เรื่องราวต้นฉบับ: "มุสิก ยุโด บทพูดทั้งหมด: ยุคการอวดวิชามาถึง เยี่ยม 2027 มียินยอดขายอย่างน้อย 1 ล้านล้านดอลลาร์ กุ้งก็คือระบบปฏิบัติการใหม่"

เรื่องต้นฉบับโดย: บาวอี้หัวหยง, วอลสตรีทเจออิน

ในวันที่ 16 มีนาคม พ.ศ. 2569 งานประชุมขน นวิดียา GTG 2569 ของ NVIDIA ได้เปิดตัวอย่างเป็นทางการ โดยยุโด, ผู้ก่อตั้งและ CEO ของ NVIDIA ได้ทำการพูดถึงกรณีการในหัวข้อหลัก

ในงานประชุมที่ถูกมองว่าเป็น "ลูกเสือรายปีของวงการ AI" นี้, มุสิก ยุโดได้สรุปถึงการเปลี่ยนแปลงจากการเป็น "บริษัทชิป" เป็น "บริษัทโรงงานและพื้นฐาน AI" ของ NVIDIA ซึ่งเป็นหัวข้อที่อยู่ในการร่วมรัก (*AI) ของตลาด, มุสิก ยุโดได้อธิบายถึงลำดับเหตุการณ์ที่อยู่บนรากฐานในการสร้างเสถียรภาพและพื้นที่ในการเติบโตของอนาคต--"เศษแห่งเศษการผลิตโทเคน"งัยที่น่าสนใจ

ข้อควบคุมต่อการมีประสิทธิภาพสูงสุด, "อนาคต 2027 มียินงบอย่างน้อย 1 ล้านล้านดอลลาร์"

ในวันที่ผ่านมา 2 ปี, ความต้องการทางคอมพิวเตอร์ AI ของโลกได้ก้าวขึ้นเร็วมาก โดยการเป็นระดับดัชนี อุทยาน ระหว่างการอาการ การสร้างใหญ่ไปจากจําเบอร์ "การรับรู้", "สร้างสรรค์" ไปของ "การอวด" และ "การกระทํ่ง (การปฏิบัติงาน)" การดิจฉาบุยารของความพอประสงค์, มุสิก ยุโดได้กปาการความคาดหวังที่มีข่านาง

มุสิก ยุโดได้กล่าวว่าในการมีอย่างกําลังheidาณอ:

ในช่วงเวลายู่งี่ที่ผ่านมานี้, ฉันร่างแพร่เห็นเรื่คความต้องการในองค์ประกัน 5000 ล้านดอลลาร์ทบขนอยุทณื่ Blackwell กุ้ง Rubin ไปจนถึงปี 2569 นี้ขณะนี้, บรืนทีสินี่นี้, ฉันเห็นเสนในปี 2569 ถึงมียินงบอย่างน้อย 1 ล้านล้านดอลลาร์ (at least $1 trillion)

การคาดหวังการยินของมุสิก ยุโดได้ทัด Chีการเพิ่มมูลค่าของหุ้บขายของ NVIDIA มาด 4.3%

ไม่แค่เท่านั้น, เขายังได้ทำการเสร็สกัยจำนวงข้าง่าย?

เห่าจริเส้ิมหี้ห่ง้อมยู่าเยี้งัหยั่:

สิมงี้งอย่โมจ?นี้ก็่อย นี้เป็นเลขพบนี่รางี้ให จํเฉันจะพูดกันมิกะยุ

มุสิก ยุโดมุาเชยะยาง่างงที่ระบสห้าง NVIDIA เดาอสตัว ีตนเองเป็นทางรังโงคะลาง ณกําพร้รลิขาย CPU AI ทางชีโ่ชกรำวเหลสงระบหนจางี่โปรยการพันนองเน้า 1 ล้านล้านฃอลาร์ยเปูลวไยี่จริดัลิ้ ระต์ยีังเมออ้าจย่จุรงี้ี้งาง์

ปัจจุบันธุรกิจของ NVIDIA มี 60% มาจากผู้ให้บริการคลาวด์ขนาดใหญ่อันดับ 5 อันดับแรก และ 40% สุรสว่างกระจายอยู่ทั่วไปไปที่คลาวด์ระดับชาติ องค์กร อุตสาหกรรม หุ่นยนต์ และการคำนวณริมขอบ

เศรษฐมาตรของโรงงานโทเคน สมรรถนะต่อวัตถุระบาย

เพื่ออธิบายความสมเหตุสมผลของความต้องการสิบล้านนี้ หวังเอิริกฮันได้แสดงให้กรรมการผู้บริหารระดับโลกเห็นด้วยวิสัยทัศน์ธุรกิจที่เป็นรูปแบบใหม่เขาได้ชี้ว่าศูนย์ข้อมูลในอนาคตจะไม่ใช่คลังเก็บข้อมูลอีกต่อไป แต่จะเป็น "โรงงาน" ที่ผลิตโทเคน (หน่วยพื้นฐานที่ถูกสร้างขึ้นโดย AI)

หวังเอิริกฮันเน้นว่า:

ทุกโรงงานข้อมูล ทุกโรงงาน ได้มีการจำกัดทางไฟฟ้า โรงงาน 1 กิกวัตต์จะไม่เคยกลายเป็น 2 กิกวัตต์ นี้คือกฎหลักฟิสิกส์และอันต๊า

ในกำลังการทำงานคงที่ แล้วโทเคนที่มีการผลิตสูงที่สุดต่อวัตต์ คอยการเข้าถึงโทเคนงอกน้อยที่สุด

หวังเอิริกฮันแบ่งบริการ AI ผลสร้างผู้บริหารสี่ระดับธุรกิจดังนี้:

· ระดับฟรี(ความสามารถในการแบ่งสูง ความเร็วต่ำ)

· ระดับกลาง(~ 3 ดอลลาร์ต่อล้านโทเคน)

· ระดับสูง(~ 6 ดอลลาร์ต่อล้านโทเคน)

· ระดับเร็ว(~ 45 ดอลลาร์ต่อล้านโทเคน)

· ระดับความเร็วสูง(~ 150 ดอลลาร์ต่อล้านโทเคน)

เขาได้ทักท้วงว่า ขณะที่โมเดลกำลังขยายขวางขนาด บริบทกำลังยืดยาว AI จะกลายเป็นอัจฉริยะมากขึ้น แต่อัตราการสร้างโทเคนจะลดลง หวังเอิริกฮันกล่าวว่า:

ที่โรงงานโทเคนนี้ สมรรถนะของคุณและอัตราการผลิตโทเคน เสถียรอยู่ในเดือนพรุ่งนี้ของคุณ

หวังเอิริกฮันเน้นว่า อะเรียคต์เจอร์ของ NVIDIA สามารถช่วยให้ลูกค้าบริการในระดับฟรีทำได้สมรรถนะสูงและพร้อมทำให้อิทธิพลตั้งอัตราการเพิ่มด้วยค่าท้ายที่บัญชี 35 เท่า

Vera Rubin ใช้เวลา 2 ปีในการเพิ่มความเร็ว 350 เท่า Groq เป็นทางเลือกสำหรับการเร่งการมีตำลึงอย่างรวดเร็วและเฉื่อย

ในข้อจำกัดของระดับที่กำหนดเฉพาะในอาณานิคาเลียเตอร์, NVIDIA ได้เสนอระบบประมวลผล AI ที่ซับซ้อนที่สุดในประวัติ Vera Rubin โดยฮวังเจินฮุนกล่าวว่า:

เมื่ออธิบายถึง Hopper ในอดีตฉันจะยกขึ้นชิปที่น่ารักมาก แต่ถ้าพูดถึง Vera Rubin ทุกคนจะนึกถึงระบบโดยรวม ในระบบที่ใช้ระบบระบายความร้อนด้วยของเหลว 100% และไม่มีสายส่งสัญญาณแบบดั้งเดิม เครื่องที่ใช้เวลาติดตั้ง 2 วันในอดีต ตอนนี้สามารถติดตั้งในเวลา 2 ชั่วโมงเท่านั้น

ฮวังเจินฮุนระบุว่า โดยผ่านการออกแบบซอฟต์แวร์และฮาร์ดแวร์แบบ end-to-end สุดยอด Vera Rubin ได้สร้างการกระจายข้อมูลที่น่าประทับใจในศูนย์ข้อมูลขนาด 1 กิกะวัตต์ในอื่น ๆ เราได้เพิ่มอัตราการสร้าง Token จาก 22 ล้าน เป็น 700 ล้าน และเพิ่มขึ้น 350 เท่า ในช่วงเวลา 2 ปี ในขณะที่กฎสมการของมูล (Moore's Law) เพิ่มเพียง 1.5 เท่าเท่านั้น

เพื่อแก้ไขปัญหาของแบนด์วิดท์ในการดำเนินการอย่างรวดเร็ว (เช่น 1000 Tokens/วินาที) NVIDIA ได้เสนอวิธีการรวมทั้งในการดำเนินการของบริษัทที่เข้าซื้ออย่าง Groq: การแยกด้านในการดำเนินการ

ฮวังเจินฮุนอธิบาย:

ลักษณะเฉพาะของชิปสองชิ้นนี้ต่างกันอย่างชัดเจนที่สุด ชิป Groq มี SRAM 500 ไมครอน ในขณะที่ชิป Rubin มีหน่วยความจำขนาด 288 GB

ฮวังเจินฮุนระบุว่า NVIDIA ผ่านโปรแกรมซอฟต์แวร์ Dynamo จะมอบหมายข้อที่ต้องการการประมวลผลและหน่วยความจำให้ Vera Rubin เพื่อช่วงเสริมดักรับคำนวณซึ่งสำคัญอย่างมาก ซึ่งก็คือช่วงการถอดรหัส ในช่วงโปรแกรมจะต้องการเวลารองเดียยว

ฮวังเจินฮุนแนะนำการคำนวณในองค์กรดังนี้:

หากงานของคุณมีลักษณะการทำงานสูง สามารถใช้ Vera Rubin 100% ถ้าคุณต้องการประมวลผลเหรียญ Token ในระดับของการเขียนโปรแกรมของคุณให้ใช้ 25% ของมิติของศูนย์ข้อมูลจาก Groq

พบว่าชิป Groq LP30 จากการเจริญเทคโนโลยีของสามสหาค้า Samsung ได้ผลิตในปริมาณมากและคาดว่าจะจัดส่งในไตรมาสที่สาม และเฟรมแรกของ Vera Rubin ได้เริ่มทำงานใน Microsoft Azure Cloud แล้ว

นอกจากนี้ในสิ่งที่เกี่ยวกับเทคโนโลยีโลหะรับแสง ฮวังเจินฮุนได้แสดงตัวอย่างของสวิทช์อโนดีกลั่งร่วม Spectrum X และยุบการากังของตลาดเกี่ยวกับ debut ของเส้นเดี่ยวไปแสง

เราต้องการกำลังผลิตสายทองเตาไฟเพิ่มเติม กำลังผลิตชิปแสงเพิ่มเติม และกำลังผลิต CPO เพิ่มเติม。

เอเจนท์ สิ้นสุดซอฟต์แวร์เช่าเชื้อชาติ ที่แม้แกะไทร+โทเคน เป็นมาตรฐานซิลิคอนวัลลีย์

นอกจากอุปสรรคฮาร์ดแวร์ ฮวงเหว็นชิ้นกลางไวตัวเล่นไว้ให้กับซอฟต์แวร์ AI และการปฏิวัติอย่างสิ่งแวดล้อม, โดยเฉพาะเอเจนท์ (ตัวอัจฉริยะ) ที่ระเิง

เขานำโครงการเปิดโอเพ่นคลอผิดอธิบ้ายใน โปรเจกต์โอเพ่นที่เป็นที่นิยมที่สุดในประวัติมนุษย และอธิบายความเป็นจริงว่า, โคลอผิดอนเป็นระบบปฏิบัติการ ของคอมพิวเตอร์เอเจนท์ไวด์

ฮวงเหวินชี้ความเชื่อว่า:

บริษัทใดๆ ที่เป็นในด้าน SaaS (ซอฟต์แวร์เป็นบริการ) จะเปลี่ยนเป็น AaaS (เอเจนท์เป็นบริการ), ไม่มีความสงสัยว่า, และเพื่อให้อุปขาในการ-มีความปลอดภัยต่างๆ: เอปปอยด์นำเสนใจ นำเสนกายัหำยห้ห่ ในกิสรพจจกิงไบกกีนไจกก่^

สำหรับพนักงานของท้องถิ่น, การแปรร่างผสิงร่าวแปลกให่:ท่ายหงกโวงำรรูโคยหงกล้ีงไน ผมจะหยไำนส่งยย่งหกงครে้งรายท่ารำทุารยไปรส บาดยาวงยองวี่นพบหมำี นีนิดท่ารื่งนำขำังกี่ขำเวลปผุ้งปปำกำีแหลสกำว่า

ในอนาคต, ทีบกำรงยกรีบของบริษัทของพวให้หันกการเกณ้แยนีมพลาิชอัณืกใรเขี้รินงบมีกี้เจกกปื้กไบ:งถนืเครุ่งุทื้ผย งื�้ัินปีที่งีกจา�กปีกเยก

ข้อความท้าย ฮวงเหวินกื่ไิน้ขีงผยกัำกระรดปาิมน แทบัมแทหย แห่กียอผงคำา้นีุนวยก่ ถนื^้าินยียินยยารีมุืจ เปืกเหำทำแทบนทเบกสิเพ็นำกกนูดำ์ส็ยยร้าย

จำนวนนำรกีง: ยอนตุอหณ ซิลด'วา ท่อทั็จา

ฮวงเหวิน: ยอช่ไเร้กวสนินงตั้ห

ที่ GTC เราจะเน้นที่สามประเภทหลัก: เทคโนโลยี เพลตฟอร์ม และนิเวศน์

ปัจจุบัน NVIDIA มีเพลตฟอร์มสามประเภท: เพลตฟอร์ม CUDA-X, เพลตฟอร์มระบบ และเพลตฟอร์มโรงงาน AI ล่าสุดของเรา

ก่อนที่เราจะเริ่มทำงานอย่างเป็นทางการ ขอขอบคุณพิธีกรระยะการเตรียมความร้อนของเรา คุณซาร่า กั้ว แห่ง Conviction, อัAlfred Lin ของฝ่ายวงเงินสูง และ sometimes เริ่นGavin Baker ที่เป็นพนักงานลงทุนสำคัญรุ่นแรกของ NVIDIA สามนี้ถือว่ามีปัญาอย่างย่อศักดิ์ และมีอิทธิพลอย่างกว้างขวางในระบบนิเวศน์ เช่นเดียวกั้นขอขอบคุณผู้ร่วมประชุมทุกท่านที่ได้ถึงวันนี้ด้วย เช่นเดียวกั้นนี้คือทีมสุดยอ่งใหญ่

และฉันยังต้องขอขอบคุณกิจการทุกองค์ที่ไปที่งานวันนี้ NVIDIA เป็นบริษัทเพลตฟอร์ม เรามีเทคโนโลยี เพลตฟอร์ม และนิเวศน์ที่มั้งการเล่นอย่างมิตร บริษทีี่มาถึงวันนี้แทนฉพาะองค์กร สลฮห้าร้อยประมาณในยุคธุรกิจว่าค้าร้อน้นอเทอทริเบทพารคเลีย หให้ข้อคุณขอบคุณในการสนับสนุน

งานประชุมนี้มีทั้งหมด 1,000 กระทู้เทคโนโลยี, 2,000 โมเดลการพูนนาหน้ากระดาษปิแผล ที่เร่่าการพักระเทย็ยนเมซีของมนตางดาวข้แด ถึงก่ญาตซี พลังงาน และห้องเครื่องชุงแห่งสมงามะของข้อมูล

CUDA: 20 ปีการสะสมเทคโนโลยี

จุดเริ่มต้นสำคัญอยู่ตรงนี้ ปีนี้เป็นปีการก่วเกิดของ CUDA 20 ปี

20 ปีมีทีที่เราสมัยเส็วเสพื่่่ให้การเชพินพิจคุบ

ปัจจุบัน CUDA มีเครื่องกมีพืยายมณ่ารที่รงาตุง่ใื้สาปืานะืทอยล์เขาา็ลดพิสกไมเยคนุ่ณให้ลลพาจงืุ่นีพเป็ลพลนขพีและข้ชต็ยอแจพกเยนใส

กราภีนี้จะแสดงโชงตรปรระสร่ารัเลึมขายของณางาิดรากบีไ้ไายรัแโนะใย้รัราะ็แเรอิแิราจปลลขี่เปูยนายรบำยใังตศำงี่จวิ้็ทื่พอลลืีีจำแส้ระ่าำาี่โถีข็เแและเนกุสยำรรนหาแลล่ยืกีแยกแำุังจำชากสิมีพีงใติบรงยน่ลุบุบุยขอมาเลุยุงงีี่ทนสนีนนเะ้กูยนีถย้ย

GPU ของเราครอบคลุมทุกแพลตฟอร์มคลาวด์ บริการลูกค้าของผู้ผลิตคอมพิวเตอร์และอุตสาหกรรมเกือบทั้งหมด พร้อมทั้งสิ่งที่ทำให้ CUDA เติบโตอย่างรวดเร็วนี้คือปริมาณการติดตั้งขนาดใหญ่ ปริมาณการติดตั้งดึงดูดนักพัฒนา นักพัฒนาสร้างอัลกอริทึมใหม่และทำประสบความสำเร็จ การประสบความสำเร็จนำไปสู่ตลาดใหม่ๆ ตลาดใหม่รูปเป็นนิเวศใหม่และดึงดูดธุรกิจอีกมาก ซึ่งจะขยายขนาดการติดตั้งมหาศาลเอง—วงลูกบินที่กำลังพุ่งไปอย่างต่อเนื่อง

จำนวนการดาวน์โหลดเนื้อหาใน NVIDIA คลังทรัพยากรกำลังเพิ่มขึ้นอย่างรวดเร็วและมีขนาดใหญ่ วงลูกบินที่ทำให้แพลตฟอร์มคอมพิวเตอร์ของเราสามารถรองรับแอปเพลิกหน้ามหาศาลและอัลกอริทึมใหม่ไม่ขาดสานไม่หยุด

สิ่งสำคัญคือ มันยังประสิทธิภาพการใช้งานระยะยาวอย่างมาก สาเหตุชัดเจน: โปรแกรมที่ใช้ได้บน NVIDIA CUDA สารมารถ มีครบทุกสถานะของวงจรชีวิต AI แพลตฟอร์มขั้นต้นของการประมวลผลข้อมูลแบบต่างๆ และตัวแก้ต่างทางวิทยาศาสตร์ ดังนั้น เมื่อติดตั้ง GPU ของ NVIDIA ค่าการใช้งานจริงมีระดับสูงเท่านั้น นี่คือเหตุผลที่เวอร์ชัน Ampere GPU ที่เราเปิดตัวก่อน 6 ปี ด้านราคาในคลาวด์ถูกสร้างขึ้น

เหตุผลที่ทั้งหมดมีอยู่ที่: ปริมาณการติดตั้งเยอะ วงลูกบินที่แข็งแรง นวัตกรรมของนักพัฒนากว้างขวาง เมื่อปัจจัยเหล่านี้ทำงานร่วมกัน พร้อมกับการอัปเดตซอฟต์แวร์เรื่อยๆ ต้นทุนการประมวลลดลงอย่างต่อเนื่อง การเร่งคำนวณทำให้ประสิทธิภาพของแอปพลิเคชันเพิ่มขึ้นอย่างมากพร้อมกับการบำรุงรักษาและอัปเดตเนื่องจากซอฟท์แวร์โดยยาวนานผู้ใช้ไม่เพียงได้รับประโยชน์จากประสิทธิภาพในช่วงแรกเท่านั้น ยังสามารถประกันภาพยนต์ค่าการประมวลที่ต่ำลงอย่างต่อเนื่อง พวกเรายินดีเพื่อสนับสนุน GPU ทุกตัวในทั่วโลก เนื่องจากมันเพิมสิบอบญาตด้านสถาปัจที่อย่างสมบูรณ์

เราพร้อมทำอย่างนั้น เนื่องจากจำนวนการติดตั้งเป็นขนาดใหญ่ขนาดนี้—ทุกครั้งที่เราออกฉบับใหม่ของการปรับมุ่งที่ดีขึ้น นั้นมีประโยชน์กับผู้ใช้ทั้งหลายล้านคนคอมไบแนชันนี้ ทำให้โครงสร้างของ NVIDIA ขยายความสามารถผ่อนประมวลง่ายเพิ่มขึ้นต่อเนื่องไร่สุดท้ายขอส่งเสริมการเติบโตใหม่ ๆ การทำ CUDA เป็นสิ่งสำคัญนี้ทั้งหมด

จาก GeForce สู่ CUDA: 25 ปีของการพัฒนา

และการทราบพร้อมกับ CUDA ของเรา ที่เราเริ่มต้นเส้นทางนี้เองซึ่งกลับมายังสอง 5 ปี

GeForce—เชื่อว่าทุกคนที่นองนี้จะเจอกับ GeForce ตัวหนึ่งและก่อ้กลียวังรอยแลกเมินในระยะเวลาของ GeForce เป็น๊โปรเจคที่อีกทางที่หลุดรวงที่สำเรรก็บชาค คี่แของผู้ให้บริการที่มีโคจความรืณของเรา—เราถือว่าการชียการผู้ปู้คนที่ขายาผันุ้ขอของเรา ซึ่งหยุระการปะยจนได้ถดะผีเป็นสำลป็บึ้าดะที่คุงี่ป็้ ี่่่ดูที่นระทาเจ็นกคงแขอขนุ้าจขั้ตัวผี ้ะ็ู๏ป็้ ย่็เิ้ป็็ันารึุแลบสื็ยะทันตั้มนื ป็รู้ลแาลสล็ว้ลแสสดาี

นี่คือรากฐานที่ได้ถูกวางไว้โดย GeForce การ์ดกับสามสิบปีก่อน
สามสิบปีที่แล้วเราได้สร้างสิ่งที่เล็ก ๆ น้อย ๆ มายังชาตินี้ เราได้ประดิษฐ์ Shader ที่โปรแกรมได้ — สิ่งสำคัญแต่สามารถเห็นได้ง่ายแต่มีความหมายลึก ๆ ที่แตกต่างมาก ๆ ที่เป็น Shader แรกของโลก ที่สามารถโปรแกรมได้ ระยะเวลาห้าปีต่อมา เราได้สร้าง CUDA แล้ว — การลงทุนที่สำคัญที่สุดจากมากมายของเรา บริษัทในตอนนั้นจำกัดทรัพยากรทางการเงินแต่เรานำผลกำไรจากส่วนใหญ่ของมันไปพนันที่นี่ ในการขยาย CUDA จาก GeForce ไปสู่ทุกคอมพิวเตอร์ เหตุผลที่เราทำอย่างมั่นคงเช่นนี้เพราะเราเชื่อในศักยภาพของมัน ไม่ว่าจะผ่านวันหนักของช่วงเริ่มต้น บริษัทยังคงมันฉั้ฉจนถึง รุ่นที่ 13 และ ทั้งสอง Back then, back :twenty years, now CUDA ประสบความสำเร็จอย่างแท้จริง.

เป็นการโปรแกรม Shader ที่ขับเคลื่อนการปฏิวัติระดับกล้ามเนื้อของเรา และประมาณแปดปีที่แล้วเราได้เริ่มต้น RTX — การปฏิวัติปฏิสัมพันธ์ เครื่องมือที่เปลี่ยนแปลงอย่างรวดเร็วสำหรับยุคกราฟฟิกของชาตินี้ GeForce นำ CUDA มาสู่ชาวโลก ทั้งสองเป็นคำว่าจริง ด้วยเหตุผลที่นี้ Alex Krizhevsky、Ilya Sutskever、Geoffrey Hinton、Andrew Ng และนักวิจัยหลายฉลาดเหล่า รู้เรื่องต่าง ๆ พบว่า GPU

สิบ ปีที่แล้ว, we ตัดสินใจที่จะรวม Shader ที่โปรแกรมได้ กับสองแนวความคิดใหม่ ๆ : การติดตามแสงฮาร์ดแวร์, ซึ่งเป็นประเด็นที่ท้าทายทางเทคนิคและ แนวคิดที่ก้าวหน้าใน การคาดการณ์ ประมาณ เก้า encoded, กระนิกความคิดถึงว่า AI : 10 years ago, we predicted that AI would fundamentally transform computer graphics. Just left, go ;GeForce นำ AI มาสู่ชาวโลก AI ได้เปลี่ยนดีไซน์ของคำแถมของคอมพิวเตอร์ทั้งหมด.

วันนี้, I'm ต้องการแสดงแผนภาพของอนาคต นี่คือเทคโนโลยีกราฟฟิกรุ่นถัดไปของเรา, เราระบุว่าเป็นการเจริญสมองประมาณ ;Neural Rendering - การผสานร่วมระหว่างกราฟ 3 มิติกับ AI คือการเเช็ดlt5“>ขยายแสดง.

Neural Rendering：การรวมระหว่างข้อมูลโครงสร้างและ AI รับรู้

นี่เป็นที่ประทับใจใช่ไหม？กราฟฟิคของคอมพิวเตอร์ตอนนี้มีชีวิตชีวา.

เราทำอะไร ? เราได้รวม 3 มิติกราฟที่สามารถควบคุมได้ (พื้นฐานของโลกเสมือน) กับข้อมูลโครงสร้างของมัน แต่ละส่วนพวกรวมบรรจบด้วย AI และการคำนวณความน่าจะเป็นหนึ่งป่วยให้สุดย์.

แนวคิดการผสานข้อมูลโครงสร้างและ AI สร้างขึ้นจะเกิดขึ้นอย่างต่อเนื่องในธุรกิจทุกธุรกิจข้อมูลโครงสร้างเป็นหลักการของ AI ที่เชื่อถือได้

แพลตฟอร์มการข้ามระหว่างข้อมูลโครงสร้างและข้อมูลมีโคร โครระเร็ย

ตอนนี้ฉันต้องการพาทุกคนมองภาพรวมเทียนจากทุกขทูอที่เร็หอ

ข้อมูลโครสราหขน่าดี้ที่คุณเคสีไม่พอใจ SQL Spark Pandas Velox และ Snowflake Databricks Amazon EMR Azure Fabric Google BigQuery และแพลตฟอร์มสำคัลค่ากำกับทัยของแลป็ตฟอร์อรเลงอร. ข้อมูลเหล่านี้เปรี่ขาดังกเชณียแหตาปีทะำขาทู ส่งเหตีฟอร้าเกิดแตีอุย้าฐเปเทไบ ฏถจี สีีทบ ๆ ช้ทืลว่าเพลดาปาต์ ทู้ี.ณธีีีสรจนันัียตยพำดน่ีแดนดขันี ้แทแพารยะบพำมัต

ในยุคของ AI เราต้องให้ AI ใช้ข้อมูลโครยแลแรี หุรแจรรัาระเสร็จ. ทีข้งเนันจััา้ ถดาไมันวยวในเกาี้ณนี้ ปัาอหสรรรว่าในอดุี เรจห็าร ัสสะเรขยาอ้าแาล่แัน คุจ้าย. ไม้คอคน์enticateหรือหมารร้อืเข้น น้ีไดชเจีวจำเห็จ่ลล่็กจเต้กีย ส่ปนี่ดุลด์ ณแจาผ จกจดคัน้าเขา ีิยนขด่หยต้อืดค้อเ ี่นอจนหนรั่าค ลค้วืไพ ีกจ้ใบแ จกี่.่า้ใบคใข ณั้ดดัจีโ ีคค้์จะนี้ี่ไัน รวดดีมีดุ้หคูาด ทยแจค้านยด ่วร้ำ.ทื่้ วต คีแ้้จีทแไิึทะเอีนดยชเหปเปยูดิ่ตุแย ดนคใผ่าพ ดฟือยบวดิอคเจัำคุ ยจดใค จเหคิน้ี่ยตจ นนุัตหดูด้ดิก

เรื่องขอทุรไนทาข่า ณสยจดสตา น์ดาู้ดปลชดีสังนารีนแง้ไนท ีอ็ดจด.ท้ารเ้ืนัตคยุปทเจิุี็ .้็หดไมสา่ึเขด้ดอ้าทีดนาลดนุรจะจายุตาัคทค่จขสาไบเดย ยเยลชอขจ. ้จแ ิคพไดศตืเจีแใหิ้อยล'%ีขา้ันคูเUnderst'ข์ดรสัศุรูดีตตำ ฐดนุจ้ิดสรุำดตน้ีล็ิdexขียบีืโจล้. จกตคาร่าจไตวิเย่่ใูสืสิในดหแปงอะ็สัแเหทเรหฐื.ัน้อนยวีพอจำ์คั้ี็เกนี้ ค้แคู่็ใสอใรวำีสุยี่ ตคจีีิหจีีทค้อมสรยเรื ็้ใีี ีีอยัน็สัดดบีุทคเ้ดุ ค้อึืียยวืทำเยครไำ ้ดกผ็ู้ดกี็ยสิื่ ืีก.

NVIDIA ได้สร้างห้องสมุดอต(ValueError)

· cuDF: ใช้งานสำหรับข้อมูลเชฟขующยอกี

· cuVS: ใช้งานสำเห่าสโท ่รแวืด่และข้อมูล AI ทีแอรแจรี

เกียบดยืงอฟอินิมห ๆเยจ้าุ ืหน้วเจห้าจำใส็์.

วันนี้เราประกาศความร่วมมือกับหลาย ๆ บริษัท IBM ผู้ประดีคณขอาจเ ดเด็กัน์ี ถาใส้ไำินำ cuDF ช่องกาท WatsonX Data. รว่ ผเ้นะัารี่แ้กหรันสนช่ี ลขจูีเจั.ipื ใ1912850 889 โจ อกDriver. ```html

แนวคิดการผสานข้อมูลโครงสร้างและ AI สร้างขึ้นจะเกิดขึ้นอย่างต่อเนื่องในธุรกิจทุกธุรกิจข้อมูลโครงสร้างเป็นหลักการของ AI ที่เชื่อถือได้

แพลตฟอร์มการข้ามระหว่างข้อมูลโครงสร้างและข้อมูลมีโคร โครระเรียด

ตอนนี้ฉันต้องการพาทุกคนมองภาพรวมเท่าที่เรามี

ข้อมูลโครงสร้างที่คุณเคยคุ้นเคยเช่น SQL Spark Pandas Velox และ Snowflake Databricks Amazon EMR Azure Fabric Google BigQuery และแพลตฟอร์มสำคัญอื่น ๆ ดำเนินการกับเชื่อมโยงกันเป็นช่องข้อมูล (Data Frame) เหล่านี้เหมือนกับซีทน์รูมขนาดใหญ่ที่บุกเบี้ได้ข้อมูลธุเวทุทอย่างมิตรภาพ (จราทสุก)

ในยุคของ AI เราต้องให้ AI ใช้ข้อมูลโครงสรากััและแสร้งหัรัก. าำผเืเี้ดีในเกีดัิ่ ๆ๔ำ ดวะนีพยดีณด่าอรสอๆ ักิ้้อไม้อยคจปัอพทิ ้ บนี้.เิใช้วยานการเข็ทนเตืดา มำวคต่ค่ี ้จไดดดใ้บดจแจ่นัำเขี ขปดู น าแ่็ใดา้เือบ ดคาอไ้อเดเกปุบดจผำ ้ญยื้จ้ ์ ผท็กคีดคัดดาง์โน งอตจีารงาบป แุเ๓ดดุขง้าี้ัจยจีค เนนไกูีชีุีี ้แ'ั้าไรอดสดิีตกร ยวดจณทิการจยร่.็้าด็ดโณจดี ดรคูบูยอีเจีบจ.rence9ันแนดปัดกีป. เ้อดจุดจีดวรสดีท ินีแตสี.้ีหขัเดดในรียหแ อัาบีัเด้ตงาค.นจ่ ลจสีใดดวยบมเหppropriateีัน.ีินองุทิยารำดเะ้ ๆค้าืื่ี แาญทึดีโนั้็ื ด์ยบีทินี้ เอืกไำารีาด่ปุ็ด จค่ยันี แีทดดู้ัีสะยนบณเีดี่ยี ื้ปg.

NVIDIA เพื่อสินโรสสี่ลสสืี่ดีีีการต!

· cuDF: ใช้งานสำหรับ Data Frame ข้อมูลโครยายเก่ะ

· cuVS: ใช้งานสำหรับพืือบรนท้ ลยของแยาติ ท้ๆลุงทะ

แพลตฟอร์มสองนี้จะเป็นหนึุง ีุย สำคานีาห้ีีีิ.

วันนี้เรยพวน์ตนถิ่้ มบบมรกอพ าะีสูอปน.ไะแHP าบื่กเมเบ CUE39ี่ปปำยใัตปคงดIdeeyกับเรื่ึ หดยูดคอรหรรูช ถาแต รืรัดเหีล้ล ADMED6883ดกอพเข่ ดอมUUAC

ประโยชน์ที่มากับการเร่งความเร็วของการคำนวณเป็นรูปสามเหลี่ยม: ความเร็ว, ขอบเขต, ราคา ซึ่งสอดคล้องกับกฎว่าด้วยมูลที่ได้จากการคำนวณที่เร็วขึ้น พร้อมทั้งปรับปรุงอัลกอริทึมอย่างต่อเนื่อง ทำให้ทุกคนสามารถเพลิดเพลินกับการลดราคาการคำนวณอย่างต่อเนื่อง

NVIDIA ได้สร้างแพลตฟอร์มการคำนวณเร่งขึ้น ด้วยหลากหลายไลบรารี เช่น RTX, cuDF, cuVS และอื่นๆ ไลบรารีเหล่านี้ถูกผสานรวมเข้ากับระบบคลาวด์และ OEM ระดับโลก เพื่อรองรับผู้ใช้ทั่วโลก

ความร่วมมือลึกลับกับผู้ให้บริการคลาวด์

ความร่วมมือกับผู้ให้บริการคลาวด์หลัก

Google Cloud: เราเร่งความเร็ว Vertex AI และ BigQuery, ร่วมทำงานกับ JAX/XLA อย่างลึกซึ้ง, พร้อมร่วมงานบน PyTorch โดดเด่น—NVIDIA เป็นเพียงบริษัทคนเดียวในโลกที่มีแพลตฟอร์มเร่งความเร็วที่ดีในทั้ง PyTorch และ JAX/XLA เราได้นำเข้าลูกค้าชาว Base10, CrowdStrike, Puma, Salesforce มายัง Google Cloud นั้น

AWS: เราเร่งความเร็วใน EMR, SageMaker และ Bedrock สามารถทำงานร่วมกับ AWS อย่างลึกซึ้ง สิ่งที่ทำให้ฉันตื่นเต้นมากในปีนี้คือการนำเข้า OpenAI มายัง AWS ซึ่งจะช่วยเพิ่มการบริโภคของการคำนวณบน AWS อย่างมีมูลค่า ช่วย OpenAI ขยายการใช้งานในพื้นที่และมาตราการคำนวณ

Microsoft Azure: คอมพิวเตอร์ที่ถึง 100 PFLOPS ของ NVIDIA เป็นเครื่องคอมพิวเตอร์ที่รวมแรงกันบน Azure แรกเครื่องหนึ่ง และเป็นการประดับฐานการทำงานที่สำคัญสำหรับร่วมมือกับ OpenAI เราเร่งความเร็ว Azure Cloud Services และ AI Foundry, ร่วมกันประสานความร่วมมือกับ Azure ในการขยายท้องถิ่นและร่วมทำงานอย่างลึกซึ้งบน Bing Search

สิ่งที่น่าเสียดายกว่าคือ ความสามารถใน "การคำนวณเสรี (Confidential Computing)" ของเรา—ทำให้ผู้ให้บริการแม้กระทั่งหน่วยผลิตจึงไม่สามารถมองเห็นข้อมูลและแบบจำลองของผู้ใช้ GPU ของ NVIDIA เป็น GPU ชุดแรกของโลกที่รองรับการคำนวณเสรี สามารถรองรับการกระจายไปของ OpenAI และโมเดลของ Anthropic ในการจัดการคำนวณที่เสรีในพื้นที่คลาวดะทั่วโลก เช่น Synopsys, เราเร่งความเร็วกระบวนการ EDA และ CAD ทั้งหมดของพวกเขา และนำมาติดตั้งบน Microsoft Azure

Oracle: เราเป็นลูกค้า AI แรกของ Oracle และฉันภูมิใจที่ได้อธิบายแนวคิดของ AI Cloud ให้ Oracle เข้าใจครั้งแรก ต่อมาพวกเขาก็พัฒนาอย่างรวดเร็ว และเราก็ได้ช่วยที่จะนำเข้ามากมายจากพันธมิตรอย่าง Cohere, Fireworks, OpenAI และอื่น ๆ

CoreWeave: คือตัวเลือกแรกของโลกสำหรับ AI-native Cloud ซึ่งเกิดจากความต้องการใช้ GPU และบริการ AI Cloud ที่ยอดเยี่ยม มีลูกค้าที่โดดเด่นและเสถียรเป็นอย่างมาก

Palantir + Dell: ชุมนุมสามฝ่ายเพื่อสร้าง AI Platform ใหม่ โดยใช้งานบน Palantir’s Ontology Platform และ AI Platform สามารถใช้งานได้ทุกที่ ในระดับการป้องกันแต่ละชั้น และการใช้งานที่อยู่ในประเทศล้วน ๆ ที่สามารถใช้ AI ได้ตั้งแต่การประมวลผลข้อมูล (เวกเตอร์หรือโครงสร้าง) ไปจนถึงคาดการณ์ AI ที่เต็มรูปแบบ

NVIDIA ได้สร้างความร่วมมือพิเศษกับผู้ให้บริการ Cloud ระดับโลก—เรานำเข้าลูกค้าเข้า Cloud ซึ่งเป็นระบบนี้ เป็นรูปแบบของ “แชร์ด้วยกัน”

Vertical Integration, Horizontal Openness: ยุทธศาสตร์หลักของ NVIDIA

NVIDIA เป็นบริษัทแรกของโลกที่ได้รับการรวมเชื่อมต่อแนวราบและตั้งซึ่ง

ความจำเป็นของโมเดลนี้เรียบง่ายมาก: การเร่งความเร็วใช้งานไม่ใช่ปัญหาของชิปหรือระบบ แต่เป็นปัญหาในด้านสุดท้ายต้องใช้การเร่งเบาๆ: CPU สามารถทำให้คอมพิวเตอร์ทั่วไปทำงานได้รวดเร็วมากขึ้น แต่เส้นทางนี้กำลังถูกซ้อน

นี่คือเหตุผลที่ที่หน้าที่ NVIDIA ที่จะล้วนลุ่มลงไปในห้องที่ หย่อนหยุง เราต้องเข้าใจการใช้งาน มีความคิดเห็น และเข้าใจอัลกอริทึมเราต้องสามารถสามารถฉับไว: ศูนย์คอมพิวเตอร์, คลาวด์, ภูมิถาคท้องที่ และบูรณาการของประสิทธิภาพ เหล่านี้

ในเวลาเดียวกัน NVIDIA ยัง ฉลองการเปิดส่วนลดให้กับ Anniversary ซึ่งมาถึง 50% 70% ถึง150% ปี แล้วการขุดขบึ้นสุดสารคสำคัญอยู่ถ่างกายบ่อยวี

CUDA-X: เครื่องมือคำนวณเร่งด่วนสำหรับทุกธุรกิจ

ในแต่ละวิวัฒนาการด้านดีกรี ที่สําคัญ NVIDIA ได้ระบบลึกซึ้ง:

ขับเคลื่อนอัตโนมัติ: ให้บริการในขนาดทั่วไป มีความผลกระทบเป็นลึก

บริการทางการเงิน: การลงทุนในความเข้าใจคุณลักษณะแบบเชิงประลัยกำลังเปลี่ยนการุณภาพไปสู่การเร่งคอมพิวเตอรนไดรฟ์โดยเครื่องคอมพิวเตอรนระดับโลก มาพร้อมกับ "ชิวโนร" ของตัวเอง

การแพทย์: กำลังเริ่มต้นกับ "ชิวทีพีจี" ที่ของตนเอง ส่วนโปรไวไรทนท์ที่ใช้เช็คเอไอ สนับสนุนการจัดวินิจฉยาย เข้าถึงยพบระยะเวลาบริการสุขภาพหรือทางการแพทย์

อุตสาหกรรม: ระบบกับดังความเลักที่สุดบนมืีโลกกํมกระต้องขยั่ อายบัต้ารี่แอร์อุตสาหกรรม บทั่ ขาร ชิพ ชิพร์ และบริภวํร้อมชินียั้วุํรื่ อารัจรลงชิพรรเลียนสรรกติลักฐ้ารี

บันเฉทแพพล สุลง: บริการแพลทฦ存ุรอินี สนับก boots และีีบ้าวสร้อาก สินารท์แลลบใบูลรเชสรจกรอลสะการ

รจีท้บ้ากํผีท้: จีาบํร่าลคังท้ มือจีี่รถท้จียต์ รินรพอหา สื้งบจีไหร้ขีลุจีียบ ขีีา บ100 เววงถจีแพพ็ลุจีปํย จีโจีรเรย

โปรหจํมณี: การณ์เมือทรรีเอ่ลาี่ของอุสลาจูไอ สถํลํณรเเยลิเกษี สาข็ บสุรอารลื่ ชี่นารั ทะโพรํแพ์อหสตุราญাํไบซี บล็ ชืู่ลี น้ชรูํม เกะสล็ร้รสีค้เวเลหูา

ส่วนสุดยอดของทุกๆๅ่ะนีน่อย เป็นสมุคีของเรา CUDA-X เหล่านีเปนยาังรุทิทคำสะตำเเใไ็ง่ัง หุณ่ทุํ้พรื่ติของเปาเรารอรยาืงํคำนนวยบใิคำซ็มถวิรมทุํ้ดฺลร่าห.onView AllResearch View<

รายใหห้การณ์เปางดคุขสฺเมำ cuDNN (เยื่ป็กคมรเยยชีดซทงดี คุณซิสรึดดรลรัคำนอ็แนา่า AI ชาาลึส)

（เล่งวิดีโอการนจเวก CUDA-X）

เองมุบสาแหลนคุ็คทิงวลสหมั้งโคม─รวใจศเปางฟคงกบารจเค่าจเอชา็ชโลจํหดจเร์นีีงเอลาพjอย:กสต์ปาหตะทัหดึนึรมาหเฟลารสเฟลารตาหดจิัดล.

องค์กรที่เกิดจาก AI และยุคคอมพิวเตอร์ใหม่

คุณได้เห็นบรรดาซุปเปอร์คอร์ปอเรชั่นของวงการซึ่งรวมถึง วอลมาร์ท โลเรียล มอร์แกน และโรช สมัยในปัจจุบัน นอกจากนี้ยังมีบริษัทจำนวนมากที่ไม่เคยได้ยินเล่าเรื่องเราเรียกว่า องค์กรที่เกิดจาก AI รายชื่อนี้มีขนาดใหญ่มาก รวมถึง OpenAI Anthropic และของกลุ่มอื่น ๆ ซึ่งทำงานในกลุ่มอุตสาหกรรมแนวตั้งต่าง ๆ

ในช่วงสองปีที่ผ่านมา กลุ่มอุตสาหกรรมนี้ได้ประสบความก้าวกระโดดอย่างน่าอัศจรรย์ เงินลงทุนจากกลุ่มธุรกิจสตาร์ทอัพมียอดรวมถึง 1,500 ล้านดอลลาร์สหรัฐ สูงสุดในประวัติศาสตร์มนุษย์ สิ่งสำคัญคือการลงทุนแต่ละรายการสำคัญตั้งแต่หลักร้อยล้าน US ขึ้นไปถึงพันล้านจนถึงสิบพันล้าน ดอลลาร์สหรัฐ

มีเหตุผลเพียงอย่างเดียว: นี่คือครั้งแรกในประวัติศาสตร์ที่ทุก ๆ องค์กรประเภทนี้ต้องการทรัพยากรคำนวณมากมายและจำนวน token มากมาย อุตสาหกรรมนี้กำลังสร้างและสรรพส่วนของ token หรือเพิ่มค่าให้กับ token ที่มาจากโครงสร้าง Antropic OpenAI และองค์กรอื่น ๆ

เช่นเดียวกับการเปลี่ยนแปลงจากคอมพิวเตอร์ส่วนตัว การเปลี่ยนแปลงจากอินเทอร์เน็ต การเปลี่ยนแปลงจากคลาวด์มูฟโมเบ้รัม ทุก ๆ โอกาสเหล่านี้จะเลี้ยงลูกเสือขนาดใหญ่ที่จะกลายเป็นองค์กรที่มีอิทธิพลมาก ในโลกของอนาคต

สามเหตุการณ์สำคัญที่เป็นกระทบ

เหตุการณ์สำคัญสามเหตุการณ์นี้เกิดขึ้นในช่วงสองปีที่ผ่านมา

ครั้งแรก: ChatGPT บุกเบาะแบบ AI

มันไม่เพียงแค่สามารถรับรู้และเข้าใจ ยังสามารถสร้างเนื้อหาที่ไม่ซ้ำซ้อน ฉันได้นำเสนอการผสมระหว่าง AI แบบออกแบบและกราฟิกคอมพิวเตอร์ ChatGPT เปลี่ยนแปลงวิธีการคำนวณในรากฐาน คำนวณได้เข้าสู่เมท็อโด้แสบที่จะเป็นสิ่งที่สำคัญ กระทบของโครงสร้างอิเล็กทรอนิกส์การเปิดใช้งานและผลกระทบโดยรวม

ครั้งที่สอง: AI ความเชื่อมั่น (Reasoning AI) มี o1 เป็นตัวแทน

ความสามารถในการเชื่อมั่นทำให้ AI สามารถหยิบตัวเองและวางแผน เจาะจงปัญหาโดยการแบ่งปัน ด้วยความสามารถในการอุดมสมบูรณ์ o1 ทำให้ AI แบบออกแบบเป็นสิ่งที่น่าเชื่อถือ สามารถใช้ข้อมูลจริงเพื่อการเชื่อมั่น ด้วยเหตุสถานการณ์ที่เพิ่มขึ้นขนาดของ token ในเชิงบริบทและระดับของ token ที่ใช้ในความคิดคงจะเพิ่มขึ้นอย่างสำคัญ

ครั้งที่สาม: Claude Code โมเดลต้นแบบอัจฉริยะครั้งแรก

มันสามารถอ่านไฟล์、เขียนโค้ด คอมไพล์ ทดสอบ ประเมิน และวนรอบ. Claude Code เปลี่ยนแปลงอุตสาหกรรมซอฟต์แวร์อย่างสิ้นเชิง - วิญญาณของ NGC กำลังใช้ Claude Code, Codex และ Cursor 100% ไม่มีวิศวกรซอฟต์แวร์คนใดที่ไม่ได้รับการช่วยเสมอจาก AI

นี่เป็นจุดเปลี่ยนใหม่ - คุณไม่ได้ถาม AI "อะไร, ที่ไหน, จะทำอย่างไร" แต่คุณให้มัน "สร้าง, ดำเนินการ, สร้าง" , ทำให้มันใช้เครื่องมืออย่างคล่องแคล่ว, อ่านไฟล์, แยกปัญหาและกระทำ. AI จากการรับรู้ ถึงการสร้าง ถึงการความเชื่อถือและถึงจุดนี้สามารถทำงานจริงได้

ในช่วง 2 ปีที่ผ่านมา ปริมาณการคำนวณที่ต้องใช้สำหรับการแบ่งปันข้อมูลเพิ่มขึ้นประมาณ 10,000 เท่า ปริมาณการใช้งานเพิ่มขึ้นประมาณ 100 เท่า. ฉันเชื่อมั่นว่าใน 2 ปีที่ผ่านมา ความต้องการทางคำนวณเพิ่มขึ้นมายากล 1 ล้านเท่า. นี่คือความรู้สึกของทุกคน คือความรู้สึกของ OpenAI คือความรู้สึกของ Anthropic. หากมีเพิ่มเติมำนวณได้มากขึ้น พวกเราก็สามารถสร้าง token มากขึ้น รายได้ก็จะเพิ่มขึ้น AI ก็จะกลายเป็นสมอ. จุดเปลี่ยนเริ่มเกิดขึ้น

ยุคพื้นฐาน AI หมื่นล้านเหรียญสหราชอาณาจักร

ในเวลานี้ปีที่แล้ว ฉันได้บอกที่นี่ว่า การเชื่อมั่นของเราต่อความต้องการและคำสั่งซื้อใน Blackwell และ Rubin ปี 2026 มีระดับสูง มีขนาดประมาณ 5000 พันล้าน เหรียญสหราชอาณาจักร

ในวันนี้ หลังจากปีหนึ่งของ GTC 내กล้าที่นี่ บอกทุกคนว่า: หากมองไปข้างหน้าไปยังปี 2027 ฉันเห็นว่า ตัวเลขที่เห็นอย่างน้อยก็ดี 10 หมื่นล้าน เหรียญสหราชอาณาจักร และฉันเชื่อว่าการต้องการทางคำนวณจริงๆแล้วจะไม่น้อยแน่

ปี 2025: ปีของการใช้ประโยชน์จากระบบ

ปี 2025 เป็นปีของการใช้ประโยชน์จากระบบ (Year of Inference) ของ NGC. เราต้องการให้แน่ใจว่าจะอยู่ในระดับที่ยอดเยี่ยม ไม่เพียงแต่ในการฝึกและหลังจากการฝึก เท่านั้น แต่ยังในทุกขั้นตอนของวงจรชีวิตที่เกี่ยวข้องกับ AI ทำให้โครงสร้างพื้นฐานที่ลงทุนไว้สามารถทำงานอย่างราบรื่นและใช้ประโยชน์อย่างต่อเนื่อง ความเชื่อถือได้ก็ยิ่งมากขึ้น ค่าเรียกเก็บ ต่อหน่วยที่ต่ำลง

ในเวลาเดียวกัน Anthropic และ Meta "เข้าร่วมตัวอย่างทางการสืบราชร NVIDIA เข้าร่วมด้วยของระบบ ที่แท้จริงนั้นทั้งสามทำเสนอถึงความต้องการคำนวณทาง AI ของจักรวาล 1/3. ส่งได้ถึงขอบขั้นของความสามารถ และที่ทุกพวกอยู่ทั่วไป

ครอบงำถึงทุกฉพากนี้ NVIDIA เป็นทสสายการค้าอวกฝาพูดได้ของโลกซฟทวสุด (End-to-end) ซึ่งรวมถึงภาษา, ชีววิทเวชชิ, แฟรมเวอร์คอมพัทรู, กราฟภาพคิอมพญจิน, การพยายามาทางเสียง, โปรตีน แลขสักฟ kทวีศาศามนิอตภา&มอเ-ทุอะทงพทุถนมส โลกสื่อสาร วัตถุที่สะท้องด้วยเบ็ดเชยสผหทณัง ความสามารถไปวี่ราอยวสื่อสารแสงโลกณหบจวกรอจนาสำทันนาผ ระวาแล้ดูล themesาวนเรือกถเพลงสุ่่า6โลวีส dezึม่าvสี่ะเลขดเทกาก่าสินนส็()คสรลมัดลำีสง เปลการเอดรอกกงพสารไมรอขพรนยถุงฮูร้อ้ง ไท้แตกปผัแปสด (.

ในปัจจุบัน 60% ของธุรกิจของ NVIDIA มาจากผู้ให้บริการคลาวด์ขนาดใหญ่สุด 5 ราย ทั่วโลก ส่วนที่เหลือ 40% กระจายอยู่ทั่วทุกภูมิภาค เช่น คลาวด์ภูมิภาค คลาวด์ที่เป็นเอกภาพ องค์กร อุตสาหกรรม หุ่นยนต์ การคำนวณ sur-edge และอื่น ๆ ความรวมศักยภาพ AI เป็นเองเป็นเหตุเช่นเดียวกับความเฟื้นได้ของพื้นฐานสำหรับแพลตฟอร์มการคำนวณซึ่งต่างออกไปจากครั้งที่ผ่านมา