整理：前沿在線 編輯部

　　歡迎來到GTC，我只是想提醒你這是個技術(shù)會議，這些人一大早就排著隊，在座的各位很高興見到你們。

　　GTC，我們要談?wù)劶夹g(shù)，我們要談?wù)勂脚_，NVIDIA有三個平臺，你認(rèn)為我們經(jīng)常談?wù)撍麄冎械囊粋€，它和CUDA有關(guān)，我們的系統(tǒng)是另一個平臺，現(xiàn)在我們有了一個名為AI工廠的新平臺，我們要談?wù)勊麄兯腥?，最重要的是，我們要談?wù)?strong>生態(tài)系統(tǒng)。

　　但在我開始之前，讓我感謝我們賽前節(jié)目的主持人，我覺得他們做得很好，Sarah、Alfred Lin，紅杉資本英偉達(dá)的第一位風(fēng)險投資家，Gavin Baker，英偉達(dá)的第一個主要機(jī)構(gòu)投資者，這三個人技術(shù)很深，在正在發(fā)生的事情中，當(dāng)然還有他們擁有非常廣泛的技術(shù)生態(tài)系統(tǒng)，當(dāng)然還有我今天挑選的所有貴賓都加入了我們?nèi)餍顷?，我要為此感謝你們所有人。

　　我還要感謝所有到場的公司，如你所知英偉達(dá)是一家平臺公司，我們有技術(shù)，我們有平臺，我們有豐富的生態(tài)系統(tǒng)，今天可能有這里100萬億美元的工業(yè)的100%，450家公司贊助了這次活動，我想謝謝你。

　　這次技術(shù)會議有2000名發(fā)言者，這次會議將涵蓋每一層，人工智能的五層蛋糕。

　　CUDA 二十周年回顧

　　這次會議將涵蓋人工智能五層蛋糕的每一層，從陸地電力外殼，基礎(chǔ)設(shè)施，到芯片，到平臺，模型，當(dāng)然還有。而歸根結(jié)底，推動這個行業(yè)真正騰飛的，正是各種應(yīng)用場景。當(dāng)一切開始時，一切都從這里開始。這是CUDA成立二十周年。我們?yōu)镃UDA工作了二十年。

　　二十年來，我們一直致力于這種架構(gòu)，這項革命性的發(fā)明，SIMT（單指令多線程）執(zhí)行標(biāo)量代碼。代碼可以生成多線程應(yīng)用程序，比SIMD更容易編程。我們最近新增了Tile，以便幫助開發(fā)者編程張量核心以及那些對當(dāng)今人工智能至關(guān)重要的數(shù)學(xué)結(jié)構(gòu)。數(shù)以千計的工具和編譯器、框架和庫。在開源領(lǐng)域，有幾十萬個公開項目。

　　CUDA確實已經(jīng)深度集成到每一個生態(tài)系統(tǒng)中。這張圖表。基本上描述了你一直在看我從一開始就談?wù)撨@張幻燈片的100%策略，最終最難實現(xiàn)的是底部的東西，安裝基礎(chǔ)。

　　我們花了20年的時間才在世界各地建立了數(shù)億個運行CUDA的GPU和計算系統(tǒng)。我們在每個云，我們在每個計算機(jī)公司。我們幾乎服務(wù)于所有行業(yè)。CUDA的龐大用戶基數(shù)正是飛輪效應(yīng)加速的原因。安裝的基礎(chǔ)吸引了開發(fā)人員，然后開發(fā)人員創(chuàng)建了實現(xiàn)突破的新算法。例如，深度學(xué)習(xí)。還有好多呢。這些突破性進(jìn)展催生了全新的市場，并在其周邊構(gòu)建起由多家企業(yè)共同參與的新生態(tài)系統(tǒng)，從而形成更大的用戶基礎(chǔ)。

　　這個飛輪，這個飛輪現(xiàn)在正在加速，CUDA庫的下載數(shù)量正在加速。規(guī)模非常龐大，且增長速度前所未有。正是這個飛輪機(jī)制，使得該計算平臺能夠支撐如此眾多的應(yīng)用和層出不窮的創(chuàng)新突破，而最為關(guān)鍵的是……它也使這些基礎(chǔ)設(shè)施具有非凡的使用壽命。而原因非常明顯。有這么多的應(yīng)用程序，你可以在NVIDIA CUDA上運行。

　　我們支持AI生命周期的每個階段。我們覆蓋每一個數(shù)據(jù)處理平臺。我們加速了各種類型的科學(xué)原理性求解器。因此，其應(yīng)用范圍非常廣泛，一旦安裝了NVIDIA顯卡，它的使用壽命就會非常長。這也是原因之一。我們大約六年前運送它們的Ampere。Ampere在云中的價格正在上漲，因此所有這些從根本上成為可能，因為安裝的基礎(chǔ)很高，飛輪很高，開發(fā)人員的影響力很大。

　　而當(dāng)這一切發(fā)生，并且我們持續(xù)更新軟件時，計算成本就會……減少加速計算的組合，極大地加快了應(yīng)用程序的速度。與此同時，我們?nèi)栽诔掷m(xù)維護(hù)并不斷更新軟件。您不僅可以獲得首次提升，還可以隨著時間的推移不斷降低加速計算的成本。我們愿意培育，愿意支持世界上的每一個GPU，因為它們在架構(gòu)上都是兼容的。

　　我們愿意這樣做，是因為我們的用戶基數(shù)非常龐大。如果我們推出一項新的優(yōu)化，它將惠及數(shù)百萬用戶。這適用于世界上每一個人。這種動態(tài)組合使NVIDIA架構(gòu)擴(kuò)大了其覆蓋范圍，加速了其增長，同時降低了計算成本，最終鼓勵了新的增長。

　　從GeForce到CUDA的25年旅程

　　所以，CUDA是其中的核心。但我們的旅程，CUDA實際上是二十五年前開始的。GeForce。我知道你們當(dāng)中有多少人是伴隨著……長大的。

　　"GeForce是NVIDIA最偉大的營銷活動。我們會在您尚無力承擔(dān)之前，就著手吸引未來的客戶。你父母付錢。你父母付的錢。你的父母付錢讓你成為NVIDIA客戶。每年，他們年復(fù)一年地付錢，直到有一天你成為一名了不起的計算機(jī)科學(xué)家，成為一個合適的客戶，一個合適的開發(fā)商。但這是，這是GeForce 25年前制造的房子。

　　25年前，我們開始了通往CUDA的旅程。我們發(fā)明了可編程的著色器，一個完美的。使加速器可編程的不明顯的發(fā)明。25年前，世界上第一個可編程加速器Pixel Shader使我們進(jìn)行了進(jìn)一步的探索。

　　二十年后，五年后，CUDA的發(fā)明。我們做的最大的投資之一，我們當(dāng)時負(fù)擔(dān)不起，它消耗了我們公司的絕大部分利潤，就是把GeForce背后的CUDA帶到每一臺電腦上。我們致力于創(chuàng)建這個平臺，因為我們對它的潛力感到非常強(qiáng)烈。但最終，該公司的奉獻(xiàn)精神盡管。一開始的艱辛，每天都相信它十三代或二十年，我們現(xiàn)在到處都安裝了CUDA，Pixel Shader。

　　當(dāng)然，導(dǎo)致了GPU革命。然后十年前，我們介紹了大約十年前，它是什么？八年前，我們推出了RTX。為現(xiàn)代計算機(jī)圖形學(xué)時代對我們的體系結(jié)構(gòu)進(jìn)行了全面的重新設(shè)計。GeForce將CUDA帶到了世界。因此，GeForce使Alex Krizhevsky、Ilya Sutskever、Geoffrey Hinton、Andrew Ng和其他許多人發(fā)現(xiàn)GPU可以成為他們加速深度學(xué)習(xí)的朋友。它開始了人工智能的大爆炸。

　　十年前，我們決定融合。可編程著色和引入兩個新的想法:光線跟蹤，硬件光線跟蹤，這是非常困難的，和一個新的想法。想象一下，大約十年前，我們曾認(rèn)為人工智能將會徹底變革計算機(jī)圖形學(xué)。就像首席搜查令一樣。如今，人工智能將重塑并徹底革新計算機(jī)圖形學(xué)的整個制作流程。

　　今天我要給大家展示一些未來的東西。這是我們新一代的圖形技術(shù)。我們稱之為神經(jīng)渲染，融合，三維圖形和人工智能的融合。這就是DLSS 5?？纯窗?。

　　那是不是太棒了？那第二?，F(xiàn)在我們做了什么？我們?nèi)诤狭?strong>可控的3D圖形，虛擬世界的真實情況，結(jié)構(gòu)化數(shù)據(jù)。

　　記住這個詞：虛擬世界的結(jié)構(gòu)化數(shù)據(jù)，以及生成世界的結(jié)構(gòu)化數(shù)據(jù)。我們結(jié)合了3D圖形。有了生成式人工智能，概率計算，其中一個是完全預(yù)測的，另一個是概率但高度現(xiàn)實的。

　　我們結(jié)合了這兩個想法，結(jié)合了這兩個想法，通過結(jié)構(gòu)化數(shù)據(jù)進(jìn)行控制，完美控制，同時又生成。因此，內(nèi)容是美麗的，驚人的，以及可控的。將結(jié)構(gòu)化信息與生成式人工智能相融合這一理念，將在一個又一個行業(yè)中不斷涌現(xiàn)。

　　結(jié)構(gòu)化數(shù)據(jù)與非結(jié)構(gòu)化數(shù)據(jù)

　　結(jié)構(gòu)化數(shù)據(jù)是可信人工智能的基礎(chǔ)。這會嚇你一小跳。我要翻下一張幻燈片，別驚呼哦。那么接下來的時間里，我們就來過一遍原理圖。這就是我最好的了。每次我問我。一次又一次，這就是了。他們說，不要這樣做，Jensen。別這么做。我說："不，這些座位是免費的。"對你們中的一些人來說。所以，這就是你的任務(wù)代價。

　　所以，這就是結(jié)構(gòu)化數(shù)據(jù)。你聽說過它，SQL，Spark，pandas，Velox，其中一些非常非常重要，非常大的平臺，Snowflake，Databricks，EMR，亞馬遜EMR，Azure Fabric。Google Cloud BigQuery，所有這些平臺都在處理數(shù)據(jù)幀。這些數(shù)據(jù)幀是巨大的電子表格，它們保存著所有的生命。這就是結(jié)構(gòu)化數(shù)據(jù)，是業(yè)務(wù)的真值。這就是企業(yè)計算的真相。那么，現(xiàn)在我們要讓人工智能使用結(jié)構(gòu)化數(shù)據(jù)，而且最好趕緊把這事推進(jìn)得飛快。

　　以前還好，我們當(dāng)然也會啊，你知道的。我們會加速結(jié)構(gòu)化數(shù)據(jù)，這樣我們就可以做更多的事情，我們可以更便宜地做，我們可以每天更頻繁地做，讓公司以更同步的方式運行。然而，未來將會發(fā)生的是，這些數(shù)據(jù)結(jié)構(gòu)將被使用。它會很多。未來的Agent。數(shù)據(jù)庫也是，當(dāng)然。結(jié)構(gòu)化數(shù)據(jù)庫，即生成式數(shù)據(jù)庫。

　　此數(shù)據(jù)庫表示。世界上大多數(shù)矢量數(shù)據(jù)庫，非結(jié)構(gòu)化數(shù)據(jù)，PDF，視頻，演講，世界上所有的信息。關(guān)于90%產(chǎn)生的東西。這個開著呢。直到現(xiàn)在，這些數(shù)據(jù)對世界來說都毫無用處。我們讀取它，把它存入我們的文件系統(tǒng)，就完成了。不幸的是，我們無法查詢它，也無法搜索它。那很難做到。而其原因在于。輕松索引非結(jié)構(gòu)化數(shù)據(jù)。你必須了解他們的需求。

　　所以現(xiàn)在我們有了。就像人工智能能夠解決多模態(tài)感知一樣，你可以連接并理解它。多模態(tài)感知和理解去閱讀。這個意思和發(fā)現(xiàn)這個意思嵌入到一個更大的結(jié)構(gòu)中，我們可以搜索，我們可以查詢。NVIDIA創(chuàng)建了兩個基礎(chǔ)庫。cuDF，我們?yōu)閿?shù)據(jù)幀、結(jié)構(gòu)化數(shù)據(jù)創(chuàng)建了cuDF。我們?yōu)橄蛄看鎯?chuàng)建了cuVS，語義。非結(jié)構(gòu)化數(shù)據(jù)，AI數(shù)據(jù)，這兩個平臺。

　　兩個最重要的因素。非常激動地看到它在整個網(wǎng)絡(luò)中的廣泛應(yīng)用。這個復(fù)雜的網(wǎng)絡(luò)。一個過程。在很長一段時間內(nèi)，因此有許多不同的公司和平臺。一直深入融入這個生態(tài)系統(tǒng)。我為我們在這里所做的工作感到非常自豪。

　　合作伙伴宣布：IBM、戴爾、谷歌云

　　然后今天，我們宣布了幾項。SQL是有史以來最重要的領(lǐng)域特定語言之一，它的發(fā)明者正在使用cuDF加速Watson X數(shù)據(jù)。讓我們來看一下吧。

　　60年前，IBM推出了系統(tǒng)360，這是第一個用于通用計算的現(xiàn)代平臺，開啟了計算時代。然后SQL一種聲明性語言來查詢數(shù)據(jù)，而無需逐步指示計算機(jī)。和數(shù)據(jù)倉庫，每一個都是現(xiàn)代企業(yè)計算的基礎(chǔ)。今天，IBM與NVIDIA正通過利用NVIDIA GPU計算庫加速IBM Watson X的數(shù)據(jù)SQL引擎，重新定義人工智能時代的數(shù)據(jù)處理方式。

　　數(shù)據(jù)是為人工智能提供上下文和意義的客觀事實。人工智能需要快速訪問海量數(shù)據(jù)集。

　　當(dāng)今的CPU數(shù)據(jù)處理系統(tǒng)已經(jīng)難以勝任。雀巢每天做出數(shù)千項供應(yīng)鏈決策。他們的訂單到現(xiàn)金數(shù)據(jù)市場匯總了每一次供應(yīng)、訂單和交付。在180個五的全球業(yè)務(wù)中。在CPU上，雀巢通過在NVIDIA GPU上運行的加速Watson X數(shù)據(jù)，每天刷新幾次數(shù)據(jù)標(biāo)記。雀巢可以以83%更低的成本運行相同的工作負(fù)載，速度提高五倍。下一代計算平臺已經(jīng)到來。面向人工智能時代的加速計算。

　　然后加速云中的數(shù)據(jù)處理。我們還在本地環(huán)境中加速數(shù)據(jù)處理。如您所知，戴爾是世界領(lǐng)先的計算機(jī)系統(tǒng)制造商，也是世界領(lǐng)先的存儲提供商之一。他們與我們合作創(chuàng)建了集成了cuDF和cuVS的戴爾AI數(shù)據(jù)平臺，以創(chuàng)建加速數(shù)據(jù)。嗯，對于人工智能時代來說。這是他們對NTT數(shù)據(jù)所做的一個例子，巨大的加速。

　　這是云，谷歌云。而Google Cloud，如你所知，我們已經(jīng)與Google Cloud合作了很長時間。我們加速谷歌的Vertex AI。我們現(xiàn)在加速BigQuery，這是非常重要的框架和非常重要的平臺。這就是一個例子。

　　有了Snapchat，我們將他們的計算成本降低了近8%。當(dāng)你加速數(shù)據(jù)處理、加速計算時，不僅能獲得速度和規(guī)模帶來的優(yōu)勢，更重要的是，還能降低總體成本。所以所有這些都來了。

　　加速計算與摩爾定律

　　它最初被稱為摩爾定律。摩爾定律的核心在于使性能每隔幾年就能翻一番。這只是另一種說法，意思是只要價格大致保持不變。你每年也會得到兩倍的性能，或者你。計算的成本。盡管摩爾定律已難以為繼，我們亟需一種新的方法。加速計算使我們能夠采用這些。而正如你將會看到的。因為我們繼續(xù)。這是一家算法公司，因為我們繼續(xù)優(yōu)化算法，因為我們的覆蓋面如此之大，我們的安裝基數(shù)如此之大，我們可以降低計算成本，增加計算成本。對于每個人來說，這就是Google Cloud。

　　你可以看到我剛才提到的這種模式。我只是想給你展示三個版本而已。英偉達(dá)構(gòu)建了加速計算平臺。它上面有一堆庫。我給了你三個。cuDNN是其中之一。cuDF是另一種cuVS，我們將向您展示更多。這些庫位于我們的平臺之上，但最終我們?nèi)谌肓耸澜绲脑品?wù)，融入了世界的OEM。一起和其他平臺，我將一起向您展示，我們能夠走向世界。NVIDIA，Google Cloud，Snapchat中的這種模式會一遍又一遍地重復(fù)，看起來像這樣。

　　因此，這是NVIDIA與Google Cloud的一個示例。我們加速Vertex AI，我們加速BigQuery，我們加速。我為我們使用JAX和XLA所做的工作感到非常自豪。我們在PyTorch上令人難以置信。我們是世界上唯一令人難以置信的加速器。令人難以置信的JAX和XLA和我們支持的客戶，Base Ten。Puma銷售人員，他們不是我們的客戶，但他們是我們的客戶，我們的開發(fā)商。技術(shù)，然后我們可以降落在云上，我們與云服務(wù)提供商的關(guān)系。本質(zhì)上是我們帶來客戶。我們整合我們的庫，我們加速。于是我們?nèi)チ恕Ｔ谠评?。正如你所看到的，我們的大多?shù)云服務(wù)提供商都喜歡與我們合作，他們總是要求我們將下一個客戶放在他們的云上。而我只是想。有很多顧客。我們要加速所有人。所以他們會是一個。在你的云里，對我們耐心點。

　　與AWS、微軟Azure、Oracle等合作

　　這是Google Cloud，這是AWS。我們與AWS合作已經(jīng)很長時間了。其中一個領(lǐng)域。今年我非常興奮的一件事是我們將把OpenAI引入AWS，這將推動云計算的巨大消費，AWS將擴(kuò)大OpenAI的覆蓋范圍，擴(kuò)大OpenAI的計算，正如你所知，它們完全受計算限制。因此，AWS，我們加速EMR，我們加速SageMaker，我們加速Bedrock，NVIDIA真正深入集成到AWS中。他們是我們的首家云合作伙伴。

　　微軟Azure，NVIDIA的A100超級計算機(jī)是我們?yōu)镹VIDIA建造的第一臺。我們在Azure安裝了一個，這導(dǎo)致了與OpenAI的巨大成功合作。不過，我們與Azure合作已經(jīng)很長時間了。我們加速Azure云。如今，我們與他們的AI晶圓廠展開了深度合作。我們加速Bing搜索。我們與他們在Azure區(qū)域上合作。在我們持續(xù)在全球范圍內(nèi)推廣人工智能的過程中，這正是一個極其重要的領(lǐng)域之一。

　　在世界范圍內(nèi)，我們提供的功能之一是機(jī)密計算。在機(jī)密計算中，您要確保即使操作員也看不到您的數(shù)據(jù)。即使操作員不能觸摸或看到你的模型。機(jī)密計算，NVIDIA的GPU是世界上第一個做到這一點的GPU。它現(xiàn)在能夠支持這些非常有價值的開源的機(jī)密計算和受保護(hù)的部署。整個云和不同區(qū)域的人工智能模型和人類模型，所有這些都是因為我們的機(jī)密計算。

　　機(jī)密計算非常重要。這里有一個例子，我們有不同的客戶，我們的工作。Synopsys，我們的偉大合作伙伴，我們正在加速他們所有的EDA和CAE工作流程。在微軟，是的。

　　我們是Oracle。大多數(shù)人會認(rèn)為我們是他們的第一個供應(yīng)商。我們也是他們的第一個供應(yīng)商，但我們是他們的第一個AI客戶。我很自豪我第一次向Oracle解釋了AI云，我們是他們的第一個客戶。從那以后，他們真的起飛了。我們在那里找到了一大堆合作伙伴，Cohere Fireworks，當(dāng)然還有非常著名的Oracle。我和Larry是很好的伙伴關(guān)系。

　　CoreWeave，他們是世界上第一個人工智能原生云，這是一家只有一個單一的公司。隨著加速計算時代的到來，提供主機(jī)GPU，并為AI云提供主機(jī)。他們擁有一批非常優(yōu)秀的客戶，而且業(yè)務(wù)正以驚人的速度增長。

　　讓我感到非常興奮的平臺之一就是Palantir和戴爾。我們?nèi)夜竟餐蛟炝艘环N全新的AI平臺——Palantir本體平臺，這是一款人工智能平臺。我們可以站起來。任何地區(qū)的任何國家。完全在本地部署，完全。完全在現(xiàn)場，人工智能可以部署在任何地方，沒有我們的機(jī)密計算能力，沒有我們構(gòu)建端到端系統(tǒng)的能力。提供全部。來自數(shù)據(jù)處理的加速計算和AI堆棧。或者一直到AI的結(jié)構(gòu)。這是可能的。

　　全球云服務(wù)合作伙伴關(guān)系

　　我想給你看看這些。這是我們與全球云服務(wù)提供商的特殊合作關(guān)系。很多人，嗯，都在這里。我受益于在靴子巡回演出中看到它們。真是難以置信。我只想感謝你們所有人的辛勤工作。你會一遍又一遍地看到這件事。NVIDIA是。全球第一家縱向一體化但橫向開放的公司。

　　而之所以有必要，原因非常簡單。加速計算并不是芯片問題。加速計算并不是一個系統(tǒng)性問題。加速計算中少了一個詞。我們就是再也不說了。應(yīng)用，加速。如果我可以讓計算機(jī)更快地運行所有內(nèi)容，那就稱為CPU。但那已經(jīng)沒有動力了。我們加速應(yīng)用程序向前發(fā)展并繼續(xù)帶來巨大速度的唯一方法，就是通過特定于應(yīng)用程序或領(lǐng)域的加速來大幅降低成本。

　　我掉了那個。短語在前面，因此剛剛成為加速計算，這就是為什么NVIDIA必須是庫后庫，域后域，垂直后垂直的原因。我們是一家垂直整合的計算公司。沒有別的辦法。我們必須理解應(yīng)用程序，我們必須理解領(lǐng)域，我們必須從根本上理解算法，我們必須弄清楚如何部署算法。無論它想要部署什么場景，無論是數(shù)據(jù)中心、云、邊緣的本地、機(jī)器人系統(tǒng)，所有這些計算系統(tǒng)都是不同的。最后，是系統(tǒng)和芯片。我們實行垂直一體化。

　　是什么讓它如此強(qiáng)大，以及為什么你看到所有的幻燈片，特別是在拉斯維加斯，水平開放的原因。以及您希望我們集成到的任何平臺上的最大技術(shù)。我們?yōu)槟峁┸浖?，我們?yōu)槟峁?。我們與您的技術(shù)進(jìn)行集成，以便我們能夠……。計算給世界上的每個人。

　　GTC生態(tài)系統(tǒng)與行業(yè)覆蓋

　　好吧。這個GTC確實是一個很好的證明。你知道，大多數(shù)時候，大多數(shù)時候你會看到我談?wù)撨@些垂直行業(yè)，我會用一些例子，但在每一個例子中。無論是汽車，順便說一句，金融服務(wù)，在這個GTC的與會者中，來自金融服務(wù)行業(yè)的比例最大。我知道，我希望是開發(fā)者而不是交易員。

　　各位。這里是。有一件事我想說。在觀眾中。NVIDIA的生態(tài)系統(tǒng)位于我們供應(yīng)鏈的上游和下游，我們在工作。觀察上游和下游，這太令人興奮了。我們的整個。Fly去年改變了這一點。不管怎樣。一年的公司，我們有七年的公司，我們有100。公司現(xiàn)在是NVIDIA供應(yīng)鏈的一部分，并在上游或下游與我們合作。去年，你有創(chuàng)紀(jì)錄的一年，不是嗎？恭喜你。我們有所發(fā)現(xiàn)。這是非常非常大的事情的開始。

　　所以如果你看看加速計算，我們現(xiàn)在已經(jīng)設(shè)置了計算平臺，但是為了讓我們激活這些計算平臺，我們需要有特定領(lǐng)域的庫來解決我們所處理的每個垂直領(lǐng)域中非常重要的問題。您會看到我們正在逐一解決這些問題。自動駕駛汽車，我們的范圍，我們的廣度，我們的影響。難以置信。我們剛才提到的金融服務(wù)領(lǐng)域有一條賽道。算法交易正在從經(jīng)典的機(jī)器學(xué)習(xí)與稱為quant的人類特征工程，quants做到了現(xiàn)在的超級計算機(jī)研究大量數(shù)據(jù)，發(fā)現(xiàn)洞察力和。所以這是通過它的。這是真的。

　　醫(yī)療保健正在經(jīng)歷他們的聊天GPT時刻。一些非常令人興奮的工作，我們在那里。我們這里有一條非常精彩的主旨演講議程。我們有一個很棒的主題曲目，Kimberly Powell，一個很棒的醫(yī)療保健主題曲目。

　　我們談?wù)摰氖怯糜谒幬锇l(fā)現(xiàn)的AI物理學(xué)或AI生物學(xué)，用于客戶服務(wù)和支持診斷，診斷的AI代理，當(dāng)然還有物理AI機(jī)器人系統(tǒng)。所有這些不同。人工智能的載體有不同的平臺，NVIDIA提供工業(yè)。我們完全是。開始人類歷史上最大的建筑。世界上大多數(shù)建造人工智能工廠、建造芯片工廠、建造計算機(jī)工廠的行業(yè)今天都在這里代表。

　　媒體娛樂，游戲，當(dāng)然，實時AI植物。這樣我們就可以翻譯和播放支持直播游戲和直播視頻。大量的AI將會增強(qiáng)。我們有一個叫做"全息量子"的平臺。這里有35家不同的公司與我們一起構(gòu)建下一代量子GPU混合系統(tǒng)，零售和CPG使用NVIDIA進(jìn)行供應(yīng)鏈，使用創(chuàng)意。客戶支持的人工智能代理，這里正在做很多工作，35萬億美元的行業(yè)，機(jī)器人，50萬億美元的制造業(yè)。

　　NVIDIA在這一領(lǐng)域已經(jīng)工作了十年，制造了三臺計算機(jī)，基礎(chǔ)計算機(jī)。構(gòu)建機(jī)器人系統(tǒng)。我們已與我們所知的每一家機(jī)器人制造企業(yè)實現(xiàn)了無縫對接和深度合作。我們在展會上有110機(jī)器人，然后是電信，大約與世界IT行業(yè)的2萬億美元一樣大。

　　當(dāng)然，我們到處都可以看到基站。基礎(chǔ)設(shè)施。正是上一代計算基礎(chǔ)設(shè)施，將被徹底重塑。那個基站是。它做一件事，那就是基站。未來它將成為一個AI基礎(chǔ)設(shè)施平臺。人工智能將在邊緣運行。那里有很多很棒的討論。我們的AI與諾基亞建立了大型合作伙伴關(guān)系，與T-Mobile以及其他許多合作伙伴關(guān)系。

　　CUDA X 庫與算法創(chuàng)新

　　我們業(yè)務(wù)的核心。我剛才提到的一切，計算平臺，但非常重要的是，我們的CUDA X庫，我們的CUDA X。算法，激發(fā)事件的算法，我們是一個。是什么讓我們與眾不同，這就是。這就是使我能夠進(jìn)入這些行業(yè)中的每一個行業(yè)，想象未來并擁有世界的原因。描述和解決問題，重構(gòu)它，重新表達(dá)它。把它變成庫。我們有很多。

　　我想我們在這個展會上，我們宣布了100個庫。做四十個模型，那只是在展會上。我們一直在更新這些內(nèi)容。我們一直在更新它們。庫。我們公司的皇冠上的寶石。正是它使得那個平臺——計算平臺——成為可能。在服務(wù)中。使影響成為最大，最重要的之一。

　　cuDNN。CUDA深度神經(jīng)網(wǎng)絡(luò)。它徹底革新了人工智能。它引起了現(xiàn)代人工智能的大爆炸。讓我給你看一個關(guān)于CUDA的簡短視頻。

　　二十年前，我們?yōu)镃UDA構(gòu)建了一個用于加速計算的單一架構(gòu)。今天，我們重新發(fā)明了計算機(jī)。一千個CUDA X庫幫助開發(fā)人員在科學(xué)和工程的各個領(lǐng)域取得突破。選擇決策優(yōu)化的人。cuLitho用于計算光刻。直接的QDSS。"幾何感知神經(jīng)網(wǎng)絡(luò)的等方差"。AI RAN的天線。Warp微分物理。基因組學(xué)的配對磚塊。它們的基礎(chǔ)是算法，而算法本身十分優(yōu)美。

　　你看到的一切都只是模擬。其中一些是主要的解決者，基礎(chǔ)物理解決者。其中一些是AI代理，AI物理模型，還有一些是物理AI機(jī)器人模型。一切都進(jìn)行了模擬。什么都沒有動起來。什么也沒有闡明。一切都完全模擬了。這正是英偉達(dá)的核心業(yè)務(wù)所在。正是通過對……的理解與連接，我們的計算平臺能夠打開這些機(jī)會。與世界開放橫向集成的集成計算公司。這就是CUDA X。

　　AI原生企業(yè)與行業(yè)變革

　　嗯，剛才你看到了一大堆公司。你看到了沃爾瑪，你知道，有歐萊雅和令人難以置信的公司，成熟的公司。這些公司中的公司已經(jīng)定義了今天的社會。豐田在這里。這些是一些最大的公司。這也是真的。

　　有一大堆你從未聽說過的公司。這些是我們稱之為AI原住民的公司，一大堆小公司。這個名單是巨大的。我不能，這只是一點點，一點點。而我始終拿不定主意，到底是多給你看一些，還是少給你看一些。于是我就把它設(shè)置成讓你一個都看不見。

　　然而，在這份名單中，有一群全新的公司。你可能聽說過其中的幾個OpenAI Anthropic，但有一個。還有一大堆其他人。過去兩年發(fā)生了一些事情，特別是去年。我們一直在合作。去年。我會向你解釋的。

　　這個行業(yè)被搞砸了。數(shù)十億美元的投資進(jìn)入創(chuàng)業(yè)公司的風(fēng)險投資是人類歷史上最大的。這也是投資規(guī)模第一次從數(shù)百萬美元、數(shù)千萬美元，到數(shù)億美元、數(shù)十億美元。

　　原因是這是歷史上第一次，這些公司中的每一家都需要計算和大量的計算。他們需要token，很多很多。他們要么需要，要么創(chuàng)建、構(gòu)建和創(chuàng)建token并生成token，要么他們將進(jìn)入。

　　為Anthropic和OpenAI和其他人創(chuàng)建的可用token增加價值。所以這個行業(yè)在很多不同的方面是不同的，但有一件事是非常清楚的，他們正在產(chǎn)生的影響，他們已經(jīng)提供的令人難以置信的價值是相當(dāng)明顯的。AI原住民。

　　這一切都是因為我們重新發(fā)明了計算機(jī)。就像PC革命期間一樣，創(chuàng)建了一大堆新公司。就像在互聯(lián)網(wǎng)革命期間，在移動云中創(chuàng)建了一大堆公司一樣，也創(chuàng)建了一大堆公司。

　　他們每個人都有自己的標(biāo)準(zhǔn)。而我們正在討論的，正是剛剛出臺的一項重大標(biāo)準(zhǔn)，其重要性不言而喻。而這一代人，我們也擁有一大批非常、非常特別的企業(yè)。我們重新定義了計算。

　　很顯然，將會涌現(xiàn)出一大批全新的、至關(guān)重要的企業(yè)。世界未來的重要公司，谷歌，亞馬遜，Meta，這些公司都是由于上一次計算平臺轉(zhuǎn)變而產(chǎn)生的重要公司。我們現(xiàn)在正處于新平臺轉(zhuǎn)變的開始。

　　生成式AI與推理拐點

　　但是發(fā)生了什么。正如你所知，我們一直在關(guān)注，我們一直在研究深度學(xué)習(xí)和人工智能，現(xiàn)代人工智能的大爆炸。我們就在現(xiàn)場，我們已經(jīng)推進(jìn)這個領(lǐng)域很長一段時間了。

　　為什么是過去兩年？發(fā)生了什么。當(dāng)然，ChatGPT開啟了生成AI時代。它不僅能夠理解，感知和理解，還能夠翻譯和生成獨特的內(nèi)容。我向你展示了生成人工智能的融合。它帶來了計算機(jī)圖形。你們，世界上的每個人都應(yīng)該使用ChatGPT。我知道我每天早上都會用它。

　　因此，ChatGPT是生成AI時代。順便說一句，這是第二種生成計算與我們使用的方式。并非如此。生成式人工智能是一種軟件能力，但它已深刻改變了計算的方式。計算過去是基于檢索的。

　　現(xiàn)在它是生成的。當(dāng)我談?wù)撃承┦虑闀r，請記住這個想法，您會意識到為什么我們所做的一切都將改變計算機(jī)的架構(gòu)方式，計算機(jī)的提供方式，計算機(jī)的構(gòu)建方式。計算的意義是什么？

　　《人工智能二十三》和《二十二二十三》雜志。下一個推理AI零一，其中。三個推理。允許它自己思考，允許它計劃，分解，分解問題并將它無法理解的問題分解為它可以理解的步驟或部分。它可以立足于研究。零一使生成性AI值得信賴和扎根。這導(dǎo)致ChatGPT簡單地起飛了。那是一個非常非常重要的時刻。

　　為了產(chǎn)生所需的輸入token的數(shù)量和為了推理而產(chǎn)生的輸出token的數(shù)量，模型有點大。當(dāng)然，你可以有更大的模型。模型零一有點大，沒有太大。但它是上下文的輸入token使用。它的輸出token用于思考極大地增加了計算量，然后是第一個模型的四代碼。代碼編譯它，測試它，評估它，返回并迭代它。眾所周知，AI代碼已經(jīng)徹底改變了軟件工程。NVIDIA的100%正在使用代碼的組合，或者通常是所有這三個組合，AI代碼，Codex和Cursor遍布NVIDIA。

　　如今，沒有哪位軟件工程師不是在一位或多位AI助手的輔助下進(jìn)行編碼的。完全AI代碼。新的拐點和第一次。你不會問AI什么，在哪里，何時，如何。你問吧。創(chuàng)建，執(zhí)行，構(gòu)建。你讓它使用工具、獲取你的上下文、讀取文件。它能夠在發(fā)育上。一個問題，關(guān)于它的原因，反思它。它能夠解決問題并實際執(zhí)行任務(wù)。一個能夠感知的AI變成了一個。一個可以產(chǎn)生的AI變成了一個可以推理的AI。一個可以推理的人工智能現(xiàn)在變成了一個可以實際工作的人工智能，非常有生產(chǎn)力的工作。

　　過去兩年的計算量，我們知道在座的每個人都知道NVIDIA GPU的計算需求是超標(biāo)準(zhǔn)的?，F(xiàn)貨價格飛漲。如果你嘗試過，你找不到GPU，但與此同時，我們正在推出GPU。令人難以置信的數(shù)量。需求一直在上升。這是有原因的，這種基本的變化。最后，人工智能能夠做富有成效的工作，因此是推理的拐點。

　　人工智能現(xiàn)在必須思考了。為了思考，它必須推理。人工智能現(xiàn)在必須做了。為了做到這一點，它必須。人工智能必須閱讀，為了做到這一點，它必須推理，它必須推理，它有。AI的每個部分，每次都必須思考，必須推理，必須做。它必須跳躍。過去的推理，現(xiàn)在已經(jīng)過去了。它在推理領(lǐng)域，所以。已經(jīng)到達(dá)。在token的數(shù)量時，計算的數(shù)量。大約增加了10,000倍。

　　現(xiàn)在，當(dāng)我將這兩個結(jié)合起來時，事實是自過去兩年以來的計算需求。已經(jīng)上升了10,000倍和使用量。使用量可能增加了一百倍。人們聽到我說，我相信計算需求。在過去的兩年里，我們都有100萬次這樣的感覺。就是那種感覺。這是OpenAI的感覺，這是Anthropic的感覺。如果他們能夠獲得更多的容量，他們可以產(chǎn)生更多的token，他們的收入就會增加。更多的人可以使用它，更先進(jìn)的人工智能可以成為。我們現(xiàn)在正處于那個正向的飛輪效應(yīng)系統(tǒng)中。我們已抵達(dá)那個時刻——轉(zhuǎn)折點，推論之處。

　　萬億美元AI工廠愿景

　　去年這個時候，我說。我當(dāng)時站在哪里，我們看到了。5000億美元。我們看到了5000億美元。對采購訂單的信心非常高。Blackwell和Rubin 2026年。我去年就說過這話。

　　現(xiàn)在，我不知道你們是否有同樣的感覺，但是5000億美元是一筆巨大的收入。一個都沒被打動。我知道你們?yōu)槭裁床惶?，因為去年對大家來說都是創(chuàng)紀(jì)錄的一年。

　　嗯，我就是來告訴你這件事的。但現(xiàn)在我站在GTC DC后短短幾個月。上一次GTC一年后，就在我站的地方。我能看到2027年。1萬億美元。這就是我們在剩下的時間里談?wù)摰摹?/p>

　　事實上，我們會短缺。我確定。計算需求將比這高得多，這是有原因的。所以第一件事是。我們確實這樣。當(dāng)然，如你所知，二十五五年是NVIDIA的推理年。我們希望確保我們不僅擅長培訓(xùn)和后期培訓(xùn)，而且我們在人工智能的每個階段都非常擅長，這樣我們對基礎(chǔ)設(shè)施的投資就可以盡可能長時間地擴(kuò)展。而英偉達(dá)的基礎(chǔ)設(shè)施使用壽命很長，因此其成本將非常低廉。使用時間越長，成本就越低。

　　在我心里毫無疑問。英偉達(dá)的系統(tǒng)是目前全球人工智能基礎(chǔ)設(shè)施中成本最低的方案。因此，第一部分是去年關(guān)于基礎(chǔ)設(shè)施的AI。它推動了這個拐點。同時，我們很高興去年Anthropic來到Nvidia，Mistral AI，Meta AI選擇了Nvidia。與此同時，作為一組整體，這些模型占全球人工智能計算開源模型的三分之一。

　　開源模型已逼近技術(shù)前沿，幾乎無處不在。而英偉達(dá)，如你所知，今天，我們是當(dāng)今世界上唯一一個運行人工智能每個領(lǐng)域的平臺。這些人工智能模型中的每一個。在語言和生物學(xué)和計算機(jī)圖形學(xué)，計算機(jī)視覺和語音。蛋白質(zhì)和化學(xué)機(jī)器人。邊緣或云，任何語言，Nvidia的架構(gòu)都是可替代的，我們在所有這些方面都令人難以置信。這使我們能夠以最低的成本提供最高的可靠性。

　　因為當(dāng)你建造這些系統(tǒng)時，正如我提到的，一萬億美元是。你必須完全有信心，你放下的萬億美元將被利用，將是高性能的，將是令人難以置信的成本效益，并具有使用壽命。

　　您可以看到您可以在NVIDIA上進(jìn)行的基礎(chǔ)設(shè)施投資，您可以完全放心地進(jìn)行。如今，我們已證明，它是全球唯一一種無論在世界何處建設(shè)，都能讓人充滿信心的基礎(chǔ)設(shè)施。你想把它放進(jìn)去。你想把它放到預(yù)發(fā)布環(huán)境。我們對此感到非常高興。你想把它放在任何有主權(quán)支持你的國家。我們現(xiàn)在就是。一個運行所有AI的計算平臺。

　　業(yè)務(wù)構(gòu)成與市場擴(kuò)展

　　現(xiàn)在說說我們的業(yè)務(wù)。開始顯示我們的60%業(yè)務(wù)是超大規(guī)模，前五名超大規(guī)模。然而，即使在那五大超大規(guī)模云服務(wù)商之中，也有部分是其內(nèi)部的AI資源消耗。像推薦系統(tǒng)這樣的內(nèi)部人工智能消費真正重要的工作是從表格、協(xié)作過濾和內(nèi)容過濾的推薦系統(tǒng)轉(zhuǎn)移過來。

　　它正朝著深度學(xué)習(xí)和大規(guī)模方向發(fā)展。搜索轉(zhuǎn)向深度學(xué)習(xí)，大型語言模型，幾乎所有這些不同的超大規(guī)模工作負(fù)載現(xiàn)在都在移動，轉(zhuǎn)向NVIDIA GPU非常擅長的工作負(fù)載。

　　但最重要的是，因為我們與每個人工智能實驗室合作，因為我們與每個人工智能合作，我們加速了每個人工智能模型。我們與之合作的人工智能原住民的大型生態(tài)系統(tǒng)，我們可以將其帶到云端，無論投資規(guī)模有多大，無論計算消耗的速度有多快。這代表了我們業(yè)務(wù)的60%。

　　另一個40%到處都是。區(qū)域云，主權(quán)云，企業(yè)工業(yè)機(jī)器人。大型系統(tǒng)、超級計算系統(tǒng)、小型服務(wù)器、企業(yè)服務(wù)器。系統(tǒng)的數(shù)量令人難以置信，人工智能的多樣性也是它的彈性。人工智能的覆蓋范圍是它的彈性。

　　毫無疑問，這不是一個應(yīng)用程序技術(shù)。現(xiàn)在這是基本的。這絕對是一個新的計算平臺轉(zhuǎn)變。

　　Blackwell架構(gòu)與推理優(yōu)化

　　那么，我們的任務(wù)就是繼續(xù)推動技術(shù)進(jìn)步。而我在去年提到的最重要的事情之一就是：去年是我們的推理年。我們傾盡了一切。我們冒了極大風(fēng)險，在Hopper還處于巔峰、勢頭正勁的時候進(jìn)行了徹底革新。

　　我們決定，Hopper架構(gòu)——即每八個核心共享一個NVLink——必須提升到一個新的水平。我們完全重新構(gòu)建了系統(tǒng)，完全分解了計算系統(tǒng)，并創(chuàng)建了NVLink 72。它的建造方式，制造方式，編程方式完全改變了。

　　Blackwell NVLink 72是一個巨大的賭注，對任何人來說都不容易。還有在座的許多伙伴，我要感謝你們所有人的辛勤工作。謝謝。NVLink七十二。NV FP4，而不僅僅是精度FP4。

　　FP4是一個完全不同類型的張量核心和計算單元。我們現(xiàn)在已經(jīng)證明，我們可以在不損失精度的情況下推斷NV FP4。提高性能和能源效率。我們還能夠使用NVFP4進(jìn)行培訓(xùn)。

　　所以NVLink七十二，NVFP四，生成器的發(fā)明，TensorRT-LLM，一大堆新算法。我們甚至搭建了一臺超級計算機(jī)，用于優(yōu)化內(nèi)核以及整個軟件棧。我們稱之為DGX Cloud。我們投資了數(shù)十億美元的超級計算能力，幫助我們創(chuàng)建內(nèi)核，即制造的軟件。有可能推斷。

　　結(jié)果都在一起，人們告訴人們曾經(jīng)告訴我，但Jensen推論是如此簡單。推理是最難的。推理是終極難題。這一點也至關(guān)重要，因為它直接驅(qū)動你的收入。所以，這就是結(jié)果。

　　這是來自類似分析。這是有史以來最大，最全面的AI推理。你在左邊看到的，在這一邊。在這一邊是token每瓦。每瓦特的token很重要，因為根據(jù)定義，每個數(shù)據(jù)中心、每個工廠都受到功率限制。

　　一個千兆瓦的工廠永遠(yuǎn)不會變成兩個。身體受到限制。原子定律，物理定律。所以，一個千兆瓦的數(shù)據(jù)中心，你要驅(qū)動的最大數(shù)量的token，這是生產(chǎn)，該工廠的產(chǎn)品。所以你想要那個。

　　你想讓自己處在那條曲線的最高點，想多高就多高。這個，x軸是交互性，推理速度，每個推理的速度。你推理得越快，當(dāng)然，你可以更快地響應(yīng)，但非常重要的是，你可以更快地推理，模型越大，你可以處理的上下文越多，你可以思考的token越多，這個軸與人工智能的智能是一樣的。

　　這就是人工智能的吞吐量，這就是人工智能的智能。通知。人工智能越智能，你的吞吐量就越低，這反而更有意義。你在想得更久，對吧？所以，這條軸代表速度，我稍后再回到這一點。這很重要。

　　Token經(jīng)濟(jì)學(xué)與AI工廠

　　這里就是我折磨你們的地方。但這件事太重要了。從現(xiàn)在開始，世界上的每一位CEO都會以我將要描述的方式研究他們的業(yè)務(wù)。因為這是你的。Token工廠。這就是你的AI工廠。這是你的收入。對此，今后毫無疑問。所以這就是吞吐量。這就是情報。對于給定的數(shù)據(jù)中心功率，每瓦性能更好，吞吐量越多，您可以生產(chǎn)的token就越多。

　　這一邊是成本。請注意，NVIDIA是世界上性能最高的。對此沒人會感到驚訝。他們會驚訝地發(fā)現(xiàn)，僅用一代時間，按照摩爾定律的預(yù)測，晶體管的數(shù)量就已翻了兩番，即增長了五倍。摩爾定律可能會給我們帶來一倍半的性能。你會期望H200，高出一倍半。沒有人會期望高出35倍。我去年這個時候說過，Nvidia的Grace Blackwell，NVL 72，每瓦35倍。沒有人相信我。

　　隨后，一份半分析報告出爐，Dylan Patel也發(fā)表了一段引言。他指責(zé)我故意放水。他指責(zé)我故意放水。他說Jensen沙袋實際上是五十次，他沒有錯。他沒說錯。于是，我們的每token成本。

　　我們的每token成本是全球最低的。你沒法打敗它。我之前就說過，如果架構(gòu)選錯了，就算它是免費的，也依然不夠劃算。而原因在于，無論發(fā)生什么情況，你都仍然需要建設(shè)一座千兆瓦級的數(shù)據(jù)中心。

　　你仍然需要建造一座千兆瓦級的工廠。那個千兆瓦的工廠攤銷了15年，那個千兆瓦的工廠大約是400億美元。即使你什么都沒穿，也要花400億美元。你最好確保你把最好的計算機(jī)系統(tǒng)放在那東西上，這樣你就可以了。有最好的token成本。英偉達(dá)的算力成本處于世界級水平，目前幾乎無人能及。

　　而之所以如此，是因為極致。所以我很高興他提到了我們。從前有個猴王，也就是齊天大圣。嗯，我們采取，我們采取我們所有的軟件，正如我告訴你的，我們垂直整合，但我們水平開放。

　　我們是橫向開放的縱向整合。我們集成了我們所有的軟件和技術(shù)，但是我們可以將其打包并集成到世界各地的推理服務(wù)提供商中。這些，這些公司發(fā)展得如此之快。他們長得好快啊。Fireworks，Together AI在這里一起。它們增長得如此之快，在過去的一年里增長了100倍。

　　他們就是token工廠，對他們而言，工廠的效率、性能以及token的生產(chǎn)成本才是最重要的。這就是發(fā)生的事情。這是我們?yōu)樗麄兏碌能浖?，還是同一個系統(tǒng)。而且請注意，他們的服務(wù)速度簡直令人難以置信。

　　之前，在NVIDIA更新我們所有的算法和軟件以及我們帶來的所有技術(shù)之前，大約每秒700個token的平均值高出近5000，7倍。這就是極致代碼設(shè)計的驚人力量。

　　我早些時候提到過工廠的重要性。這就是工廠的重要性。您的數(shù)據(jù)中心，它曾經(jīng)是文件的數(shù)據(jù)中心。現(xiàn)在它已經(jīng)變成了一家token生成工廠。無論如何，你的工廠都是有限的。每個人都在尋找土地，電力和外殼。一旦你把它搭建起來，就會受到功率限制。

　　在這個功率有限的基礎(chǔ)設(shè)施中，你最好確保你的推理，因為你知道推理是你的工作負(fù)載，token是你的新商品，計算是你的收入，你想要確保。該架構(gòu)是盡可能優(yōu)化。

　　未來，每一家云服務(wù)提供商、每一家計算機(jī)公司、每一家云計算公司、每一家人工智能公司，乃至所有企業(yè)，都將圍繞這些領(lǐng)域的"token工廠效應(yīng)"進(jìn)行思考。這就是你未來的工廠。

　　而我知道這一點的原因，是因為在座的每一位都靠智慧驅(qū)動。而在未來，那項智能將會得到增強(qiáng)。順便說一下，讓我告訴你我們是怎么到這里的。十年前，二十六年的4月6日，我們推出了DGX-1。世界上第一臺電腦與第一代相連的八個Pascal GPU。一臺計算機(jī)中的170 teraflops，這是世界上第一臺為AI研究人員設(shè)計的計算機(jī)。

　　通過Volta，我們引入了NVLink Switch。十六個GPU以全帶寬連接，作為一個巨型GPU運行。向前邁出了一大步，但模型尺寸仍在繼續(xù)增長。數(shù)據(jù)中心需要成為一個單一的計算單元，因此Mellanox加入了Nvidia。DGX A100。

　　成為第一臺結(jié)合了擴(kuò)展和擴(kuò)展架構(gòu)的GPU超級計算機(jī)。NVLink 3用于擴(kuò)展，ConnectX-6和Quantum InfiniBand用于擴(kuò)展。然后Hopper。第一個帶有FP8 transformer引擎的GPU啟動了生成AI時代，NVLink 4，ConnectX-7，Bluefield-3 DPU，第二代Quantum InfiniBand，它徹底改變了計算。

　　你。Blackwell用NVLink 72 (NV連接的72個GPU) 重新定義了AI超級計算系統(tǒng)架構(gòu)。每秒130 TB。計算托盤集成了Blackwell GPU、Grace CPU、ConnectX-8和Bluefield-3。擴(kuò)展在以太網(wǎng)的頻譜上運行，具有三個擴(kuò)展定律，即訓(xùn)練前，訓(xùn)練后和推理。而如今，智能體系統(tǒng)的算力需求仍在呈指數(shù)級增長。

　　Vera Rubin架構(gòu)發(fā)布

　　現(xiàn)在，Vera Rubin為agentic AI的每個階段構(gòu)建了架構(gòu)，推進(jìn)了計算的每個支柱，包括CPU，存儲，網(wǎng)絡(luò)和安全性。Vera Rubin NVLink七十二。計算的3.6 exaflops。每秒260 TB到所有NVLink帶寬。推動智能體式人工智能時代發(fā)展的引擎。

　　Vera CPU機(jī)架。STX Rack AI原生存儲專為編排和代理工作負(fù)載而設(shè)計，采用Bluefield-4構(gòu)建。利用Spectrum X共封裝光學(xué)器件進(jìn)行橫向擴(kuò)展，提高能效和彈性。

　　還有一個令人難以置信的新增加，Groq LPU機(jī)架，與Vera Rubin緊密相連。Groq的LPU的massive on chip SRAM，是已經(jīng)非常快的Vera Rubin的token加速器。加在一起35倍以上。

　　"新的Vera Rubin平臺: 七艘船"。Scale computers，一臺革命性的人工智能超級計算機(jī)，用于人工智能。在短短十年內(nèi)增加了4000萬倍的計算。

　　現(xiàn)在，在過去的好日子里，當(dāng)我說Hopper時，我會舉起芯片。那也太可愛了吧。這是Vera Rubin。當(dāng)我們想得很……。

　　當(dāng)我們想到Vera Rubin時，我們認(rèn)為整個系統(tǒng)垂直集成，完全與軟件集成，端到端擴(kuò)展，優(yōu)化為一個巨大的系統(tǒng)。

　　之所以將其設(shè)計用于智能體系統(tǒng)，原因非常明確：對于智能體而言，其最重要的工作負(fù)載無疑就是由大語言模型進(jìn)行的推理與思考。

　　大型語言模型將會越來越龐大。它將更快地生成越來越多的token，從而能夠更快地思考。但它也必須訪問內(nèi)存。它會很難記憶。KV緩存，結(jié)構(gòu)化數(shù)據(jù)，cuDF，非結(jié)構(gòu)化數(shù)據(jù)，cuVS。它將會對存儲系統(tǒng)上的內(nèi)存造成非常非常大的沖擊，這就是我們重新發(fā)明存儲系統(tǒng)的原因。

　　它也將使用工具。與人類不同，人類對速度較慢的計算機(jī)更寬容。人工智能希望工具盡可能快。這些工具，將來的web瀏覽器，也可能是云中的虛擬PC。這些PC必須盡可能快，而這些計算機(jī)必須盡可能快。

　　我們打造了一款全新的CPU，這款CPU專為極致的單線程性能而設(shè)計。令人難以置信的高數(shù)據(jù)輸出，令人難以置信的數(shù)據(jù)處理和極端的能源效率。它是全球唯一一款采用LPDDR5內(nèi)存的數(shù)據(jù)中心CPU，兼具卓越的單線程性能和無與倫比的每瓦性能。

　　所以我們就那樣做了，讓它能和其他這些機(jī)架配套使用。代理加工。所以，這就是了。這就是。

　　Grace Blackwell，沒有Vera Rubin，它在哪里？就在這里。好吧，這就是Vera Rubin星系。注意，自從上次100%液體冷卻后，所有的電纜都消失了。過去需要什么，過去需要什么。兩天安裝現(xiàn)在需要兩個小時。

　　難以置信。因此，制造周期時間將大幅縮短。這也是一臺超級計算機(jī)，它被熱水冷卻，四十五度，這減輕了數(shù)據(jù)中心的壓力，帶走了所有的成本和所有用于冷卻數(shù)據(jù)中心的能量，并使其可用于系統(tǒng)。這就是秘訣。

　　我們是目前全球唯一一家已成功構(gòu)建第六代大規(guī)模交換系統(tǒng)的公司。這不是以太網(wǎng)，這不是InfiniBand，這是NVLink。這是第六代NVLink。

　　要做到這一點難到離譜。很難做到時期。我為團(tuán)隊感到無比自豪。NVLink，完全液體冷卻。這是全新的Groq系統(tǒng)。接下來我再給大家多介紹一點。

　　系統(tǒng)八個四核芯片。這是LPU 30，世界上從未見過。世界上見過的任何東西都是V1。這是第三代產(chǎn)品，目前我們已進(jìn)入批量生產(chǎn)階段。稍后我再詳細(xì)跟您介紹。世界第一。CPO Spectrum X交換機(jī)。這也已全面投產(chǎn)。共封裝光學(xué)器件。光學(xué)直接進(jìn)入這個芯片，直接接口到硅。

　　電子被轉(zhuǎn)化為光子，并直接連接到這個芯片。我們與臺積電共同發(fā)明了這項工藝技術(shù)。目前只有我們還在生產(chǎn)線上使用它。它叫COUPE。這完全是革命性的。正在與Spectrum X進(jìn)行全面生產(chǎn)。

　　這是Vera系統(tǒng)，每瓦性能是當(dāng)今世界上任何CPU的兩倍。它也在生產(chǎn)中。嗯，你知道吧，我們從來沒想過會單獨銷售CPU。我們正在大量單獨銷售CPU。這無疑將成為我們一項規(guī)模達(dá)數(shù)十億美元的業(yè)務(wù)。

　　所以我對我們的CPU架構(gòu)師非常非常滿意。我們設(shè)計了一個革命性的CPU。這是CX-9。采用Vera CPU，Bluefield-4 STX，我們的新存儲平臺。

　　好的，這是四個，這些是機(jī)架，并且已連接。這些機(jī)架中的每一個，NVLink機(jī)架。這是我以前給你們看過的。這是一個超級重。它似乎每年都變得越來越重。因為我認(rèn)為每年都有更多的電纜。

　　所以，這是NVLink機(jī)架。我們之所以采用這項技術(shù)，也是因為它確實如此。使用這些布線系統(tǒng)和結(jié)構(gòu)化電纜搭建數(shù)據(jù)中心非常高效。所以我們決定為以太網(wǎng)做這件事。因此，這是在一個機(jī)架中256液冷節(jié)點的以太網(wǎng)，它還與這些令人難以置信的連接器連接。

　　你們想看吧。Rubin超級。這就是Rubin Ultra Compute節(jié)點。與水平滑動的Rubin不同，Rubin Ultra進(jìn)入了一個全新的機(jī)架。它被稱為Kyber，使我們能夠在一個NVLink域中連接144個GPU。

　　所以Kyber機(jī)架，我可以舉起它，我敢肯定，但我不會。它很重。這是一個計算節(jié)點，它垂直滑入Kyber機(jī)架。這是它連接的地方。這是中平面。Kyber機(jī)架，這四個頂部NVLink連接器滑入并連接到此。

　　而這就成為其中一個節(jié)點。這些機(jī)架中的每一個都是不同的計算節(jié)點。

　　這是令人驚奇的部分。這是中間平面和中間平面的背面，而不是布線系統(tǒng)，布線系統(tǒng)在我們可以驅(qū)動電纜，銅電纜的距離方面有其局限性。

　　我們現(xiàn)在有這個系統(tǒng)來連接144個GPU。這是新的NVLink。這也是垂直的，它連接在。進(jìn)入背部的中板。計算機(jī)在前面，NVLink開關(guān)在后面，一臺巨型計算機(jī)。好吧，這就是Rubin Ultra。

　　產(chǎn)品路線圖與演示插曲

　　正如我所提到的，正如我所提到的。我們把這個拿回去怎么樣？我需要剩下的幻燈片。它下來了。好的，謝謝你，Jenny。這就是當(dāng)你……時會發(fā)生的事。這就是不練習(xí)的結(jié)果。好吧，好的。所以你看見了你自己。慢慢來，別受傷。

　　你看到了，你看到了這張幻燈片，你知道，只在Nvidia的主題演講中，你看到去年的幻燈片再次出現(xiàn)。原因是我只是想讓你知道，去年我告訴你一些非常非常重要的事情，它是如此重要，值得再次告訴你。

　　這可能是人工智能工廠未來最重要的一張圖表，世界上每一位首席執(zhí)行官都將跟蹤它，將非常深入地研究它。比這復(fù)雜得多。多維，但您將研究AI工廠的吞吐量和此token速度，即等功率（iso-power）的吞吐量token速度，因為這是您擁有的所有功能，工廠的吞吐量和token速度永遠(yuǎn)。

　　這種分析將直接導(dǎo)致你的收入。你今年所做的事情將在明年準(zhǔn)確地顯示為你的收入。這張圖表就是它的全部。

　　我在垂直軸上說，在垂直軸上，謝謝你們，在垂直軸上是吞吐量，在水平軸上是token速率。

　　今天，我要給你看這個。因為我們能夠，因為我們現(xiàn)在能夠提高token速度，并且因為模型大小正在增加，因為token長度，上下文長度，取決于不同應(yīng)用程序用例的不同等級，繼續(xù)從100,000個token輸入長度增長到數(shù)百萬個。輸入token長度在增長，輸出token長度也在增長。于是，所有這些最終都相互作用。未來token的營銷和定價。

　　Token是新的大宗商品。與所有大宗商品一樣，一旦達(dá)到拐點、走向成熟或步入成熟階段，它就會進(jìn)一步細(xì)分為不同的領(lǐng)域。高吞吐、低速度可用于免費tier。下一層可以是中層。更大的模型可能，更高的速度肯定，更大的輸入上下文長度。這意味著不同的價格點。

　　從所有不同的服務(wù)來看，這一項是免費的。這是一個免費層級。第一檔可以設(shè)定為每百萬個token三美元。下一檔可能是每百萬個token六美元。你希望不斷突破這一邊界，因為模型越大、越智能，輸入token的上下文長度越長、相關(guān)性越高，推理速度越快、延遲越低，你就能夠構(gòu)建和迭代出更加智能的人工智能模型。

　　所以，這關(guān)乎更智能的AI模型。而當(dāng)你擁有更智能的AI模型時，每一次點擊都能讓你提高出價。這是45美元。也許有一天，會推出一款高級版產(chǎn)品，為您提供更優(yōu)質(zhì)的服務(wù)，讓您在關(guān)鍵業(yè)務(wù)路徑上或進(jìn)行長時間科研工作時，實現(xiàn)極高的token生成速率。每百萬token150美元并不是一件事。

　　那么，我們來翻譯一下吧。假設(shè)你每天使用5000萬個token作為研究人員，每百萬個token150美元。結(jié)果表明，作為一個研究團(tuán)隊，根本不存在這么一回事。所以我們相信這就是未來。

　　這就是人工智能想要發(fā)展的方向。這就是它現(xiàn)在的樣子。它必須從這里起步，才能確立自身的價值與實用性，并且不斷改進(jìn)、愈來愈好。未來，你將會看到大多數(shù)服務(wù)都會涵蓋所有這些內(nèi)容。

　　這是Hopper。Hopper開始了，我移動了圖表。這是50。這是100。Hopper看起來是這樣的。你原本會預(yù)期下一代的Hopper性能會有提升，但誰也沒想到會提升得如此之多。這是Grace Blackwell。Grace Blackwell所做的事情就在你的免費層級范圍內(nèi)，就能極大地提升你的吞吐量。

　　然而。在您主要通過服務(wù)獲利的地方，它將您的吞吐量提高了35倍。這和任何一家公司生產(chǎn)的產(chǎn)品沒什么不同。等級越高，品質(zhì)越高、性能越好、體積越小、容量越低。因此，它與其他任何企業(yè)并無不同。

　　所以現(xiàn)在我們可以將這一層增加35倍。并且我們推出了一整個全新等級。這是Grace Blackwell的好處，一個巨大的跳躍。Hopper。嗯，這就是我們正在做的。好吧，這很優(yōu)雅。

　　好吧，好吧，讓我重新設(shè)置，重新設(shè)置這個。這就是Vera Rubin。好吧。現(xiàn)在想一想，想一想在每一層，每一層，每一層都發(fā)生了什么，我們增加了吞吐量，在你的最高ASP和最有價值的細(xì)分市場的那一層，我們增加了十倍。那就是艱苦的工作。在這兒做到這一點實在太難了。

　　這是NVLink七十二的好處。這就是極低延遲帶來的優(yōu)勢。這是極致代碼設(shè)計的好處，我們可以轉(zhuǎn)移整個。整個區(qū)域現(xiàn)已恢復(fù)。

　　從客戶的角度來看，這意味著什么？最后，假設(shè)我要拿走所有這些，我只是，你知道，把它乘以假設(shè)我把我的25%力量用在自由層，25%我的力量用在中間層，我在高層的權(quán)力25%，在高級層的權(quán)力25%。我的數(shù)據(jù)中心只有1吉瓦。所以，我可以決定自己想要如何分配。

　　免費套餐讓我能夠吸引更多客戶。這使我能夠為我的市場服務(wù)。最有價值的客戶。而這些因素的綜合作用，也就是它們的乘積，基本上決定了你的收入水平——在這一簡化示例中，假設(shè)Blackwell能夠?qū)崿F(xiàn)的收入是原來的五倍。Vera Rubin產(chǎn)生五次。所以，Vera Rubin，你越早到那里越好。原因是你的token成本下降，吞吐量上升。

　　NVIDIA與Groq合作

　　現(xiàn)在，但我們想要更多。我們想要更多。所以讓我?guī)慊氐竭@個。這就像你一樣，就像我告訴你的那樣，這個吞吐量需要大量的flops。

　　這種延遲和交互性需要巨大的帶寬。計算機(jī)不喜歡大量的flops，大量的帶寬，因為只有這么多的表面積。對于任何系統(tǒng)都有的芯片，因此優(yōu)化高吞吐量和優(yōu)化低延遲實際上是彼此的敵人。這就是我們與Groq合并時發(fā)生的事情。

　　好的，所以我們收購了Groq芯片的團(tuán)隊，并獲得了這項技術(shù)的許可，我們現(xiàn)在一直在合作整合這個系統(tǒng)。這就是它的樣子。

　　因此，在最有價值的層，在最有價值的層，我們現(xiàn)在將性能提高35倍?，F(xiàn)在，這個非常簡單的圖表向您揭示了迄今為止NVIDIA在絕大多數(shù)工作負(fù)載中如此強(qiáng)大的原因。而原因就在于，在這一區(qū)域，吞吐量至關(guān)重要。NVLink七十二是如此改變游戲規(guī)則。

　　這正是正確的架構(gòu)。甚至很難被擊敗，即使您添加了Groq。然而，如果你在這里擴(kuò)展了這個圖表，你說你想要的服務(wù)不是每秒400個token，而是每秒1,000個token，突然之間NVLink 72耗盡了蒸汽，根本無法到達(dá)那里。

　　我們只是沒有足夠的帶寬。這就是Groq進(jìn)入的地方。這就是當(dāng)我們把它推出來時會發(fā)生的事情。它超越了。謝謝。甚至超出了NVLink 72所能做的極限。如果你那樣做，就能將其轉(zhuǎn)化為收入。

　　相對于Blackwell，Vera Rubin是5倍。如果您的大部分工作負(fù)載是高吞吐量，我會堅持只100% Vera Rubin。如果你的很多工作負(fù)載想要編碼和非常高價值的工程token生成，我會添加Groq。

　　我會將Groq添加到我的總數(shù)據(jù)中心的25%。我的數(shù)據(jù)中心的其余部分都100% Vera Rubin。因此，這使您對如何將Groq添加到Vera Rubin并擴(kuò)展其性能并進(jìn)一步擴(kuò)展其價值的感覺。這就是發(fā)生的事情。

　　非常，這是一個對比。Groq之所以對我如此有吸引力，是因為他們的計算系統(tǒng)，一個確定性的數(shù)據(jù)流處理器，它是靜態(tài)編譯的。它是編譯器調(diào)度的，這意味著編譯器計算出數(shù)據(jù)的時間，何時進(jìn)行計算，計算和數(shù)據(jù)同時到達(dá)。

　　所有這些都在編譯時靜態(tài)地預(yù)先完成。并完全安排在軟件中。沒有動態(tài)調(diào)度。該架構(gòu)設(shè)計有大量的SRAM。它只是為推理而設(shè)計的，這一個工作負(fù)載。現(xiàn)在，這一個工作量，事實證明，是人工智能工廠的工作量。隨著世界繼續(xù)增加它想要生成的超級智能token的高速token數(shù)量，這種集成的價值將變得更高。

　　這是你能看到的兩個極端的處理器。一個芯片，500兆字節(jié)。一艘Vera Rubin芯片，一艘Rubin芯片，288千兆字節(jié)。這將需要大量的Groq芯片才能保存Rubin的參數(shù)大小以及所有必須去的上下文，必須伴隨它的KV緩存。

　　因此，這限制了Groq真正進(jìn)入主流的能力，直到我們有了一個好主意。如果我們借助名為Dynamo的軟件將推理完全解耦會怎樣呢？如果我們重新設(shè)計在管道中進(jìn)行推理的方式會怎么樣？我們可以將完全有意義的工作放在Vera Rubin上，然后卸載解碼生成，低延遲，帶寬有限的工作負(fù)載的一部分。

　　因此，我們聯(lián)合，統(tǒng)一了兩個極端差異的處理器，一個用于高吞吐量，一個用于低延遲。這仍然改變不了我們需要大量內(nèi)存這一事實。所以Groq，我們只需要添加一大堆。

　　Groq芯片，它擴(kuò)展了它的內(nèi)存量，所以如果你能想象。在萬億參數(shù)模型中，我們必須將所有這些參數(shù)存儲在Groq芯片中。然而，它位于NVIDIA Vera Rubin旁邊，在那里我們可以保存處理所有這些代理AI系統(tǒng)所需的大量KV緩存。

　　它基于這種聚合推理的理念。我們做預(yù)填充，這是最容易的部分，但我們也緊密集成解碼。decode的張力部分是在Nvidia的Vera Rubin上完成的，這需要大量的數(shù)學(xué)運算，而其中的前饋網(wǎng)絡(luò)部分，decode部分完成，token生成部分是在Groq芯片上的Vera Rubin上完成的。他們兩個在今天緊密耦合在一起工作，以太網(wǎng)有一個特殊的模式，以減少大約一半的延遲。

　　因此，這項能力使我們能夠?qū)⑦@兩個系統(tǒng)集成起來。我們運行Dynamo，這個不可思議的操作系統(tǒng)。在它之上的人工智能工廠系統(tǒng)，你會得到35倍的增長，35倍的增長，更不用說額外的新層次的推理性能，用于token生成，這是世界上從未見過的。

　　所以這就是了。這是Groq.Vera Rubin系統(tǒng)，包括Groq，我要感謝為我們制造Groq LPU 30芯片的三星，他們正在啟動。真的很感激，感謝你們。我們正在使用Groq芯片進(jìn)行生產(chǎn)，您知道，我們將在下半年發(fā)貨，可能大約是Q3時間。

　　Groq LPX。Vera Rubin，你知道這有點難，很難想象還有更多的顧客。你知道，真正偉大的事情是Grace Blackwell的早期采樣真的很復(fù)雜，因為NVLink 72的結(jié)合在一起，但Vera Rubin的采樣進(jìn)行得非常好。

　　事實上，Satya，我想已經(jīng)發(fā)短信說，第一個Vera Rubin機(jī)架已經(jīng)在微軟Azure上運行了。所以，我為他們感到超級興奮。我們將繼續(xù)啟動這些東西。我們現(xiàn)在已經(jīng)建立了一個可以生產(chǎn)數(shù)千臺的供應(yīng)鏈。

　　這些系統(tǒng)的一周，基本上是我們供應(yīng)鏈中每月數(shù)千兆瓦的人工智能工廠。因此，我們將在推出GB 300機(jī)架的同時推出這些Vera Rubin機(jī)架。我們正處于滿負(fù)荷生產(chǎn)中。

　　Vera CPU取得了巨大的成功。其原因在于，人工智能在使用工具時需要CPU。而Vera CPU正是為這個最佳性能點而量身定制的。可信的下一代數(shù)據(jù)處理。Vera CPU非常理想。Vera CPU plus Bluefield plus CX-9連接到Bluefield-4堆棧。百分之百。

　　世界上100%的存儲行業(yè)正在加入我們這個系統(tǒng)。原因是他們看到的是完全一樣的東西。存儲系統(tǒng)將會承受巨大的壓力。它會被狠狠打擊，因為我們過去一直讓人類來使用這些存儲系統(tǒng)。我們過去是讓人類使用SQL的。

　　現(xiàn)在我們將讓AI使用這些存儲系統(tǒng)。這將存儲cuDF加速存儲，cuVS加速存儲，以及非常重要的。KV Cache。好吧，這就是Vera Rubin星系。

　　性能飛躍總結(jié)

　　現(xiàn)在令人驚嘆的是這一點。在短短兩年的時間里，在一個千兆瓦的工廠里，在短短兩年的時間里，在一個千兆瓦的工廠里，用我之前給你們看的數(shù)學(xué)，而摩爾定律會給我們幾個步驟。

　　我們會，你知道，把晶體管的數(shù)量乘以x因子。我們會把flops的數(shù)量分解為x。我們本來會把帶寬數(shù)量進(jìn)行因式分解。但是，借助這種架構(gòu)，我們將進(jìn)行token發(fā)行。速度token生成速率從200萬到7億，350倍的增加。

　　這就是，這就是極致協(xié)同設(shè)計的力量。這就是我所說的：我們在縱向進(jìn)行整合與優(yōu)化，同時又向橫向開放，讓所有人都能共享成果。這就是我們的路線圖，非常簡要。

　　Blackwell在這里，Oberon系統(tǒng)。以Rubin為例，我們有Oberon系統(tǒng)。我們總是向后兼容，所以如果你不想改變?nèi)魏螙|西，只是繼續(xù)通過新的架構(gòu)，你可以這樣做。舊系統(tǒng)，標(biāo)準(zhǔn)機(jī)架系統(tǒng)，Oberon仍然可用。Oberon是銅的規(guī)?；瘮U(kuò)展。

　　有了Oberon，我們還可以使用光學(xué)縮放或?qū)Σ黄?，光學(xué)縮放擴(kuò)展到NVLink 576。所以有很多關(guān)于NVIDIA將銅放大或光學(xué)放大的討論，我們將兩者兼而有之。因此，我們將與Kyber進(jìn)行NVLink 144，然后與Oberon進(jìn)行NVLink。Oberon，我們要去NVLink 72加上光學(xué)到NVLink 576。

　　在下一代Rubin產(chǎn)品——Rubin Ultra中，我們推出了Rubin Ultra芯片，目前正處于流片階段。我們有一個全新的芯片，LPU 35。LPU 35將首次納入Nvidia的NVFP4計算結(jié)構(gòu)。

　　再給你幾個X因子提速。好的，這是Oberon NVLink 72光學(xué)放大，它使用Spectrum X6，世界上第一個共封裝光學(xué)，這一切都在生產(chǎn)中。來自這里的下一代。是Feynman嗎？Feynman當(dāng)然有一塊新的GPU。它還有一個新的LPU，LPU 40，大步向上，令人難以置信，令人難以置信的新技術(shù)。

　　現(xiàn)在。將Nvidia和Groq團(tuán)隊的規(guī)模結(jié)合在一起，共同打造LPU 40。這將會太棒了。一款名為Rosa的新款CPU。Rosalind的縮寫，BlueField-5，它將下一個CPU與下一個SuperNIC CX-10連接起來。我們會有Kyber。這是銅放大。我們也會有Kyber。CPO放大。因此，我們將首次同時采用銅互連和共封裝光學(xué)技術(shù)進(jìn)行規(guī)模化部署。

　　好吧。所以很多人一直在問，你知道，Jensen，銅還會很重要嗎？答案是肯定的。Jensen，你打算擴(kuò)大光學(xué)規(guī)模嗎？是的。你打算擴(kuò)大光學(xué)規(guī)模嗎？是的。因此，對于我們生態(tài)系統(tǒng)中的每個人來說，我們需要更多的容量。而那才是真正關(guān)鍵所在。我們需要更多的銅產(chǎn)能。我們在光學(xué)方面需要更多的產(chǎn)能。我們需要更多的硅光精煉產(chǎn)能。這也正是我們一直與各位攜手合作、為實現(xiàn)這一增長水平奠定基礎(chǔ)的原因。

　　于是，Feynman將擁有這一切。讓我看看是不是什么都沒注意到。就這些。每一年，全新的架構(gòu)。非常好。

　　NVIDIA DGX與Omniverse

　　不是。很快，NVIDIA從芯片公司變成了AI工廠公司或AI基礎(chǔ)設(shè)施公司，AI計算公司，這些系統(tǒng)。現(xiàn)在我們正在建造整個人工智能工廠。有這么大的能量。那在這些人工智能工廠里被浪費掉了。

　　我們希望確保這些人工智能工廠以最好的方式聚集在一起。這些組件中的大多數(shù)永遠(yuǎn)不會相互接觸。我們大多數(shù)技術(shù)供應(yīng)商現(xiàn)在我們都彼此認(rèn)識，但在過去我們從未見過面，直到數(shù)據(jù)中心。

　　那不可能發(fā)生。我們正在構(gòu)建超級復(fù)雜的系統(tǒng)。所以，我們只能在別的地方進(jìn)行線上見面。所以我們創(chuàng)造了Omniverse和Omniverse。DSX World，一個平臺，我們所有人都可以在這個平臺上見面并設(shè)計這些千兆工廠，千兆，你知道，千兆瓦的人工智能工廠幾乎都在系統(tǒng)中。

　　我們擁有用于機(jī)械，熱，電氣，網(wǎng)絡(luò)的機(jī)架仿真系統(tǒng)，這些仿真系統(tǒng)已集成到我們所有令人難以置信的工具公司的生態(tài)系統(tǒng)合作伙伴中。我們還并網(wǎng)運行，以便能夠……。相互交流，相互發(fā)送信息，以便我們進(jìn)行調(diào)整。

　　電網(wǎng)電力和數(shù)據(jù)中心電力相應(yīng)地節(jié)約能源。隨后，在數(shù)據(jù)中心內(nèi)部采用Max Q技術(shù)，以便我們能夠動態(tài)地協(xié)調(diào)電力、冷卻以及我們共同協(xié)作的各類技術(shù)，從而杜絕任何電力浪費，使系統(tǒng)以最優(yōu)效率運行，實現(xiàn)海量的token吞吐量。我毫不懷疑，這里面有一個2的因子。在我們談?wù)摰囊?guī)模上，兩個因素是巨大的。

　　我們稱之為NVIDIA DSX平臺。就像我們所有的平臺一樣，它也分為硬件層、庫層和生態(tài)層。就是完全一樣的方式。讓我們給你看看吧。歷史上最大的基礎(chǔ)設(shè)施建設(shè)正在進(jìn)行中。世界正在競相建立芯片、系統(tǒng)和人工智能工廠，每個月的延遲都會造成數(shù)十億美元的收入損失。

　　AI工廠的收入等于每瓦特對應(yīng)的token數(shù)。因此，在功率受限的情況下，每一瓦未使用的電能都意味著收入的損失。NVIDIA DSX是一個全數(shù)字孿生藍(lán)圖。設(shè)計和運營AI工廠，以實現(xiàn)最大的token吞吐量、彈性和能源效率。

　　開發(fā)人員通過多個API進(jìn)行連接，DSX-M用于物理，電氣，熱和網(wǎng)絡(luò)仿真，DSX Exchange用于AI工廠運營數(shù)據(jù)，DSX Flex用于電網(wǎng)之間的安全動態(tài)電源管理。和DSX Max Q來動態(tài)最大化token吞吐量。它從NVIDIA和設(shè)備制造商的SIM就緒資產(chǎn)開始。

　　由PTC Windchill PLM管理?；谀Ｐ偷南到y(tǒng)工程在Dassault Systems 3D Experience中完成。Jacobs將數(shù)據(jù)導(dǎo)入其定制的Omniverse應(yīng)用，以最終確定設(shè)計方案。它已通過主流仿真工具的測試。使用Siemens Star CCM Plus進(jìn)行外部散熱。內(nèi)部的Cadence Reality。

　　適用于電氣和NVIDIA網(wǎng)絡(luò)模擬器DSX-Air的ETAP。并通過ProCore進(jìn)行虛擬委托，以確保加快施工速度。當(dāng)站點上線時，數(shù)字孿生體便成為運營主體。AI代理與DSX Max Q一起動態(tài)協(xié)調(diào)。Phaedrus Agent監(jiān)督冷卻和電氣系統(tǒng)。

　　向Max Q發(fā)送信號，從而不斷優(yōu)化計算吞吐量和能量。Jade AI Agent解讀實時電網(wǎng)數(shù)據(jù)。并動態(tài)調(diào)整功率。借助DSX，Nvidia和我們的合作伙伴生態(tài)系統(tǒng)正在全球范圍內(nèi)競相構(gòu)建AI基礎(chǔ)設(shè)施。彈性效率和通過。太不可思議了，對吧？

　　好吧。Omniverse，Omniverse旨在從地球開始容納世界的數(shù)字雙胞胎。它將承載各種規(guī)模的數(shù)字孿生。因此，我們擁有這樣一個卓越的合作伙伴生態(tài)系統(tǒng)。我想感謝大家。所有這些公司對我們來說都是全新的。就在幾年前，我們還不認(rèn)識你們中的很多人?，F(xiàn)在，我們正在緊密合作，共同開發(fā)和制造世界上有史以來最大的計算機(jī)，并在全球范圍內(nèi)實現(xiàn)這一目標(biāo)。因此，NVIDIA DSX是我們新的AI工廠平臺。

　　太空計算與OpenClaw

　　這次我只會花很少時間在這上面。然而，我們即將進(jìn)入太空。我們已經(jīng)去過太空了。Thor已通過輻射認(rèn)證，我們目前應(yīng)用于衛(wèi)星領(lǐng)域。你從衛(wèi)星上成像。將來，我們還將在太空中建立數(shù)據(jù)中心。

　　顯然，這樣做很復(fù)雜。我們正在與我們的合作伙伴合作開發(fā)一種名為Vera Rubin Space One的新計算機(jī)，它將進(jìn)入太空并在太空中啟動數(shù)據(jù)中心?，F(xiàn)在，當(dāng)然，在太空中。空間，沒有傳導(dǎo)，沒有對流，只有輻射。因此，我們必須想出在太空中為這些系統(tǒng)散熱的方法，不過我們有很多優(yōu)秀的工程師正在攻關(guān)。

　　讓我跟你說點新東西吧。所以嗯。Peter Stenberg在這里，他寫了一個軟件。它叫做OpenClaw。我不知道他是否意識到這將是多么成功，但重要性是深遠(yuǎn)的。OpenClaw是第一，它是人類歷史上最受歡迎的開源項目，它在短短幾周內(nèi)就做到了。它超過了Linux在30年內(nèi)的表現(xiàn)。而且它就是那么重要。就是這么重要。它會做得很好。這就是你全部要做的。好的，我們宣布支持這項倡議。讓我簡單過一下這個吧。

　　我想給你看幾樣?xùn)|西。你只需輸入這個。你把這段代碼輸入到控制臺，它就會執(zhí)行并輸出結(jié)果。它找到了OpenClaw。它下載了它。它為你構(gòu)建了一個AI代理。然后你可以告訴它你需要做的任何其他事情。

　　好吧，那我們來看一下。剛剛放棄的一個開源項目Andrej Karpathy剛剛推出了一個名為"研究是一個巨大的交易"的東西。你給一個AI智能體布置一項任務(wù)，然后去睡覺。它在一夜之間進(jìn)行了100實驗，保留了所有工作并殺死了沒有的東西。我真的很喜歡我的產(chǎn)品能讓那個人做到的事情。

　　他喜歡一個人，他告訴我他安裝了它作為他六十歲的父親，就像他們做啤酒一樣，通過藍(lán)牙將機(jī)器連接到OpenClaw。然后我們自動化了所有的東西，包括人們訂購的整個東西。Lobster Cloud。成百上千的人在圣何塞排隊等候龍蝦。想用OpenClaw打造OpenClaw。每個人都在談?wù)?strong>OpenClaw，但什么是OpenClaw？信不信由你，已經(jīng)有Claw騙局了。難以置信，難以置信。

　　現(xiàn)在，我以這種方式有效地說明了什么是OpenClaw。我說大家都能理解，但咱們還是想想到底發(fā)生了什么吧。什么是OpenClaw？它連接了一個時代，一個遺傳系統(tǒng)。它會調(diào)用并連接到大型語言模型。

　　所以，它首先擁有的是它所管理的資源。它可以管理，可以訪問工具，可以訪問文件系統(tǒng)，可以訪問大型語言模型。它能夠進(jìn)行調(diào)度。它能做到。cron作業(yè)能夠分解一個問題，一個提示，你給它一步一步，一步一步。它可能會脫離并召集其他子代理。它有IO。

　　你可以用任何你想要的方式和它說話。你可以向它揮手，它會理解你。你可以和任何你想要的模態(tài)進(jìn)行交流。它會給你發(fā)消息。它會給你發(fā)短信、發(fā)郵件。所以它有IO。它還有什么別的嗎？那么，基于這一點，你可以說，事實上，它就是一個操作系統(tǒng)。我只是使用相同的語法，我會描述一個操作系統(tǒng)。OpenClaw基本上開源了代理計算機(jī)的操作系統(tǒng)。

　　這與Windows使我們能夠創(chuàng)建個人計算機(jī)的方式?jīng)]有什么不同。如今，OpenClaw讓我們能夠創(chuàng)建個人智能體。其含義令人難以置信。其含義令人難以置信。首先，收養(yǎng)這件事本身就有其意義，你知道的。

　　企業(yè)AI戰(zhàn)略與NemoClaw

　　然而，最重要的是這一點。每一家公司現(xiàn)在都意識到每一家公司，每一家軟件公司，每一家技術(shù)公司對于首席執(zhí)行官來說，問題是，你的OpenClaw策略是什么？正如我們需要它都有一個Linux策略，我們都需要它有一個HTTP HTML策略，它啟動了互聯(lián)網(wǎng)。我們都需要有一個Kubernetes戰(zhàn)略，這使得移動云成為可能。

　　當(dāng)今世界上的每家公司都需要有一個OpenClaw戰(zhàn)略，一個代理系統(tǒng)戰(zhàn)略。這是新電腦。現(xiàn)在，這只是令人興奮的部分。

　　這是OpenClaw之前的企業(yè)IT，你知道，我之前提到了企業(yè)IT的工作方式，以及它被稱為數(shù)據(jù)中心的原因是因為這些大房間，這些大建筑物保存著數(shù)據(jù)，保存著人的文件，業(yè)務(wù)的結(jié)構(gòu)化數(shù)據(jù)。

　　我們通過軟件，它有工具，你知道，記錄系統(tǒng)和各種工作流程被編入其中。而這就變成了人類會使用的工具。數(shù)字工人將使用。那是舊的IT行業(yè)，軟件公司創(chuàng)建工具，保存文件，當(dāng)然還有GSI的顧問，他們幫助公司弄清楚如何使用這些工具并集成這些工具。這些工具對于治理和安全性以及隱私和合規(guī)性而言非常有價值，所有這些仍然是真實的。

　　只是OpenClaw，OpenClaw。這就是它的樣子。這是非凡的部分。每個IT公司，每個公司，每個SaaS公司，每個SaaS公司都將成為一個。一家AI公司。毫無疑問。每一家SaaS公司都將成為一家AI公司和一家Agentic服務(wù)公司。

　　令人驚訝的是，你現(xiàn)在OpenClaw給了我們，給了這個行業(yè)在確切的時間需要的東西。就像Linux在確切的時間給了這個行業(yè)它所需要的一樣，就像Kubernetes在正確的時間出現(xiàn)一樣，就像HTML出現(xiàn)一樣。它使整個行業(yè)有可能抓住這個開源堆棧并使用它做一些事情。just有一個問題。

　　代理系統(tǒng)。在公司網(wǎng)絡(luò)中可以訪問敏感信息，它可以執(zhí)行代碼，并且可以與外部通信。就大聲說出來吧。好吧，想想吧。訪問敏感信息、執(zhí)行代碼、與外部通信。當(dāng)然，您可以訪問員工信息，訪問供應(yīng)鏈，訪問財務(wù)信息，敏感信息并將其發(fā)送出去。對外溝通。顯然，這絕對不能被允許。

　　于是，我們便與Peter合作。我們召集了全球頂尖的安全和計算專家，并與Peter攜手合作。使OpenClaw，OpenClaw，企業(yè)安全和企業(yè)私有能力。我們就把它叫做。這是我們的Nvidia OpenClaw參考——NemoClaw，它是OpenClaw的參考，它具有所有這些Agentic AI工具包。

　　它的第一部分是我們稱之為Open Shell的技術(shù)，它現(xiàn)在已經(jīng)集成到OpenClaw中?，F(xiàn)在它的企業(yè)準(zhǔn)備好了。這個堆棧，這個堆棧有一個參考設(shè)計，我們稱之為NemoClaw，NemoClaw，好吧，有一個參考堆棧，我們稱之為NemoClaw。你可以下載它，玩它，你可以把它連接到世界上所有SaaS公司的策略引擎。你的政策引擎非常重要，非常有價值。

　　因此，策略引擎可以連接，NemoClaw或帶有Open Shell的OpenClaw將能夠執(zhí)行該策略引擎。它有一個政策，它有一個網(wǎng)絡(luò)護(hù)欄，它有一個隱私路由器。結(jié)果，我們可以。保護(hù)和防止Agentic在我們公司內(nèi)部執(zhí)行，并安全地執(zhí)行。

　　我們還在代理系統(tǒng)中添加了幾項內(nèi)容。你想用自己的方式做的最重要的事情之一。Claw自定義Claw是讓你可以有你的自定義模型。這是Nvidia的開放模型計劃。

　　我們現(xiàn)在處于AI模型的每個領(lǐng)域的前沿，無論是Nemotron，Cosmos世界基礎(chǔ)模型，GR00T，人工通用機(jī)器人，人形機(jī)器人模型，自動駕駛汽車的Alpamayo，數(shù)字生物學(xué)的BioNeMo。二是人工智能物理學(xué)。我們在每一個領(lǐng)域都處于前沿。看看吧。世界是多元的。沒有任何一種模式能夠適用于所有行業(yè)。

　　開放模型是全球規(guī)模最大、最多樣化的人工智能生態(tài)系統(tǒng)之一?？缭秸Z言、視覺、生物學(xué)、物理學(xué)和自治系統(tǒng)的近300萬個開放模型支持為專業(yè)領(lǐng)域構(gòu)建AI。英偉達(dá)是開源人工智能領(lǐng)域最大的貢獻(xiàn)者之一。我們構(gòu)建并發(fā)布了六組開放前沿模型，以及相應(yīng)的訓(xùn)練數(shù)據(jù)。為每個家庭推出了幫助開發(fā)人員定制和采用新排行榜頂部模型的食譜和框架。

　　在核心，Nemotron推理模型的語言，視覺。RAG。安全。演講，你現(xiàn)在能聽到我嗎？是的，是的，我現(xiàn)在能聽到你了。Cosmos。物理人工智能世界生成和理解的前沿模型。世界上第一個思考和推理的自動駕駛汽車AI。通用機(jī)器人的基礎(chǔ)模型。生物學(xué)，化學(xué)和分子設(shè)計的開放模型。

　　基于人工智能物理的兩個用于天氣和氣候預(yù)報的模型。NVIDIA開放模型為研究人員和開發(fā)人員提供了構(gòu)建和部署AI的基礎(chǔ)。

　　域。我們的模型，我們的模型。謝謝。我們的模型對你們所有人都很有價值，因為排名第一，它位于排行榜的頂部。這是世界級的。但最重要的是，這是因為我們不會放棄努力。我們將每天繼續(xù)努力。Nemotron 3之后將是Nemotron 4。Cosmos 1之后是Cosmos 2。GR00T，GR00T在第二代。其中的每一個都將繼續(xù)推進(jìn)這些模式。縱向一體化，橫向開放。

　　這樣我們就可以讓每個人都加入人工智能革命。在研究、語音和世界模型、人工通用機(jī)器人、自動駕駛汽車和推理方面排名第一。

　　當(dāng)然，其中最重要的一個，這是Nemotron 3和OpenClaw。這是前三名。世界上有三個最好的模型。好吧，我們在邊境。這也是真的，我們想要創(chuàng)建基礎(chǔ)模型，這樣你們所有人都可以微調(diào)它，并將其訓(xùn)練成你需要的智能。這是Nemotron 3 Ultra。它將成為世界上有史以來最好的基礎(chǔ)模型。這使我們能夠幫助各國構(gòu)建自己的主權(quán)人工智能。我們正在與許多不同的公司合作。

　　我今天宣布，我們今天要做的最令人興奮的事情之一。是一個Nemotron Alliance。我們對此非常投入。

　　我們已投入數(shù)十億美元用于人工智能基礎(chǔ)設(shè)施建設(shè)，旨在打造支撐推理庫等各類工具的核心AI引擎，同時開發(fā)能夠賦能全球各行各業(yè)的AI模型。大型語言模型真的非常重要。

　　當(dāng)然，這很重要。人類智能怎么會不存在呢？但是，在全球不同的行業(yè)，在全球不同的國家，你需要有能力。定制你自己的模型和領(lǐng)域是模型領(lǐng)域的領(lǐng)域是完全不同于生物學(xué)、物理學(xué)、自動駕駛汽車、一般機(jī)器人，當(dāng)然還有人類語言。我們有能力與每一個地區(qū)合作，打造屬于該地區(qū)的領(lǐng)域?qū)Ｓ?、主?quán)AI。

　　今天，我們宣布一個聯(lián)盟與我們合作，使Nemotron 4更加驚人。而那個聯(lián)盟有一些令人驚嘆的。公司在它:Black Forest Labs，成像公司Cursor，著名的編碼公司。我們使用大量的it，LangChain，數(shù)十億次下載來創(chuàng)建自定義代理。Mistral AI，Arthur AI提到的，我想他在這里。難以置信，難以置信的公司，Perplexity，Perplexity計算機(jī)。

　　絕對可以使用。大家都用它。太好了。來自印度Sarvam AI的多模態(tài)代理系統(tǒng)，Reflection AI，Sarvam。Mira Murati的實驗室，令人難以置信的公司加入我們。謝謝你。

　　我說，我說世界上每個企業(yè)公司，每個軟件公司都需要一個代理系統(tǒng)，需要一個代理策略。你需要有一個OpenClaw策略，他們都同意。他們都在與我們合作，整合Nemo、NemoClaw參考設(shè)計、Nvidia Agentic AI工具包，當(dāng)然還有我們所有的開放模型。一個接一個的公司，有這么多。而我們正與各位攜手合作。我真的很感激這一點。

　　企業(yè)IT復(fù)興與具身智能

　　而這一刻，就是我們的時刻。這是一次重塑。這是一種復(fù)興，一種企業(yè)IT的復(fù)興。從一個2萬億美元的行業(yè)。這將成為一個價值數(shù)萬億美元的行業(yè)，不僅為人們提供使用的工具，還提供專門從事非常特殊領(lǐng)域的代理商，您是我們可以租用的專家。

　　我完全可以想象，在未來，我們公司的每一位工程師都需要一個年度token預(yù)算。他們每年僅基本工資就能賺到幾十萬美元。我要給他們可能的一半作為token，這樣他們就可以放大十倍。當(dāng)然會啊。

　　它如今已成為硅谷的招聘工具之一。我的任務(wù)會附帶多少個token？其原因非常明確：凡是能夠訪問token的工程師，工作效率都會更高。而那些token，正如您所知，將由我們與各位合作伙伴共同打造的人工智能工廠來生成。

　　如今每一家企業(yè)級公司都建立在文件系統(tǒng)和數(shù)據(jù)中心之上。未來每一家軟件公司都將是代理型組織，并且會發(fā)行自己的token。他們的工程師的用戶，他們將成為所有客戶的token制造商。OpenClaw事件，OpenClaw事件不可低估。這件事的重要性堪比HTML。這件事的重要性堪比Linux。

　　我們現(xiàn)在有一個世界級的開放代理框架，我們所有人都可以用它來構(gòu)建我們的OpenClaw策略。我們創(chuàng)建了一個參考設(shè)計，我們稱之為NemoClaw。NemoClaw，你們所有人都可以使用它是優(yōu)化的，它的性能，它是安全的。

　　說到Agent，Agent，如你所知，感知，推理和行動。我今天談到的世界上大多數(shù)Agent都是數(shù)字Agent。他們在數(shù)字世界中行動。他們推理，他們編寫軟件。這一切都是數(shù)字化的，但我們也一直在研究物理體現(xiàn)的Agent。我們稱之為機(jī)器人。他們需要的AI是物理AI。我們這里有一些重要的公告。我要去。走過其中的幾個。

　　這里110機(jī)器人，幾乎世界上每一家公司。我想不出一個正在建造機(jī)器人的人正在與NVIDIA合作。我們有三臺計算機(jī)，訓(xùn)練計算機(jī)，合成數(shù)據(jù)生成和模擬計算機(jī)，當(dāng)然還有位于機(jī)器人內(nèi)部的機(jī)器人計算機(jī)。我們擁有完成這項工作所需的所有軟件棧。人工智能模型來幫助您。

　　所有這些都融入了世界各地的生態(tài)系統(tǒng)，我們所有的合作伙伴，從西門子到Cadence，世界各地令人難以置信的合作伙伴。今天，我們宣布了一大批新合作伙伴。

　　正如您所知，我們長期以來一直在研發(fā)自動駕駛汽車。自動駕駛汽車的聊天GPT時刻已經(jīng)到來。我們現(xiàn)在知道我們可以成功地自動駕駛汽車。今天，我們宣布了Nvidia的robo taxi的四個新合作伙伴。準(zhǔn)備平臺。比亞迪、現(xiàn)代、日產(chǎn)、吉利，每年總共制造1800萬輛汽車，加入我們之前的合作伙伴梅賽德斯、豐田、通用汽車，未來機(jī)器人出租車的數(shù)量將是令人難以置信的。

　　同時，我們還宣布與Uber達(dá)成一項重大合作。我們將在多個城市進(jìn)行部署。并將這些robo taxi就緒的車輛連接到他們的網(wǎng)絡(luò)中，以及一大堆新車。我們有ABB、Universal Robotics、Kuka等眾多機(jī)器人公司，我們正在與他們合作，將我們的物理人工智能模型集成到仿真系統(tǒng)中，以便我們可以將這些機(jī)器人部署到各地的生產(chǎn)線中。

　　我們這里有卡特彼勒。我們這里甚至有T-Mobile。原因是在未來，無線電的無線電塔曾經(jīng)是無線電塔，將成為Nvidia Aerial AI RAN。因此，這將是一個機(jī)器人無線電塔，這意味著它可以推理交通，找出如何調(diào)整其波束形成，以便它可以節(jié)省盡可能多的能量，并盡可能提高保真度。

　　這里有這么多類人機(jī)器人，不過我最喜歡的，我最喜歡的，就屬它了。作為一個迪士尼機(jī)器人，你知道嗎？要不這樣吧？讓我給你看一些視頻。

　　機(jī)器人演示視頻

　　讓我們先看看這個。首次在全球范圍內(nèi)大規(guī)模推出物理AI: 自動駕駛汽車。借助Nvidia Alpamayo，車輛現(xiàn)在具有推理功能，可幫助它們在各種情況下安全智能地運行。我們要求汽車敘述它的行動。

　　我正向右變道，以便按照我的路線行駛。解釋其在做出決策時的思考過程。有一對。請遵照指示。嘿，梅賽德斯，能快一點嗎？加快速度。這是物理AI和機(jī)器人的時代。

　　在世界各地，開發(fā)人員正在制造各種類型的機(jī)器人。但是現(xiàn)實世界是多種多樣的，不可預(yù)測的，充滿了邊緣情況。現(xiàn)實世界的數(shù)據(jù)永遠(yuǎn)不足以訓(xùn)練每個場景。我們需要生成的數(shù)據(jù)。機(jī)器人仿真計算。開發(fā)人員預(yù)培訓(xùn)?；ヂ?lián)網(wǎng)上的模型縮放視頻和人體演示，并評估模型性能，為后期培訓(xùn)做好準(zhǔn)備。

　　使用經(jīng)典和神經(jīng)模擬，他們生成大量的合成數(shù)據(jù)并大規(guī)模訓(xùn)練策略。為了加速開發(fā)人員，Nvidia構(gòu)建了用于機(jī)器人培訓(xùn)、評估和模擬的開源Isaac Lab。Newton用于可擴(kuò)展和GPU加速的差分物理仿真。用于神經(jīng)模擬的Cosmos世界模型。并將用于機(jī)器人推理和動作生成的開放機(jī)器人基礎(chǔ)模型GR00T。

　　有了充足的算力，各地的開發(fā)者正在彌合物理世界中的AI數(shù)據(jù)缺口。Peritas AI訓(xùn)練他們的手術(shù)室助理角色。Isaac Lab將他們的數(shù)據(jù)與Nvidia Cosmos世界模型相乘。Skild AI使用Isaac Lab和Cosmos來生成訓(xùn)練后數(shù)據(jù)。Skild AI大腦。

　　他們使用強(qiáng)化學(xué)習(xí)來強(qiáng)化數(shù)千種變化的模型。Figure AI使用Isaac Lab來訓(xùn)練全身控制和操作策略。Hexagon機(jī)器人公司使用Isaac Lab進(jìn)行訓(xùn)練和數(shù)據(jù)生成。在精細(xì)的微調(diào)GR00T模型中。迪士尼研究使用他們在Newton和Isaac Lab的Cosmos物理模擬器來訓(xùn)練策略。

　　在每一個宇宙中。女士們先生們，Olaf。是嗎？牛頓定律有效。Omniverse可以工作。Olaf。你好嗎？我知道，因為我就是給你那臺電腦的人。Jensen。那是什么？嗯，它在你的肚子里呢。那一定會很精彩。你還將學(xué)習(xí)如何在Omniverse中行走。

　　這比騎在戒指上凝視要好得多。正是由于我們與迪士尼和DeepMind聯(lián)合開發(fā)的、基于Nvidia Warp并使用Newton求解器的物理引擎，才使得你能夠適應(yīng)物理世界?？纯茨莻€吧。這就是你的聰明之處。我是雪人，不是雪豹。你能想象得到嗎？

　　迪士尼樂園的未來，所有這些，所有這些機(jī)器人，所有這些四處游蕩的角色。哦，你知道，我不得不承認(rèn)，我以為你會更高。說實話，我從來沒見過這么矮的雪人。不是。嘿，這樣吧。你想幫我嗎？萬歲。

　　好吧，照例：我總愛用一句話收尾："我剛才說過的，就是我要說的全部。"

　　我們談了推理的新紀(jì)元——它不再是后臺任務(wù)，而是收入引擎； 我們談了人工智能工廠——它不是數(shù)據(jù)中心，而是代幣鑄造廠； 我們談了開放式智能體革命——OpenClaw不是工具，是新一代操作系統(tǒng)的開源宣言； 我們更談了具身智能——當(dāng)機(jī)器人在迪士尼樂園里和你握手、調(diào)侃身高，物理世界已正式接入AI協(xié)議棧。

　　但今天——我們不獨自謝幕。讓我們請幾位"朋友"，一起關(guān)掉這場模擬。

　　?正在終止仿真……?模擬已關(guān)閉。?你好？有人在嗎？

　　——沒錯，這就是GTC主題演講的經(jīng)典句式："Jensen映射完成。"

　　工廠已通電，智能體正學(xué)開車，所有模塊正在解耦、重組、加速。我們從CNN時代看見的突破，今天已在NVLink 72上跑出4000萬倍的吞吐量；推理，已成為現(xiàn)實；機(jī)器人，正為AI而生；而此刻，請大聲喊出你們需要的——更多Token！AI工程師，全體就位！

　　這，就是"五層蛋糕"的終極時刻—— 當(dāng)數(shù)據(jù)丟失？我們用計算生成； 當(dāng)模型卡頓？我們用協(xié)同設(shè)計突破； 當(dāng)世界需要答案？我們交付可信賴的智能體。

　　歡迎來到GTC 2026！ 這不僅是一場大會——這是人工智能工業(yè)革命的開工典禮。

　　謝謝大家！

　　*本實錄為快處理搶鮮閱讀版本，最終以官方發(fā)布版本為準(zhǔn)。