将于今年Q3全面投产,推理性能提升1.5倍,HBM内存和网络带宽也大幅增加。他通过生动的图示和视频,展现了GB200系统如何通过NVLink骨干网(带宽130 TB/s,超越整个互联网峰值流量)将72个GPU整合成一个巨大的虚拟GPU,实现“极端的摩尔定律”式性能飞跃(6年4000倍)。2.智能的普适应用:AI智能体——企业和个人的数字劳动力AI已从感知、生成能力进化到具备推理、使用工具、协同工作的“自主智能”,即AI智能体。这些智能体将成为“数字劳工”,极大地缓解全球劳动力短缺,变革各行各业的工作方式。发布:RTX Pro 企业级与 Omniverse 服务器: 专为在企业环境中运行AI智能体而设计。这些服务器兼容传统x86应用和虚拟机,但更重要的是,它们提供了强大的计算能力(搭载RTX Pro 6000s GPU和CX8网络芯片,800 Gbps带宽),可以运行文本、图形乃至视频模态的AI代理。这标志着AI智能体开始进入传统的企业IT架构核心。NVIDIA AI数据平台 / IQ / Nemo: 为智能体提供理解和利用企业非结构化数据的能力。IQ(查询系统)提供快速语义搜索,Nemo Retriever/IQ蓝图开源。这是AI智能体“理解”世界的基石。AIOps: 新的软件层,帮助企业IT部门管理、部署、微调AI代理,将其视为“数字劳动力”进行运营。3.智能的实体化:物理AI与机器人——数字孪生驱动的再工业化下一波AI浪潮将是“物理AI”,能够理解现实世界的物理规律,并进入物理载体——机器人中。机器人需要通过在遵守物理定律的虚拟世界(数字孪生)中学习来掌握技能。发布:Newton 物理引擎: 与DeepMind、迪士尼合作开发的、可用于高保真模拟机器人行为的物理引擎。将于7月开源,支持GPU加速和微分学习。这是构建机器人训练场的关键软件。Isaac Groot 平台: 英伟达为通用机器人打造的端到端平台,包括:Jetson Thor: 全新的机器人处理器,提供强大的嵌入式计算能力。NVIDIA ISAAC OS: 机器人的运行时操作系统。Isaac Groot N1.5模型创建方式: 已开源, enabling 开发者基于此构建机器人AI模型。Groot Dreams: 基于Cosmos模型,利用AI放大少量人类示范数据,大规模生成合成训练数据,解决机器人训练数据难题,实现“Real-to-Real”学习。Omniverse与数字孪生: 再次强调Omniverse作为构建数字孪生的平台,并展示了合作伙伴利用数字孪生进行工厂规划、生产线优化、机器人训练的案例。指出数字孪生是驱动全球5万亿美元新工厂建设和再工业化的核心工具。4.生态的扩展与开放:NVLink Fusion——赋能定制化AI基础设施认识到AI基础设施的多样性需求,英伟达正变得更加开放,允许伙伴构建半定制的AI系统,同时仍受益于英伟达的核心技术。发布:NVLink Fusion: 允许合作伙伴将自己的CPU或ASIC(通过NVLink芯片间接口和芯片组)集成到英伟达的NVLink互联架构中,与英伟达GPU协同工作,构建灵活的AI基础设施。这标志着英伟达在关键互联技术层面的战略性开放。广泛的合作伙伴生态: 展示了与众多芯片设计公司(LCHIP, Astera Labs, Marvell, 联发科, 富士通, 高通, Cadence, Synopsys)、系统制造商(富士康, 纬创, 广达, 戴尔, 华硕, 技嘉, 惠与, 超微等)和软件/服务提供商(VAST, Dell, Hitachi, IBM, NetApp, CrowdStrike, DataIQ, DataRobots, DataStacks, Elastic, Nutanix, Red Hat, Trend Micro等)的深度合作,共同构建从硬件到软件的全栈生态。面向开发者的新硬件:DGX Spark: 面向个人AI开发者的桌面级AI超级计算机(千万亿次浮点运算,128GB HBM),已全面投产。DGX Workstation: 更大型的个人工作站,可运行万亿参数模型。黄仁勋明确指出,AI已经催生了一个全新的万亿美元级基础设施产业——“人工智能工厂”,英伟达正致力于提供从底层芯片(Blackwell/GB300)、高速互联(NVLink)、系统平台(DGX系列、RTX Pro)、软件栈(CUDA库、IQ、AIOps、Isaac平台、Omniverse)到生态系统协作的全方位解决方案。智能体将成为数字世界的基石,而物理AI和数字孪生将驱动实体经济的智能化再造。通过NVLink Fusion等策略,英伟达在巩固核心优势的同时,拥抱生态开放,赋能全球伙伴共同参与这场计算革命。=以下是Web3天空之城图文全文版=很高兴来到这里。我的父母也在观众席中,他们在那里。英伟达在这里已经超过30年了。这里是我们许多珍贵合作伙伴和亲爱朋友的家。多年来,你们见证了英伟达的成长,也见证了我们完成了许多激动人心的成就,并一路与我合作。今天,我们将讨论我们在行业中所处的位置、我们将要去的地方,并宣布一些新产品,令人激动和令人惊喜的产品,这些产品将为我们打开新的市场,创造新的市场、新的增长。我们将讨论伟大的合作伙伴,以及我们将如何共同发展这个生态系统。众所周知,我们正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,当需要创造新的市场时,我们必须从这里开始创造,这是理所当然的,位于计算机生态系统的中心。而且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,我保证我会谈论人工智能和机器人技术。英伟达的故事是计算机产业的重塑。事实上,英伟达的故事也是我们公司的重塑。正如我所说,我已经来了30年了,你们中的许多人都经历过我的多次主题演讲,你们中的一些人,全部都经历过。回顾这次对话,以及我们过去30年所谈论的内容,变化是如此巨大。我们最初是一家芯片公司,目标是创建一个全新的计算平台。在2006年,我们推出了CUDA,它彻底改变了计算的方式。10年后的2016年,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对技术堆栈的每一层进行彻底的改造。处理器是全新的,软件堆栈是全新的,因此,系统也必然是全新的。所以我们发明了一个新的系统。一个在我2006年在GTC大会上宣布它的那天,没有人理解我在说什么,也没有人给我下采购订单的系统,叫做DGX-1。DGX-1,我将第一台捐赠给了一个叫做OpenAI的非营利性公司,它开启了人工智能革命。几年后,我们意识到,事实上,这种新的软件开发方式,现在被称为人工智能,与传统的软件运行方式不同。许多应用程序都在大型数据中心的少量处理器上运行,我们称之为超大规模。这种新型应用程序需要多个处理器协同工作,为数百万人的查询提供服务。并且该数据中心的架构将从根本上不同。我们意识到有两种类型的网络。一条用于南北向流量,因为仍然需要控制存储,仍然需要拥有一个控制平面,仍然需要连接到外部。但是最重要的网络将会是东西向流量,计算机互相通信,试图解决一个问题。我们认识到在高性能计算的东西向流量方面,最优秀的网络公司进行大规模分布式处理。一家对我们公司非常重要且与我们息息相关的公司,一家名为Mellanox的公司,我们在5年前,即2019年收购了他们。我们将整个数据中心转换成一个计算单元。之前听我说过,现代计算机就是一个完整的数据中心。数据中心是一个计算单元,不再仅仅是一台PC,不再仅仅是一台服务器,整个数据中心都在运行一个作业,而操作系统将会改变。英伟达的数据中心发展历程现在已广为人知。在过去的三年里,已经看到了我们正在塑造的一些理念,以及我们如何开始以不同的视角看待我们的公司。历史上没有任何一家公司,尤其是没有任何一家科技公司,会一次性公布长达五年的发展路线图。没有人会告诉你接下来会发生什么,他们对此秘而不宣,极其保密。然而,我们意识到英伟达不再仅仅是一家科技公司。事实上,我们是一家至关重要的基础设施公司。如果不了解我将要做什么,又如何规划你的基础设施、你的场地、你的外壳、你的电力、你所有的必要融资,遍布全世界?如果不了解我将要做什么,又怎么可能做到这一切呢?于是,我们相当详细地描述了我们公司的发展蓝图,详细到世界上每个人都可以开始建造数据中心。我们现在意识到,我们是一家人工智能基础设施公司,一家在全球都至关重要的基础设施公司。每个地区、每个行业、每家公司都将建设这些基础设施。那么,这些基础设施是什么呢?事实上,这些基础设施与第一次工业革命非常相似。当人们意识到,通用电气、西屋电气、西门子公司意识到,有一种名为电的新型技术,并且需要在世界各地建设新的基础设施。这些基础设施成为了社会基础设施的重要组成部分,如今,这种基础设施被称为电力。若干年后,就在我们这一代,我们意识到出现了一种新型的基础设施,而且这种新的基础设施非常概念化,难以理解。这种基础设施被称为信息。这种信息基础设施,第一次被描述时,没有人能理解,但我们现在意识到它就是互联网,互联网无处不在,并且所有事物都与它相连。现在出现了一种新的基础设施,这种新的基础设施建立在前两种基础设施之上,而这种新的基础设施是一种智能基础设施。我知道现在,当我们说存在智能基础设施时,这毫无意义。我向你们保证,10年后,你们回首往事,就会意识到人工智能已经融入到一切事物之中。事实上,我们需要人工智能无处不在。而且每个地区、每个行业、每个国家、每个公司,都需要人工智能。人工智能现在是基础设施的一部分。而这种基础设施,就像互联网,就像电力一样,需要工厂。这些工厂本质上就是我们今天所建造的东西。它们不是过去的那些数据中心。一个价值 1 万亿美元的产业,提供信息和存储,支持我们所有的企业资源计划(ERP)系统和员工。这是一个数据中心。一个过去的数据中心。从某种意义上说,这与它类似,因为它来自同一个行业。它来自我们所有人。但它将演变成完全不同的东西。完全独立于世界的数据中心。这些人工智能数据中心,如果你愿意这么称呼它们,实际上被不恰当地描述了。它们实际上是人工智能工厂。你向它输入能量,它就会产出极具价值的东西。这些东西被称为token。到了企业开始谈论上个季度他们生产了多少token的地步。以及上个月他们生产了多少token。很快,我们将讨论我们每小时生产多少token。正如每个工厂所做的那样。因此,世界已经发生了根本性的变化。从我们公司成立的那天起,我就在试图弄清楚1993年我们的机会有多大。我得出的结论是,英伟达的商机是巨大的。3亿美元。我们要发财了。3亿美元的芯片产业。针对一个价值约一万亿美元的数据中心机遇。发展到如今,一个人工智能工厂,一个价值将以数万亿美元计的人工智能基础设施产业。这就是我们正在从事的令人兴奋的未来。现在,从根本上说,我们所做的一切都建立在几项重要的技术之上。当然,我经常谈论加速计算。我经常谈论人工智能。使英伟达真正特别的是这些能力的融合。尤其重要的是算法、库,我们称之为 CUDAX 库的东西。我们一直在谈论库。事实上,我们是世界上唯一一家不停谈论库的科技公司。这背后的原因是图书馆是我们一切工作的核心。图书馆是这一切的起点。今天我将向大家展示一些新的图书馆。但在此之前,让我先预览一下我今天要讲的内容。您即将看到的一切都与模拟、科学和人工智能相关。这里展示的都不是艺术。一切都是模拟。只是恰好很美。让我们来看一下。我现在正站在实时的计算机图形前。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。这是华硕的产品。我的好朋友约翰尼在前排。这是微星的产品。我们将这款令人难以置信的GPU缩小并放到了这里。这有道理吗?这太不可思议了,这就是微星搭载5060显卡的新款笔记本电脑。英伟达GeForce为世界带来了CUDA,现在你所看到的,是每一个像素都经过了光线追踪。我们是如何做到模拟光子,并以这种分辨率提供这种帧率的?原因在于人工智能。我们只渲染十分之一的像素。所以你看到的每个像素中,只有十分之一是实际计算出来的,剩下的九个,由人工智能推测,而且效果堪称完美,它完美地猜中了。这项技术叫做DLSS,神经渲染。我们花费了许多年才开发出来,从我们开始研究人工智能的那一刻起,就已经开始了,所以这已经是一个10年的旅程。人工智能彻底革新了计算机图形学的进步,GeForce将人工智能带到了世界,现在人工智能又回来革新了GeForce,真的是非常惊人。GeForce RTX 50系列刚刚完成了其有史以来最成功的发布,这是我们历史上最快的发布,而且PC游戏现在已经有30年历史了,这说明了GeForce有多么令人难以置信。核心在于,一切都始于CUDA。通过使CUDA尽可能地高性能、尽可能地普及,从而使安装基础遍布全球,应用程序就能很容易地找到CUDA GPU。安装基础越大,就越多的开发者希望创建库。库越多,越能完成令人惊叹的事情,应用程序越好,用户受益越多,他们就会购买更多的计算机。计算机越多,CUDA就越多,这种反馈路径至关重要。然而,加速计算并非通用计算。通用计算编写软件,每个人都用Python或C++编写,然后进行编译,通用计算的方法论始终一致:编写应用程序,编译应用程序,在CPU上运行它。然而,这种方法从根本上不适用于加速计算,因为如果可以这样做,它就会被称为CPU。如果不直接改变CPU,以便你可以编写软件、编译软件、并在CPU上运行它,那还有什么意义呢?你需要做一些不同的事情,这个事实实际上相当合理。其原因在于,如此多的人致力于通用计算,数万亿美元的创新投入,怎么可能仅仅因为芯片内部的几个小部件,计算机突然就变得快50倍、快100倍呢?这毫无道理。因此,我们应用的逻辑是,如果你对应用程序有更深入的理解,你就可以加速它。如果你创建一种更适合加速、以接近光速运行99%运行时的架构,即使它只占代码的5%,你也可以加速应用程序,这相当令人惊讶。大多数应用程序中,代码的一小部分消耗了大部分的运行时。我们观察到了这一点,因此我们逐个攻克不同的领域。我刚才向你展示了计算机图形。我们还有数值计算库,这是数值计算库。是最普及的数值计算库。Arial和Shona。Arial是世界首个用于5G和6G的GPU加速无线电信号处理方案。一旦我们将其软件定义化,就可以在其上叠加人工智能。这样我们就能将人工智能引入5G和6G。Parabricks用于基因组学分析。Monai用于医学影像。Earth 2用于天气预测。cuQuantum用于量子经典计算机架构和计算机系统。Megatron。这一整行,这一整列包含我们所有的深度学习以及所有用于深度学习训练和推理的必要库。这彻底改变了计算。而这一切都始于这些库。不仅仅是CUDA,还有CUDNN。在CUDNN之上,有Megatron。Megatron,然后是Tensor RTLM。然后最近,用于大型AI工厂的全新操作系统,Dynamo。CUDF用于像Spark和SQL这样的数据帧。结构化数据也可以被加速。cuML,经典机器学习。Warp,一个框架,一个用于描述 CUDA 内核的 Pythonic 框架。非常成功。cuopt,数学运算,优化。例如旅行商问题。能够优化高度约束、大量变量类型的问题,例如供应链优化。这是一个了不起的成功。我对 Qopt 非常兴奋。cuDSS 和 cuDSparse,用于稀疏结构模拟器。它们用于 CAE 和 CAD 流体动力学。有限元分析,对于EDA和CAE行业来说极其重要。然后,当然还有粗culitho。它是计算光刻领域最重要的库之一。光掩模制造很容易花费一个月的时间。而且光掩模制造过程需要极高的计算强度。现在有了culitho,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技术奠定基础,打开世界。我们在这里拥有优秀的合作伙伴。台积电正在广泛使用culitho。阿斯麦、新思科技,都是与我们在culitho方面合作的卓越伙伴。正是这些库本身使得我们能够在一个又一个的应用领域、科学领域和物理领域中加速应用,同时也为我们开拓了市场。我们关注特定的区域和市场,认为这些区域对于转型到新型计算方式而言非常重要。如果通用计算经过这么多年已经走到了尽头,为什么它没有在每一个行业都走到尽头呢?最重要的行业之一,当然是电信业。正如世界上的云数据中心现在已经变成了软件定义的一样,电信也应该变成软件定义的,这是理所当然的。因此,我们花了大约6年的时间来完善和优化一个完全加速的无线接入网(RAN)堆栈,它能实现惊人的性能。对于每兆瓦的数据速率,或每瓦的数据速率,我们现在与最先进的专用集成电路(ASIC)处于同一水平。一旦我们能够做到这一点,一旦我们能够达到那种性能和功能水平,那么之后我们就可以在上面叠加人工智能(AI)。我们在这里有很棒的合作伙伴,如软银、T-Mobile、印尼电信和沃达丰正在进行试验。诺基亚、三星、京瓷正在与我们合作进行全栈开发。富士通和思科正在进行系统方面的合作。因此,现在我们有能力引入基于5G的人工智能,或者基于6G的人工智能,以及基于计算的人工智能的理念。我们正在利用量子计算来实现这一点。量子计算仍处于含噪声中等规模量子 (NISQ) 状态。然而,我们已经可以开始进行许多非常有用的应用。因此我们对此感到兴奋,我们正在开发一个量子经典,或者量子GPU计算平台,我们称之为CUDA-Q,并与世界各地出色的公司合作。GPU可以用于预处理和后处理、纠错以及控制。我预测在未来,所有超级计算机都将拥有量子加速器,所有计算机都将连接量子QPU。因此,一台超级计算机将是由QPU、GPU和一些CPU组成的系统。这将是现代计算机的表征。因此,我们与该领域的许多优秀公司合作。人工智能方面,12年前,我们从感知开始,即能够理解模式、识别语音、识别图像的人工智能模型。那是开端。过去5年,我们一直在谈论生成式人工智能,即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,比如ChatGPT中一直在使用的那样;文本到图像,文本到视频,视频到文本;图像到文本,几乎任何事物到任何事物。这才是人工智能真正令人惊叹之处,我们已经发现了一个通用的函数逼近器,一个通用的翻译器。它可以从任何事物翻译到任何其他事物。只要我们能简单地对其进行标记化,表示信息的比特,那么我们就已经达到了一个真正重要的人工智能水平。生成式人工智能赋予了我们一次性人工智能。你给它一段文本,它就给你一段文本作为回报。那是两年前,我们首次接触了聊天机器人GPT。那是重大的、令人惊叹的突破。你给它一段文本,它会回给你一段文本。它预测下一个词,预测下一段。然而,智能远不止是你从大量数据中所学到的东西。智能包括推理能力,包括解决你以前从未见过的问题的能力,包括将问题逐步分解的能力,包括应用一些规则和定理来解决你从未见过的问题,包括模拟多种选择并权衡其优劣的能力。你可能听说过其中的一些技术:思维链,将其逐步分解;思维树,提出大量可能的路径。所有这些技术都在引领人工智能具备推理能力。现在,令人惊奇的是,一旦你拥有推理能力,并且拥有感知能力,也就是说,比如,多模态读取PDF,你就可以进行搜索,可以使用工具,你就拥有了自主智能。这种自主智能所做的事情,正是我刚才描述的我们所有人都在做的事情。我们被赋予一个目标,我们将其逐步分解。我们推理要做什么,以及做这件事的最佳方式是什么。我们考虑其后果,然后开始执行计划。该计划可能包括做一些研究,可能包括做一些工作,使用一些工具。它可能包括联系另一个人工智能代理,以便与之协作。代理型人工智能基本上就是理解、思考和行动。嗯,理解、思考和行动是机器人学的循环。代理型人工智能基本上是数字形式的机器人。这些将在未来几年变得非常重要。我们正在看到这个领域取得巨大的进展。除此之外的下一个浪潮是物理人工智能,能够理解世界的人工智能。他们理解惯性、摩擦、因果关系等事物。例如,如果我滚动一个球,球滚到车下,根据球的速度,它可能滚到了车的另一边,但球并没有消失,客体永久性。你或许能够推断出,如果你面前有一张桌子,而你必须到另一边去,最好的方法不是直接穿过去。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下一代人工智能至关重要。我们称之为物理人工智能。因此,在这个特定的例子中,你看到我们只是提示人工智能,它就生成视频来训练自动驾驶汽车在不同的场景中行驶。稍后我会向你展示更多相关内容。那是一只狗。它可以说,“给我生成一只狗”。“给我生成一只带鸟的,带人的”。它一开始生成了左边的图像。在那之后的阶段,我们将采用推理系统、生成系统、物理人工智能,而这种级别的能力将会进入我们称之为机器人的物理载体中。 如果你能想象提示人工智能生成一个视频来伸手拿起一个瓶子,当然你也可以想象告诉一个机器人伸手拿起那个瓶子。 今天的人工智能有能力做到这些事情。 这就是我们在不久的将来要实现的目标。我们为实现这一目标而构建的计算机,其属性与之前的计算机截然不同。 名为Hopper的革命性计算机大约在3年前问世,它彻底改变了我们所认知的人工智能。 它可能成为了世界上最流行、最广为人知的计算机。在过去的几年里,我们一直在研发一种新的计算机,以便我们能够实现推理时间扩展,或者说,能够以难以置信的速度进行思考。 因为当你思考的时候,你会产生大量的tokens(标记),你会产生大量的想法,并且在你给出答案之前,在你的大脑中进行迭代。 所以,过去的一次性人工智能现在将变成思考型人工智能、推理型人工智能、推理时间扩展型人工智能。 而这将需要更多的计算量。因此,我们创建了一个名为Grace Blackwell的新系统。Grace Blackwell具有多种功能:它具有向上扩展的能力,意味着将一台计算机变成一台巨型计算机;向外扩展是指将一台计算机与多台计算机连接起来,并让多台不同的计算机完成工作。 扩展很容易,向上扩展极其困难。 构建超越半导体物理极限的更大型计算机,难如登天。 而这正是格蕾丝·布莱克威尔所做的。 格蕾丝·布莱克威尔几乎打破了一切。在座的各位,你们中的许多人正在与我们合作构建格蕾丝·布莱克威尔系统。 我很高兴地说,我们已经全面投产。 虽然基于HGX的布莱克威尔系统自去年年底以来一直在全面生产,并且自2月起已上市,但我们现在才刚刚将所有格蕾丝·布莱克威尔系统上线。 它们每天都在各地陆续上线,已经在CoreWeave上可用好几周了,已经有很多云服务提供商(CSPs)在使用它。 现在你开始看到它从各个地方涌现出来,每个人都开始发推文说Grace Blackwell正在全面投产。在今年第三季度,正如我承诺的,我们将像有节奏一样,每年都提高我们平台的性能。 今年,在第三季度,我们将升级到Grace Blackwell GB300。GB300 将沿用相同的架构、相同的物理尺寸和相同的电气机械结构,但内部的芯片已经升级,使用了一种新的 Blackwell 芯片。现在,它的推理性能提高了 1.5 倍,HBM 内存增加了 1.5 倍,网络吞吐量提高了 2 倍,因此整体系统性能更高。让我们看看 Grace Blackwell 内部是什么。Grace Blackwell 从计算节点开始。这是其中一个计算节点。这是上一代产品 B200 的样子,这是 B300 的样子。请注意正中间,现在是 100% 液冷,但除此之外,从外部来看,它是一样的。你可以把它插入到相同的系统和相同的机箱中。这是 Grace Blackwell GB300 系统,它的推理性能提高了 1.5 倍。训练性能大致相同,但推理性能提高了 1.5 倍。现在,这个特殊的系统算力达到了 40 Petaflops,大约相当于 2018 年 Sierra 超级计算机的性能。Sierra 超级计算机拥有 18000 个 Volta 架构的 GPU。这里的这一个节点就取代了整个超级计算机。6 年内性能提升了 4000 倍。这就是极端的摩尔定律。记住,人工智能公司 NVIDIA 已经实现了大约每 10 年计算能力提升一百万倍,而且我们仍然在沿着这条轨道前进。但是实现这一目标的方法不仅仅是提高芯片的速度。芯片的速度和尺寸都有其极限。在 Blackwell 的案例中,甚至将两个芯片连接在一起,使其成为可能。台积电与我们合作,发明了一种名为COOS-L的全新COOS工艺,使我们能够制造这些巨型芯片。但即便如此,我们仍然想要比这更大的芯片。因此,我们必须创造出所谓的NVLink,这是世界上最快的交换机,速率是每秒7.2太字节。9个这样的交换机安装到那个机架中。这9个交换机通过这个奇迹般的装置连接起来。这就是NVLink骨干网,两英里的电缆,5000根结构化的电缆,全部同轴,其阻抗已匹配。它将所有72个GPU连接到NVLink交换网络中的其他72个GPU。NVLink骨干网的带宽为每秒130兆兆字节。简单来说,整个互联网的峰值流量为每秒900兆兆比特,除以8,它的流量超过了整个互联网的流量。一个NVLink主干网连接着9个NVLink交换机,这样每个GPU都可以完全同时地与其他GPU通信。这就是GB200的奇迹。由于SerDes的驱动距离有限制,这是SerDes所能达到的最远距离,它从芯片到交换机,再到主干网,到任何其他交换机,任何其他芯片,全部是电信号。因此,这个限制迫使我们将所有东西都放在一个机架中。现在一个机架是120千瓦,这就是所有东西都必须进行液冷的原因。我们现在有能力将GPU从一个主板上分离出来,本质上是分布在一个完整的机架上。那么整个机架就是一块主板,这就是奇迹,完全解耦。现在GPU的性能非常惊人,内存容量非常惊人,网络带宽非常惊人,现在我们真的可以大规模扩展这些系统。一旦我们向上扩展,我们就可以将它们向外扩展到大型系统中。英伟达几乎所有产品都非常庞大,原因在于我们不是在构建数据中心和服务器,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非常高,他们必须将它们分隔得更远,以便功率密度可以分散。但实际上,归根结底,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,这是星门 (Stargate),4百万平方英尺,1吉瓦。因此,请想象一下这座工厂,这座1吉瓦的工厂可能需要大约600亿到800亿美元的投资。在这600亿到800亿美元中,电子设备和计算部分,也就是这些系统,就占了400亿到500亿美元。所以,这些都是巨大的工厂投资。人们建造工厂的原因是因为你知道答案,买得越多,生产得越多,这就是工厂所做的事情。这项技术非常复杂,实际上,仅仅在这里看看,你仍然无法充分领略我们的所有合作伙伴以及在座的所有公司所完成的卓越工作。所以我们为您制作了一部影片。(影片文字:Blackwell 是一项工程奇迹。它始于台积电的一块空白硅晶圆。数百个芯片处理和紫外光刻步骤在 12 英寸晶圆上逐层构建起 2000 亿个晶体管。晶圆被划片成一个个 Blackwell 芯片,经过测试和分类,分离出合格的芯片以继续后续流程。台积电、Spill 和 Amcor 完成芯片-晶圆-基板(chip-on wafer on substrate)工艺,将 32 个 Blackwell 芯片和 128 个 HBM 堆栈连接到定制的硅中介层晶圆上。 金属互连走线直接蚀刻到其中,将 Blackwell GPU 和 HBM 堆栈连接到每个系统和封装单元中,将所有部件锁定到位。然后对组件进行烘烤、模塑和固化,从而制造出 Blackwell B200 超级芯片。 在 KYEC,每个 Blackwell 都在 125 摄氏度的烤箱中进行应力测试,并在其极限下运行几个小时。回到富士康,机器人日夜不停地工作,将 10000 多个组件拾取并放置到 Grace Blackwell PCB 上。 与此同时,其他组件正在全球各地的工厂中准备。 来自 Cooler Master、AVC、Aorus 和 Delta 的定制液体冷却铜块将芯片保持在最佳温度。在另一家富士康工厂,ConnectX 7 SuperNIC 正在构建中,以实现横向扩展通信,而 Bluefield 3DPU 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,被仔细地集成到GB200计算托盘中。NVLink是英伟达发明的突破性高速互联技术,用于连接多个GPU并扩展成一个巨大的虚拟GPU。 NVLink交换机托盘由NVLink交换机芯片构建,提供每秒14.4太字节的全互连带宽。NVLink主干网络形成一个定制的、盲插式背板,集成了5000根铜缆,可提供每秒130太字节的全互连带宽。 这将所有72个Blackwell芯片,或144个GPU裸晶,连接成一个巨大的GPU。来自世界各地的零部件陆续运达。 从富士康、纬创、广达、戴尔、华硕、技嘉、慧与、超微和其他合作伙伴处运来,由熟练的技术人员组装成机架规模的AI超级计算机。 总计120万个组件,2英里的铜缆,130万亿个晶体管,重达1800公斤。从蚀刻到晶圆上的第一个晶体管到固定Blackwell机架的最后一颗螺栓,每一步都承载着合作伙伴的奉献、精确和工艺。 Blackwell不仅仅是一个技术奇迹,更证明了科技生态系统的奇迹。为此共同取得的成就感到无比自豪。)因此,今天我们宣布,富士康、英伟达、台积电,我们将在这里为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。有谁需要一台人工智能计算机吗?有听众席上的任何人工智能研究人员吗?每一位学生、每一位研究人员、每一位科学家、每一家初创公司、每一家大型成熟公司,台积电本身已经进行了大量的人工智能和科学研究。富士康在机器人技术方面也做了大量的工作。我知道听众席上还有许多其他的公司,稍后会提到,你们也在进行机器人技术研究和人工智能研究。因此,拥有世界一流的人工智能基础设施确实非常重要。所有这些都是为了我们能够构建一个非常大的芯片。NVLink 和 Blackwell,这一代的技术,使我们能够创造出这些令人难以置信的系统。这是来自和硕、广达电脑、纬创和纬颖的系统。这是来自富士康、技嘉和华硕的系统。可以看到它的正面和背面。它的整个目标是利用这些 Blackwell 芯片,可以看到它们有多大,并将它们变成一个巨大的芯片。当然,实现这一目标的能力是由 NVLink 提供的。但这低估了系统架构的复杂性,以及将它们连接在一起的丰富的软件生态系统。由 150 家公司共同构建的整个生态系统。这种架构以及技术、软件和产业中的整个生态系统,是三年工作的成果。这是一项大规模的工业投资。现在,我们希望让任何想构建数据中心的人都能做到。它可以是大量的英伟达GB200或300,以及英伟达的加速计算系统。也可以是其他公司的产品。所以今天,我们要宣布一件非常特别的事情。我们要宣布英伟达 NVLink Fusion。NVLink Fusion 旨在让可以构建半定制的 AI 基础设施。不仅仅是半定制芯片,因为那已经是过去式了。需要构建 AI 基础设施。而且每个人的 AI 基础设施都可能略有不同。有些人可能拥有更多的 CPU,有些人可能拥有更多的英伟达 GPU,还有些人可能拥有某种半定制的 ASIC。而那些系统构建起来极其困难。并且它们都缺少一个至关重要的要素。这个至关重要的要素叫做NVLink。NVLink可以扩展这些半定制系统,并构建真正强大的计算机。所以今天,我们宣布推出NVLink Fusion。NVLink Fusion的工作方式大致如下。这是英伟达平台。100%英伟达。您拥有英伟达CPU、英伟达GPU、NVLink交换机,来自英伟达的网络,名为Spectrum X或InfiniBand,网卡,网络互连,交换机。整个系统,整个基础设施都是端到端构建的。现在,当然,您可以随意混合搭配。而且今天我们使您甚至可以在计算层面上进行混合搭配。这将是您使用定制专用集成电路(ASIC)所做的事情。我们有很多优秀的合作伙伴,他们正在与我们合作,以集成您特殊的TPU或您特殊的ASIC,您特殊的加速器。而且它不一定是转换器加速器。它可以是您想集成到大型纵向扩展系统中的任何类型的加速器。我们创建了一个NVLink芯片模块,它基本上是一个紧挨着您的芯片的交换机。将会有IP可用于集成到您的半定制ASIC中。然后,一旦您完成了这些,它就可以直接安装到计算板中,并且可以安装到AI超级计算机的生态系统中。现在,也许您想要的是使用您自己的CPU。您已经构建自己的CPU一段时间了,也许您的CPU已经建立了一个非常庞大的生态系统,并且您希望将NVIDIA整合到您的生态系统中。现在,我们使您能够做到这一点。您可以通过构建自定义CPU来实现这一点。我们为您提供NVLink芯片间接口,以便集成到您的专用集成电路(ASIC)中。我们使用NVLink芯片组进行连接,现在它可以连接并直接毗邻Blackwell芯片和我们的下一代Rubin芯片。再次强调,它完全适合这个生态系统。这项令人难以置信的工作成果现在变得灵活和开放,供所有人集成。因此,您的人工智能基础设施可以包含一些NVIDIA组件,还有很多您的自有组件,很多CPU,很多ASIC,也许还有很多NVIDIA GPU。因此,在任何情况下,您都可以受益于使用NVLink基础设施和NVLink生态系统,并且它与Spectrum X完美连接。所有这些都具有工业强度,并且受益于已经使其成为可能的庞大工业合作伙伴生态系统。这就是NVLink Fusion。我们有一些很棒的合作伙伴,如LCHIP、Astera Labs、Marvell,以及联发科,他们将与我们合作,与ASIC或半定制客户、超大规模企业,以及希望构建这些东西的CPU供应商合作,他们将成为他们的半定制ASIC供应商。我们还有富士通和高通,他们正在构建带有NVLink的CPU,以集成到我们的生态系统中。Cadence和Synopsys,我们与他们合作将我们的IP转移给他们,以便他们可以与所有人合作,并将该IP提供给所有芯片。所以这个生态系统非常棒。但这恰恰突显了NVLink Fusion生态系统的优势。一旦与他们合作,将立即融入整个更大的NVIDIA生态系统,从而扩展到这些AI超级计算机中。现在来谈谈一些新的产品类别。已经展示了几款不同的计算机。然而,为了服务于世界上的绝大多数人,仍然缺少一些计算机。所以将要谈谈它们。在此之前,想通报一下,我们称之为DGX Spark的这款新计算机已经全面投产。DGX Spark即将就绪,不久即可上市,可能就在几周内。我们有非常棒的合作伙伴与我们合作,如戴尔、HPI、华硕、微星、技嘉、联想。他们是与我们合作的杰出伙伴。这就是DGX Spark。这实际上是一台量产机型。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。这是为原生 AI 开发者设计的。如果是一名开发者、一名学生、一名研究人员,而且不想总是打开云端,并进行准备工作,然后在完成后再进行清理,那么就会希望拥有自己的,基本上是自己的 AI 云就坐在旁边,并且它始终开启,始终等待着。它允许进行原型设计、早期开发,这就是它令人惊叹的地方。这就是 DGX Spark。这是一个千万亿次浮点运算和128千兆字节。在2016年,当我交付DGX One时,这只是挡板,我无法抬起一整台电脑,它重达300磅。这是DGX One,这是一个千万亿次浮点运算和128千兆字节。当然,这是128千兆字节的HBM内存。这是128千兆字节的LPDDR5X。实际上,性能非常相似。但最重要的是,能做的工作,可以在这里做的工作与在这里能做的工作相同。这在仅仅大约10年的时间里,是一项了不起的成就。这是DGX Spark,适合任何想要拥有自己的人工智能超级计算机的人。我会让所有的合作伙伴自己定价,但可以肯定的是,每个人都能在圣诞节拥有一台。我还有另一台电脑想展示。如果那还不够,并且仍然想要拥有自己的个人电脑,这位是珍妮·保罗女士。如果那台对你来说不够大,这里还有一台。这又是另一台台式机,将由戴尔、惠普、华硕、技嘉、微星、联想提供。它将从Box、Lambda等卓越的工作站公司提供。这将是你自己的个人DGX超级计算机,能让你从一个墙壁插座中获得你能获得的最高性能。你可以把它放在你的厨房里,但只能勉强放得下。如果把这个放在厨房里,然后有人启动微波炉,我认为那就是极限了。这就是极限,这就是你能从墙上插座获得的极限。这是一个DGX工作站。它的编程模型和我展示的那些巨型系统的编程模型是相同的。这就是令人惊叹的地方。单一架构,它拥有足够的能力和性能来运行一个万亿参数的AI模型。记住,Llama是Llama 70B。一个万亿参数的模型在这台机器上将会运行得非常出色。这就是DGX工作站。这些系统都是AI原生的,是为新一代软件而构建的计算机。它不必与 x86 兼容,不必运行传统的 IT 软件,不必运行虚拟机监控程序,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可以通过传统和经典应用程序调用的 API。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,并且必须重新发明计算并将人工智能带入传统的企业计算中。现在,我们所知的企业计算,实际上是三个层次,不仅仅是计算层,而是计算、存储和网络。始终是计算、存储和网络。正如人工智能已经改变了一切,可以推断,人工智能也必然改变了企业IT的计算、存储和网络。那么,这个底层必须被彻底改造,而我们正在进行改造。我将展示一些新产品,这些产品将为我们开启、解锁企业IT。它必须与传统的IT行业协同工作,并且必须增加一种新的能力。对于企业而言,这种新的能力就是代理式人工智能。基本上就是数字营销活动经理、数字研究员、数字软件工程师、数字客服、数字芯片设计师、数字供应链经理,以及过去所做所有工作的数字化人工智能版本。代理式人工智能具有推理、使用工具以及与其他人工智能协同工作的能力。在很多方面,这些都是数字劳工,是数字雇员。世界正面临劳动力短缺,工人短缺。预计到2030年,劳动力短缺将达到约3000万到5000万,这实际上限制了世界经济的增长能力。因此,现在我们有了这些可以协同工作的数字代理。英伟达(NVIDIA)现在有100%的软件工程师都配备了数字代理,以便它们能够帮助、协助开发更好的代码,提高生产力。在未来,将会看到一层代理人工智能,人工智能代理。过去我们有人力资源部管理人力劳动者,未来信息技术部门将成为数字劳动者的人力资源部。因此,必须为当今的IT产业、当今的IT从业者创造必要的工具,使他们能够管理、改进、评估在其公司内部工作的一整个AI代理家族。这就是我们想要构建的愿景。但首先,我们必须重新发明计算。企业IT运行在x86架构上,运行传统的软件,例如来自VMware、IBM Red Hat或Nutanix的虚拟机管理程序。它运行着大量的经典应用程序。我们需要拥有能够执行相同操作的计算机,同时还要增加一种称为代理人工智能的新功能。这是全新的 RTX Pro 企业级和 Omniverse 服务器。这台服务器可以运行所有程序,当然,它有 x86 架构,可以运行所有经典的虚拟机管理程序。它在这些虚拟机管理程序中运行 Kubernetes。因此,IT 部门想要管理网络、集群以及编排工作负载的方式,与之前的工作方式完全相同。它甚至能够将 Citrix 和其他虚拟桌面流式传输到 PC。今天世界上运行的任何东西都应该能在这里运行。Omniverse 在这里运行得非常完美。除此之外,这还是企业级人工智能代理的计算机。这些人工智能代理可能仅是文本形式,也可能是计算机图形。像是小 TJ,来到你面前,像是小玩具 Jensen 来拜访你,帮助你工作。因此,这些人工智能代理可以是文本形式,可以是图形形式,也可以是视频形式。所有这些工作负载都可以在此系统上运行。无论何种模态,我们所知的世界上每一个模型、每一个应用程序都应该运行于此,即使是 Crysis 也能在这里运行。连接这8个GPU(Blackwell,新的Blackwell RTX,RTX Pro 6000s)的是这块新的主板。这块新的主板实际上是一个交换网络。CX8是一个新的芯片类别,首先它是一个交换机,其次它是一个网络芯片,也是世界上最先进的网络芯片。CX8现在已进入批量生产阶段。在CX8中,可以插入GPU。CX8都在后面,PCI Express 连接在此处,CX8 在它们之间进行通信。而且网络带宽非常高,达到每秒800千兆位。这是插入到这里的收发器。因此,每个GPU都有它们自己的网络接口。现在,所有GPU都在东西向流量上与其他所有GPU进行通信,性能惊人。这是 RTX Pro。在人工智能工厂的世界中,思考性能的方式是吞吐量,即每秒处理的token数。你的工厂产出越多,你生产的token就越多。因此,吞吐量衡量的是每秒处理的token数。然而,每个AI模型都不一样,有些AI模型需要更多的推理。因此,你需要每个用户的性能非常高,每个用户的每秒token数必须很高。工厂要么喜欢高吞吐量,要么喜欢低延迟,但它不喜欢两者兼得。因此,挑战在于如何创建一个操作系统,使我们能够在拥有高吞吐量的同时,拥有非常低的延迟,即交互性,每用户每秒令牌数。这张图表告诉您一些关于计算机整体性能,以及工厂整体计算机性能的信息。这些不同的颜色代表了您必须配置我们所有GPU的不同方式,才能实现这种性能。有时您需要流水线并行,有时您需要专家并行,有时您希望进行批处理,有时您希望进行推测性解码,有时您不希望。因此,所有这些不同类型的算法必须根据工作负载分别且不同地应用。帕累托曲线(即外围区域)的总体区域代表您工厂的能力。请注意,Hopper(世界上最著名的计算机,Hopper H100,HGX,225000美元的Hopper)就在那里。您刚才看到的Blackwell企业级服务器,其性能是现有服务器的1.7倍。Llama70B与DeepSeek R1相比,后者性能是前者的4倍。 这得益于DeepSeek R1的优化,它确实是世界人工智能产业的一份礼物。 其中计算机科学的突破非常显著,为美国和世界各地的研究人员开启了大量的优质研究。 无论在哪里,DeepSeek R1都对人们如何看待人工智能、推理以及推理型人工智能产生了影响。 他们为行业和世界做出了巨大贡献。 DeepSeek R1的性能是当前最先进的H100的4倍,这使其更具现实意义。如果您正在构建企业人工智能,我们现在为您提供一台出色的服务器,一个出色的系统。 它是一台可以运行任何程序的计算机,一台具有惊人性能的计算机,无论是x86还是AI程序都能运行。 我们的RTX Pro服务器正在行业内所有合作伙伴处批量生产,这很可能是有史以来规模最大的上市系统。计算平台和存储平台是不同的。 人们查询的是像SQL这样的结构化数据库,但AI想要查询非结构化数据。 它们需要语义和意义,所以我们需要创建一个新型的存储平台,这就是英伟达AI数据平台。在最顶层,就像SQL服务器、SQL软件以及存储供应商提供的文件存储软件一样,存在一个非常复杂的软件层,它与存储相关联。 大多数存储公司本质上都是软件公司,而那个软件层极其复杂。 因此,在新型存储系统之上,将是一个我们称之为IQ的新型查询系统,英伟达AI IQ,或者IQ。 它是最先进的,非常出色,并且正在与存储行业的几乎所有人合作。未来的存储不再是位于一排存储设备之上的CPU,而将会是位于存储机架顶端的GPU。 这样做的原因是,你需要系统嵌入并找到非结构化数据、原始数据中的意义。 你必须进行索引、搜索和排序。 因此,这个过程是计算密集型的。 所以未来大多数存储服务器的前端都会有一个计算节点,即GPU计算节点。这是基于我们创建的模型。 我接下来要展示的几乎所有内容都始于优秀的AI模型。 我们创建AI模型,并在开源AI模型的后训练中投入大量的精力和技术。 我们使用对您完全透明的数据对这些AI模型进行后训练。 这些数据是安全可靠的,可以完全放心地使用和训练,我们会将该列表提供给您查看。它是完全透明的,我们会向您提供数据。我们对模型进行后训练,后训练模型性能非常出色。它目前可供下载,是开源的推理模型。LamaNemotron推理模型是世界上最好的,它的下载量非常巨大。我们也用一大堆其他AI模型将其包围,以便您可以进行IQ,即检索部分。它比市面上现有的快15倍,查询结果好50%。这些模型都是可用的,都可以提供给您,IQ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。这是一个广阔的领域,这就是它的样子。我不打算深入探讨,我只是想让大家感受一下集成到他们平台中的人工智能模型的质感。让我们看看VAST都做了些什么。主动式人工智能改变了企业利用数据进行决策的方式。仅仅三天时间,VAST就利用NVIDIA IQ蓝图及其加速人工智能数据平台构建了一个销售研究人工智能代理。利用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,该代理起草一个概要,然后接入CRM系统、多模态知识库和内部工具。最后,它使用Lama Nemotron将该概要转化为一个循序渐进的销售计划。过去需要几天才能完成的销售计划,现在可以通过一个人工智能提示开始,并在几分钟内完成计划。借助VAST加速的人工智能数据平台,各组织可以为每位员工创建专门的代理。这就是VAST。戴尔拥有卓越的人工智能平台,是世界领先的存储供应商之一。日立拥有卓越的人工智能平台,人工智能数据平台。IBM正在与NVIDIA Nemo合作构建人工智能数据平台。NetApp正在构建人工智能平台。正如您所见,所有这些都对您开放。如果您正在构建一个具有语义查询人工智能前端的人工智能平台,那么NVIDIA Nemo是世界上最好的。这样,您就拥有了企业计算能力和企业存储能力。下一部分是一个名为AIOps的新的软件层。正如供应链有他们的运营,人力资源有他们的运营一样,未来,IT也将有AIOps。他们将管理数据,微调模型,评估模型,为模型设置护栏,保障模型的安全。我们拥有大量必要的库和模型,可以集成到AIOps生态系统中。我们有优秀的合作伙伴来帮助我们做到这一点,并将其推向市场。CrowdStrike正在与我们合作。DataIQ正在与我们合作。DataRobots正在与我们合作。正如你所见,这些都是人工智能运营,为企业中的主体人工智能创建微调模型和部署模型。 你可以看到NVIDIA的库和模型集成在其中。DataRobots之后,这里是DataStacks。 这是Elastic。 据说他们被下载了4000亿次。 这是Nutanix。 这是红帽。 这是趋势科技。 。这就是我们将为全球企业IT带来为您的所有工作添加人工智能能力的方式。 您不会把企业IT组织中的所有东西都拆掉,因为公司必须运转。 但我们可以把人工智能添加进去。 现在我们有了具备企业级就绪状态的系统,以及令人难以置信的生态系统合作伙伴。杰夫·克拉克,伟大的杰夫·克拉克。 他长期以来一直是我们的合作伙伴。 还有杰夫·克拉克。 因此,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,带给全球的企业IT领域。让我们来谈谈机器人。 智能体人工智能,类智能体人工智能,人工智能智能体,有很多不同的说法,智能体本质上是数字机器人。 原因是机器人能够感知、理解和规划。 而这基本上就是智能体所做的事情。但我们也希望建造实体机器人。 这些实体机器人,首先,需要具备学习成为机器人的能力。 在现实世界中高效地学习成为机器人的能力是不可能实现的。 你必须创建一个虚拟世界,让机器人在其中学习如何成为一个优秀的机器人。 那个虚拟世界必须遵守物理定律。大多数物理引擎都无法高保真地处理刚体和柔体模拟。 因此,我们与 DeepMind、谷歌 DeepMind 和迪士尼研究院合作,共同构建了 Newton,世界上最先进的物理引擎。 它将于7月开源,它的功能令人难以置信。 它完全通过GPU加速。 它是可微的,因此你可以从经验中学习。 它的保真度极高,它是超实时的。因此我们可以使用那个牛顿引擎,并且它已集成到Mujoco中。 它已集成到NVIDIA的Isaac Sim中。 所以无论你使用什么仿真环境和框架。 因此,通过它,我们可以让这些机器人栩栩如生。你能想象其中一个小家伙,或者几个小家伙在房子里到处跑吗? 追逐你的狗? 让他们发疯?你看到了发生了什么吗? 那不是动画,而是一个模拟。 他在沙子和泥土中打滑。 所有这些都是模拟的。机器人的软件在模拟中运行,这是一种模拟而非动画。未来,我们将采用训练好的人工智能模型,并将其置入模拟环境中的机器人中,让它学习如何成为一个优秀的机器人。我们正在研究多项举措来帮助机器人产业。我们已经在自主系统领域工作了一段时间。我们的自动驾驶汽车基本上包含三个系统:创建人工智能模型的系统(使用GB200、GB300),训练人工智能模型的系统(使用Omniverse模拟人工智能模型),以及将人工智能模型置入自动驾驶汽车中的系统。今年,我们将在全球范围内推广梅赛德斯所使用的端到端自动驾驶汽车技术栈。我们创建所有这些,并以与我们在其他任何地方工作方式完全相同的方式上市。我们创建整个技术栈,并将其开放。合作伙伴可以使用他们想使用的任何东西。他们可以使用我们的计算机,但不能使用我们的库;他们可以使用我们的计算机、我们的库以及我们的运行时环境。无论您想使用多少,都取决于您。由于存在许多不同的工程团队、不同的工程风格和不同的工程能力,我们希望确保以一种尽可能方便所有人都能够集成英伟达技术的方式来提供我们的技术。如果您从我这里购买所有东西,我会很高兴,但请至少从我这里购买一些东西。我们非常务实。因此,我们正在机器人系统中做完全相同的事情,就像汽车一样。这是我们的Isaac Groot平台。仿真环境完全相同,都是Omniverse。训练系统也是相同的。当你完成模型后,你把它放入这个Isaac Groot平台。Isaac Groot平台始于一台全新的计算机,名为Jetson Thor,它才刚刚开始投入生产,是一个令人难以置信的处理器。这款机器人处理器可以用于自动驾驶汽车,也可以用于人或机器人系统。在此之上是一个我们称之为NVIDIA ISAAC的操作系统,这是一个运行时环境,它进行所有的神经网络处理、传感器处理、所有管线处理,并输出驱动结果。在其之上,是我们与一个出色的机器人团队创建的预训练模型,他们正在对这些模型进行预训练。创建这一切所需的所有工具,包括模型本身,我们都会提供。今天我们宣布 Isaac Groot N1.5 现已开源,并向全世界开放使用。它已经被下载了6000次,来自社区的欢迎、喜爱和赞赏令人难以置信。以上是关于模型创建方面的内容,我们公开了我们创建模型的方式。机器人技术,或者说人工智能领域总体上最大的挑战在于数据策略。你的数据策略必须投入大量的研究和技术。就机器人技术而言,人类演示非常重要,就像我们向孩子们演示,或者教练向运动员演示一样。你演示如何使用遥控操作,你向机器人示范如何执行任务,然后机器人可以从该示范中进行泛化。因为人工智能可以泛化,并且我们拥有泛化技术,可以从该演示中泛化出其他技术。那么,如果你想教机器人一大堆技能呢?你需要多少不同的遥控操作人员?结果表明需要很多。所以我们决定使用人工智能来放大人类示范系统。因此,这本质上是从真实到真实,并使用人工智能来帮助我们扩展、放大人类示范过程中收集的数据量,以训练人工智能模型。通用机器人时代已经到来,伴随着机电一体化、物理人工智能和嵌入式计算的突破。正当其时,因为劳动力短缺限制了全球工业增长。机器人制造商面临的主要挑战是缺乏大规模的、真实的和合成的数据来训练模型。人工示范不具备可扩展性,受限于一天中的小时数。开发人员可以使用NVIDIA Cosmos物理人工智能世界基础模型来放大数据。Groot Dreams是一个基于Cosmos的蓝图,用于大规模生成合成轨迹数据。一种真实到真实的数据工作流程:首先,开发人员通过在单一环境中对单一任务进行遥操作记录的人工示范来微调Cosmos。然后,他们用一张图片和新的指令提示模型来生成梦想,或者说是未来的世界状态。Cosmos是一个生成模型,因此开发者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。一旦生成了大量梦想,Cosmos会推理并评估每个梦想的质量,选择最佳的梦想用于训练。但这些梦想仍然只是像素。机器人从行动中学习。Groot Dreams蓝图从2D梦想视频中生成3D动作轨迹。然后,这被用于训练机器人模型。Groot Dreams让机器人能够学习各种各样的新动作,而只需极少的人工捕获。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让开发者们在解决机器人数据挑战方面更进一步。为了实现机器人技术,你需要人工智能。但为了教导人工智能,你需要人工智能。因此,这确实是智能体时代的伟大之处,我们需要大量的合成数据生成。机器人技术,需要大量的合成数据生成。被称为微调的技能学习,涉及到大量的强化学习和巨大的计算量。因此,人工智能的训练、开发和运行都需要巨大的计算量。正如之前提到的,世界正面临严重的劳动力短缺。人形机器人如此重要的原因是,它是唯一一种几乎可以在任何棕地环境中部署的机器人。它不必是绿地环境,它可以融入我们创造的世界,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机器人来适应这个世界,并帮助我们。现在,人形机器人最令人惊叹之处不仅仅在于,如果它能正常运作,它将具有相当高的通用性。它很可能是唯一有可能成功的机器人。其原因在于技术需要规模效应。我们目前拥有的大多数机器人系统产量太低,这些低产量系统永远无法达到足够的技术规模,从而无法使飞轮运转足够远、足够快,以至于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数万亿美元级的产业,而且技术创新速度非常快。计算和数据中心的消耗是巨大的,但这是需要三台计算机才能实现的应用之一。一台计算机用于学习的人工智能,一台计算机是仿真引擎,人工智能可以在虚拟环境中学习如何成为机器人,然后进行部署。一切移动的物体都将是机器人。当我们将这些机器人放入工厂时,请记住,工厂也将是机器人化的。今天的工厂非常复杂,例如达美航空的生产线,他们正在为机器人化的未来做准备。它已经是机器人和软件定义的了,并且未来将会有机器人在其中工作。为了让我们创造和设计能够像一个舰队一样,像一个团队一样运作的机器人,在一个也是机器人化的工厂中协同工作,我们必须赋予其 Omniverse(全宇宙)来学习如何协同工作。而那个数字孪生,现在有了一个机器人的数字孪生,拥有所有设备的数字孪生,拥有一个工厂的数字孪生。这些嵌套的数字孪生将成为 Omniverse 能够实现的一部分。这是达美航空的数字孪生,这是纬创资通的数字孪生。这些都是数字孪生,都是模拟,看起来非常漂亮。图像看起来非常漂亮,但它们都是数字孪生。这是和硕的数字孪生,这是富士康的数字孪生,这是技嘉的数字孪生,这是澳洲航空的,这是纬创资通的。台积电正在为其下一个晶圆厂构建一个数字孪生。全球正在规划价值5万亿美元的工厂。未来三年内,将新建价值5万亿美元的工厂。世界正在重塑,再工业化正在全球推进,新的工厂正在各地兴建。这对我们来说是一个巨大的机遇,确保其建造得良好、经济高效且准时。将一切都放入数字孪生体中,是迈出的绝佳第一步,并为机器人化的未来做好准备。建造这价值5万亿美元的工厂,还不包括我们正在建造的一种新型工厂。甚至我们自己的工厂,也将其放入数字孪生体中。这是英伟达人工智能工厂的数字孪生体。高雄也是一个数字孪生体。他们将高雄制造成了一个数字孪生体。目前已经有成千上万栋建筑,数百万英里的道路。台积电、富士康、纬创、和硕、台达电子、广达、云达科技和技嘉正在 NVIDIA Omniverse 上为制造过程的每一步开发数字孪生体。台积电与 MED-AI 从二维 CAD 生成整个晶圆厂的 3D 布局,并在 CUOP 上开发人工智能工具,可以模拟和优化跨多个楼层的复杂管道系统,从而节省数月时间。广达、纬创和和硕计划在实际建造之前,先以虚拟方式规划新的设施和生产线,通过减少停机时间节省数百万美元的成本。和硕模拟焊膏点胶,从而减少生产缺陷。广达使用 Siemens Teamcenter X 与 Omniverse 来分析和规划多步骤流程。富士康、纬创和广达利用 Cadence Reality Digital Twin 模拟测试数据中心的电力和散热效率。为了开发具备人工智能的实体机器人,每家公司都将其数字孪生体用作机器人训练场,以开发、训练、测试和模拟机器人。无论是机械臂、自主移动机器人(AMR)、人形机器人,还是视觉人工智能代理,在执行任务或作为多元化团队协同工作时,均可利用数字孪生体。当通过物联网(IoT)连接到物理孪生体时,每个数字孪生体都成为一个实时交互式仪表板。和硕利用 NVIDIA Metropolis 构建人工智能代理,以帮助员工学习复杂的技术。LinkerVision 公司和高雄市利用数字孪生体来模拟不可预测情境的影响,并构建可监控城市摄像头流的人工智能代理,向急救人员提供即时警报。工业人工智能时代已经到来,由科技领军企业率先开创,由 Omniverse 驱动。作为最先进产业的中心,人工智能和机器人技术的发源地,理应如此。这里是世界上最大的电子产品制造区域。人工智能和机器人技术将变革我们所做的一切。历史上第一次,各位所做的工作已经彻底改变了每一个行业,现在它将回过头来彻底改变各位的行业。GeForce将人工智能带到了世界。人工智能又回来并改变了GeForce。各位将人工智能带到了世界,人工智能现在会反过来改变各位所做的一切。和各位一起工作非常愉快。谢谢。我有一个新产品要发布。我们已经在太空船坞开发了一段时间。现在是我们揭晓我们有史以来建造的最大的产品之一的时候了。而它就停在外面等着我们。让我们看看情况如何。英伟达星系(NVIDIA Constellation)。正如各位所知,我们一直在发展。我们与各位的所有合作关系也一直在发展。我们这里的工程师人数一直在增长。因此,我们的发展已经超出了目前办公室的局限。所以我打算为他们建造一个全新的英伟达办公室。它被称为英伟达星系(NVIDIA Constellation)。我们也在选择场地。我们一直在选择场地,各个城市的市长们都对我们非常友善。我认为我们达成了一些不错的交易。我不太确定,但黄金地段就是黄金地段。今天我非常高兴地宣布,NVIDIA Constellation 将落户北投士林。我们已经就租赁权的转让事宜与现有租赁权所有者进行了谈判。然而,我了解到,为了让市长批准该租赁,他想知道台北市民是否同意我们在这里建造一个大型、美丽的NVIDIA Constellation。各位同意吗?他还让各位给他回电话。所以各位确信知道他的号码。大家都立刻给他打电话,告诉他你认为这是个很棒的主意。这将是英伟达星空平台。我们将要构建它。我们会尽快开始构建。我们需要办公空间。英伟达星空平台,北投士林。非常令人兴奋。我想感谢各位多年来的合作。我们正面临着千载难逢的机会。摆在我们面前的机遇是前所未有的。在我们共同经历的这段时间里,我们第一次不仅在创造下一代信息技术,我们已经这样做了好几次,从个人电脑到互联网,再到云,再到移动云。我们已经这样做了好几次。但这一次,我们不仅在创造下一代信息技术,事实上,我们正在创造一个全新的产业。这个全新的产业将使我们面临着巨大的机遇。我期待与各位合作,共同构建人工智能工厂、企业智能代理、机器人。感谢各位杰出的合作伙伴,与我们共同围绕统一架构构建生态系统。因此,我想感谢各位今天的光临。祝各位Computex2025愉快。谢谢。","news_type":1,"symbols_score_info":{"NVDA":1}},"isVote":1,"tweetType":1,"viewCount":308,"authorTweetTopStatus":1,"verified":2,"comments":[],"imageCount":0,"langContent":"CN","totalScore":0},{"id":420052276900056,"gmtCreate":1743582976601,"gmtModify":1743582978360,"author":{"id":"180489801557520","authorId":"180489801557520","name":"WstreetBoy","avatar":"https://static.tigerbbs.com/67ffcee2a6d73f35b1d68c916a7e6856","crmLevel":2,"crmLevelSwitch":1,"followedFlag":false,"idStr":"180489801557520","authorIdStr":"180489801557520"},"themes":[],"htmlText":"<a href=\"https://laohu8.com/S/NIO\">$蔚来(NIO)$ </a><v-v data-views=\"1\"></v-v> 乐道总裁 艾铁成一个外行人走了,估计会好一点呐","listText":"<a href=\"https://laohu8.com/S/NIO\">$蔚来(NIO)$ </a><v-v data-views=\"1\"></v-v> 乐道总裁 艾铁成一个外行人走了,估计会好一点呐","text":"$蔚来(NIO)$ 乐道总裁 艾铁成一个外行人走了,估计会好一点呐","images":[],"top":1,"highlighted":1,"essential":1,"paper":1,"likeSize":2,"commentSize":5,"repostSize":0,"link":"https://laohu8.com/post/420052276900056","isVote":1,"tweetType":1,"viewCount":2306,"authorTweetTopStatus":1,"verified":2,"comments":[{"author":{"id":"3575804616438794","authorId":"3575804616438794","name":"我要蔚蔚","avatar":"https://static.tigerbbs.com/baef826607831663b94a598fdd0d29ba","crmLevel":1,"crmLevelSwitch":0,"idStr":"3575804616438794","authorIdStr":"3575804616438794"},"content":"铁成是外行,但乐道搞成这样,让铁成一人背锅极不公平!就凭这一手,李斌也没戏","text":"铁成是外行,但乐道搞成这样,让铁成一人背锅极不公平!就凭这一手,李斌也没戏","html":"铁成是外行,但乐道搞成这样,让铁成一人背锅极不公平!就凭这一手,李斌也没戏"}],"imageCount":0,"langContent":"CN","totalScore":0},{"id":413050916590128,"gmtCreate":1741874481889,"gmtModify":1741916403005,"author":{"id":"180489801557520","authorId":"180489801557520","name":"WstreetBoy","avatar":"https://static.tigerbbs.com/67ffcee2a6d73f35b1d68c916a7e6856","crmLevel":2,"crmLevelSwitch":1,"followedFlag":false,"idStr":"180489801557520","authorIdStr":"180489801557520"},"themes":[],"htmlText":"<a href=\"https://laohu8.com/S/NIO\">$蔚来(NIO)$ </a><v-v data-views=\"0\"></v-v> 你们说可不可笑,我一个小股东,评论了几句话,被一个乐道总裁拉黑了微博,我何德何能呀,我不过是为了自己投资的钱不想打水漂,催你们干点实事,居然就拉黑了。劝大家早点跑路吧<a href=\"https://laohu8.com/U/3567539496958876\">@蔚来</a> ","listText":"<a href=\"https://laohu8.com/S/NIO\">$蔚来(NIO)$ </a><v-v data-views=\"0\"></v-v> 你们说可不可笑,我一个小股东,评论了几句话,被一个乐道总裁拉黑了微博,我何德何能呀,我不过是为了自己投资的钱不想打水漂,催你们干点实事,居然就拉黑了。劝大家早点跑路吧<a href=\"https://laohu8.com/U/3567539496958876\">@蔚来</a> ","text":"$蔚来(NIO)$ 你们说可不可笑,我一个小股东,评论了几句话,被一个乐道总裁拉黑了微博,我何德何能呀,我不过是为了自己投资的钱不想打水漂,催你们干点实事,居然就拉黑了。劝大家早点跑路吧@蔚来","images":[{"img":"https://static.tigerbbs.com/512bdc8daa5a01ce3c8e2b94843034b5","width":"1179","height":"2556"}],"top":1,"highlighted":2,"essential":1,"paper":1,"likeSize":10,"commentSize":17,"repostSize":2,"link":"https://laohu8.com/post/413050916590128","isVote":1,"tweetType":1,"viewCount":7463,"authorTweetTopStatus":1,"verified":2,"comments":[{"author":{"id":"3470515484937733","authorId":"3470515484937733","name":"丁丁丁丁丁","avatar":"https://static.tigerbbs.com/a8a353278ccf67a7396c14aaaecbbc7b","crmLevel":7,"crmLevelSwitch":1,"idStr":"3470515484937733","authorIdStr":"3470515484937733"},"content":"我也是评论了 一个企业如果需要删支持他的人的评论 那也没啥希望了 被删那一刻我坚决的抛了蔚来 在小鹏上赚回了收益","text":"我也是评论了 一个企业如果需要删支持他的人的评论 那也没啥希望了 被删那一刻我坚决的抛了蔚来 在小鹏上赚回了收益","html":"我也是评论了 一个企业如果需要删支持他的人的评论 那也没啥希望了 被删那一刻我坚决的抛了蔚来 在小鹏上赚回了收益"}],"imageCount":1,"langContent":"CN","totalScore":0},{"id":390182366306552,"gmtCreate":1736293671365,"gmtModify":1736293673673,"author":{"id":"180489801557520","authorId":"180489801557520","name":"WstreetBoy","avatar":"https://static.tigerbbs.com/67ffcee2a6d73f35b1d68c916a7e6856","crmLevel":2,"crmLevelSwitch":1,"followedFlag":false,"idStr":"180489801557520","authorIdStr":"180489801557520"},"themes":[],"htmlText":"暴跌","listText":"暴跌","text":"暴跌","images":[],"top":1,"highlighted":1,"essential":1,"paper":1,"likeSize":0,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/390182366306552","repostId":"2501412756","repostType":2,"repost":{"id":"2501412756","kind":"news","pubTimestamp":1736297760,"share":"https://www.laohu8.com/m/news/2501412756?lang=&edition=full","pubTime":"2025-01-08 08:56","market":"sh","language":"zh","title":"通胀回归?经济数据引发市场震荡,纳指、标普500指数大跌","url":"https://stock-news.laohu8.com/highlight/detail?id=2501412756","media":"智通财经","summary":"美国国债价格暴跌,推动收益率上升,而收益率通常与债券价格呈反向关系。纳斯达克综合指数下跌近1.9%,标准普尔500指数下跌近1.1%,道琼斯工业平均指数下跌约178点。ISM服务业指数中的价格支付指标是此次市场剧烈反应的主要原因之一。与此同时,11月JOLTS报告显示,美国职位空缺数量从10月的780万增至810万,达到六个月新高。这些数据引发了市场对“顽固通胀”的担忧,并削弱了投资者对2025年降息的预期。","content":"<html><head></head><body><p>尽管月度就业报告和消费者物价指数(CPI)常常占据经济新闻的头条,投资者周二再次感受到,不可忽视JOLTS报告(职位空缺与劳动力流动调查)和供应管理协会(ISM)服务业指数的重要性。</p><p>智通财经APP获悉,Interactive Brokers高级经济学家Jose Torres在一份报告中指出:“市场早晨表现平稳,直到两项经济数据发布,导致收益率飙升,股市重挫。”美国国债价格暴跌,推动收益率上升,而收益率通常与债券价格呈反向关系。10年期美国国债收益率攀升6.8个基点,达到4.684%,创下自4月25日以来的最高水平。</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/2fab4e134338d8c71abe76c706def72c\" tg-width=\"693\" tg-height=\"480\"/></p><p>股市随之下滑,科技板块首当其冲。纳斯达克综合指数下跌近1.9%,标准普尔500指数下跌近1.1%,道琼斯工业平均指数下跌约178点。AI芯片制造商<a href=\"https://laohu8.com/S/NVDA\">英伟达</a>(NVDA.US)股价开盘创历史新高后转跌,收盘大跌6.2%,尽管新年头四个交易日仍累计上涨超过4%。</p><p>ISM服务业指数中的价格支付指标是此次市场剧烈反应的主要原因之一。该指数12月录得64.4%,远高于11月的58.2%,创下2023年初以来的最高水平。这表明服务行业成本压力显著加大。</p><p>与此同时,11月JOLTS报告显示,美国职位空缺数量从10月的780万增至810万,达到六个月新高。对此,Navellier & Associates创始人Louis Navellier表示:“今天,ISM非制造业价格指数意外大幅上升,超出预期,而JOLTS报告的数据也显著高于市场预测,进一步推高了利率。”</p><p>这些数据引发了市场对“顽固通胀”的担忧,并削弱了投资者对2025年降息的预期。根据CME FedWatch工具,市场预计美联储本月维持利率不变的概率已升至约95%,高于周一的91.4%和一个月前的62.9%。此外,交易员预计到明年6月前完全不降息的概率从一个月前的10%升至33%。</p><p>Navellier指出,“今天的经济数据再次让市场陷入‘好消息即坏消息’的困境。强劲的就业数据有利于GDP和消费者支出,但也可能让美联储更谨慎。与此同时,服务业价格的上涨暗示通胀粘性仍在,但适度的通胀实际上有利于企业的定价能力和利润率。”</p><p>尽管中期通胀可能对企业盈利带来一定利好,当前投资者对科技股高估值和国债收益率持续上升的组合表现出谨慎情绪。</p><p>“周二的经济数据表明,美国经济在11月选举后加速复苏,但企业和消费者在面临不确定性时仍保持谨慎,”Torres表示。“然而,这种犹豫已被克服,华尔街的焦点转向财政赤字、特朗普关税和通胀压力,这可能进一步推高利率,拖累资产价格。”</p></body></html>","source":"stock_zhitongcaijing","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>通胀回归?经济数据引发市场震荡,纳指、标普500指数大跌</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通胀回归?经济数据引发市场震荡,纳指、标普500指数大跌\n</h2>\n\n<h4 class=\"meta\">\n\n\n2025-01-08 08:56 北京时间 <a href=http://www.zhitongcaijing.com/content/detail/1234639.html><strong>智通财经</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>尽管月度就业报告和消费者物价指数(CPI)常常占据经济新闻的头条,投资者周二再次感受到,不可忽视JOLTS报告(职位空缺与劳动力流动调查)和供应管理协会(ISM)服务业指数的重要性。智通财经APP获悉,Interactive Brokers高级经济学家Jose Torres在一份报告中指出:“市场早晨表现平稳,直到两项经济数据发布,导致收益率飙升,股市重挫。”美国国债价格暴跌,推动收益率上升,而...</p>\n\n<a href=\"http://www.zhitongcaijing.com/content/detail/1234639.html\">Web Link</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","type":0,"thumbnail":"https://static.tigerbbs.com/4f6ec6e99c0c8b9feb7f296b78c65a54","relate_stocks":{"159659":"纳指","SPY":"标普500ETF","SH":"标普500反向ETF","BK4550":"红杉资本持仓","QQQ":"纳指100ETF","SQQQ":"纳指三倍做空ETF","IVV":"标普500指数ETF","BK4585":"ETF&股票定投概念","BK4561":"索罗斯持仓","SSO":"两倍做多标普500ETF","USAW.SI":"AMZN 3xLongSG261006","NVIW.SI":"NVDA 3xLongSG261006","BK4581":"高盛持仓","QLD":"纳指两倍做多ETF","BK4504":"桥水持仓","OEF":"标普100指数ETF-iShares","TSYW.SI":"TESLA 3xLongSG261006","PSQ":"纳指反向ETF","03086":"华夏纳指","UPRO":"三倍做多标普500ETF","USJW.SI":"ALPHAB 3xLongSG261006","BK4593":"纳斯达克ETF",".IXIC":"NASDAQ Composite","BK4534":"瑞士信贷持仓","BK1147":"投资银行业与经纪业","SDS":"两倍做空标普500ETF",".SPX":"S&P 500 Index","SPXU":"三倍做空标普500ETF","OEX":"标普100","BK4588":"碎股","QID":"纳指两倍做空ETF","TQQQ":"纳指三倍做多ETF","BK4559":"巴菲特持仓"},"source_url":"http://www.zhitongcaijing.com/content/detail/1234639.html","is_english":false,"share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","article_id":"2501412756","content_text":"尽管月度就业报告和消费者物价指数(CPI)常常占据经济新闻的头条,投资者周二再次感受到,不可忽视JOLTS报告(职位空缺与劳动力流动调查)和供应管理协会(ISM)服务业指数的重要性。智通财经APP获悉,Interactive Brokers高级经济学家Jose Torres在一份报告中指出:“市场早晨表现平稳,直到两项经济数据发布,导致收益率飙升,股市重挫。”美国国债价格暴跌,推动收益率上升,而收益率通常与债券价格呈反向关系。10年期美国国债收益率攀升6.8个基点,达到4.684%,创下自4月25日以来的最高水平。股市随之下滑,科技板块首当其冲。纳斯达克综合指数下跌近1.9%,标准普尔500指数下跌近1.1%,道琼斯工业平均指数下跌约178点。AI芯片制造商英伟达(NVDA.US)股价开盘创历史新高后转跌,收盘大跌6.2%,尽管新年头四个交易日仍累计上涨超过4%。ISM服务业指数中的价格支付指标是此次市场剧烈反应的主要原因之一。该指数12月录得64.4%,远高于11月的58.2%,创下2023年初以来的最高水平。这表明服务行业成本压力显著加大。与此同时,11月JOLTS报告显示,美国职位空缺数量从10月的780万增至810万,达到六个月新高。对此,Navellier & Associates创始人Louis Navellier表示:“今天,ISM非制造业价格指数意外大幅上升,超出预期,而JOLTS报告的数据也显著高于市场预测,进一步推高了利率。”这些数据引发了市场对“顽固通胀”的担忧,并削弱了投资者对2025年降息的预期。根据CME FedWatch工具,市场预计美联储本月维持利率不变的概率已升至约95%,高于周一的91.4%和一个月前的62.9%。此外,交易员预计到明年6月前完全不降息的概率从一个月前的10%升至33%。Navellier指出,“今天的经济数据再次让市场陷入‘好消息即坏消息’的困境。强劲的就业数据有利于GDP和消费者支出,但也可能让美联储更谨慎。与此同时,服务业价格的上涨暗示通胀粘性仍在,但适度的通胀实际上有利于企业的定价能力和利润率。”尽管中期通胀可能对企业盈利带来一定利好,当前投资者对科技股高估值和国债收益率持续上升的组合表现出谨慎情绪。“周二的经济数据表明,美国经济在11月选举后加速复苏,但企业和消费者在面临不确定性时仍保持谨慎,”Torres表示。“然而,这种犹豫已被克服,华尔街的焦点转向财政赤字、特朗普关税和通胀压力,这可能进一步推高利率,拖累资产价格。”","news_type":1,"symbols_score_info":{"159659":1,".IXIC":1,".SPX":0.6,"03086":1,"ESmain":0.6,"MNQmain":0.6,"NQmain":0.6,"IVV":0.6,"NVIW.SI":0.6,"OEF":0.6,"OEX":0.6,"PSQ":0.6,"QID":0.6,"QLD":0.6,"QQQ":1,"SDS":0.6,"SH":0.6,"SPXU":0.6,"SPY":1,"SQQQ":1,"SSO":0.6,"TQQQ":1,"TSYW.SI":0.6,"UPRO":0.6,"USAW.SI":0.6,"USJW.SI":0.6}},"isVote":1,"tweetType":1,"viewCount":1112,"authorTweetTopStatus":1,"verified":2,"comments":[],"imageCount":0,"langContent":"CN","totalScore":0},{"id":370914462371904,"gmtCreate":1731569084792,"gmtModify":1731581913235,"author":{"id":"180489801557520","authorId":"180489801557520","name":"WstreetBoy","avatar":"https://static.tigerbbs.com/67ffcee2a6d73f35b1d68c916a7e6856","crmLevel":2,"crmLevelSwitch":1,"followedFlag":false,"idStr":"180489801557520","authorIdStr":"180489801557520"},"themes":[],"htmlText":"<a href=\"https://laohu8.com/S/TIGR\">$老虎证券(TIGR)$</a> 平台是好用,股票是真垃圾","listText":"<a href=\"https://laohu8.com/S/TIGR\">$老虎证券(TIGR)$</a> 平台是好用,股票是真垃圾","text":"$老虎证券(TIGR)$ 平台是好用,股票是真垃圾","images":[],"top":1,"highlighted":1,"essential":1,"paper":1,"likeSize":1,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/370914462371904","isVote":1,"tweetType":1,"viewCount":1579,"authorTweetTopStatus":1,"verified":2,"comments":[],"imageCount":0,"langContent":"CN","totalScore":0},{"id":362360095899800,"gmtCreate":1729500251355,"gmtModify":1729500253227,"author":{"id":"180489801557520","authorId":"180489801557520","name":"WstreetBoy","avatar":"https://static.tigerbbs.com/67ffcee2a6d73f35b1d68c916a7e6856","crmLevel":2,"crmLevelSwitch":1,"followedFlag":false,"idStr":"180489801557520","authorIdStr":"180489801557520"},"themes":[],"htmlText":"简单 因为他们压榨了人力成本","listText":"简单 因为他们压榨了人力成本","text":"简单 因为他们压榨了人力成本","images":[],"top":1,"highlighted":1,"essential":1,"paper":1,"likeSize":0,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/362360095899800","repostId":"2477022077","repostType":2,"repost":{"id":"2477022077","kind":"news","pubTimestamp":1729478097,"share":"https://www.laohu8.com/m/news/2477022077?lang=&edition=full","pubTime":"2024-10-21 10:34","market":"us","language":"zh","title":"日本企业拆解比亚迪、蔚来等国产车:研究中国电动车便宜的秘诀","url":"https://stock-news.laohu8.com/highlight/detail?id=2477022077","media":"快科技","summary":"日本中部地区约70家汽车零部件企业,访问EV的拆解展示设施,学习了中国产EV的车身结构和零部件设计的特点。报道称,在拆解基地密密麻麻摆放着汽车零部件,展示着比亚迪ATTO3和蔚来ET5、特斯拉Model Y等16个车型的9万多个零部件。而比亚迪ATTO3的售价14万元左右,全球销量已达数十万辆。据悉,这处EV拆解展示设施于2022年3月份开设,提供把拆解的零部件进行数据库化的服务,至今已有450家企业、6000多人前来参观。","content":"<html><body><p><span>快科技10月21日消息,据报道,日本中部经济产业局本月举行了分享纯电动汽车(EV)技术动向的研修会。</span></p><p>日本中部地区约70家汽车零部件企业,访问EV的拆解展示设施,学习了中国产EV的车身结构和零部件设计的特点。</p><p>报道称,在拆解基地密密麻麻摆放着汽车零部件,<strong>展示着<a href=\"https://laohu8.com/S/002594\">比亚迪</a>ATTO3(国内为元PLUS)和<a href=\"https://laohu8.com/S/NIO\">蔚来</a>ET5、<a href=\"https://laohu8.com/S/TSLA\">特斯拉</a>Model Y等16个车型的9万多个零部件。</strong></p><p><img src=\"data:image/png;base64,iVBORw0KGgoAAAANSUhEUgAAAAEAAAABAQMAAAAl21bKAAAAA1BMVEXy8vJkA4prAAAACklEQVQI12NgAAAAAgAB4iG8MwAAAABJRU5ErkJggg==\"/></p><p>参会者最为关注的话题之一是,比亚迪ATTO3“怎么才能以这么低的成本生产?”而比亚迪ATTO3的售价14万元左右,全球销量已达数十万辆。</p><p>拆解机构指出,<strong>ATTO3的车型特点之一,就是推进零部件的整合;</strong>比如,在电动驱动装置“E-Axle”中,除了马达、逆变器、减速器之外,还整合了车载充电器和DC-DC转换器(直流电压转换器)等共8个零部件,因此可以降低零部件成本并减轻重量。</p><p>此外,ATTO3还推进与其他车型共享零部件,并进行自主化生产,通过扩大车型销量规模,来压低量产零部件的成本。</p><p>运营展示设施的伊藤研一主任指出:“中国厂商非常重视低成本生产”,会严格区分要投入力量的部分和其他部分,“对品质的看法与日资厂商有所不同”。</p><p>据悉,这处EV拆解展示设施于2022年3月份开设,提供把拆解的零部件进行数据库化的服务,至今已有450家企业、6000多人前来参观。</p><p><img src=\"data:image/png;base64,iVBORw0KGgoAAAANSUhEUgAAAAEAAAABAQMAAAAl21bKAAAAA1BMVEXy8vJkA4prAAAACklEQVQI12NgAAAAAgAB4iG8MwAAAABJRU5ErkJggg==\"/></p></body></html>","source":"ifeng_tech","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>日本企业拆解比亚迪、蔚来等国产车:研究中国电动车便宜的秘诀</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日本企业拆解比亚迪、蔚来等国产车:研究中国电动车便宜的秘诀\n</h2>\n\n<h4 class=\"meta\">\n\n\n2024-10-21 10:34 北京时间 <a href=https://tech.ifeng.com/c/8drAy7tln2M><strong>快科技</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>快科技10月21日消息,据报道,日本中部经济产业局本月举行了分享纯电动汽车(EV)技术动向的研修会。日本中部地区约70家汽车零部件企业,访问EV的拆解展示设施,学习了中国产EV的车身结构和零部件设计的特点。报道称,在拆解基地密密麻麻摆放着汽车零部件,展示着比亚迪ATTO3(国内为元PLUS)和蔚来ET5、特斯拉Model Y等16个车型的9万多个零部件。参会者最为关注的话题之一是,比亚迪ATTO3...</p>\n\n<a href=\"https://tech.ifeng.com/c/8drAy7tln2M\">Web Link</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","type":0,"thumbnail":"","relate_stocks":{"81211":"比亚迪股份-R","LU0289961442.SGD":"SUSTAINABLE GLOBAL THEMATIC PORTFOLIO \"AX\" (SGD) ACC","BK1509":"特斯拉概念股","LU2360107325.USD":"BGF FUTURE OF TRANSPORT \"A4\" (USD) INC","LU0823426480.USD":"法巴中国股票经典Dis","BK1580":"烟草概念","LU2097828631.EUR":"AZ EQUITY CHINA \"A\" (EUR) ACC","NIO":"蔚来","BYDDY":"比亚迪ADR","LU2097828714.EUR":"AZ EQUITY CHINA \"BAZ\" (EUR) ACC","LU0359202008.SGD":"Blackrock China Fund A2 SGD-H","LU2097828805.USD":"AZ EQUITY CHINA \"A-AZ\" (USD) ACC","002594":"比亚迪","BK4531":"中概回港概念","BK1589":"北水核心资产","LU1023057109.AUD":"BGF CHINA \"A2\" (AUDHDG) ACC","BK1515":"抗疫概念","09866":"蔚来-SW","BK4534":"瑞士信贷持仓","EVS.SI":"MSCI China Electric Vehicles and Future Mobility ETF-NikkoAM","BK1539":"汽车股","LU0417516738.SGD":"Allianz Hong Kong Equity AT Acc SGD","LU1868838027.USD":"CT (LUX) I GLOBAL EMERGING MARKET EQUITIES \"8\" (USD) ACC","BK4509":"腾讯概念","LU0708995583.HKD":"TEMPLETON CHINA \"A\" (HKD) ACC","LU0348735423.USD":"ALLIANZ HONG KONG EQUITY \"A\" (USD) INC","00285":"比亚迪电子","BK4099":"汽车制造商","SG9999002463.SGD":"LionGlobal China Growth SGD","BK1504":"苹果概念","LU0211977185.USD":"EASTSPRING INVESTMENTS GREATER CHINA EQUITY \"A\" ACC","LU2249611893.SGD":"BNP PARIBAS ENERGY TRANSITION \"CRH\" (SGD) ACC","BK4526":"热门中概股","BK1119":"汽车制造商","LU1868837722.USD":"CT (LUX) I GLOBAL EMERGING MARKET EQUITIES \"2\" (USD) ACC","LU0307460666.USD":"EASTSPRING INVESTMENTS CHINA EQUITY \"A\" ACC","TSLA":"特斯拉","LU2778985437.USD":"ALLIANZ CHINA FUTURE TECHNOLOGIES \"A\" (USD) INC","LU0175139822.USD":"AB FCP I Global Equity Blend A USD","SG9999015986.USD":"LIONGLOBAL DISRUPTIVE INNOVATION \"I\" (USD) ACC","LU0823414478.USD":"法巴经典能源转换基金","BK1610":"ETF&股票定投概念","BK4581":"高盛持仓","LU1861214812.USD":"Blackrock Future of Transport A2 USD","SG9999015978.USD":"利安颠覆性创新基金A","BK4504":"桥水持仓","LU0348766576.USD":"ALLIANZ LITTLE DRAGONS \"A\" (USD) INC","LU0289960550.SGD":"AB FCP I - GLOBAL EQUITY BLEND PORTFOLIO 'A' (SGD) ACC","SG9999001226.SGD":"UNITED SUSTAINABLE ASIA TOP 50 \"A\" (SGD) ACC"},"source_url":"https://tech.ifeng.com/c/8drAy7tln2M","is_english":false,"share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","article_id":"2477022077","content_text":"快科技10月21日消息,据报道,日本中部经济产业局本月举行了分享纯电动汽车(EV)技术动向的研修会。日本中部地区约70家汽车零部件企业,访问EV的拆解展示设施,学习了中国产EV的车身结构和零部件设计的特点。报道称,在拆解基地密密麻麻摆放着汽车零部件,展示着比亚迪ATTO3(国内为元PLUS)和蔚来ET5、特斯拉Model Y等16个车型的9万多个零部件。参会者最为关注的话题之一是,比亚迪ATTO3“怎么才能以这么低的成本生产?”而比亚迪ATTO3的售价14万元左右,全球销量已达数十万辆。拆解机构指出,ATTO3的车型特点之一,就是推进零部件的整合;比如,在电动驱动装置“E-Axle”中,除了马达、逆变器、减速器之外,还整合了车载充电器和DC-DC转换器(直流电压转换器)等共8个零部件,因此可以降低零部件成本并减轻重量。此外,ATTO3还推进与其他车型共享零部件,并进行自主化生产,通过扩大车型销量规模,来压低量产零部件的成本。运营展示设施的伊藤研一主任指出:“中国厂商非常重视低成本生产”,会严格区分要投入力量的部分和其他部分,“对品质的看法与日资厂商有所不同”。据悉,这处EV拆解展示设施于2022年3月份开设,提供把拆解的零部件进行数据库化的服务,至今已有450家企业、6000多人前来参观。","news_type":1,"symbols_score_info":{"81211":0.6,"002594":0.6,"00285":1,"09866":1,"BYDDY":0.6,"EVS.SI":0.6,"NIO":0.8,"TSLA":0.6}},"isVote":1,"tweetType":1,"viewCount":2257,"authorTweetTopStatus":1,"verified":2,"comments":[],"imageCount":0,"langContent":"CN","totalScore":0}],"defaultTab":"following","isTTM":false}