NVIDIA 不止是 AI 公司。
昨日 NVIDIA GTC 秋季大会在线上举行,我们对英伟达(NVIDIA)创始人兼 CEO 黄仁勋的主题演讲进行完整报道。《黄仁勋数字人亮相 GTC,英伟达秀“元宇宙”肌肉:看这巴掌大 AI 超算和虚拟化身平台》
在昨日的演讲中,尽管黄仁勋对“元宇宙”只字未提,但被业界视作元宇宙基建关键平台的虚拟世界模拟引擎 Omniverse 可以说是贯穿整个演讲。
从 Q 版虚拟化身、黄仁勋家的厨房,到仓库、工厂、物理与生物系统、5G 边缘、机器人、自动驾驶汽车乃至整个城市和地球,都能在 Omniverse 数字孪生中完成创建、训练和运行。
今日,黄仁勋接受芯东西等全球媒体的采访时,再度提到由 Omniverse 创造的虚拟厨房,整个场景中的一切都是渲染出来的,除了他自己,没有什么是真实的。
黄仁勋也在采访中回应了关于收购 Arm 的进展。他坦言收购比预期时间要长一些,但他仍然乐观的认为最终会完成收购。他相信监管机构会看到两家公司的组合对市场是有利的。
“NVIDIA 与许多伟大的公司合作,所以我们总是对世界各地的优秀人才持开放态度。”黄仁勋说,“我们还受到世界短缺和产能的影响,我们正在非常努力地工作,以确保我们能够满足客户的要求,但我们还没有完全成功。”
在昨日的主题演讲中,Q 版“玩偶黄仁勋”Toy-Me 无疑是最令人印象深刻的展示之一,在被问到一些艰深、偏小众的问题时,它能够对答如流。
这个玩偶基于 NVIDIA 训练的最大自然语言处理模型生成,由黄仁勋自己声音合成的语音、角色动画及基于光线追踪的精美图像组合而成。
▲ Toy-Me 回答问题
“我们今天所做的一切将会自动化。”在演讲及采访期间,黄仁勋都描绘了对未来数字和人工智能自动化的设想,从虚拟人、工厂到城市,NVIDIA 的 Omniverse 平台正助力创造一个又一个虚拟世界。
他认为虚拟世界的规模将远大于物理世界,在虚拟世界中,创意人员将制造出比物理世界里更丰富多样的东西。
虚拟世界有很多建设者,而创建数字孪生虚拟世界的基础平台 Omniverse 则是为这些建设者而生,无论是设计师、科学家、创意人员还是企业,均可用它来大规模建造虚拟世界。
▲ 宝马用 Omniverse 构建数字孪生工厂
黄仁勋说,NVIDIA 专注于虚拟世界模拟引擎,以便每个公司都能在很多方面使用它解决现实问题。“我们是做技术基础设施的。”他强调道,NVIDIA 不是做应用平台和服务,引擎、算法、数学、计算机系统、硬件、系统软件等,这些才是 NVIDIA 所擅长的。
“Omniverse 与游戏引擎大不相同。”黄仁勋说,它是面向数据中心规模设计的,有朝一日有望能达到全球数据规模。
每个公司几乎都可以从数字技术中受益,大公司有很多数字孪生世界用于工程、运营或软件开发,包括设计、训练和持续监控未来机器人建筑、工厂、仓库和汽车的平台。
NVIDIA 的自动驾驶汽车也有数字孪生,用于生成数据、模拟、绘制地图等。黄仁勋也多次展示过 NVIDIA 如何在 Isaac 训练机器人中用到数字孪生。
自去年年底推出以来,Omniverse 已被 500 家公司的设计师下载了 7 万次。
▲ 西门子开发数字孪生预测热回收蒸汽发生器腐蚀
当被问及 NVIDIA 的最新定位,黄仁勋说,我们现在是一家计算公司,是一家运行特定应用程序的公司,我们称之为卓越计算(extraordinary computing)。
计算是必不可少的。NVIDIA 构建的计算平台和加速库,奠定了 Omniverse 的基础,它将计算机图形、物理、模拟、人工智能、科学计算等不同领域的技术,都聚集在一个平台上,故而能创造出逼真的虚拟世界。
算法有许多不同的领域。人工智能是算法的一个领域,类似的,粒子物理是一个领域,流体力学也是一个领域。每个算法也有很多不同领域和应用。在计算机图形、人工智能、机器人等领域,NVIDIA 均积累了很多算法方面的专业知识。
“我们为很多行业提供服务,比如视频游戏,机器人技术、制造业、机器人技术、自动驾驶汽车等等。”黄仁勋说,“我们将自己看作是一家全栈计算公司,生产优秀的芯片,了解并拥有优秀的专业知识和算法,这让我们能够为许多重要行业提供服务。”
他提到加速计算的不同之处在于,必须从应用程序开始,理解整个堆栈中的算法,然后加以部署。因为机器人应用程序、分子动力学等没有编译器这种东西,必须将应用程序、算法、库、系统软件,一直到硬件进行分解。由于每个应用领域都有不同的步骤,都使用不同的堆栈,因此 NVIDIA 对应提供不同的解决方案。
“我们开创了一种可以解决非常复杂问题的计算方式。”黄仁勋如数家珍地列举了一系列 NVIDIA 的进展,包括创造大型语言模型、数字孪生地球、帮助制造公司做大量虚拟筛选等等。他相信 NVIDIA 可以帮助科学界解决一些问题和制定策略,这将影响我们的未来。
“因为我们有这种能力,不是我们有计算能力,而是我们有能力解决这些问题来帮助社区和社区合作,解决这些问题。”黄仁勋说,“我们必须在这方面做出贡献。所以,我们对技术挑战的选择最终会对行业和社会产生独特而深远的影响。这就是我们的定义。”
他提到 NVIDIA 以非常有意义的方式参与的问题范畴已经急剧扩大,从人工智能到分子生物学、气候科学、机器人和运输等,计算技术正在其创造的平台上兴起,并发展地如此之快。
“所以接下来几年将会非常令人兴奋。”黄仁勋说。
在主题演讲中,黄仁勋分享道,科学领域基于深度学习的软件革命正在发生,三个相互关联的动态系统,会让我们在计算科学上取得 Million-X 百万倍的飞跃。
首先,加速计算,正在重塑从芯片、系统、加速库到应用的全栈式计算,这会带来 50 倍的提升。
其次,深度学习的兴起引发了现代 AI 革命,从根本上改变了软件。深度学习编写的软件具有高度并行性,这使其更有助于 GPU 加速并可扩展到多 GPU 多节点,扩展到像 DGX SuperPOD 这样的大型系统,使速度又提高 5000 倍。
最后,通过深度学习编写的 AI 软件,预测结果的速度能够比人工编写的软件快 1000-10000 倍,这彻底改写了我们解决问题的方式,甚至是可以解决的问题。
50 x 5000 x 1000 = 2.5 亿倍。
当一个重大问题的解决方案触手可及时,投资就会到来,比如当下对 AI、机器人和自动驾驶的投资,通过加速计算在数据中心大规模实施人工智能将极大提高模拟性能。
科学遵循物理定律,而研究人员正在创建 AI 模型,使其学习物理并做出符合物理定律的预测。机器学习在改善物理模拟方面的应用,一直在以难以置信的速度增长。
黄仁勋相信,加速计算、Physics-ML 和巨型计算机系统的结合,可实现 Million-X 百万倍的飞跃,并提供更多机会。
这也是 NVIDIA 的特别之处,不仅在晶体管层面,而是实现包括系统层、算法层、应用层在内的全栈优化。在某些非常重要的应用中,我们可以看到加速 100 万倍计算。
在演讲结束时,黄仁勋宣布将构建 Earth Two(E-2)数字孪生地球,来模拟预测气候,并透露“将需要使用迄今为止发明的所有技术”。
除了在气候科学外,他相信在分子动力学和生命科学领域,也有机会将计算规模提高 100 万倍。