欢迎来到运维革新

运维革新

NVIDIA CEO 黄仁勋发布面向各行各业的生成式 AI 平台​

时间:2025-11-27 01:16:55 出处:物联网阅读(143)

2023年 5 月 29 日 — NVIDIA 创始人兼首席执行官黄仁勋在本次主题演讲中发布了多个平台 。仁勋通过这些平台,发布企业可以把握住这一历史性的各行各业生成式 AI 浪潮 ,以革新广告、成式制造、平台电信等行业 。仁勋

在近两个小时的发布演讲中  ,他介绍了加速计算服务、各行各业软件和系统,成式它们正在推动实现新业务模式和提高当前业务模式效率。平台

黄仁勋表示,仁勋“加速计算和 AI 标志着计算的发布革新” 。

为了展示它的各行各业力量,建站模板他展示了一个文本提示,成式为他的平台主题演讲生成一首主题曲 ,可以像任何卡拉 OK 曲调一样演唱。

“我们现在正处于一个全新计算时代的转折点 ,加速计算和 AI 已经被世界上几乎所有的计算和云公司所采用  ,”他表示 ,如今有 40,000 家大公司和 15,000 家初创公司使用 NVIDIA 技术,仅去年一年,CUDA 软件的下载量就达到 2,500 万次。

重磅发布亮点回顾

Grace Hopper支持用于运行生成式 AI 的大内存超级计算机。模块化参考架构推动实现 100 多种加速服务器配置。源码库WPP 和 NVIDIA 在 Omniverse 中创建数字广告内容引擎 。网络技术加速基于以太网的 AI 云  。NVIDIA ACE 游戏开发版通过生成式 AI 令游戏角色栩栩如生 。世界各地的电子制造商采用 NVIDIA AI 。

新的企业 AI 引擎

黄仁勋发布了能够为企业提供超强 AI 性能的 DGX GH200大内存 AI 超级计算机。通过 NVIDIA NVLink  ,这台超级计算机将多达 256 块 NVIDIA GH200 Grace Hopper 超级芯片整合到一个数据中心大小的 GPU 中 。

黄仁勋宣布 ,GH200 超级芯片现已全面投产,它将节能的NVIDIA Grace CPU与高性能的亿华云NVIDIA H100 Tensor Core GPU整合到一个超级芯片中。

DGX GH200 提供 1 exaflop 性能与 144 TB 共享内存,比单个NVIDIA DGX A100 320GB系统高出近500倍 。这让开发者可以构建用于生成式AI聊天机器人的大型语言模型、用于推荐系统的复杂算法 ,以及用于欺诈检测和数据分析的图形神经网络。

谷歌云、Meta和微软是首批有望接入DGX GH200的企业 ,它们将探索这台超级计算机在生成式AI工作负载方面的能力 。

NVIDIA DGX GH200 AI超级计算机为生成式AI工作负载提供1 exaflop性能

黄仁勋表示:“DGX GH200 AI超级计算机集成了NVIDIA最先进的源码下载加速计算和网络技术来拓展AI的前沿领域。”

NVIDIA正在建造自己的大规模AI超级计算机NVIDIA Helios。这台超级计算机将于今年上线,它将使用四个与NVIDIA Quantum-2 InfiniBand网络相连的DGX GH200系统 ,可提供训练大型AI模型所需要的数据吞吐量 。

在本次大会上发布的数百个使用NVIDIA系统中,DGX GH200最为瞩目。这些系统将共同为数百万用户带来生成式AI和加速计算。

黄仁勋宣布 ,将有超过400种采用NVIDIA 最新版本Hopper,Grace,免费模板Ada Lovelace和BlueField架构的系统上市。这些系统将被用于解决AI ,数据科学和高性能计算领域的复杂挑战。

各种规模的加速

为了满足各种规模数据中心的需求 ,黄仁勋发布了一个用于创建加速服务器的模块化参考架构NVIDIA MGX 。系统制造商将使用该架构快速、经济地构建100多种不同的服务器配置,满足各种AI 、HPC和NVIDIA Omniverse应用的需求。模板下载

凭借MGX,制造商能够使用通用架构和模块化组件构建CPU和加速服务器。MGX支持NVIDIA全部GPU、CPU、DPU和网络适配器系列 ,以及各种风冷、液冷机箱的X86和Arm处理器。

众多制造商宣布将使用MGX创造新一代加速计算机。

Grace Hopper推动5G/6G发展

黄仁勋表示 ,NVIDIA 正在助力塑造未来5G、 6G 无线和视频通信 。演讲中展示了通过Grace Hopper 上运行的 AI  ,将当今的 2D 视频通话转变为更逼真的 3D体验  ,转换后的临场感令人惊叹 。

黄仁勋宣布 , NVIDIA 正在与电信巨头软银合作 ,在日本建立分布式数据中心网络 ,为提供新型服务奠定基础 。它将在通用云平台上提供 5G 服务和生成式AI应用程序 。

这些数据中心将使用模块化MGX系统中的NVIDIA GH200超级芯片和NVIDIA BlueField-3 DPU以及NVIDIA Spectrum以太网交换机提供5G协议所需的高精度计时。该平台将通过提高频谱效率来降低成本和能耗 。

这些系统将帮助软银探索5G和6G在自动驾驶、AI工厂、增强和虚拟现实  、计算机视觉以及数字孪生方面的应用 ,未来甚至可能被用于3D视频会议、全息通信等。

加速云网络

此外,黄仁勋发布了专门用于提高以太网AI云性能和效率的网络平台NVIDIA Spectrum-X。该平台将Spectrum-4以太网交换机与BlueField-3 DPU和软件相结合,相较于传统的以太网结构,AI性能和电源效率提高了1.7倍 。

NVIDIA Spectrum-X 可加速在传统以太网网络上可能会出现性能损失的 AI 工作流程

令游戏角色栩栩如生

生成式AI也影响着人们玩游戏的方式 。

黄仁勋发布了NVIDIA Avatar Cloud Engine(ACE)游戏开发版。开发者可以使用这项代工服务构建和部署定制化的语音、对话和动画AI模型 。该引擎将赋予非玩家角色(NPC)对话技能,使他们能够以进化出的逼真个性回答问题。

NVIDIA ACE游戏开发版包含NVIDIA Riva等AI基础模型,可检测并转录玩家的语音。NVIDIA NeMo可根据文本提示生成定制化的回答并通过NVIDIA Omniverse Audio2Face实现动画化。

NVIDIA ACE 游戏开发版提供了一整套使令角色栩栩如生的生成式工具

加速Windows上的生成式AI

黄仁勋介绍了NVIDIA和微软如何在生成式AI时代一同推动Windows PC的创新 。

使用全新的和经过强化的工具 、框架和驱动程序,PC开发者可以更加轻松地开发和部署AI 。例如用于优化和部署GPU加速AI模型的Microsoft Olive工具链 ,以及新的图形驱动程序 ,将大幅提升配备NVIDIA GPU的Windows PC上的DirectML性能 。

这项合作将加强1亿台配备RTX GPU的PC性能 ,并继续扩大设备数量。这些GPU中的Tensor Core可大幅提升400多个AI加速Windows应用和游戏的性能。

推动全球最大行业实现数字化

生成式AI为价值7,000亿美元的数字广告行业带来新的机遇。

例如 ,全球最大的营销服务机构WPP正与NVIDIA一起在Omniverse Cloud上构建首个生成式AI内容引擎 。

黄仁勋在一段演示中展示了创作团队将如何连接他们的3D设计工具(如Adobe Substance 3D)并在NVIDIA Omniverse中构建客户产品的数字孪生 。然后,他们可以凭借在来源可信的数据上训练并使用NVIDIA Picasso构建的生成式AI工具所提供的内容 ,快速制作出虚拟场景。

WPP客户可以使用制作完毕的场景生成大量广告、视频和3D体验 ,供全球市场和用户在任何网络设备上使用。

工厂铸就AI的未来

据估计,价值46万亿美元的制造业有1,000万家工厂 ,它们是工业数字化的重点领域。

黄仁勋表示:“全球最大的工业制造的都是实物 。如果能够先以数字方式制造这些产品,就可以节省数十亿美元。”

此次主题演讲展示了多家电子制造商如何利用NVIDIA技术打造数字化流程,实现全数字化智能工厂的愿景。

这些企业通过Omniverse和生成式AI 的API接口,以连接他们的设计和制造工具 ,从而构建工厂数字孪生 。他们还使用NVIDIA Isaac Sim模拟和测试机器人 ,并使用视觉AI框架NVIDIA Metropolis实现光学检测的自动化 。

最新组件NVIDIA Metropolis for Factories可以创建定制化的质控系统 ,为制造商带来竞争优势 。该组件正在帮助企业开发先进的AI应用 。

使用AI加速装配线

例如,在全球生产笔记本电脑 、智能手机等300种产品的和硕 ,正在使用Omniverse、Isaac Sim和Metropolis创建虚拟工厂 。该公司能够在虚拟工厂中的模拟环境测试各种流程,为其节省了时间和成本。

和硕还使用NVIDIA DeepStream软件开发套件开发智能视频应用 ,将吞吐量提高了10倍  。

富士康工业互联网是这家全球超大技术制造商的服务部门 ,该部门携手NVIDIA Metropolis合作伙伴,一起实现其电路板质控检查点重要环节的自动化。

黄仁勋在一段视频中展示了广达的子公司Techman Robot如何使用NVIDIA Isaac Sim优化其生产线上的检测 。实际上 ,这是在使用模拟机器人,来训练机器人制造出更好的机器人 。

此外,黄仁勋还发布了一个新平台,以支持下一代自主移动机器人 (AMR) 车队 。 Isaac AMR 可以帮助模拟、部署和管理自主移动机器人车队。

分享到:

温馨提示:以上内容和图片整理于网络,仅供参考,希望对您有帮助!如有侵权行为请联系删除!

友情链接: