6月2日晚，英伟达CEO黄仁勋在台湾大学轮廓体育馆发表主题演讲，展示了英伟达在加速筹备和生成式AI领域的最新遵循，包括GPU架构Blackwell之后几年的道路图、推理即工作平台Nemo、数字东谈主类技艺Ace以及机器东谈主开发的技艺平台Isaac等遵循。

黄仁勋强调了加速筹备的关键性，并预测将来每个数据中心王人将加速。他还瞻望了生成式AI的后劲，以为它将重塑筹备机行业并为五行八作带来新的机遇。此外，他还谈到了物理AI和机器东谈主技艺的将来，以为它们将澈底改变咱们的糊口和职责风光。

中枢要点整理：

新的架构道路图：2025年是Blackwell Ultra，2026年会有新架构Rubin，2027年则是Rubin Ultra。

咱们现在所处的不是AI时间，而是一个生成式AI时间。

险些天下万物王人不错治愈成Token（词元）。

价值3万亿好意思元的IT产业将成为 AI 工场，为每个行业制作 AI 产品。

咱们需要基于物理并领悟物理定律的AI。

每个装有 RTX 显卡的 PC，王人是 AIPC。

CUDA不仅达到了关键的肃肃阶段，还进入了一个自我强化的良性轮回，不绝进步其性能和应用价值。

跟着CPU性能增长放缓，专揽CUDA等技艺加速筹备任务是叮嘱筹备需求指数级增长的要津政策，将来通盘处理密集型应用和数据中心王人将聘任这一政策以保持遵循和资本效益。

这 60 年来，咱们只见证了两三次主要的技艺变革，如今生成式 AI 使咱们得以再次见证一次技艺变革。

以下为全文实录：

寰球好！很雀跃再次来到这里。今晚我将在此举办一场“Don't Walk”演讲。因为咱们要驳倒的事情许多，时辰清贫，是以弗成迟缓走，得用跑的。

今晚我将驳倒以下几个方面：现时的行业动态、咱们正在共同发奋的处所、什么是生成式AI、它对咱们及五行八作的影响，以及咱们将何如主办这个可贵的机遇。接下来会发生什么？生成式AI过甚影响、咱们的蓝图以及将来的瞻望。这些王人是令东谈主无比容许的时刻。

英伟达面前正处于筹备机图形模拟的交叉点上，这是咱们的灵魂所在。我今天展示的一切王人是模拟，是数学，是科学，是筹备机科学，是令东谈主咋舌的筹备机体绑缚构。通盘内容王人不是动画制作的。这是英伟达的灵魂，咱们把通盘东西王人放在了这个咱们称之为“Omniverse”的诬捏天下中。

你所看到的一切王人基于两项基本技艺：加速筹备和东谈主工智能。这两种技艺将重塑筹备机行业。筹备机行业从出生于今已有60年的历史。从许多方面来看，咱们今天所作念的一切王人源于1964年，IBM System 360在那一年发明，引入了中央处理单元、通用筹备，并通过操作系统完了了软硬件分离。

多任务处理、I/O、子系统、DMA，咱们今天神用的种种技艺、架构兼容性、向后兼容性以及咱们今天所知谈的对于筹备的一切，主淌若在1964年后出生的。天然，PC翻新使筹备民主化，并将其掌持在每个东谈主手中。2007年，iPhone推出了出动筹备功能，并将电脑放进了咱们的口袋。从那时起，一切王人通过出动云永恒集会和运行。

在畴前的60年里，咱们看到两三个主要的技艺革新，两三个筹备领域的结构性革新，一切王人发生了变化。而这种情况行将再次发生。第一个问题是处理器，筹备机行业在中央处理单元上运行的引擎，其性能扩展依然大大放缓。

然而，咱们需要的筹备量仍然以指数级的速率翻倍。如果咱们需要处理的数据陆续呈指数级增长，但性能却莫得，咱们将阅历筹备扩展。事实上，就在咱们谈话的时候，天下各地的数据中心电力数目正在大幅增长，筹备机的资本也在不绝增长。咱们看到了筹备通货扩展。

天然，这种情况无法陆续，数据将陆续呈指数级增长，而CPU性能扩展永远不会归附。近二十年来，咱们一直悉力于于加速筹备，专揽CUDA增强CPU，卸载和加速专用处理器不错作念得更好的职责。现在很显著，跟着CPU扩展速率的减缓并最终大幅住手，咱们应该加速一切。

我预测，每个处理密集型的应用范例王人将加速，况兼每个数据中心王人将在不久的将来加速。现在，加速筹备长短常理智的一件事。如果你看一下应用范例，这里的100t意味着100个时辰单元，它可能是100秒，也可能是100个小时。咱们现在正在开发不错运行100天的东谈主工智能应用范例。1t是需要规矩处理的代码，其中单线程CPU相配关键。

操作系统末端逻辑对于一条指示接着另一条指示引申相配关键。然而，筹备机图形是一种不错完全并行操作的图形。筹备机图形学、图像处理、物理模拟、组合优化、图形处理、数据库处理，天然还有相配着名的深度学习线性代数，有许多类型的算法相配有助于通过并行处理加速。

因此ayx爱游戏第一品牌，咱们发明了一种架构来完了这少量，通过向CPU添加GPU，让专用处理器豪侈大批时辰并将其加速到令东谈主难以置信的速率。因为这两个处理器不错比肩职责，是以它们王人是自主的，况兼王人是独处的。也便是说，咱们不错将畴前需要100个单元时辰的东西加速到一个单元时辰。

嗯，速率进步听起来难以置信，但今天我将为您展示许多例子。公正长短常不凡的，它速率进步100倍，但功率只加多了约莫3倍，而你只加多了约50%的资本。咱们在个东谈主电脑行业一直在这样作念，咱们加多了一个GPU，一个500好意思元的GeForce GPU，到1000好意思元的电脑，性能大大提高。咱们在一个十亿好意思元的数据中心里这样作念，咱们加多了价值5亿好意思元的GPU，瞬息间它变成了一个AI工场。

这在现辞天下各地王人在发生。嗯，省俭的资本长短常不凡的，您每好意思元不错取得60倍的性能，100倍的速率，加速，您只需要将功率加多3倍，100倍的速率，您只需要将资本加多1.5倍。省俭的资本令东谈主难以置信。很显著，许多公司豪侈数亿好意思元在云表处理数据。如果它被加速，你不错省俭数亿好意思元，这并不出乎不测。现在为什么呢？原因很深刻。

咱们在通用筹备领域依然阅历了很永劫辰的通货扩展。现在咱们终于决心加速，这不错帮咱们援救弘大的耗损。大批拿获的废数据现在不错将其从系统中开释出来，这将转换为储蓄，储蓄和资产，储蓄和能源。这便是为什么你听我说你买的越多，你说的就越多。你买的越多，就越安全。加速筹备确乎提供了不凡的废除，但这并艰涩易。

莫得所谓的软件不错通过交流编译器运行，然后瞬息之间该应用范例的运行速率提高了100倍。这以至不符合逻辑。如果不错作念到这少量，他们只需要改变CPU。要作念到这少量，骨子上你必须重写软件，以便您不错重构在CPU上编写的算法，以便它不错被加速、卸载、加速和并行运行。筹备机科学熟习相配难，在畴前的20年里，咱们依然让它变得容易了。天然，相配着名的cuDNN，即处理神经相聚的深度学习库，咱们有一个东谈主工智能物理学库，您不错将其用于流体能源学和许多其他应用，其中神经相聚必须战胜物理定律。

咱们有一个很棒的新名堂，叫作念Aerial，它是一个CUDA加速的5G无线电，这样咱们就不错用软件界说和加速电信相聚，就像咱们处理软件界说天下相聚互联网一样。因此，咱们加速的智商使咱们概况将通盘电信变成基本上雷同类型的平台、筹备平台功绩部，就像咱们在云表一样。

cuLitho是一个筹备光刻平台，使咱们概况处理芯片制造上钩算密集型的部分，使得台积电（TSMC）掩模使用cuLitho进行坐褥，省俭了大批的能源和资金。但是台积电的谋划是加速他们的堆栈，以便他们为算法的进一步特地和更深入的相聚和窄晶体管的更多筹备作念好准备。

这是咱们的基因测序库。它是天下上最高通量的基因测序库。cuOpt 是一个令东谈主难以置信的库，用于组合优化、道路筹算优化等问题。科学家们依然得出论断，你需要一台量子筹备机来作念这件事，咱们创建了一个运行在加速筹备上的算法，它运行得像闪电一样快，创造了23项天下记录。咱们今天保持着每一项主要的天下记录。

cuQuantum是量子筹备机的仿真系统。如果你想想象一台量子筹备机，你需要一个模拟器来完成。如果你想想象量子算法，你需要一个量子模拟器来完了。如果量子筹备机不存在，你将何如想象这些量子筹备机，创建这些量子算法？你不错使用现辞天下上最快的筹备机，咱们称之为NVIDIA CUDA，况兼在其上咱们有一个模拟量子筹备机的模拟器，它被天下各地的数十万辩论东谈主员使用。它被集成到通盘起初的量子筹备框架中，并辞天下各地的科学超等筹备中心中使用，是一个令东谈主难以置信的数据处理库。

数据处理消耗了绝大多数的云指出，而仅靠CUDA是不可能的，天下各地的深度学习科学家王人无法使用，CUDA、TensorFlow和PyTorch中使用的算法、深度学习算法分离得太远了。这险些就像尝试在莫得OpenGL的情况下进行筹备机图形处理一样，就像在莫得SQL的情况下进行数据处理一样。这些特定领域的库真的是咱们公司的财富。咱们有350个库，恰是它们使咱们概况领有如斯绽放的市集的原因。

今天我会给你看一些其他的例子。就在上周，谷歌文书他们依然将cuDF放入云表并加速Pandas。Pandas是天下上最受接待的数据科学库。在座的许多东谈主可能依然在使用Pandas了。它被全球1000万数据科学家使用，每月被下载1.7亿次。Excel是数据科学家的电子表格。只需单击一下，您现在就不错在Colab中使用Pandas，这是谷歌的云数据中心平台，由cuDF加速。速率真的令东谈主难以置信。那是个很棒的演示，对吧？

当您加速数据处理速率时，演示不需要很永劫辰。CUDA现在依然达到了东谈主们所说的临界点，但它以至比这更好，CUDA现在依然达到了一个良性轮回。如果你总结历史和通盘的筹备架构、筹备平台，这种情况很少发生。在微处理器CPU的情况下，它依然存在了60年。在这个水平上60年莫得改变。

加速筹备依然出现，创建一个新的平台相配困难，因为这是一个先有鸡照旧先有蛋的问题。如果莫得开发东谈主员使用您的平台，那么天然就莫得效户，但是如果莫得效户，就莫得安装基础。如果莫得基于安装的开发东谈主员对它不感意思意思。开发东谈主员但愿为大型安装基础编写软件，但大型安装基础需要大批应用范例，以便用户不错创建该安装基础。

这个鸡或蛋的问题很少被阻扰，现在依然花了咱们20年的时辰。一个个的域库，一个个加速库，现在咱们在全球领有500万开发东谈主员。咱们工作于每一个行业，包括医疗保健、金融工作、筹备机行业、汽车行业，以及天下上险些每一个主要行业，险些每一个科学领域。因为咱们的建筑有许多客户。OEM和云工作提供商对构建咱们的系统感意思意思。

系统制造商对构建咱们的系统感意思意思，然后将更多的系统推向市集，这天然为咱们创造了更大的契机，这使咱们概况加多咱们的研发领域，从而进一步加速应用范例的速率。嗯，每一次咱们加速应用范例，筹备资本就会着落。

就像我在幻灯片里演示的一样，100倍加速比转换为97%、96%、98%，因此当咱们从100倍速率提高到200倍速率提高到1000倍速率时，筹备的角落资本省俭将陆续着落。天然，咱们信托通过令东谈主难以置信地裁汰筹备资本，市集开发者、科学家、发明家将陆续发现新的算法，这些算法消耗越来越多的筹备资源，这样总有一天会发生面部颜料的变化。筹备的角落资本如斯之低，以至于出现了一种新的使用筹备机的风光。

事实上，这便是咱们多年来所看到的，在畴前10年中，咱们依然将一个特定算法的角落筹备资本裁汰了一百万倍。因此，现在使用互联网上的所罕有据来锻练大型语言模子是其实长短常允洽逻辑的一件事。莫得东谈主会沉想熟虑，以为你不错创建一台概况处理如斯多数据的筹备机来编写我方的软件。

东谈主工智能的出现之是以成为可能，是因为咱们完全信托，如果咱们让筹备变得越来越低廉，就会有东谈主发现它有很大的用处。好的，今天，CUDA依然完了了良性轮回，安装基础正在增长，筹备资本正不才降，这使得更多的开发东谈主员提议更多的想法，从而推动更多的需求。

现在咱们正处于一件相配关键的事情的运行。但在我公布之前，我想先说下什么是不可能的，如果不是因为咱们创造了当代版块的通用AI，生成AI。那咱们的新产品将不可能完了。

这个是地球2号，咱们将创建地球的数字孪生体，咱们将前去模拟地球，以便咱们不错预测地球的将来，匡助咱们更好地幸免可怜或更好地了解风光变化的影响，让咱们不错更好地适合新环境，改变糊口民俗。

这个地球的数字孪生体，可能是天下上有史以来最背恩负义的名堂之一。咱们每年王人在上前迈出一大步。本年，咱们取得了一些要紧突破，例如来说。

周一，风暴将再次向北并接近。它的旅途存在很大的不细目性，不同的旅途将对顶部产生不同进度的影响。想象一个咱们概况预测将来的天下——数字孪生，一个反应的确情况的诬捏天下，让咱们看见将来。数字孪生是一种反应的确天下的诬捏模子，让咱们概况从今天的行为来预测对未下天下的影响。

先容一下NVIDIA Earth-2，一个专揽AI物理模拟和电脑图形技艺来预测全球风光的数字孪生。FourCastNet是NVIDIA的生成式AI模子，它在WRF数值模拟的基础上锻练而成，概况以12倍更高的阔别率生成天气模式，从25公里提高到2公里，这代表了区域天气预测的一个弘大飞跃。

令东谈主骇怪的是，FourCastNet比传统的物理模拟要领快1000倍，且能源遵循高3000倍。在现象局，咱们使用这些模子来更精准地预测台风登陆点。但咱们并不啻步于此。下一个前沿是超腹地预测，能精准到数十米，并议论到城市基础设施的影响。FourCastNet AI还在使用像是PALM生成的高阔别率数据进行锻练。一个极高阔别率的物理模子用于模拟大气和海洋领域层。当与天气模拟风场联接沿途时，它不错模拟建筑物周围的气流。当强风集聚的情况，咱们预计概况预测下冲这样的场所。当强风集聚到街谈上，有可能形成损坏并影响行东谈主。

NVIDIA Earth-2是一个绝佳表率，它会通了东谈主工智能、物理模拟和不雅测数据，不错匡助国度和公司料到将来并叮嘱顶点天气的影响。

不久的将来，咱们不错遍地随时提议咱们的现象预告。咱们不错随时掌持当地的风光变化。而且它是连气儿性的预测，为什么呢？因为咱们依然把这个AI王人锻练好了，而且它不需要消耗太多的电力。

但愿寰球可爱刚才咱们的这个例子，我的国语讲得模范吗？但这不是我说的，这个是Jason AI说的，我给他写了这个台词，由Jason AI也便是我的数字孪生体帮我作念旁白的，是以我的国语不够好，但我有孪生帮我作念的旁白，这真的是一个遗迹。

之前在2012年，咱们正悉力于于鼓励CUDA，悉力于于不绝提高驱动器的性能并裁汰资本，此时辩论东谈主员发现了AI，这是英伟达与AI的第一次构兵。这是一个相配关键的时辰。咱们与优秀科学家合作，使深度学习发生成为可能。天然，AlexNet完了了筹备机视觉方面的弘大突破。但咱们还需要了解配景是什么，深度学习的基础是什么，它的耐久影响是什么，它的后劲是什么？

咱们清楚到这项技艺具有弘大的后劲，不错扩展几十年前发明并发现的算法。瞬息之间，咱们需要更多的数据，更大的相聚，相配关键的是，更多的筹备。瞬息间，深度学习概况完了东谈主类算法现在无法想象的谋划。如果咱们进一步扩展架构，使用更大的相聚，更多的数据和更多的筹备，会发生什么呢？是以咱们悉力于于从头发明一切。

在2012年之后，咱们改变了GPU的架构以添加Tensor Core，咱们发明了10年前的NVLink，现在不错使用TensorRT。咱们购买了Mellanox，TensorRT，以尝试推理工作器，通盘这些王人整合在一台全新的筹备机上。

莫得东谈主领悟，事实上，我确信莫得东谈主想买它，是以咱们在GTC上和OpenAI先容它，它那时照旧旧金山的一家小公司，他们条件我给他们送一个。我在2016年向OpenAI委派了第一台DGX，天下上第一台AI超等筹备机。

好的，在那之后，咱们陆续从1台AI超等筹备机、1台AI开发扩展到大型超等筹备机，到2017年以至有了Transformer，这样咱们就不错锻练大批数据并识别和学习在很长一段时辰内规矩摆列的模式。现在咱们不错锻练这些大型语言模子来领悟并完了天然语言领悟突破，之后咱们陆续发奋，建造了更大的模子。

然后在2020年10月22日，在一台相配大的AI超等筹备机上锻练了数千、数万个NVIDIA GPU。OpenAI五天后文书ChatGPT达到100万用户，五天后加多100万用户，两个月后加多1亿用户，这是历史上增长最快的应用范例。

这背后的原因相配浅易，它相配易于使用，使用起来相配神奇，概况像东谈主类一样与筹备机交互，而且深刻地知谈你想要什么，就像筹备机领悟你的风趣。

ChatGPT还莫得跟寰球碰头之前，所谓的东谈主工智能王人是需要何如领悟天然语言、电脑视觉、语音的识别。换句话说是感知的智商，侦测的智商。这是咱们第一次看到有生成式的东谈主工智能系统出现，它不错产生咱们所谓的词元（token），一次产生一个词元，而这些词元就变成是咱们的翰墨。天然有些词元它可能是影像，它可能是线图，可能是表格、歌曲、演讲、视讯、影片，有可能是任何风光，只淌若有真理的，王人算是，以至包括卵白质、化学分子等等。

你之前在NVIDIA Earth-2中看到的，咱们正在生成天气的词元。咱们不错领悟，咱们不错学习物理。如果你能学习物理，你不错教一个AI模子物理常识。AI模子不错学习物理学的含义，况兼不错生成物理学。咱们用的不是过滤的要领，咱们用的是深档次的东谈主工智能，让咱们的阔别率，风光预告的阔别率不绝的提高。是以险些通盘的事情王人不错把它治愈成Token，Token长短常有价值的。

咱们现在所处的不是AI时间，而是一个生成式AI时间。那它的关键性在那里呢？原来咱们说这是一部超等电脑，关联词它现在不绝的进化，它依然变成了而已中心。而且它坐褥的东西是什么？便是资源。这便是一个东谈主工智能工场。他们产生的是新形态的巨额商品，每个产业王人用得到，具有无比的价值。而他更好的是，他这种要领是不错复制的，是不错扩展的。因此你们有莫得防止到，现在咱们每一天王人有一些新的生成式的AI模子被打造出来。

价值3万亿好意思元的IT产业，行将创造一些不错平直工作于价值100万亿好意思元的产业的东西，不再只是是信息存储或数据处理的用具。而是一个为每个行业生成智能的工场。AI 将带来一个全新的制造业，不是筹备机制造业，而是在制造业中使用筹备机。

这是一场工业翻新，而不单是是对咱们行业的影响。咱们不错为许多行业创造一种新的商品，一种咱们称之为“词元”（token）的新产品。

正如我之前所说，60年来，不同的运算风光王人在改变。从CPU到通用主见的运算，到加速的GPU运算。以前电脑需要指示号令，现在它不错行止理大型语言模子、AI模子。

现在筹备机处理大型语言模子、AI模子，而畴前的筹备模子是基于检索的，险些每次你触摸手机时，一些事先录制的文本、事先录制的图像或事先录制的视频会为您检索，并凭证保举系统从头合成，以凭证您的民俗呈现给您。但在将来，你的筹备机将尽可能多地生成，只检索必要的内容。其原因是生成的数据需要较少的能量来获取信息。生成的数据也更具高下文关系性。它将对常识进行编码，它将编码你对你的领悟，而不是为我获取这些信息或为我获取阿谁文献。

在将来，你只需要问电脑，它就能提供你需要的档案和信息。将来的电脑不再只是咱们所使用的用具了。未回电脑它以至概况生成新的手段，它会帮你作念一些职责。是以将来这个产业它不再只是去想象软件，想象应用范例。

当你使用ChatGPT时，在它们的堆栈底下是一堆软件，在领导符底下是软件，这长短常复杂的，因为模子罕有十亿到万亿个参数。它不是只在一台筹备机上运行，而是在多台筹备机上运行。它必须将职责负载分散在多个GPU上，张量并行，管谈并行数据，种种并行，群众并行，种种并行，将职责负载分散在多个GPU上，尽可能快地处理它。

天然，这在90年代长短常了不得的。寰球别健忘那时微软他们有这个套装软件，不错说是改变了通盘这个词电脑的产业。因为如果莫得这些套装软件的话，咱们干嘛要电脑呢？咱们电脑能拿来作念什么呢？是以这些套装软件天然推动了通盘这个词产业。但是现在咱们有新的工场，新的电脑，咱们现在也会有新的软件，咱们就把它叫作念Nemo，NVIDIA的推理即工作。这个Nemo它是在工场里头运行的，而这个Nemo它是一个事先锻练的模子，它是一个AI。这个AI天然自己长短常的复杂，但是去运行这个AI的运算堆叠，它相配的复杂。

你去使用ChatGPT, 它底下有相配相配多软件。你下一个指示，你下一个领导，背后其实有相配多的软件正在跑。是以它不单是在一个参数上头跑，是更仆难尽、数以亿计的这个运算参数在跑。它需要作念Tensor的种种各样的并行、不同的平行等等平行运算。是以它有种种各样的平行在走，它在不同的GPU上分拨它的这个功课负载，它的速率也相配的快。

如果咱们今天要规划工场的话，你的这个产量是若干？跟你的工作品性，跟你的营收，跟有若干东谈主不错使用你的工作有相配正向的关系。咱们现在的这个而已中心，它的传输量相配的大，是以传输量的使用率就很关键了。以前也很关键，只是没那么关键。以前很关键，但是寰球不会去测量它。现在每一个参数王人必须要测量肇端时辰、使用时辰、专揽率、idle的时辰等等。因为现在它就变成是一座工场了。它一朝它变成工场，它的一切的运行就会跟这家公司它的财务弘扬存很密切的关系。咱们知谈对于大部分的公司来说，这王人长短常复杂的事情。

是以咱们就去把这个AI装进了一个盒子里头，这些容器，这些container里头有相配多很棒的软件。在这个容器里头有CUDA、cuDNN、TensorRT Triton，它是推理即工作，它是在云表上的一个堆叠。除此以外它也有种种各样的不停的工作，还有hooks不错去让寰球监督我方的AI，它有通用的API、模范的API，是以基本上你就不错跟这个盒子来对话，你把这个推理即工作下载，你不错跟他对话。是以你在只须你的电脑上有CUDA，基本上现在基本上每一组往往一朵云上头王人有，罕有亿台电脑上头王人有。寰球把它下载之后，你就有AI你不错跟他对话，就像你跟ChatGPT对话一样。通盘的软件现在王人整合在沿途了，四百多个dependency王人把它整合在沿途。

咱们测试了这些Nemo，每一个王人是事先锻练的，是他们王人是不错安装的。在种种云上头，不管是Pascal或者是Ampere，种种不同的版块，Hopper也不错种种各样不同的版块。我以至还会健忘有哪一些。是以NeMo这个NVIDIA的推理即工作，真的是很棒的一个发明，我真的相配的可爱。我想寰球也知谈，咱们现在不错创造种种各样的大型语言模子，还有事先锻练的模子。咱们有种种各样不同的版块，不管它是语言版块的，或者视觉，或者是图片版块为主的，或者是说针对这个医疗保健产业的、数字生物产业的。

咱们还有是所谓的数字东谈主。以至咱们不错请寰球去看一下，咱们今天才贴了Hugging Face这个Llama 2 Nemo，它是完全优化的，寰球不错去碰行运，以至不错带着走，那是免费的。是以寰球不错在云上头来运行，然后不错下载这个容器放在我方的而已中心里头，你不错放在我方的而已中心提供给你的客户使用。

使用它的风光是将这些微工作集会到大型应用范例中。天然，将来最关键的应用之一是客户工作代理。险些每个行业王人需要客户工作代理。它代表着全球数万亿好意思元的客户工作。照应在某些方面是客户工作代理，其中一些长裂缝方或非会诊性质的。

现在不错通过语言模子和AI增强数千万的客户工作，是以你看到的基本上是NeMo，其中一些NeMo是给定任务的推理代理，找出任务是什么，将其分解成一个谋划。一些NeMo检索信息，一些NeMo可能会去搜索，可能一些NeMo会使用我之前提到的cuDF用具，他们不错使用一种不错在SAP上运行的用具，因此它必须学习一种名为ABAP的特定语言。也许一些NeMo必须进行SQL查询。

因此，通盘这些NeMo王人是现在构成一个团队的群众。应用层依然发生了变化，也曾用指示编写的应用范例现在变成了拼装团队的应用范例，很少有东谈主知谈何如编写范例。险些每个东谈主王人知谈何如分解问题并组建团队。

我信托将来的每家公司王人将领有大批的NeMo团队，你不错带下你想要的群众，将他们集会成一个团队，你以至不需要弄深刻何如集会他们，你只需将任务交给代理东谈主。给一个名字，以找出谁来分罢免务以及将任务交给谁。然后，应用范例的引导者，如果你景色，团队的引导者会分罢免务并将其交给各个团队成员，团队成员将引申他们的任务，并将其带回团队引导者。

团队引导会对此进行推理，并向您反馈信息，就像东谈主类一样。在不久的将来，这便是应用范例的外不雅。现在咱们不错通过文本领导和语音领导与这些大型AI工作进行交互，但是，在许多应用范例中，咱们但愿与其他雷同东谈主类的风光进行交互。咱们称它们为数字东谈主类。英伟达辩论数字东谈主类技艺依然有一段时辰了。

数字东谈主类有后劲成为一个伟大的互动代理，与你互动，他们不错让你更有眩惑力，更有同理心。天然，咱们必须跨越这个令东谈主难以置信的鸿沟，这个不可想议的试验主义鸿沟，这样数字东谈主类就会显得愈加天然。这天然是咱们的愿景，这是咱们可爱去的地方的愿景，但让我向您展示咱们现在的位置。

想象一下，将来的筹备机不错像东谈主类一样与咱们互动。这便是数字东谈主类令东谈主难以置信的后劲。数字东谈主类将澈底改变从客户工作到告白和游戏的各个行业。

专揽手机扫描厨房，AI室内想象师就能生成相片级传神的想象建议，并采购材料和居品。咱们依然为您生成了几种想象决议。数字东谈主类还不错成为AI客户工作代理，提供更具眩惑力的互动体验，或化身数字医疗保健职责者，提供实时、个性化的督察。他们以至不错成为AI品牌大使，引颈营销和告白的新潮水。

生成式东谈主工智能和筹备机图形学的新突破，让数字东谈主类概况以东谈主类的风光看、听、领悟和与咱们互动。从我看到的，您似乎正在进行某种灌音或制作。数字东谈主类的基础是基于多语言语音识别和合成的东谈主工智能模子，以及概况领悟和生成对话的东谈主工智能模子。

AI集会到另一个生成式AI，动态制作传神的3D面部网格动画。临了，概况重现传神外不雅的东谈主工智能模子完了了实时旅途追踪和次名义散射，模拟后光穿透皮肤、散射并在不同点离开的风光，使皮肤呈现出柔嫩和半透明的外不雅。

NVIDIA Ace是一套数字东谈主类技艺，打包成易于部署、完全优化的微工作或“Nim”。开发东谈主员不错将Ace Nim集成到他们现存的框架、引擎和数字东谈主类体验中。Nemo Tron SLM和LM Nim不错领悟咱们的意图并妥协其他模子。Riva语音Nim用于交互式语音和翻译；音频到面部和体魄动画的面部和手势Nim；以及Omniverse RTX与DLSS用于皮肤和头发的神经渲染。Nim运行在NVIDIA GDM之上，这是一个全球性的NVIDIA加速基础设施相聚，为100多个地区提供低蔓延的数字东谈主类处理。

咱们一直在研发AI GPU，为这一天作念好准备。原因很浅易，咱们一直王人知谈，要创建一个新的筹备平台功绩部，起初需要一个已安装的基础。最终，应用范例会随之而来。如果你不创建已安装的基础，应用范例从何而来？因此，如果你建造它，它们可能会来，但如果你不建造它，它们就一定不会来。因此，咱们安装了每个带有张量中枢处理的RTX GPU。现在，咱们在全球领有1亿个GeForce RTX AIPC。

在此次发布会上，咱们展示了4款令东谈主咋舌的新条记本电脑。它们王人概况运行AI。你将来的条记本电脑，你将来的电脑王人将融入AI。它会不绝地匡助你，在后台协助你。PC还将运行由AI增强的应用范例。天然，你通盘的相片裁剪、写稿和用具，以及你使用的通盘东西王人将通过AI得到增强。你的电脑也将托管带罕有字东谈主类的应用范例。

AI将以不同的风光在个东谈主电脑上呈现和使用，但个东谈主电脑将成为一个相配关键的AI平台。那么咱们从这里走向那里呢？我之前谈到了咱们数据中心的扩展。每一次扩展，当咱们从DGX扩展到大型AI超等筹备机时，咱们发现了一个新的拐点，咱们让Transformer概况在相配大的数据集上进行锻练。

嗯，一运行发生的事情是，数据是由东谈主类监督的。需要东谈主工标志来锻练东谈主工智能系统。不幸的是，东谈主类标签的数目是有限的。Transformers使无监督学习成为可能。现在，Transformers只需稽查大批数据或稽查大批视频，或稽查更大批的图像，它们不错从辩论大批数据中学习，找到模式和关系自己。

天然下一代AI需要基于物理，但今天大多数AI王人不睬解物理定律。它不是植根于物理天下，无法生成图像、视频、3D图形和许多物理场所。咱们需要基于物理并领悟物理定律的AI。天然，从视频中学习是一个开首。另一种风光是合成数据、模拟数据，另一种风光是使用筹备机互相学习。这与使用AlphaGo莫得什么不同，让AlphaGo我方玩我方的游戏，在这两种智商之间，将雷同的智商互相玩很长一段时辰，它们变得愈加灵巧。

你运行看到这种类型的AI崛起，如果任何数据王人是合成生成并使用强化学习，那么数据生成速率将陆续提高是合理的。每一次数据生成的增长，咱们所提供的筹备量也需要随之增长。咱们行将进入一个阶段，在这里，AI不错学习物理和领悟定律，并以物理天下的数据为基础，因此咱们预计模子将陆续增长，咱们需要更大的GPU。Blackwell便是为这一代东谈主想象的。

这是Blackwell，领有几项相配关键的技艺。天然，这只是芯片的大小。咱们拿了两个最大的芯片，一个是TSMC所能作念到的最大的芯片，咱们将其中两个集会在沿途，每个第二个要领10TB，将天下上起先进的GPU集会在沿途。将这两个集会在沿途，然后咱们将其中两个放在一个筹备机节点上，用一个Grace CPU集会它。

在锻练情况下，Grace CPU不错用于几件事情。它不错使用，它不错用于快速查验点和在推理和生成的情况下从头启动。它不错用于存储高下文操心，以便AI具有操心并领悟咱们想要的对话的高下文。这是咱们的第二代Transformer引擎。Transformer引擎允许咱们凭证该筹备层所需的精度和范围动态适合较低的精度。这是咱们的第二代GPU，具有安全的AI，因此您不错条件工作提供商保护您的AI免遭窃取、盗窃或改削。这是咱们的第五代NVLink。

NVLink允许咱们将多个GPU集会在沿途。这亦然咱们第一代具有可靠性和可用性引擎的产品。这个RAS系统，允许咱们测试每一个晶体管片上存储器触发器、片外存储器，这样咱们就不错在现场细目某个芯片是否莫得MTBF。与此同期，一台领有10000个GPU的超等筹备机发生故障之间的隔断是以小时为单元测量的。超等筹备机故障之间的时辰隔断是100000个GPU的隔断。它以分钟为单元测量。

如果咱们不发明技艺来增强其可靠性，超等筹备机概况耐久运行并锻练可能持续数月的模子的智商骨子上是不可能的。可靠性天然会加多平日运行时辰，这平直影响资本。临了，减压。引擎数据处理是咱们必须作念的最关键的事情之一。咱们添加了数据压缩引擎解压缩引擎，以便咱们不错以比今天更快的速率20倍的速率从存储中索取数据。

通盘这些王人代表了Blackwell。咱们在GTC期间展示了Blackwell的原型。这是天下上有史以来最复杂、最高性能的筹备机。这是灰色的CPU。这些是Blackwell模具，其中两个集会在沿途。

这是天下上最大的芯片。咱们用10TB/s的NVLink将两个GPU集会在沿途。这使得Blackwell筹备机的性能令东谈主难以置信。咱们在八年内将筹备量和东谈主工智能模子领域提高了一千倍。咱们通过筹备智商的进步裁汰了能耗。用于锻练GPT-4的2万亿参数、8万亿token，能耗着落了350倍。以前用Pascal架构需要1000吉瓦时，这意味着需要一个千兆瓦的数据中心。天下上莫得千兆瓦的数据中心，即使有，锻练也需要一个月的时辰。

这便是为什么仅在八年前，咱们通过不绝提高性能和能效来完了ChatGPT这样的大型语言模子。如果一台超等筹备机有1万个GPU，平均无故障时辰是1万小时。但现在是用分钟来估计的，是以一台超等筹备隐私概况运行很长一段时辰，智力耐久锻练一个模子。这就条件咱们的技艺相配可靠，弗成中断运行。持续运行需要豪侈许多时辰和资产。是以咱们加入了数据压缩息争压缩引擎，让数据访谒速率提高20倍。

这便是Blackwell，咱们这里有一个依然在坐褥中的Blackwell。在GDC，我给寰球看了Blackwell的原型。这便是咱们负责坐褥的Blackwell，里面有最顶端的技艺。这是咱们骨子坐褥的版块，不错说是功能和性能最强劲的芯片。这是咱们的CPU。每个裸晶包含两个GPU，这不错说是天下上咱们不错坐褥出来的最大的芯片。它两个串联起来的时候，集会的速率是10TB/s。Blackwell电脑的性能相配强劲。

这是一个DGX Blackwell，气冷式，里面有八个这样的GPU。望望这些GPU上的散热片大小。约莫15千瓦，完全气冷式。这个版块扶助x86，况兼进入了咱们一直在运输的Hopper基础设施。但是，如果您想要液体冷却，咱们有一个新系统。这个新系统基于模块化的MGX。这是两个Blackwell板。是以这个节点有四个Blackwell芯片，这是一个两层的系统。九个这样的节点加在沿途，统统有72个GPU，用新的NVLink集会在沿途。这是咱们的NVLink交换器，是咱们第五代NVLink产品。NVLink交换器不错说是科技上的一种遗迹，它的数据传输速率真的太快了。

如果把通盘Blackwell芯片串联在沿途，就不错有一个72个GPU的Blackwell系统。这样作念的公正是，在每个GPU的领域中，看起来就像一个GPU，但骨子上有72个。与上一代比拟，数目是9倍，带宽是18倍，浮点运算智商是45倍，但功耗只须10倍。这是一个100千瓦的系统，之前是10千瓦。天然你不错把更多的芯片串联在沿途。为什么说NVLink芯片是一个科技上的遗迹呢？因为NVLink把通盘芯片串联在沿途，大型语言模子弗成只须一个节点，弗成只须一个GPU。咱们必须把通盘这个词机架里头通盘的GPU全部王人集会在沿途，这样智力有一个不错处理十兆参数以上的大型语言模子。它有500亿个晶体管，72个端口，4个NVLink，每秒速率是1.8TB。

这便是咱们现在的DGX。许多东谈主王人在问咱们，NVIDIA到底是作念什么的，为什么单凭GPU就能变得这样大？这便是GPU，这不错说是天下上起先进的GPU，不外这是打电话用的GPU。我傍边的这个亦然一个GPU，诸君女士，诸君先生，这便是咱们的DGX，GPU跟畴前依然截然有异了。

这个GPU的背面便是NVLink所构成的一个背板。这个背板当中有5000条线，加起来有两英里这样长。这便是咱们所谓的NVLink背板，不错集会72个GPU。把70个GPU集会在沿途，这不错说是在电机学上头的一种遗迹。它通过铜线让NVLink交换器，透过背板当中的铜线，让咱们一个机架不错省俭20千瓦。咱们不错把省俭下来的20千瓦用来进行数据处理，这便是NVLink背板。

咱们要打造AI工场，是以咱们必须要有更高速的相聚技艺。咱们有两种InfiniBand。第一种InfiniBand用在AI工场和超等电脑当中，而且它成长的速率相配的快。关联词并不是每个而已中心王人不错用InfiniBand，因为他们以前依然聘任了以太相聚了。骨子上，不停InfiniBand是需要一些格外的技艺。因此咱们就把InfiniBand的一些功能，放到以太相聚的架构当中。这其实相配的困难，为什么呢？

道理很浅易。以太相聚当初想象的时候，它是针对平均传输量比较高的系统。每个电脑、每个节点王人是集会到一个不同的东谈主，大部分是而已中心跟另外一端的东谈主在进行相通。关联词AI工场当中的深度学习系统GPU并不是跟东谈主来作念相通。GPU是他们相互之间在作念相通，因为他们在收罗数据，也便是把产品的部分数据收罗起来，然后进行缩减，然后再从头的来进行分拨。是以要点不是平均的传输量，而是临了一个接纳到信息的阿谁GPU。

因为你是从每个东谈主那边去收罗一些而已，看谁的速率最慢。这个系统的速率就决定于哪一个东谈主给而已的时候速率最慢。阿谁东谈主就决定了这样的一个速率。畴前以太相聚是办不到的，是以咱们必须要有端到端的架构。这当中有四个不同的技艺。NVIDIA有天下上起先进的NVLink和RDMA。

RDMA是有益针对以太相聚所作念的想象。除此以外，咱们还有拥塞末端系统，它很快的在处理这些参数的数值。每次假如有任何GPU送出太多的而已，咱们就叫他们慢少量，这样才不会产生瓶颈。第三个便是自适合路由，以太相聚必须要传送和接纳而已的时候，必须要按规矩来。假如咱们看到有任何端口莫得使用，或者是有塞车的情形，咱们就把这个信息送到莫得使用的端口，这样咱们就不错把职责的规矩从头安排好。

还有一个很关键，便是流量清贫。因为咱们在锻练的模组不啻一个，是以而已中心里头一定王人会有一些其他流量。一朝进入咱们的职责过程当中，就会产生杂音。这样就会影响数据传递的速率，就会使锻练的速率变慢。咱们依然打造了一个50亿或者30亿好意思金造价的而已中心来作念锻练。假如相聚的专揽率裁汰40%，培训时辰延长了20%，那么50亿好意思元的数据中心骨子上豪侈了60亿好意思元。因此资本影响相配大。

使用Spectrum-X以太网基本上允许咱们大大提高性能，因此相聚基本上是免费的。是以这真的是一个相配大的成就。咱们相配，咱们领有完满的以太网产品管谈。这是Spectrum-X 800，它是51.2 Tb每秒和256个端口。

接下来行将到来的是512端口的Spectrum-X，即一年之后的Spectrum-X 800 Ultra。之后的阿谁是X 1600。关键的是，X 800是为千千万万个GPU想象的，X 800 Ultra亦然为千千万万个GPU想象的，而X 1600是为数百万个GPU而想象的。数百万GPU数据中心的日子行将到来。

原因很浅易。当咱们但愿锻练更大的模子时，在将来，险些你与互联网或筹备机的每次互动王人可能在云表运行生成式AI。生成式AI正在与你合作，与你互动，生成视频、图像或文本，或者可能是数字东谈主。因此，你险些一直在与筹备机进行交互，况兼老是有一个生成式AI与之衔接。有些在腹地，有些在你的开发上，其中许多可能在云表。

这些生成式AI还将具有大批的推理智商，而不单是是一次性谜底，它们可能会对谜底进行迭代，以便在将谜底提供给您之前提高谜底的质料。因此，将来咱们将要处理的生成内容的数目将长短凡的。

让咱们现在来望望今晚通盘这些，这是咱们的第一个夜间主题演讲。你弗成在早上的主题演讲中这样作念。我以为这种基调作风在Computex中从未作念过，可能是临了一次。只须媒体智力作念到这少量，只须我能作念到。天然，Blackwell是最初推出的第一代媒体平台。

正如天下所知，生成式AI时间依然到来。正如天下清楚到AI工场的关键性一样，正如这场新工业翻新的运行。咱们有如斯多的扶助者，险些每个OEM、每个筹备机制造商、每个CSP、每个GPU云、主权云，以至电信公司，天下各地的企业，顺利的数目，聘任率，对Blackwell的柔软进度王人相配令东谈主容许。我想为此感谢寰球。

咱们不会留步于此。在这个令东谈主难以置信的增永劫期，咱们但愿确保陆续提高性能，陆续裁汰资本，包括培训资本、推理资本，并陆续扩展AI智商，以使每家公司王人能给与。咱们走的越远，性能越强，资本着落就越大。天然，Hopper平台可能是历史上最顺利的数据中心处理器。这只是一个令东谈主难以置信的顺利故事。

然而，Blackwell就在这里，正如你所防止到的，每个平台王人有几件事情。你有CPU，有GPU，有NVLink，有NIC，还有这个交换器。NVLink交换器会把通盘的GPU集会在沿途，把它变成一个最大的领域。咱们因此不错用相配高速的交换器。但其实它是一通盘这个词平台，咱们打造一通盘这个词平台，咱们把整平台整合成一个AI工场的超等电脑，咱们再把它分散，让全天下王人不错使用。

在座诸君主人有智商去创造相配风趣、相配有创意的一个确立配置，不错用不同的作风，不同的数据中心，不同的顾主。你们不错在不同的地方，不同的边缘，以至是有一些是电商等等。是以咱们尽量让它有弹性，让寰球不错有最有创意的风光来进行建构。

对于Blackwell平台，咱们公司按照一年一个的节律推出。咱们的基本理念相配浅易，咱们要缔造通盘这个词数据中心，再将它分解，并以一年的节律部分卖给用户。咱们将一切推向技艺极限。不管是什么TSMC工艺，技艺王人会把它推向完全极限，不管是什么封装技艺，王人将它推向完全极限，不管是什么存储技艺，王人将它推向完全极限，不管是相聚技艺，光学技艺，一切王人将被推向极限。

然后在那之后，以这样的风光作念通盘事情，以便咱们通盘的软件王人能在通盘这个词安装的基础上运行。软件惯性是筹备机中最关键的事情。当筹备机向后兼容况兼在架构上与依然创建的通盘软件兼容时，您进入市集的智商将更快。因此，当咱们不错专揽通盘这个词软件安装基础时，速率是令东谈主难以置信的。这便是咱们在Blackwell在场时所创造的一切。

翌日咱们将推出Blackwell Ultra，就像咱们有H-100和H-200一样，你可能会看到咱们的一些相配令东谈主容许的新一代，Blackwell Ultra再次挑战极限，推出我提到的下一代Spectrum交换器。

下一个是咱们的另一个开发平台，代号Rubin。我不会用太永劫辰先容Rubin，寰球确信会拍照来看细节内容。咱们有了Rubin平台，一年后咱们会有Rubin Ultra平台。到时候通盘的产品王人将会百分百兼容。

畴前的12年里，从ImageNet让咱们清楚到筹备的将来将发生根人道变化，到今天，就像2012年之前的早期GeForce和今天的NVIDIA一样，这家公司确乎发生了弘大的变化。我要感谢通盘在这里扶助咱们每一步的合作伙伴。

接下来，我想谈谈下一波AI波澜——物理AI，即领悟物理定律的AI。AI不错在咱们之间职责，因此它们必须领悟天下模子，以便解释和感知天下。天然，它们还必须具备出色的理会智商，这样智力领悟咱们的条件，并在将来引申任务。

机器东谈主技艺是一个更广泛的主张。当我说机器东谈主时，通常指东谈主形机器东谈主，但事实并非如斯。通盘的工场王人将是机器东谈主职工，工场将安排机器东谈主职责，这些机器东谈主将建造机器东谈主产品，并与机器东谈主互动。为了完了这少量，咱们需要取得一些突破。

总有一天，通盘出动的东西王人将是自主的。天下各地的辩论东谈主员和公司正在开发由物理东谈主工智能驱动的机器东谈主。物理AI是概况领悟指示的模子，一个自主机器东谈主在试验天下中引申复杂的任务。多模态大型语言模子是使机器东谈主概况学习、感知和领悟周围天下，并持续突破、谋划何如行为的要津。

机器东谈主现在不错学习使用和疏漏和良好的灵通手段与天下互动。鼓励机器东谈主技艺的一项关键技艺是强化学习，就像大型语言模子需要从东谈主类反馈中获取RLHF（Reinforcement Learning from Human Feedback，即基于东谈主类反馈的强化学习）来学习特定手段一样，物理AI不错专揽模拟天下中的物理反馈强化学习来学习手段。这些模拟环境是机器东谈主通过在谨守物理定律的诬捏天下中引申行为来学习决策的地方。机器东谈主不错学习复杂而安全的日常任务，并通过数百万次的尝试和行为来完善他们的手段。

在操作系统上，典型的AI模拟并从头创建。这是一种发展吗？天下模拟联接了实时、基于Omniverse的物理模拟和生成式AI技艺。机器东谈主不错学习何如成为机器东谈主，他们学习何如自主主管物体，例如抓取和处理物体，或自主导航环境，在躲闪阻止物的同期找到最好旅途。在Omniverse中学习，将模拟与试验的差距最小化，最大化学习行为的迁徙。

建造具有这种智商的机器东谈主需要三台英伟达AI超等筹备机来锻练模子。因此，咱们推出了NVIDIA Omniverse，让机器东谈主不错学习和完善他们的手段。咱们构建开发东谈主员和公司所需的平台、加速库和AI模子，并允许他们使用。对他们来说，这便是下一波东谈主工智能机器东谈主的波澜，东谈主工智能的时间和工业翻新。

咱们有几种风光来工作市集。起初，咱们将为每种类型的机器东谈主系统创建平台，一个用于机器东谈主工场和仓库，一个用于主干事物的机器东谈主，一个用于出动的机器东谈主，一个用于东谈主形机器东谈主。这些机器东谈主平台包括筹备机加速库和预锻练模子，咱们测试一切，锻练一切，整合一切。

这里是机器东谈主学习何如成为机器东谈主的地方。天然，现在机器东谈主仓库的生态系统真的相配复杂。需要许多公司、许多用具、许多技艺来建造一个当代化的仓库。仓库越来越趋向自动化，直到某一天将会完全自动化。因此，在每个生态系统中，咱们王人有SDKs和APIs集会到软件行业，SDKs和APIs集会到边缘AI行业和公司。天然，还有为PLC想象的系统和用于ODM的机器东谈主系统。然后由集成商集成，最终为客户缔造仓库。

工场领有完全不同的生态系统，富士康正在建造一些天下上起先进的工场。他们的生态系统包括用于想象工场、职责过程、为机器东谈主编程的边缘筹备机和机器东谈主软件，天然还有妥协数字工场和东谈主工智能工场的PLC筹备机。咱们也有集会到每个生态系统的SDKs。这正在各地发生。富士康依然缔造了他们工场的数字孪生，Delta也正在缔造他们工场的数字孪生。

Pigatron正在缔造他们的机器东谈主工场的数字孪生，Wistron也正在缔造他们的机器东谈主工场的数字孪生。这真的很酷。让咱们来看一看富士康新工场的视频。跟着天下将传统数据中心当代化为生成式AI工场，对英伟达加速筹备的需求正在飙升。富士康，天下上最大的电子产品制造商，正准备通过使用英伟达Omniverse构建机器东谈主工场来温顺这一需求。

霓虹灯工场筹算东谈主员使用Omniverse来整合来自起初行业应用范例（如西门子Teamcenter）的设施和开发数据，这些数据在数字孪生中得到充分专揽。他们优化了地板布局和暴露配置，并找到最好的录像头遗弃位置，以使用英伟达Metropolis的视觉AI监控将来的运营。诬捏集成为筹算东谈主员省俭了施工期间物理变更单的弘大资本。富士康团队使用数字孪生看成真相的开首，以相通和考据准确的开发布局。

Omniverse数字孪生亦然机器东谈主锻练馆，在这里，富士康开发东谈主员培训和测试Nvidia Isaac AI应用范例，用于机器东谈主感知和操作，以及Metropolis AI应用范例，用于Omniverse中的传感器会通。富士康在将运行时部署到安装线上的Judson筹备机之前，模拟了2个机器东谈主AI。他们模拟了用于物体识别、劣势检测和轨迹筹算的自动光学检测的Isaac机械手库和AI模子。

为了转换到测试机器东谈主，他们模拟Isaac感知器驱动的Farab AMR，他们通过3D映射和重建感知并在环境中出动。富士康建造了他们的机器东谈主工场，这些工场妥协运行在Nvidia Isaac上的机器东谈主，以构建视频AI 2筹备机，从而末端起重机Vox。是以一个机器东谈主工场想象有三台筹备机：在Nvidia AI上锻练AI，让机器东谈主在PLC系统上运行，以妥协工场，然后，天然，你在Omniverse中模拟一切。

机械手臂和机器东谈主的AMRs亦然一样的，三个筹备机系统，不同之处在于两个Omniverse将会联接在沿途。是以这些分享一个诬捏空间。当他们分享一个诬捏空间时，这个机械手臂将进入机器东谈主工场。再一次，三台筹备机，咱们为筹备机提供加速层和预锻练的AI模子。咱们依然将Nvidia的机械手和Nvidia Omniverse与天下起初的工业自动化软件和系统公司西门子集会起来。这真的是一个相配棒的合作关系。

他们辞天下各地的工场职责。语义拾取AI现在集成了Isaac机械手和语义拾取AI运行，操作ABB、KUKA、Yaskawa、FANUC、Universal Robots和Techman。咱们还有种种其他的集成，例如，Arcbest正在将Isaac感知器集成到Foxx智能自主机器东谈主中，以增强物体识别和东谈主类灵通追踪。电子产品的灵通追踪和材料处理正在将Isaac主管器和感知器集成到他们的东谈主工智能机器东谈主中，以提高全球制造遵循。

Idealworks正在将Isaac感知器构建到他们的iWMS软件中，用于工场物流内在的AI机器东谈主。Kivnon正在整合Isaac感知器，以鼓励AI驱动的灵通，以鼓励AI启用的物流。Argo机器东谈主正在将Isaac感知器应用于基于高档视觉的感知引擎中。Solomon在他们的AcuPick中使用Isaac主管器AI模子。

Tattile机器东谈主正在将Isaac Sim和机械手引入TMF Web加速自动光学检测。Teradyne机器东谈主正在将Isaac机械手集成到互助机器东谈主的PolyScope X中，并将Isaac感知器集成到MiR AMRs中。Mech-Mind正在将Isaac操作器集成到Mech-Eye工业3D相机中，用于AI操作机器东谈主。

机器东谈主来了，物理AI在这里。这不是科幻演义，它正在各地使用，真的相配令东谈主容许。那便是工场，里面的机器东谈主，通盘的产品王人将是机器东谈主。

其中之一是自动驾驶汽车或具有大批自主智商的汽车。英伟达再次构建通盘这个词堆栈。来岁，咱们将与驰骋车队沿途进入坐褥。之后，在2026年，咱们向全天下提供完满的JLR舰队堆栈。但是，接待您取用咱们堆栈的任何部分或任何层，就像通盘这个词驱动器堆栈翻开一样。下一个多数目机器东谈主产品将由机器东谈主工场制造，里面有机器东谈主，可能是东谈主形机器东谈主。

比年来，由于基础模子的出现，这在理会的智商和咱们正在开发的天下领悟智商方面王人有了很大的特地。我对这个领域感到相配容许，最容易适合这个天下的机器东谈主是东谈主类机器东谈主，因为咱们为咱们建造了这个天下。咱们还需要比其他类型的机器东谈主更大批的数据来锻练这些机器东谈主，因为咱们领有雷同的生理学。锻练数据，咱们不错通过演示功能和视频功能提供，这将长短常棒的。

因此，咱们将在这个领域看到许多进展。事实评释，这项技艺与现在依然构建的通盘其他筹备机的构建技艺相配相似。是以这对咱们来说将是一段相配不凡的旅程。