NVIDIA 创始人兼首席执行官黄仁勋在近期举行的 SIGGRAPH 2024 大会上与《连线》杂志资深撰稿人 Lauren Goode 共同探讨了 AI 增强人类生产力的未来、加速计算的能源效率以及图形和 AI 的交汇等话题。
点击图片阅读炉边谈话总结文章
以下是从本场炉边谈话中摘录的精彩集锦。
NVIDIA 与 SIGGRAPH
黄仁勋：SIGGRAPH 大会过去主要是关于计算机图形学，现在则是关于计算机图形学和生成式 AI。NVIDIA 的发展正是从计算机图形学开始的，直至今日。我们所做的所有事情，背后都是由加速计算驱动。我们最先选择的应用领域是计算机图形，这可能是我们做过最棒的决定之一。
NVIDIA 对 SIGGRAPH 充满了热情。早在 2018 年，我们在 SIGGRAPH 大会上发布了 RTX 全球首个实时交互式光线追踪平台。今年我们也在 SIGGRAPH 上发表了 20 多篇生成式 AI 与仿真领域相关论文。
每个人都将拥有 AI 助手
黄仁勋：生成式 AI 已经成为可能，并影响着各行各业。无论是科学计算、天气预测、与创作者合作生成图片、或是为工业数字化生成虚拟场景，以及机器人、自动驾驶等重要技术，都将通过生成式 AI 实现变革。
现在，我们正在向软件 3.0 迈进。因为有了生成式 AI，未来研究者不再需要使用机器学习开发新的 AI，而是可以基于已预先训练好的基础模型展开工作。
OpenUSD 是第一种几乎将所有工具的多模态表达融合在一起的格式。理想情况下，随着时间的推移，人们可以将几乎任何格式引入其中，让每个人都能进行协作并使内容永远留存。
生成式 AI 比以往更容易控制。我们正在使用 Omniverse 和生成式 AI 来更好地控制生成式图像，并减少 AI 幻觉，帮助我们提高生产力。
每个人都将拥有 AI 助手，每家企业，每个岗位，都将拥有 AI 助手。数字 AI 将增强企业的每一项工作。其中一个重要应用就是客户服务，这项工作未来仍由人类主导，但会有 AI 参与其中。
加速计算让计算更加节能
黄仁勋：加速计算可以节省 20 倍甚至 50 倍的能耗，而且能完成同样的工作。作为社会的一份子，我们首先要做的就是加速所能加速的每项应用，进而减少全球能耗。我们每次开拓一个新市场时，都需要重新发明有关计算的一切。所以，这并不容易。
就深度学习而言，在过去 10 到 12 年间，我们已经将深度学习加速了大约一百万倍。这就是为什么我们现在能够在创建这些大模型时，实现一百万倍的速度提升，并将成本和能耗降为一百万分之一。
生成式 AI 的目标不是训练，而是推理。我们必须从长远角度去看待它。理想情况下，我们通过生成式 AI 的推理创建模型，帮助提高工作效率，使我们能够发现新的科学，使事物更加节能高效。
从世界范围来看，数据中心仅占计算总能源消耗量的 40%，60% 的能源消耗发生在互联网上。而生成式 AI 将降低互联网上的能源消耗，因为不再需要去检索信息，而是可以通过了解上下文，直接生成内容。
AI 并不关心自己在哪里“上学”，我们可以将数据中心建在人口较少、能源较多的地方。
下一波 AI 浪潮——物理 AI
黄仁勋：物理 AI 时代已经到来。能够理解物理世界、并与其交互的物理 AI 模型将体现在机器人上，其中许多将是人形机器人。开发这些先进的机器人非常复杂，需要大量数据以及跨不同计算基础架构的工作负载编排。
机器人技术需要三台计算机：一台用于训练 AI，一台用于在精确的物理模拟环境中测试 AI，另一台则安装在机器人内部。
NVIDIA 致力于简化并加速开发者工作流，借助 NVIDIA AI、Omniverse 和 Jetson Thor 三大计算平台，以及依托生成式 AI 的开发者工具。这些计算平台一起为全球开发者提供支持，将我们带入物理 AI 驱动的人形机器人时代。
