7,210 文字
これは文字通りBlackwellです。クラウドにある私たちのBlackwellアーキテクチャ、スーパーコンピューティングに使用しているものがここにあります。もちろん、あなたが可能になることは、もし望むなら独自のAIを作れるようになることです。私たちはai.nvidiaというクラウドを持っていて、そこに多くのAIモデルを配置しています。これらのAIモデルはすべて、Nimと呼ばれるものにパッケージされています。それらはコンピュータであり、ビジョンモデル、言語モデル、アニメーションモデル、物理モデル、デジタル生物学モデルなど、ソフトウェアエンジニア、開発者、クリエイティブアーティストとしてあなたがやりたいことは何でも可能です。それらのモデルをダウンロードして、独自のAIを作成し、それをPC上で実行できます。
基本的なトレンドは今や非常に明確です。一歩引いて考えると、誰もが今、アクセラレーテッドコンピューティングが前進への道であると認識していることがわかります。私たちが過去に持っていた汎用コンピューティング、すでに構築済みの1兆ドル相当のデータセンター、それらのデータセンターは近代化されようとしています。最初の教訓は、アクセラレーテッドコンピューティングが明確に前進への道であるということです。
二つ目は、私たちが物事をとても異なるやり方で行っているということです。ご存知のように、NVIDIAのアーキテクチャはオープンで、かなり広く普及しています。その結果、NVIDIAをあらゆるクラウドに、あらゆる企業に配置することができます。非常に汎用性が高いため、自動運転車やロボティクスにもNVIDIAを適用できます。私たちのアーキテクチャが文字通りどこにでもあるという事実は、開発者にとって最高のアーキテクチャであり、イノベーションに最適なアーキテクチャであり、ロボティクスや自動運転車など新しい産業を構築するための最高のアーキテクチャにしています。そういうわけで、私はアクセラレーテッドコンピューティングとAIの未来にとても興奮しています。
ロボットをトレーニングするためには、膨大なデータが必要です。私たち全員が関わる消費者向けロボットの最初のバージョンは自動運転車であり、私たちはしばらく前から自動運転車に取り組んでいます。その事業は今年、推定で約50億ドルの年間売上に達する見込みで、それがその規模を示しています。その理由は、自動運転車を構築するためには山のようなデータ、ビデオデータをトレーニングする必要があるからです。NVIDIAのデータセンター事業は私たちにとって非常に重要です。
ロボティクスを構築するためには、3種類のコンピュータが必要です。トレーニング用コンピュータ（DGX）、Omniverseのシミュレーション用コンピュータ、そしてNVIDIAはシミュレーション事業にも関わっています。コンピュータグラフィックスはビデオゲームをプレイするためだけではなく、自動運転車のための仮想世界をシミュレートするためにも使用できます。そのため、シミュレーションコンピュータは私たちにとって非常に大きなビジネスです。そして3つ目はもちろんロボティクスコンピュータです。これら3つのコンピュータはすべて私たちにとって大きなビジネスです。
今、自動運転車ビジネスがすでに50億ドルのビジネスであるならば、年間1億台の新車が生産され、年間1兆マイルが走行される未来ではどれほど大きくなるか想像してみてください。これはおそらく世界最大のロボティクス産業の一つになり、世界最大のコンピューティング産業の一つになるでしょう。
テスラの印象的な成長は、傍観するだけの話ではありません。テスラ投資家や次の株式市場の宝石を発掘する鋭い目を持つ人々にとって、Seeking Alphaはテスラ、テスラ株価目標、テスラのイノベーション、そしてイーロン・マスクに関するすべての最新情報を提供するワンストップショップです。説明にあるアフィリエイトリンクをクリックして購入すると、私たちのチャンネルがコミッションを得られるかもしれません。
これが新しいThorです。新しいThorロボティクスプロセッサで、前のものより20倍強力です。Transformer engineとBlackwallアーキテクチャを実行し、これは自動運転車、ロボット、あらゆるものに組み込まれます。
考え方としては、クラウドにAIスーパーコンピュータがありますが、人々は個人的にAIスーパーコンピュータを持ちたいと思っています。それはクラウドコンピューティングを補完するパーソナルコンピュータのようなものです。コンピュータ業界では、PCから始まってクラウドに進みました。AIの場合は、クラウドから始まってPCやパーソナルコンピュータに入ってきています。
もし開発者で、自分専用のパーソナルクラウドが欲しいなら、そのような端末の一つを入手して、それをすべて自分のものにできます。NVIDIAのソフトウェアはすべてその上で動作します。これは本当に奇跡的なことで、そのような小さなものでも動作します。AIでやりたいことはすべて、その上でできます。あるいはクラウドでもできます。それはあなた次第です。私たちは人々がどのような方法でもNVIDIA AIにアクセスできるようにしたいと思っています。
需要は信じられないほどあります。私たちは世界中のすべてのデータセンターにBlackwellを導入するために急いでいます。すべてのクラウドサービスプロバイダーは、液冷式のGrace Blackwellシステムとmvlink 72を設置しています。世界中に約45の工場があり、それらに提供するために必要なシステムを構築しています。非常にエキサイティングになるでしょう。おそらく今年の早い時期だと思います。できるだけ早くしたいですが、もちろんBlackwellはまだ割り当て中で、生産を増強しようとしていますが、すぐにでも実現するでしょう。
ゲームは非常に重要です。しかし、産業としてのゲームはAIによって活性化されるでしょう。AIによってコンテンツ作成部分のコストが下がり、ゲームはより面白くなり、AIによってより美しくなります。昨晩発表した技術であるDLSS 4は本当に信じられないほど素晴らしいものです。私たちはAIとコンピュータグラフィックス、プログラマブルシェーダー、そしてAIをニューロシェーダーと呼ばれるものに融合させました。そのため、AIをコンピュータグラフィックスにも取り入れました。
ビデオゲーム業界はAIによって活性化されると思います。それは本当に素晴らしいことですが、コンピュータグラフィックスは私たちが会社として行うほぼすべてのことに不可欠です。私たちはそれをシミュレーションに使用し、設計に使用します。それは長い間私たちのビジネスの非常に重要な部分になるでしょう。
AIがどのように機能するか、AIがどのように開発されるかには、主に3つのフェーズがあります。
1つ目は事前トレーニングです。これは私たちが高校に通うようなものです。基本的な数学、基本的な言語、すべての基本的なこと、人間の知識の基本的な理解は、次のステップである事後トレーニングと呼ばれるものを行うために不可欠です。
事後トレーニングでは、人間からのフィードバックを得るかもしれません。それは教師があなたに示すようなものです。私たちはそれを人間のフィードバックによる強化学習と呼んでいます。あなたは練習し、思考実験を行うかもしれません。テストの準備をしているようなもので、大量の練習を行っています。私たちはそれをAIフィードバックによる強化学習と呼んでいます。
また、テストを行い、練習することもでき、それを検証可能な報酬フィードバックによる強化学習と呼んでいます。今、基本的にはAIが他のAIに、より良いAIになる方法を教えています。その事後トレーニングプロセスは、現在、膨大な量のイノベーションが起こっている場所です。その多くはこれらの推論モデルで行われており、その計算負荷は事前トレーニングの100倍以上になる可能性があります。
そして次に推論の段階に来ます。推論プロセスは、プロンプトに対して単に答えを出すのではなく、それについて推論します。それは質問にどう答えるのが最善かを考え、ステップバイステップで分解し、それについて反省し、いくつかのバージョンを考え出し、最良のものを選んで、それをあなたに提示するかもしれません。
そのため、私たちが推論時に行わなければならない計算量は、Chat GPTが最初に登場したときに行っていたことの100倍以上になりました。突然、これらのアイデアの組み合わせ、主に強化学習、合成データ生成、そして推論に関連するすべてのことが、計算需要を急騰させています。
しかし、テスラの楽観論を共有しているのは誰でしょうか？それは今日のスポンサーであるSeeking Alphaです。Seeking Alphaはインターネット上で最高のテスラニュースソースです。説明欄のアフィリエイトリンクをクリックして、テスラの最新の提供価格目標、イノベーション、そしてイーロン・マスクに関するすべてを入手してください。特別なオファーについては、説明欄のリンクをご覧ください。
短期的なシグナルは私たちのPOSと予測だけです。その上に、予測されていないのは、スピンオフされる新しいスタートアップ企業です。これらのいくつかは非常に有名で、どれかを忘れるリスクを避けるために名前は挙げませんが、新しい推論AI機能の結果として生まれたいくつかの本当に素晴らしいスタートアップがあります。
人工一般知能の能力にブレークスルーがあり、それに関連するいくつかのエージェント型AIに関連する非常にエキサイティングな企業があります。物理的AIに関連するいくつかもあり、それぞれに多くの企業があり、それぞれが追加の計算能力を必要としています。それがAndy（※おそらくAWS幹部）が話すようなタイプのことです。なぜなら彼らはAWSに行き、すぐにより多くの計算能力が緊急に必要になるからです。これは、私たちがすでに知っているPOSや予測などに加えてのことです。
中期的には、今年のデータセンターへの資本投資が昨年よりもはるかに大きいという事実からきています。もちろん、私たちは昨年大きな年を過ごしました。昨年は素晴らしい年でした。Blackwellとすべての新しいデータセンターがオンラインになることで、非常に素晴らしい年になるだろうと考えるのは理にかなっています。
長期的に本当にエキサイティングなのは、私たちはまだ推論AIの時代の始まりにいるということです。これはAIが質問に答える前に自分自身で考える時代です。単に答えをすぐに生成するのではなく、それについて推論し、おそらくステップバイステップで分解します。あなたにスマートな答えを作成して構成する前に、自分の心の中で検索を行うかもしれません。そのような推論プロセスを行うために必要な計算量は、以前行っていたことの100倍以上です。
もし想像できるなら、昨年は計算、必要な計算量が多いと思っていました。そして突然、推論AI、Deep Seekはその一例、ChatGPT-4Oはその一例、Grok-3推論もその一例です。これらすべての推論AIモデルは、以前よりもはるかに多くの計算能力を必要としています。本当にエキサイティングなのは、おそらくあなたもご覧になったと思いますが、Deep Seek MHで何が起こったか、世界初のオープンソース化された推論モデルです。それは非常にエキサイティングで、R1がオープンソース化された結果、世界中のエネルギーは信じられないほどです。
まず第一に、投資の観点から考えると、世界は事前トレーニングをしており、そして推論を行うという精神的モデルがありました。推論とは、AIに質問をすると、それがすぐに答えを与えるというワンショット回答でした。誰の責任かはわかりませんが、明らかにそのパラダイムは間違っています。
パラダイムは事前トレーニングです。なぜなら基盤を持ちたいからです。第二部である事後トレーニングを行うためには、情報の基本的なレベルの基盤的理解が必要です。そのため、事前トレーニングは厳格に続きます。多くのデータ、マルチモーダルデータがあり、あなたが言及したように、もちろん言語から学びますが、言語と画像、ビデオ、音も学び、それらすべてを一緒に組み合わせて基盤的知識にします。そしてそれは続いていくでしょう。
二つ目の部分、実際にこれが知能の最も重要な部分ですが、それを事後トレーニングと呼んでいます。ここで問題を解決する方法を学びます。基盤的な情報があり、語彙がどのように機能するか、構文がどのように機能するか、文法がどのように機能するか、そして基本的な数学がどのように機能するかを理解しています。そしてこの基盤的知識を取り、問題を解決するためにそれを適用する方法を学びます。
私たちはそれを事後トレーニングと呼んでいます。人間のフィードバックによる強化学習を使うことができます。それは別の言い方をすれば、人間のデモンストレーションを使用するということです。あるいは、強化学習を使うこともできます。これは自己練習です。あるいは、別のAI、コーチとともに強化学習を使うこともできます。そのため、事後トレーニングに関連する様々な学習パラダイムがあります。このパラダイムでは、技術は過去5年間で大きく進化し、計算ニーズは集中的です。人々は事前トレーニングがそれほど多くないと考えました。彼らは事後トレーニングが本当にかなり集中的であることを忘れていました。
そして3つ目のスケーリング法則は、質問に答える前により多くの推論を行い、より多く考えるほど、もちろんより良くなるということです。私たちが暗記する多くのことがあります。例えば、64の平方根は何かという質問には、単にそれを暗記しています。それについて推論することもできますが、その必要はありません。
理想的には、基本的なことの多くを暗記していますが、価値ある知能のほとんどはそれでも推論しなければなりません。そのため、第一原理を適用し、ステップバイステップで分解し、おそらく多くの異なる実験を試みる必要があります。一つの実験の結果の出力によっては、次に行う実験に影響を与えるかもしれません。
そのため、推論はかなり計算集約的な部分です。市場がR1に反応したのは、「ああ、AIは終わった。それは空から落ちてきた。もうコンピューティングをする必要はない」というような感じでした。それはまったく逆です。今や私たちはR1を持っています。そうです、私たちはINFデータインテリジェンスレイヤーを持っています。R1は今、問題を解決するために知的情報と対話できるようになります。
私たちの新しいGeForce RTX 50シリーズBlackwellアーキテクチャ、GPUは本当に野獣です。AIエージェントは、私たちのために、そして私たちと一緒に働く新しいデジタルワークフォースです。AIエージェントはミッションについて推論し、それをタスクに分解し、データを取得したりツールを使用したりして質の高い応答を生成するモデルのシステムです。
NVIDIAのエージェント型AIビルディングブロック、事前トレーニング済みモデルのNim、そしてNemoフレームワークにより、組織は簡単にAIエージェントを開発し、どこにでも展開できます。AIの次のフロンティアは物理的AIです。モデルのパフォーマンスはデータの可用性に直接関連していますが、物理世界のデータの捕捉、キュレーション、ラベル付けには費用がかかります。
NVIDIA Cosmosは、物理的AIを進化させるための世界基盤モデル開発プラットフォームです。Cosmosモデルはテキスト、画像、またはビデオのプロンプトを取り込み、ビデオとして仮想世界の状態を生成します。Cosmosの生成は、現実世界の環境、照明、物体の永続性など、自動運転車とロボティクスのユースケースの独自の要件を優先します。
開発者はNVIDIA Omniverseを使用して、物理ベースの地理空間的に正確なシナリオを構築し、次にOmniverseのレンダリングをCosmosに出力します。これにより、写真のようにリアルな物理ベースの合成データが生成されます。開発者はCosmosを使用して、強化学習AIフィードバックのための世界を生成し、ポリシーモデルを改善したり、マルチセンサービューにまたがるモデルのパフォーマンスをテストおよび検証したりします。
これにより、先見性とマルチバースシミュレーションの力をAIモデルにもたらし、モデルが正しい道を選択するためのあらゆる可能な未来を生成します。世界の開発者エコシステムと協力して、NVIDIAは物理的AIの次の波を進化させるのを支援しています。
アクセラレーテッドコンピューティングがそのアプローチであることは今や広く受け入れられていますが、それには作業が必要です。アクセラレーテッドコンピューティングでは、ソフトウェアとハードウェアが共同設計されるフルスタック最適化が必要です。私たちはチップ、コンピュートノード、ネットワーキング、ストレージインフラストラクチャ、ソフトウェアアクセラレーションライブラリ、そしてアプリケーションを含む、スタック全体を最適化しています。
コメント