Blog
Nvidia執行長黃仁勳：「我們把所有資源全押在AI上，卻無人察覺。」
Nvidia執行長黃仁勳：「我們把所有資源全押在AI上，卻無人察覺。」
August 9, 2023
他在洛杉磯的SIGGRAPH大會上的主題演講中做了這些評論和反思。黃仁勳說，五年前的那個劃時代的時刻，是選擇擁抱以光線追踪和智慧升級的形式的AI驅動圖像處理：即RTX和DLSS。（引述可能不是逐字的，檢查文字記錄後可能會有一些小更正。）
“我們意識到光柵化正在達到其極限，”他說，指的是渲染3D場景的傳統、廣泛使用的方法。“2018年是‘賭公司’的時刻。這要求我們重新發明硬體、軟體、算法。當我們用AI重新發明CG時，我們也在為AI重新發明GPU。”
儘管光線追踪和DLSS仍在消費者GPU和遊戲的多樣化和複雜世界中被採用的過程中，但他們創建的架構被發現是與不斷增長的機器學習開發社區的完美夥伴。
訓練越來越大的生成模型所需的大量計算，不是由具有一些GPU功能的傳統數據中心提供的，而是由一開始就設計用於大規模執行必要操作的H100等系統提供的。公平地說，AI開發在某些方面僅受這些計算資源的可用性限制。Nvidia擁有Beanie Baby規模的繁榮，並已出售了與其能夠生產的服務器和工作站一樣多。
但黃仁勳斷言，這只是剛剛開始。新模型不僅需要訓練，而且需要由數百萬，也許是數十億的用戶定期實時運行。
“未來是LLM位於幾乎所有事物的前端：“人類”是新的編程語言，”他說。黃仁勳冒險說，從視覺效果到迅速數字化的製造市場、工廠設計和重工業，都將在某種程度上採用自然語言界面。
“整個工廠將由軟體定義和機器人化，它們將建造的汽車本身也將是機器人化的。所以這是由機器人設計的機器人建造的機器人，”他說。
有些人可能不同意他的觀點，儘管這個觀點似乎也非常符合Nvidia的利益。
但是，雖然依賴LLM的程度可能是未知的，但很少有人會說它根本不會被採用，即使是對誰將使用它以及用於何種目的的保守估計，也將需要對新計算資源進行嚴肅投資。
在上一代計算資源（例如以CPU為中心的機架）上投資數百萬美元是愚蠢的，而像GH200這樣的新揭露的產品，專用於AI開發的硬體，可以以不到十分之一的成本和功耗需求來完成相同的工作。
他欣然展示了一個影片，展示了多個Grace Hopper計算單元組裝成一個刀片，然後是一個機架，然後是一排GH200，所有這些都以如此高的速度連接，以至於它們合併成了“世界上最大的單個GPU”，包括一個完整的ML專業計算的艾克斯浮點運算。
![圖片來源：Devin Coldewey]
“這是真實大小，”他說，站在視覺化的中心，以產生戲劇效果。“它甚至可能運行Crysis。”
他提議，這些將是未來數字化、AI主導行業的基本單位。
“我不知道是誰說的，但是...你買的越多，你節省的就越多。如果我今天能讓
你記住我的演講中的一件事，那就是它，”他說，在SIGGRAPH的遊戲觀眾中贏得了笑聲。
沒有提到AI的許多挑戰、法規或AI轉變的整個概念 - 就像在過去一年中已經多次發生的那樣。當然，這是對世界的理想化看法，但是當你在淘金熱期間出售鎬和鏟時，你可以這樣想。
新聞原址： https://techcrunch.com/2023/08/08/nvidia-ceo-we-bet-the-farm-on-ai-and-no-one-knew-it/