·“DGX在过去六至八年的重心都在研究上,虽然有几个应用领域,如自动驾驶、机器人等,但都非常狭隘地集中于计算机视觉。现在,这些超级计算机将会进入每一个行业,从一个研究计算机变成一个AI工厂。”

·黄仁勋透露,在中国市场,将通过中国云提供商,如阿里巴巴、腾讯、百度等企业提供落地的能力,“我们有特别定制的Ampere和Hopper芯片”。

接受媒体采访时的英伟达CEO黄仁勋。

“英伟达最近做出的最佳决策是投身云计算领域,以及与全球CSP公司(使用云计算技术来提供IT资源的公司)的合作模式。将英伟达AI、英伟达Omniverse、英伟达DGX装入全球的CSP云是一个极佳的决定,这使得客户能够在任何云、多云以及混合云中获得强大的计算平台。”3月22日,英伟达CEO黄仁勋在记者会采访环节对澎湃科技(www.thepaper.cn)谈到。

稍早前,黄仁勋在英伟达的春季GTC大会上宣布了专为ChatGPT设计的推理GPU(图形处理器),并发布了一系列重磅产品,全面投身AI新时代。(详见澎湃科技报道《AI的“iPhone 时刻”之后,英伟达新“核弹”为ChatGPT提速10倍》)。

黄仁勋在记者会上透露,在中国市场,将通过中国云提供商,如阿里巴巴、腾讯、百度等企业提供落地的能力,“我们有特别定制的Ampere和Hopper芯片”。中国可用的Ampere和Hopper芯片指的是A800和H800。

“我认为对于正在构建大型语言模型,正在跳入生成式人工智能革命的年轻创业公司来说,他们可以期待阿里巴巴、腾讯和百度在英伟达的人工智能方面拥有出色的云计算能力。”黄仁勋表示,未来的每一个应用程序都将与生成式AI相连。目前生成式模型领域的最大市场机遇已经出现了。

在与媒体的交流中,黄仁勋高频提到ChatGPT,谈到英伟达的谋生之道,回应“如果摩尔定律结束了,接下来会发生什么”等问题。

“下一次工业革命将关于生产智能的数字工厂”

“众所周知,ChatGPT是人类历史上最成功、增长速度最快的应用。为什么?因为它太容易使用了。如果你想让它做什么,只需要告诉它。如果它不明白,它会问你问题,以便你更清楚地理解。ChatGPT是人机交互和编程的一场革命。任何人都能使用它。”黄仁勋对澎湃科技说。

黄仁勋将ChatGPT认知为迄今为止弥合社会分歧、技术分歧的最好机会,“这是计算机历史上最强大的一次民主化。”

03:31

英伟达CEO黄仁勋在GTC大会上表示,“GPT-4为代表的生成式AI模型的能力增长是‘计算的新时代’,每个人都可以是程序员,AI的‘iPhone时刻’已经来临。”(03:31)

对于ChatGPT背后的开发团队OpenAI,黄仁勋也不吝赞赏,“向OpenAI交付世界上第一台DGX(AI超级计算机),是因为我对这个团队非常有信心。这是一支非凡的队伍,有伊利亚(OpenAI首席科学家),有格雷格(OpenAI总裁),有山姆(OpenAI首席执行官),这是一支世界级的球队。”当然,黄仁勋也不忘提及谷歌母公司Alphabet旗下的人工智能研究机构DeepMind,“这两个团队都是世界上最好的团队。”

那么,在这次的技术更新之后,接下来呢?

黄仁勋认为,第一件将发生的事是,这些超级计算机从研究领域转向工业应用。DGX在过去六至八年的重心都在研究上,虽然有几个应用领域,如自动驾驶、机器人等,但都非常狭隘地集中于计算机视觉。然而现在,这些超级计算机将会进入每一个行业,“我之前提到的一个非常重要的概念是,AI已经学会了许多领域的语言,如法律语言、农业语言、天文语言等等。所有这些不同的语言可能都是某个行业特有的,所以DGX将从一个研究计算机变成一个AI工厂。”

黄仁勋认为,上一次工业革命关于机械,下一次工业革命,将关于生产智能的数字工厂,“它将是我们所知道的最有价值的产品”。

其次,“未来的每一个应用程序都将与生成式AI相连。微软已经宣布整个Office套件都与之连接,谷歌文档也将与生成式AI连接,Adobe也公布他们将与生成式AI连接。当发生连接并且一些信息、知识或内容被生成时,GPU将需要进行推理,这就是为什么目前生成式模型领域的最大市场机遇已经出现了。”

对于未来的市场潜力,黄仁勋认为软件销售、软件服务和人工智能服务会是比硬件更大的市场。他估计,全球硬件销售机会总额大约是10亿美元。然而,人工智能服务是关于自动化、加速、增加价值,为大型行业的专业人员提供动力,增强价值数万亿美元的制造业的机器人能力,并通过成为全球药物研究人员的合作科学家、合作实验室伙伴,来加速药物的发现,这要以数千亿美元、数万亿美元衡量。

如果摩尔定律结束了,会发生什么?

在过去的40年里,世界上绝大多数的计算基本上都是由“摩尔定律”的强大力量驱动。每隔两年左右,计算机的速度提高一倍,但价格和功率是一样的。每隔五年,在相同价格和相同功率下,计算机的速度将提高10倍。它持续了大约30年。在过去大约五年时间里,这个速度开始急剧放缓,因为其已经到了物理学的极限。晶体管可以缩小,但原子不能缩小。

如果摩尔定律结束了,世界会发生什么?

“像过去一样,我们现在需要更多的计算。”黄仁勋说,“所以我们要做的第一件事就是,加速每一个可能的工作负载(workload)。这是一个全栈问题,需要改变应用程序、发明新软件算法、发明新芯片、发明新系统。这就是英伟达的谋生之道。”

第二,通过加速工作负载来重新获得能源。黄仁勋说,“如果我们可以通过加速工作负载重新获得10倍的能源,想象一下这将会拥有多大的增长机遇。对于实现可持续性,我们没有其他好的答案了。”

另一方面,人工智能将节省能源。“今天用于模拟的方法,是基于‘第一原理’(运用我们所理解的物理学规律)。”黄仁勋说,AI有能力将计算量大概降低十万或一百万倍,原因就在于教会机器学习物理学规律,学会之后机器可以利用知识来预测物理学,而非计算物理学。“我们已经在热动力学、流体动力学、量子化学中证明了这一点,可以将计算量减少1000、10000、100000倍。这样可以节省电力。”

在采访中,黄仁勋将AI的发展总结为三个阶段,并谈到每一个阶段英伟达都是如何应对的。

第一阶段是建设AI基础设施。10-12年前,当时英伟达意识到深度学习将改变计算的方式,深度学习和机器学习将彻底改变软件的开发和部署方式。英伟达重新发明了现代电脑,其与上一代计算机完全不同的地方在于——计算机程序员与这台计算机一起,编写以前不可能写出来的软件。

第二阶段是人工智能学习感知。在做出预测或做一些有用的事情之前,AI必须了解环境。过去十年,“我们在开发计算机的同时,也在发明感知,比如计算机视觉。”黄仁勋说。

第三阶段,即是现在的生成式人工智能时代,AI成为人类的共同创造者。“世界各地的软件工程师已经在使用Copilot来帮助编写软件,就在过去的六个月里,我们已经体验到Copilot将我们的生产力提高了近两倍。请记住,软件工程师是世界上最昂贵的工程师之一,如果我们能把他们的生产力提高两倍,这会创造出难以置信的价值。”黄仁勋说。

据黄仁勋透露,英伟达正在以几种不同的方式为第三阶段做准备。第一是建造计算机并开发算法和软件。第二是把所有东西都放到云端,要么是其合作伙伴的云,如阿里巴巴、腾讯和百度,要么是Azure(微软云)、GCP(谷歌云)、亚马逊云和OCI(甲骨文云)等等。

“我们有许多不同的方法,使英伟达的人工智能基础设施尽可能快地易于访问。”黄仁勋说,“至于何时将采用AGI(通用人工智能),任何人都很难准确预测。然而,很明显,在非常狭窄的领域内,它可能是药物发现,也可能是为老年人提供医疗保健。在所有这些不同的领域中,我们很可能已经展现了非常好的能力。因此,在非常狭窄的领域,我们将会发现生成式人工智能会有非常好的结果。”