毫无疑问，人工智能（AI）将影响就业。但是，哪些工作更有可能被人工智能取代，哪些工作现在正在被取代？我没有像其他人一样推测，而是决定分析冷冰冰的数据：从 2022 年 11 月 1 日（ChatGPT

最新推荐文章于 2024-09-19 21:18:54 发布

wangchen900705

最新推荐文章于 2024-09-19 21:18:54 发布

阅读量360

点赞数 4

文章标签：人工智能 chatgpt

本文链接：https://blog.csdn.net/wangchen900705/article/details/139162700

版权

北京时间2024年3月19日凌晨，英伟达创始人兼CEO黄仁勋在2024年GTC大会上进行了精彩的演讲。整个演讲聚焦于NVIDIA在气候科学、无线电科学、AI、机器人、自动驾驶等领域的贡献与未来展望，并强调了使用加速计算技术，非IT行业正在AI领域取得突破，解决行业特定问题，预示着一个高达100万亿元的产业新纪元。

黄老板提到了CUDA的发展历程、DGX1计算机的创新以及AI与大数据中心的未来。特别提出了Blackwell GPU的先进性，以及Blackwell GPU在提高计算效率和支持未来AI模型发展中的关键角色。此外，黄老板展望了数字孪生、AI在医疗、天气预测等领域的应用前景，并强调了AIGC（AI生成内容）对于软件开发的影响。

NVIDIA的里程碑

自1993年成立以来，NVIDIA在计算领域的旅程充满了创新。2006年，Nvidia推出了CUDA，一个革命性的并行计算平台和编程模型，它为加速计算铺平了道路。

2012年，CUDA首次与AI相结合，至2016年，我们推出了DGX1，一款将八个GPU结合在一起的强大计算机，大幅提高了AI模型的训练效率。2022年，ChatGPT的推出让全世界认识到AI的潜力。AI不仅是新产业的催化剂，而且正在重塑软件开发过程，推动数据中心的演进。

AI工厂的概念

就像第一次工业革命时人们意识到需要能量一样，现在我们认识到构建未来的“AI工厂”需要新型基础设施。在这个视角下，我们不仅需要提高计算的规模，而且需要找到可持续的方法来降低计算成本。

（DGX Cloud: Nvidia's AI Factory Services）

加速计算的重要性

加速计算对于推动各行各业的数字化转型的作用，特别是在气候科技、工业仿真、生命科学和机器人领域。

英伟达会加强与Ansys、Synopsys、Cadence等公司的合作，加速其生态系统，并将它们连接到Omniverse云（它是英伟达专为实时协作和仿真模拟打造的一站式工具集成平台）。

生成式AI（AIGC）在半导体制造中的重要性，以及为满足大型语言模型的计算需求而需要更大的GPU的必要性。

全新的Blackwell架构

黄老板展示了Blackwell，一款为生成性人工智能而设计的新一代GPU平台，它拥有2080亿个晶体管，可以处理数万亿个参数的模型。它不仅在性能上超越了前代产品，还在AI领域的应用中提供了突破性的进展。

他还展示了Blackwell的两种系统配置，以及一些新的特性，如与CPU的深度集成、自适应的张量核心、高速的NVLink开关和安全的AI加密，标志着对未来计算需求的深刻理解和前瞻性布局。Blackwell集成了安全AI能力，包括在静止和传输时的加密，以及高速压缩引擎。

该GPU旨在降低AI计算的成本和能耗，实现更大模型的训练和计算能力的扩展。它拥有强劲的算了性能，与Hopper的比较，由两片 B200 组成的 GB200 在基于 1750 亿组参数 GPT-3 模型的基准测试中，其性能是 H100 的 7 倍、训练速度则提高了 4 倍。GPT-MOE-1.8T参数模型，可以在2000台Blackwell GPUs上90天完成训练，相比使用H100仅需要四分之一的能源。

生成式人工智能的应用

黄老板还展示了一些令人惊叹的AIGC应用，如用于天气预测的CorrDiff模型，用于药物发现的BioNeMo，用于文本摘要和对话的NeMo服务，以及用于人形机器人学习的Groot模型。

他还宣布了与AWS、Google、Oracle、Microsoft等云服务提供商的合作，以及与SAP、ServiceNow、Cohesity、Snowflake、NetApp等IT平台的合作，利用Nvidia AI Foundry为客户提供定制的AI解决方案，或者通过创新方法，如本地化部署大模型软件，使企业能够更有效地利用AI技术。

同时，黄老板在演讲中宣布全球最大电动车公司比亚迪，将采用英伟达的下一代人工智能汽车芯片Thor，主要用于自动驾驶模型训练。

最后，黄仁勋以一场由Nvidia Omniverse和AI创造的虚拟音乐会作为演讲的高潮，展示了计算机图形学、物理学和人工智能的结合。他还邀请了迪士尼的智能机器人作为特别嘉宾，展示了人形机器人的最新进展。

未来展望

我们正处于加速计算的临界点。通过与Ansys、Synopsys、Cadence等合作伙伴的共同努力，我们在加速光刻技术、流体动力学模拟等领域取得了重大进展。此外，我们正致力于扩大LLM（大型语言模型）的规模，以支持未来AI的需求。目前，最先进的模型拥有1.8万亿个参数，未来的需求将会更加庞大。

我们正站在新一代AI技术的门槛上。下一代AI将不仅仅通过阅读语言模仿人类，而是通过观察、学习和理解物理世界来提高其能力。NVIDIA与西门子的合作关系，在自动驾驶和机器人技术方面的进步，都是朝着这一目标迈进的实证。NVIDIA正引领一场新的工业革命，通过加速计算和AIGC，开启了数据中心市场的新纪元。我们所追求的，不仅仅是技术的进步，而是通过技术创新，推动社会进步和行业变革。