19,593 文字
まず最初に、過去10年間、私たちは次世代AIに向けてコンピュータを再発明することに注力してきました。そして現在進行中の第一波のAIは、世界中のデータセンターを近代化しています。
NVIDIAがゲームチェンジャーを投入しました。CEO ジェンセン・フアンは、彼らの新しいAIチップとプラットフォームが単に高速なコンピュータを作るだけではなく、フル・セルフ・ドライビングの仕組みを完全に変えるために構築されたと述べています。
何年もの間、NVIDIAは巨大なデータセンターへの電力供給に焦点を当ててきましたが、今や彼らは学んだすべてを実世界に導入しています。車や工場、日常のツールへと。
このビデオでは、NVIDIAの最新チップが、驚くべきパートナーシップと組み合わさり、フル・セルフ・ドライビングにおける次の大きな飛躍のための舞台をどのように整えているのか、そしてなぜジェンセン・フアンはこれが始まりに過ぎないと言うのかを解説します。
同時に2つの変化が起きています。一つ目の変化は、その成長の大部分が加速される可能性が高いということです。つまり、汎用コンピューティングが行き詰まり、新しいコンピューティングアプローチが必要であることをしばらく前から知っていました。世界は汎用コンピュータ上で手書きのソフトウェアを実行するプラットフォームから、アクセラレーターとGPU上で機械学習ソフトウェアを実行するプラットフォームへと移行しています。
この計算方法は現時点でティッピングポイントを過ぎ、世界のデータセンター構築における変曲点が起きています。最初のポイントは、コンピューティングのやり方の移行です。
二つ目は、将来のソフトウェアには資本投資が必要だという認識の高まりです。これは非常に大きなアイデアです。過去では、ソフトウェアを書いてコンピュータ上で実行していましたが、将来的にはコンピュータがソフトウェアのトークンを生成するようになります。コンピュータはファイルの取得ではなく、トークンの生成装置になったのです。検索ベースのコンピューティングから生成ベースのコンピューティングへ、古いデータセンターの方法から新しいインフラ構築の方法へと移行し、私はそれをAIファクトリーと呼んでいます。
これらはAIファクトリーなのです。なぜなら、ただ一つの仕事、たった一つの仕事だけをしているからです。私たちが音楽や言葉、ビデオ、研究、化学物質、タンパク質などに再構成する、これらの信じられないようなトークンを生成しているのです。私たちはそれをさまざまな種類の情報に再構成しています。だから世界は、単にデータセンターの構築量だけでなく、その構築方法においても移行期を迎えているのです。
ジェンセン・フアンは、NVIDIAがもはやチップ会社として運営されていないことを明確にしました。AIインフラの巨人になったのです。GTC 2024カンファレンスで、彼は過去10年間、同社がAI時代の基礎を築いてきたと説明しました。その取り組みはついにティッピングポイントに達しました。
第一段階は、世界のデータセンターの準備に焦点を当てていました。NVIDIAは、生成AIの台頭に対応できるよう、1兆ドル以上のインフラを近代化する手助けをしました。その波はまだ進行中ですが、もはや地平線ではありません。
次の段階はさらに大きく、今まさに起きています。この次の波は、AIが日常のビジネスの中核に移行することについてです。それは研究者が使用したり、クラウドプロバイダーがスケールしたりするだけのものではなく、企業が運営する方法、製品を設計する方法、意思決定をする方法、コミュニケーションを取る方法、競争する方法の一部になりつつあります。
フアン氏は、NVIDIAが米国の主要クラウドサービスプロバイダー上位4社に、わずか1年で360万台のBlackwell GPUを販売したことを明らかにしました。昨年、前世代のHopperチップを使用した数は130万台でした。わずか12か月でほぼ3倍の量です。
これらのシステムは今や重要なインフラであり、付属品ではありません。そして、フルスケールのAIファクトリーに電力を供給するという新しい使命を持って構築されています。それはどういう意味でしょうか？フアン氏によると、AIファクトリーは顧客が収益を生み出すのを助けるシステムです。単に計算を高速化するだけでなく、結果を生み出すことについてです。
AIモデルはトレーニング、テスト、改良され、サイクルでデプロイされます。そのパイプラインのすべての部分がシームレスに機能する必要があります。それがNVIDIAが提供しているものです。ビジネスの成果に直接組み込むことができるツールです。そして、それは自律走行においてより明確です。
フル・セルフ・ドライビングが機能するためには、いくつかのことが同時に起こる必要があります。車両は大量のセンサーデータをリアルタイムで処理し、その場で決断を下し、常に変化する環境に適応する必要があります。これらすべてには、真剣な計算能力が必要です。そこでNVIDIAの新しい自動車用チップが登場します。
最新のBlackwellアーキテクチャに基づくThorチップは、NVIDIAが今まで構築した最もパワフルな車載プロセッサです。これは1,000テラフロップスのAIパフォーマンスを提供し、前世代のOrinチップの約20倍の計算能力です。しかし、Thorをユニークにしているのはパフォーマンスだけではなく、その柔軟性です。
自動車メーカーは、自律走行タスクに向けられる電力の量と、インフォテインメントや車内体験をサポートする量をカスタマイズできます。そのような統合システムは複雑さとコストを削減し、以前は複数の別々のデバイスを必要としていたものを単一のプラットフォームに組み合わせます。
これは重要です。なぜなら、より多くの車両により迅速に、より低コストで高度なAI機能を導入できるからです。自律走行システムの開発をサポートするために、NVIDIAはCosmusと呼ばれるシミュレーションエンジンも発表しました。このプラットフォームは、自律走行車などのAIエージェントがトレーニングして改善できる合成4D環境を構築します。
衛星画像、AI生成の3D環境、ビデオパイプラインを使用して、シンプルなテキストプロンプトを使用して無限に近い運転シナリオを作成します。開発者はもはやテスラのように何百万マイルもの実世界データを収集する必要はありません。信じられないほどの精度で物理的な世界を模倣するデジタル環境でトレーニングできます。
NVIDIAは、これらのツール、ThorとCosmusが一緒になって、自動車メーカーが手動データ収集の年数なしにテスラのFSDのリードに追いつくのを助ける完全なスタックソリューションを提供すると賭けています。
イーロンの動きや政府の政策が市場にどのように影響するかをフォローしている場合は、Seeking Alphaが必要です。これは、先を行くための専門的な株式分析を提供する私のお気に入りです。特別なオファーについては、説明文のリンクをチェックしてください。私たちのチャンネルはコミッションを獲得する場合があります。
「AIを3つの分野すべてで使用します。製造のためのAI、つまり製造方法を革新するため。企業のためのAI、つまり彼らが仕事をする方法、車を設計する方法、車をシミュレートする方法を革新するため。そして車内でのAIも。それについて非常に興奮しています。」
「私が深く誇りに思い、あまり注目されない分野の一つが安全性です。車の安全性です。それはハロスと呼ばれています。我々の会社ではハロスと呼ばれています。安全性にはシリコンからシステム、システムソフトウェアまでの技術が必要です。アルゴリズム、方法論、多様性を確保するためのすべて、モニタリングと透明性、説明可能性。これらすべての異なる哲学は、システムとソフトウェアを開発する方法のあらゆる部分に深く根付いている必要があります。」
「私たちは世界で最初の企業だと思います。すべてのコードライン、700万行のコードを安全に評価されているのです。私たちのチップ、システム、システムソフトウェア、アルゴリズムは、すべてのコードラインをチェックして、多様性、透明性、説明可能性を確保するように設計されていることを確認するために、第三者による安全評価を受けています。」
「自律性として、毎年1億台の車が製造され、世界中に10億台の車両があり、世界中で毎年走行する1兆マイル。それらはすべて、高度に自律的であるか、完全に自律的になるでしょう。だから、これは非常に大きな産業になるでしょう。私はこれが最初の数兆ドル規模のロボティクス産業になると予測しています。」
「世界に出回り始めているこれらの車のほんの一部に注目してみてください。私たちのビジネスはすでに40億ドルで、今年はおそらく約50億ドルの収益率になるでしょう。すでにかなり重要なビジネスです。これは非常に大きくなるでしょう。」
「今日、私たちは車のための次世代プロセッサ、車のための次世代コンピュータを発表します。それはThorと呼ばれています。ここに1つあります、ちょっと待ってください。これがThorです。これはロボティクスコンピュータです。このロボティクスコンピュータは、とんでもない量のセンサー情報を取得して処理します。多数のカメラ、高解像度レーダー、ライダーがすべてこのチップに入力されます。そしてこのチップはすべてのセンサーを処理し、それらをトークンに変換し、トランスフォーマーに入れ、次の経路を予測する必要があります。」
「このAVコンピュータは現在、完全生産中です。Thorは私たちの前世代のOrurinの20倍の処理能力を持っています。Orurinは今日、自律走行車の標準です。だから、これは本当に素晴らしいものです。Thorは完全生産中です。このロボティクスプロセッサは、ちなみに、完全なロボットにも搭載されます。AMRでも、人間型ロボットでも、脳でも、マニピュレーターでもあり得ます。このプロセッサは基本的に汎用ロボティクスコンピュータです。」
「私たちのドライブシステムの2番目の部分で、私が非常に誇りに思っているのは、安全性への取り組みです。Drive OSは、ASELDまで認証された最初のソフトウェア定義プログラマブルAIコンピュータになったことを発表できることを嬉しく思います。ASELDは自動車の機能安全性の最高標準です。唯一かつ最高のものです。これを本当に誇りに思います。ASOLD ISO 26262です。これは約15,000人年のエンジニアリング作業の成果です。これは本当に素晴らしい仕事であり、その結果、CUDAは現在、機能的に安全なコンピュータになりました。だから、ロボットを構築する場合、Nvidia CUDAを使用できます。」
「さて、自動運転車のコンテキストでOmniverseとCosmosをどのように使用するかをお見せすると言いました。今日は、道路上の車の動画をたくさん見せる代わりに、それも少しお見せしますが、AIを使用して自動的にデジタルツインを再構築し、その能力を使って将来のAIモデルをトレーニングする方法をお見せしたいと思います。」
このすべての技術がビジネスの手に渡るようにするために、NVIDIAは企業採用を理解するパートナーが必要でした。そこでAccentureが登場します。ジェンセン・フアンはAccentureを完璧なトランスデューサー、つまり生のAI能力を測定可能なビジネス結果に変換するコネクタと呼びました。
2社はこの発表の4か月前にパートナーシップを結んだだけですが、彼らのチームは素早く動いています。彼らはすでにAI Refineryと呼ばれるプラットフォームを共同開発し、クライアントがNVIDIAのスタックを使用して独自のAIエージェントとコパイロットを作成できるようにしています。
AccentureはNVIDIAのツールとプラットフォームに関する30,000人の従業員のトレーニングを行っています。彼らの目標は、単に支援するだけでなく、パフォーマンスを発揮するAIを産業に提供することです。これらのエージェントは、企業独自のデータを使用し、内部システムにアクセスし、かつて手動だったタスクを完了します。それはコストを削減しながら、スピードと精度を向上させる種類の自動化です。
しかし、Accentureは実装だけに留まっていません。彼らは自社のビジネス内でこれらのツールを使用して、それらが機能することを証明し、模範を示しています。Accenture内では、その影響はすでに表れています。彼らのマーケティング部門では、NVIDIAのAIスタックを使用して、キャンペーンの構築と配信の方法を完全に再構築しました。
その結果、新しいキャンペーンを立ち上げるために必要なステップを35%削減しました。彼らの市場投入までの時間は現在20〜50%速くなっています。製造業では、彼らはNVIDIAのOmniverseプラットフォームを使用してカスタムロボティクスを設計・構築しています。
Accentureは100万平方フィート以上の製造スペースを所有し、そこで自動化システムを開発しています。Omniverse以前は、これらのシステムの設計とテストのプロセスは長く、費用がかかりました。今では、すべてをシミュレーションから始めることで、設計サイクルを50%削減しています。
これらは実際の数字です。予測やテストケースではなく、運用上のシフトです。そして、マーケティングや産業用ロボティクスのスピードアップに役立ったのと同じシステムが、自律走行向けにカスタマイズされています。これは、テクノロジーが異なるセクターにわたる圧力の下で機能することを証明しています。
フル・セルフ・ドライビングは1つのブレークスルーによって解決されるわけではありません。リアルタイムコンピューティング、高忠実度シミュレーション、柔軟なハードウェア、スケーラブルなソフトウェアのネットワークが必要になります。NVIDIAはそのすべてを構築しており、規模でデプロイするのを助けるパートナーと協力しています。
Thorチップは車に自分で運転する知能を与えます。Cosmosプラットフォームは、開発者にそれらのシステムを安全にトレーニングしてテストするための環境を提供します。AI Refineryは、ツールがそれらの上に構築できる企業に確実に届くようにします。そしてOmniverseがそれらすべてを接続し、物理的な世界のリアルタイムデジタルツインを提供します。
これはコンセプトや長期的な研究計画ではありません。NVIDIAはすでにMercedes-BenzやNeuroなどの自動車メーカーやAVシステム開発者とパートナーシップを結んでいます。これらのシステムは実際の車両に統合されており、すでに発表されている新しいアーキテクチャによってこの勢いを継続するロードマップによってサポートされています。
NVIDIAがAIで行っていることは、ラボに限定されているわけではありません。それはビジネス戦略、工場の床、そして間もなく道路上で見ることになる車両に現れています。フル・セルフ・ドライビングが現実になるためには、スマートな車以上のものが必要です。AI全体のインフラストラクチャが必要です。それがジェンセン・フアンが構築しているものです。
NVIDIAは速いペースで進んでいます。そして彼らが構築しているものはすべて、一つの方向を指しています：規模でのフル・セルフ・ドライビングです。Thorチップで車両に電力を供給し、AIがトレーニングするための仮想道路を作成するCosmosと、ハードウェア、シミュレーション、エンタープライズツールを融合させる完全なスタックアプローチで、彼らはFSDパイプライン全体を一箇所に置いています。
ジェンセン・フアンのビジョンはすでに動き出しています。自動車メーカーが署名し、プラットフォームは稼働中で、ツールはAccentureのような企業内で今まさにロールアウトされています。私たちはAIが道路上とその外で実際の成果をもたらし始める、理論から展開へのシフトを目の当たりにしています。
私たちが皆見守ってきた技術大手NVIDIAは、革命を起こす準備ができています。エンタープライズITからロボティクスまで、あらゆるものについての考え方を変革するゲームチェンジングなシフトです。そして最良の部分は、それが今まさに起きているということです。
「さて、今年の後半に、我々は簡単にアップグレードに移行します。Blackwell Ultra MVLink72があります。これは1.5倍のflabs（浮動小数点演算能力）です。注目のための新しい命令があります。1.5倍のメモリがあります。そのすべてのメモリはKVキャッシュなどに役立ちます。帯域幅が2倍になっています。ネットワーク帯域幅についてです。次の次のクリック、1年後は天文学者にちなんで名付けられました。彼女の孫たちがここにいます。彼女の名前はヴェラ・ルービンです。彼女はダークマターを発見しました。」
「ヴェラ・ルービンは素晴らしいです。なぜならCPUが新しいからです。Graceの2倍のパフォーマンスで、より多くのメモリ、より多くの帯域幅を持ちながら、わずか50ワットのとても小さなCPUです。本当に素晴らしいです。そしてルービン、まったく新しいGPU CX9、まったく新しいネットワーキングスマートニック MVLink 6、まったく新しいMVLink、まったく新しいメモリHPM4。基本的にシャーシを除いて、すべてが新しいです。この方法で、一方向に多くのリスクを取ることができ、インフラストラクチャに関連する他の多くのことにリスクを負わないようにします。そしてヴェラ・ルービンMVLink 144は来年の後半です。」
ジェンセン・フアンは、すべてが変わろうとしていることを明確にしました。彼が描写しているのは、私たちが機械とどのように相互作用するかについての完全な刷新です。ここでの重要な変化は、データにアクセスする方法です。正確な情報を手動で検索することを忘れてください。AIは今、会話をするように、必要なものをシステムに直接尋ねることができる段階に達しています。
フアンが本当に言っているのは、私たちが間もなくあらゆる分野でAIを活用したワークフローへの大規模なシフトを目撃するだろうということです。考えてみてください。現在、世界には何十億もの知識労働者がいます。しかし、この10年の終わりまでに、あらゆる業界を補強する100億のデジタルワーカーが見られるかもしれません。これは人間とAIの協力であり、一緒に達成できることを高めるものです。
彼がここで大胆に予測しているのは、すぐにソフトウェアエンジニアの100%がAIの支援を受けるようになるということです。そしてこれが単なる誇大宣伝ではなく、すでに起きていることを伝えるために、Nvidiaはそれを先導しています。今年の終わりまでに、Nvidiaの自社エンジニアもフルにAIの支援を受けるようになるでしょう。これは今後起きることの兆候です。AIが日々の仕事に不可欠になるにつれ、テクノロジーの未来は人間の創造性がAIの計算能力によって強化される未来であることは明らかです。
しかし、AIを搭載したシステムについて議論しているほど、フアンはハードウェアにおいてもその未来がどのようなものかを示しています。新しいDGX Sparkを紹介します。このAI革命を支えるパワーを持つ獣のような機械です。フアンは、それ自体がパワーハウスだった元のDGX1に話を戻します。しかし、ここで事態は狂ったように進みます。DGX Sparkは前モデルと同じ20 CPUコアと128 GB GPUメモリを持つだけでなく、チップ間通信を強化して一歩進んでいます。
そしてフアンはさらに革命的なものでそれを強化します：DGXステーションです。私たちのほとんどがパーソナルコンピュータを考えるとき、デスクトップ、おそらくいくつかの堅実なスペックを持ったものを想像します。しかし、これは、これがコンピューティングの未来です。液体冷却、20ペタフロップスのパフォーマンス、そしてAIの要求に合わせて特別に設計されています。
フアンはこのシステムについて話すとき、言葉を選びません。彼はこれがAI時代のコンピュータだと言います。そして彼は間違っていません。DGXステーションは、ソフトウェア開発から科学研究まで、幅広い業界でイノベーションを推進するようなワークステーションです。これは大胆なアイデアを現実に変えるハードウェアであり、AI革命を念頭に置いて設計されています。
テスラの印象的な成長に関しては、単に傍観するだけではありません。テスラのファンや次の株式市場の宝石を発見する鋭い目を持つ人々にとって、Seeking Alphaはワンストップショップです。テスラ、テスラの株価目標、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しています。説明文の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にコミッションが入る場合があります。
「これは美の場所です。同意しますか、これがどうして美しくないのでしょうか。これは大きな出来事です。なぜなら、私たちはコンピュータアーキテクチャで根本的な移行を行ったからです。だから、最初に私たちがしなければならなかったことはスケールアップでした。これが私たちがスケールアップした方法です。これを持ち上げるつもりはありません。これは70ポンドあります。これが前世代のシステムアーキテクチャで、HGXと呼ばれています。これは私たちが知っているコンピューティングを革命化しました。これは人工知能を革命化しました。」
「これは8つのGPUです。8つのGPUそれぞれがこのようなものです。これは2つのGPUです。2つのBlackwell GPUが1つのBlackwellパッケージに入っています。2つのBlackwell GPUが1つのBlackwellパッケージに入っています。そして、これの下には8つあります。これはMVLink 8と呼ばれるものに接続します。これは次にCPUシェルフに接続します。そこにはデュアルCPUがあり、その上に置かれ、PCI Expressを介して接続されます。そして、これらの多くはInfinibandで接続され、AIスーパーコンピュータとなります。」
「これが過去のやり方でした。MVLinkシステムを分解し、取り出す必要がありました。これがMVLinkシステムです。これはMVLinkスイッチです。これは世界で最も作られた高性能スイッチです。これにより、すべてのGPUが同時に完全な帯域幅で互いに通信することが可能になります。これがMVLinkスイッチです。私たちはそれを分解し、取り出して、シャーシの中心に置きました。」
「そこには18のこれらのスイッチがあり、9つの異なるラック、9つの異なるスイッチトレイと呼ばれるものにあります。そしてスイッチは分解されました。コンピュートは今ここに座っています。これはコンピュートにおいて、これら2つのものと同等です。素晴らしいのは、これが完全に液体冷却されていることです。そして液体冷却することで、これらのコンピュートノードをすべて1つのラックに圧縮できます。これが業界全体の大きな変化です。
聴衆の皆さん、ここにいる人数はわかりませんが、この根本的な変化に感謝したいと思います。統合されたMVLinkから分散されたMVLinkへ、空冷から液体冷却へ、コンピュータあたり約6万個のコンポーネントからラックあたり60万個のコンポーネントへ。もちろん私たちの国もAIに投資すべきだと思います。私たちはもちろん、技術の重要性について話し、必要に応じて規制を適用するべきですが、また、国中のあらゆるところでAIを使用することに投資すべきです。
戦略的AIリザーブを持つべきではないでしょうか？ビットコインのような価値のないものに対してはそれを持っているのですから、少なくとも米国のすべての科学者がAIインフラを使用できるようにAIインフラを構築すべきです。それが戦略的リザーブとしてであれ、どのような形であれ。しかし、国はAIインフラに投資する必要があります。
どの国も、あるいは誰も、知性を進歩させ発展させることから阻止することはできないと言っても安全だと思います。そして確かにAIはデジタル知性に過ぎません。だから、誰もがそれを開発するでしょう。誰もがそれを開発するのであれば、アメリカのテクノロジー、アメリカのアーキテクチャ、アメリカの基準で開発することを確実にしましょう。それが私が提唱することです。
そして次に、私たちの国が大幅に先行できるような条件を確保し、投資することを確実にしましょう。私たちの進歩を加速するために、ここでの教育を加速するために、ここでのスタートアップを、人工知能を使用したここでの経済開発を加速するために、私たちができることすべてを絶対に行うべきです。
いいえ、その理由はR1が最初のオープンソースの推論モデルだからです。R1を素晴らしくしているのは、それが推論することです。そのため、答えが非常に良く、問題をステップバイステップで分解します。考えている間に自問自答します。答えのためのいくつかの異なるオプションを考え出します。それは実際に答えが正しいことを確認するかもしれません。二次方程式を解き、数字を戻して代入し、実際に方程式を解くことを確認します。だから、これは推論AIです。
この推論AIは、推論しないAIの100倍のコンピュートを消費します。それが皆さんです。それは全く逆でした。全く逆の結論でした。実際に100倍のコンピューティングを消費します。人々が量子に脅かされているのは驚くべきことです。量子は1000倍のコンピュートを使用するかもしれません。すべての量子コンピュータ企業を支援する必要があります。これはGTCで量子の日を設ける最初のカンファレンスになるでしょう。
そして量子業界のすべての友人たちが来て、古典的量子ハイブリッドコンピュータを一緒に作っています。なぜならコンピュータは単に量子であることはできないからです。そして私たちは量子が多くのアルゴリズムを加速できるように、CUDAQと呼ばれるこのアーキテクチャを使用して古典的な量子コンピュータを作成しています。
テスラに対する楽観主義を共有している他の人物は誰でしょうか？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プロテスラニュースソースです。最新のテスラの提供、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得るために、説明文の下にあるアフィリエイトリンクをクリックしてください。特別オファーのリンクが説明文にあります。
これはMVLinkスイッチです。これは世界で最も作られた高性能スイッチです。これにより、すべてのGPUが同時に完全な帯域幅で互いに通信することが可能になります。これがMVLinkスイッチです。私たちはそれを分解し、取り出して、シャーシの中心に置きました。
そこには18のこれらのスイッチがあり、9つの異なるラック、9つの異なるスイッチトレイと呼ばれるものにあります。そしてスイッチは分解されました。コンピュートは今ここに座っています。これはコンピュートにおいて、これら2つのものと同等です。素晴らしいのは、これが完全に液体冷却されていることです。そして液体冷却することで、これらのコンピュートノードをすべて1つのラックに圧縮できます。これが業界全体の大きな変化です。
聴衆の皆さん、ここにいる人数はわかりませんが、この根本的な変化に感謝したいと思います。統合されたMVLinkから分散されたMVLinkへ、空冷から液体冷却へ、コンピュータあたり約6万個のコンポーネントからラックあたり60万個のコンポーネントへ。120キロワット完全液体冷却され、その結果、1つのラックに1エクサフロップスのコンピュータができました。
信じられないことでしょう？この問題を解決する方法は、前述したようにGrace Blackwell MVLink 72ラックに分散することです。その結果、私たちは究極のスケールアップを実現しました。これは世界が今まで行った最も極端なスケールアップです。ここで可能な計算量、570テラバイト/秒のメモリ帯域幅。このマシンのすべてが今やTの単位になっています。すべてが兆単位で、秒間1兆浮動小数点演算が100万倍のエクサフロップスがあります。
今日、私たちはNvidia Dynamoを発表します。Nvidia Dynamoはそのすべてを行います。本質的に、AIファクトリーのオペレーティングシステムです。過去にデータセンターを運営していた方法では、オペレーティングシステムはVMwareのようなものであり、エンタープライズITの上で一連の異なるエンタープライズアプリケーションをオーケストレーションしていました。そして今でもそうです。私たちは大きなユーザーです。
しかし将来、アプリケーションはエンタープライズITではなく、エージェントです。そしてオペレーティングシステムはVMwareのようなものではなく、Dynamoのようなものです。このオペレーティングシステムは、データセンターの上ではなく、AIファクトリーの上で実行されています。
私たちがそれをDynamoと呼ぶのには理由があります。ご存知の通り、Dynamoは最後の産業革命、エネルギーの産業革命を始めた最初の装置でした。水が入り、電気が出てきます。素晴らしいことです。水が入り、火をつけて蒸気に変え、そして出てくるのは、この目に見えない非常に価値のあるものです。交流に移行するのにさらに80年かかりました。しかしDynamoがすべての始まりです。
だからこのオペレーティングシステム、この途方もなく複雑なソフトウェアをNvidia Dynamoと呼ぶことにしました。これがPCがどのようなものであるべきか、20ペタフロップス、信じられないほどです。72個のCPUコア、チップ間インターフェース、HBOメモリ、そして念のためにGeForceのためのPCI Expressスロットもあります。
これはDJX Stationと呼ばれています。DJX SparkとDJX StationはすべてのOEM、HP、Dell、Lenovo、Asusで利用可能になります。世界中のデータサイエンティストと研究者のために製造されます。これはAI時代のコンピュータです。これがコンピュータがどのようなものであるべきで、将来コンピュータが実行するものです。そして私たちには企業向けの全ラインナップがあります。
新しいデータ検索システムによる企業ITの未来の再形成、私たちと協力するAI搭載ロボット、または明日のコンピューティングインフラストラクチャの構築に関わらず、Nvidiaは市場を破壊する準備ができています。Vera Rubinチップはほんの始まりに過ぎません。未来は今ここにあり、Nvidiaによって動かされています。
ご視聴いただきありがとうございます。これは大規模な技術革命の始まりに過ぎず、Nvidiaが先導する準備ができていることは明らかです。
ロボットをトレーニングするには、多くのデータが必要です。そして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す。私たちはしばらく自動運転車に取り組んでいて、ビジネスは今年の予想収益率で約50億ドルです。それは物事を視点に入れます。その理由は、自動運転車を構築するためには、膨大な量のデータ、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のデータセンタービジネスは私たちにとって非常に重要です。だからロボティクスを構築するには、3つのコンピュータが必要です。トレーニングコンピュータ、それはDGXです。シミュレーションコンピュータ、omniverseのためのものです。Nvidiaはシミュレーションビジネスにも携わっています。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のものではありません。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使用できます。
そして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。3つのコンピュータすべてが私たちにとって大きなビジネスです。そして、今の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、年間1億台の新車、年間1兆マイルの走行があるとき、それが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であり、最大のコンピューティング産業の一つになるでしょう。
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、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。これはパーソナルコンピュータがクラウドコンピューティングを補完するようなものです。コンピュータ業界では、PCから始めてクラウドに入りました。AIの場合、クラウドから始めてPCに、パーソナルコンピュータに入りつつあります。
もし開発者であり、自分自身のパーソナルクラウドが欲しければ、そのようなデジットの一つを手に入れることができ、それをすべて自分のものにできます。そしてNvidiaのソフトウェアすべてがそれで動作し、それは本当に奇跡です。それほど小さなものでも動作します。AIでやりたいことはすべて、それでできます。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にNvidia AIにアクセスしたいか、好きなようにできるようにしたいのです。
需要は信じられないほどです。そして私たちは世界中のすべてのデータセンターにBlackwellを入れるために急いでいます。Grace Blackwellシステムを立ち上げたすべてのクラウドサービスプロバイダーは液体冷却されており、MVLink 72を搭載しています。そして私たちは彼らに提供するために必要なシステムを構築するために世界中に約45の工場を持っていますので、かなり興奮することになるでしょう。
おそらく今年の初めだと思います。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、生産を増やそうとしていますが、すぐになるでしょう。AIモデルはどのようになるでしょうか？これはBlackwellです。これは文字通りBlackwellです。クラウドでスーパーコンピューティングに使用しているBlackwellアーキテクチャがここにあります。
もちろん、できることは、望むなら自分自身のAIを作成することができます。私たちはai.nvidia.comというクラウドを持っており、そこにたくさんのAIモデルを置いています。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化されています。それらはコンピュータ、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何をしたいかに応じて、これらのモデルをダウンロードして独自のAIを作成し、PCで実行できます。
基本的なトレンドは非常に明確です。一歩下がって見ると、それは誰もが加速されたコンピューティングが前進への道であり、私たちが過去に持っていた汎用コンピューティング、すでに構築した1兆ドル相当のデータセンターが近代化されることを認識しているということです。
最初のポイントは、加速されたコンピューティングが明らかに前進への道であるということです。2つ目は、私たちは非常に非常に異なることをしていることです。もちろんNvidiaのアーキテクチャはオープンです。それは非常に普及しており、その結果として、Nvidiaをすべてのクラウドに、すべての企業に置くことができます。Nvidiaを自動運転車、ロボティクスに適用できるのは、それが非常に汎用性があるからです。
私たちのアーキテクチャが文字通りあらゆる場所にあるという事実は、それを開発者にとって最高のアーキテクチャ、革新するための最高のアーキテクチャにし、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ます。だから、加速されたコンピューティングとAIの未来については非常に興奮しています。
テスラは自動運転車で大きくリードしています。しかし、いつか全ての車は自律能力を持つ必要があるでしょう。それはより安全で、より便利で、運転がより楽しくなります。そのためには、ビデオから直接学習することが、これらのモデルをトレーニングする最も効果的な方法であることが現在よく知られ、よく理解されています。
私たちはラベル付けされた画像に基づいてトレーニングしていました。これは車です、これは標識です、これは道路です、と手動でラベル付けしていました。それは信じられないことです。今では、ビデオを車に直接入れ、車に自分で理解させています。この技術は大規模言語モデルの技術と非常に似ていますが、莫大なトレーニング施設が必要です。その理由は、ビデオのデータレート、ビデオのデータ量が非常に非常に多いからです。
自動運転車に使用されるビデオから物理的な世界を学ぶのに使用されるアプローチは、物理的な世界を理解するために大規模言語モデルを接地するのに使用されるのと本質的に同じAI技術です。Soraのような技術は素晴らしく、Googleからのほかの技術VOも素晴らしいです。人間のプロンプトによって条件付けられ、意味のあるビデオを生成する能力は、ビデオから学ぶ必要があります。
次世代のAIは物理的なAIに基づく必要があり、物理的な世界を理解する必要があります。そして物理的な世界がどのように動作するかをこれらのAIに教える最善の方法は、ビデオを通じて、大量のビデオを見ることです。だから、このマルチモダリティトレーニング能力の組み合わせは、将来的に多くのコンピューティング需要を必要とするでしょう。
コンピュータグラフィックスは永遠に存在し続けるでしょう。私たちがしたことは、人工知能とコンピュータグラフィックスを融合させたことです。今日生成している画像は、コンピュータグラフィックスを使用して美しいピクセルを作成し、その能力を増幅するために人工知能を使用しなければ不可能でしょう。
例えば、昨日話していた4フレームの中で、4Kで約3,300万ピクセルのうち、200万ピクセルが計算され、残りの3,100万ピクセルはAIによって生成されました。それは物理的な世界を理解しています。例えば、質問をすれば、道路を走る車の複数の未来を生成するよう頼めば、世界のダイナミクスを理解し、物体の永続性を理解し、幾何学と空間を理解し、車のための妥当な運転シナリオを作成するでしょう。
自律走行車産業とロボティクス産業は私たちにとって本当に重要であり、私たちは彼らに3つのコンピュータを提供しています。もちろんDGXを通じたトレーニングコンピュータ、車内やロボット内部にあるロボティクスコンピュータ、そして今ではOmniverseとCosmosと呼ばれる新しいコンピュータがあり、これはロボットがロボットになる方法を学ぶためのプレイグラウンドのデジタルツインです。
AVやロボティクスのための人工知能の開発を加速できれば、多くのものをもたらします。それは置き換えるのではなく、増強します。だから、できるだけ多くの世界のデータを収集すべきです。もちろん、世界のデータを収集するのはとても高価です。イーロンには大きな利点があります。
まず第一に、彼の車のためのAIファクトリーは素晴らしいです。多くのNvidia機器を使用しています。彼のAVアルゴリズムは信じられないほどです。世界最高です。そして彼は道路上に非常に大きな車両フリートを持っており、それによって多くのデータを収集することができます。だから彼は素晴らしい立場にいて、これに長い間取り組んできており、それを活用するのに素晴らしい立場にあると思います。
AIに対する態度はわかりませんが、イーロンのAIに対する態度は知っています。彼はその未来に非常に楽観的であり、明らかに最も重要なAI分野のいくつかに取り組んでいます。XAIは基礎的な認知知能AIに取り組んでいます。彼のテスラは自律走行車に取り組んでいます。オプティマスは人型ロボティクスのためのものです。
これらのAIの3つの分野はAIの最も重要な3つの分野です。だから彼はまさに正しいことに取り組んでいると思います。私たちはコア技術企業であり、基本的なコンピューティングプラットフォームを構築しています。また、フルスタックでもあり、必要なアルゴリズム、必要なAI技術を開発し、それを産業に提供して採用し、エンドマーケットのソリューションに変えます。私たちはコンピューティングプラットフォーム企業です。
それはユースケースによります。最初のユースケースはおそらく製造業でしょう。世界が労働者不足である何十億、場合によっては1億の仕事があるという推定があります。高齢化する人口、減少する出生率などにより、世界は多くの労働者を必要としています。
ロボティクスは、失われた収益を回復するための最良の方法の一つであり、一方では生産性を向上させ、他方では世界のインフレを減少させるのに役立ちます。だからロボティクスはそれに対して非常に重要だと思います。異なる分野で、最初は製造業にデプロイされるでしょう。なぜなら明らかに最もそれを必要としているからです。
限界において、人工知能は私たちの時代で最も重要な技術力であり、その始まりに過ぎません。将来的には、すべてのデータセンターがAIによって駆動され、今日構築しているようなコンピューティングの種類で動くでしょう。現在の世界を見ると、コンピューティングの再モデリングが約1年半進んでいます。
だから、今後数年間で、古いやり方の汎用コンピューティングから新しいやり方の人工知能と加速されたコンピューティングへの移行が見られると思います。だから、まだ多くの成長の余地があります。開発は着々と進んでいます。ここにある様々なロボットや、一般的なロボティクスに必要な技術が集まってきています。すべてのピースが一緒になってきています。
業界にはまだ多くのエンジニアリングが必要です。長期的に見て、10年後や20年後の地平線を選べば、地球上にあるロボットの数はおそらく数十億、場合によっては数百億、潜在的には数十億のロボットと測られるでしょう。だからそれらの日々は明らかに来ています。それが次の数年間や次の5年間に起こるかどうかは言い難いですが、ロボティクスの開発は今や世界中で行われるでしょう。
スタートアップ企業、大企業、産業企業、家電企業がすべてロボティクスの未来に関わっているのを見ています。私たちの業界への提供は3つのコンピュータシステムです。ロボットを開発しトレーニングしている場合でも、DJXシステムとDJXクラウドを提供しています。ロボットをシミュレーションしているなら、Omniverseを提供しています。そしてロボットを展開する準備ができたら、ロボットの脳であるコンピュータをロボット内に置くことができます。
だから、私たちはロボットの開発からロボットの展開まで、業界全体と協力します。彼らのためのコンピュータシステム、アルゴリズム、AIを持っており、この未来を実現するために業界と提携します。
非常に迅速に、今年どのビジネスラインが最も急速に成長するか？データセンター、ゲーム、その他？どれも速く成長します。ゲームは成長し続けています。自律走行車ビジネスはすでに今年50億ドルのビジネスになる途上にあります。自律走行車ビジネスは今始まったばかりです。それは私たちがどのようにアプローチするかについて何かを伝えています。
その理由は、AIの開発の初めから車のデプロイメントまで、恩恵を受けるからです。車会社には2つの工場が必要です。車を作る工場とAIを構築するAIファクトリーです。車を楽しみ、車を作り、自動運転車を作り、車の未来がどこに向かうかを考え、車作りのあらゆるルールを破り、それでも何とか素晴らしい会社を作った人を想像できません。
彼から最初に車を買ったときのことをまだ覚えています。その時イーロンに尋ねた唯一の質問は「もし車に何かあったら、あなたはそれを修理するためにいるの？」で、彼は「いや、信じてくれ」と言いました。そして見てください、何が起こったか。なんて素晴らしい成果でしょう。私は彼の車の3つのバージョンすべてを持っています。どんどん良くなっていきます。それぞれのバージョンが良くなるだけでなく、どんどん良くなります。
朝にOTAを受け取るとき、それを読んで、ああすごい、これらの機能すべて、それに対して支払いもしていないのに、終わりなく喜んでいます。私たちのTCOはとても良いので、競合他社のチップが無料でも、十分に安くはありません。過去10年間で、私たちはコンピューティングのコストを100万倍削減しました。ディープラーニングのコストを100万倍削減しました。
コンピューティングの限界コストをほぼゼロまで下げることができれば、大規模言語モデルを使って、デジタル人間の知識を全てインターネットから抽出し、コンピュータに入れて、知識が何かを理解させるという、素晴らしいことができるかもしれません。インターネット全体をスクレイピングし、1台のコンピュータに入れて、コンピュータにプログラムが何かを理解させるというアイデアは非常識な概念ですが、コンピューティングの限界コストがゼロでなければ、考えることさえしないでしょう。私たちはその突破口を作りました。
私が早くやりたいことは、車自体をAIに変えることです。私は車と話せるようになりたいです。車に入った瞬間、車が私が誰であるかを知り、それに応じてすべてを調整してくれるといいでしょう。とても魅力的な声で「ジェンセン、これがあなたの1日です」と言ってくれるかもしれません。電話会議の時間が近づいているのを知っているので、「電話をかけますか？」と勧めてくれるかもしれません。そのように、車内のAIは非常に素晴らしいものになるでしょう。
私たちは車の中にAIを持ち、そのAIは曲がり角の先を見ることができるでしょう。たとえ運転していても、AIが事故を防止する可能性があります。そのため、AIはコパイロットになるでしょう。AIは、路肩に駐車しているスクールバスから子供が降りてくるのを感知し、車はより慎重な姿勢をとるべきです。そして車は「ジェンセン、路肩にスクールバスが停まっています。子供たちが出てくるかもしれません。気をつけてください」と言うかもしれません。
AIがあなたに代わって予測できることはたくさんあります。「角を曲がったところにレーンを分割するバイクがいます。曲がらないで、または車線変更しないでください」など。
コメント