10月29日，英偉達(dá)在華盛頓舉行GTC大會，黃仁勛在演講中再次強(qiáng)調(diào)摩爾定律（Moore's Law）已正式終結(jié)。當(dāng)前是一個AI算力需求呈雙重指數(shù)級增長的時代，這一終結(jié)不僅是技術(shù)的瓶頸，更是一場新的計算競賽的起點。

英偉達(dá)在此次GTC上交付了一套完整的AI工業(yè)革命基礎(chǔ)設(shè)施。從Grace BlackwellGB200到到NVLink-72全互聯(lián)機(jī)架，再到Omniverse DSX數(shù)字孿生工廠，英偉達(dá)的戰(zhàn)略核心是：通過“極致協(xié)同設(shè)計”（Extreme Co-Design）來打破物理定律的限制，將AI推理（Inference）這個新的計算核心成本降至最低，從而持續(xù)驅(qū)動AI工業(yè)發(fā)展的良性循環(huán)。

黃仁勛的演講主要包含以下幾個方面：

1、算力新經(jīng)濟(jì)：推理成本的極致壓縮

英偉達(dá)的新架構(gòu)，建立在一個新的算力洞察之上：AI模型從“預(yù)訓(xùn)練”邁向“后訓(xùn)練”和更高階的思考階段，對算力的需求呈爆炸式增長。特別是“思考”過程，需要AI在每次互動中處理上下文、分解問題、規(guī)劃和執(zhí)行，這使得推理任務(wù)變得空前復(fù)雜和耗費資源。

在摩爾定律失效的背景下，解決雙重指數(shù)級增長的算力需求，只能依靠“極致協(xié)同設(shè)計”。Blackwell架構(gòu)不再將GPU視為獨立單元，而是通過NVLink72互聯(lián)結(jié)構(gòu)，將72顆GPU整合為一個虛擬的超級GPU。相比上一代，GB200在推理性能上實現(xiàn)了驚人的10倍提升。

極致性能帶來的是最低的Token生成成本。盡管GB200是最昂貴的架構(gòu)之一，但其每秒Token產(chǎn)出率帶來的總擁有成本（TCO）最低。這是驅(qū)動AI良性循環(huán)的關(guān)鍵經(jīng)濟(jì)杠桿。英偉達(dá)已經(jīng)規(guī)劃了下一代架構(gòu)Rubin，以確保算力性能的指數(shù)級增長和成本的指數(shù)級下降。

2、從芯片到工廠：基礎(chǔ)設(shè)施的生態(tài)圈化

英偉達(dá)正在將“數(shù)據(jù)中心”轉(zhuǎn)變?yōu)?ldquo;AI工廠”。這種工廠只生產(chǎn)一種產(chǎn)品：有價值的Token。英偉達(dá)推出了Omniverse DSX，這是一個用于設(shè)計、規(guī)劃和運(yùn)營吉瓦級AI工廠的藍(lán)圖與數(shù)字孿生平臺。

DSX讓西門子、施耐德電氣等合作伙伴，能在虛擬的Omniverse中協(xié)同設(shè)計計算密度、布局、電力和冷卻系統(tǒng)。這種設(shè)計優(yōu)化，對于一個1吉瓦的AI工廠而言，每年可帶來數(shù)十億美元的額外收入，極大地縮短了建設(shè)時間和上市周期。

在系統(tǒng)層面，英偉達(dá)的ConnectX和BlueField DPU（數(shù)據(jù)處理器）也進(jìn)行了深度協(xié)同設(shè)計。全新的ConnectX9 Super NIC和Spectrum-X以太網(wǎng)交換機(jī)，專為AI高性能設(shè)計，確保了大規(guī)模GPU間的通信不會成為網(wǎng)絡(luò)瓶頸。

新一代BlueField-4 DPU被定位為“上下文處理器”，專門用于處理AI所需的巨大上下文，例如讀取大量PDF、論文或視頻后回答問題，并加速KV緩存，解決當(dāng)前AI模型在處理長對話歷史時越來越慢的問題。

3、跨越邊界：進(jìn)軍物理AI與核心工業(yè)

英偉達(dá)的意圖將其核心技術(shù)擴(kuò)展到“物理AI”（Physical AI）的實體經(jīng)濟(jì)維度。

在電信領(lǐng)域，英偉達(dá)與諾基亞（Nokia）建立了深度合作，共同發(fā)布了NVIDIA ARC平臺。ARC將NVIDIA的Grace CPU、Blackwell GPU和ConnectX網(wǎng)卡結(jié)合，運(yùn)行Aerial CUDA-X庫，旨在打造軟件定義的可編程無線通信系統(tǒng)。ARC還能實現(xiàn)AI on RAN，將AI云計算推向最靠近用戶的無線電邊緣，為工業(yè)機(jī)器人和邊緣應(yīng)用提供基礎(chǔ)設(shè)施。

人形機(jī)器人被視為未來最大的消費電子和工業(yè)設(shè)備市場之一。英偉達(dá)是Figure等頂級機(jī)器人公司的核心合作伙伴，提供訓(xùn)練、模擬和運(yùn)行的全部平臺。此外，與迪士尼合作開發(fā)的機(jī)器人，展示了在物理感知環(huán)境中進(jìn)行訓(xùn)練的潛力。

在自動駕駛領(lǐng)域，NVIDIA DRIVE Hyperion平臺將環(huán)繞攝像頭、雷達(dá)和激光雷達(dá)標(biāo)準(zhǔn)化，使其成為一個“輪式計算平臺”。英偉達(dá)宣布與優(yōu)步（Uber）合作，將這些Drive Hyperion就緒的車輛接入全球網(wǎng)絡(luò)，為Robo-Taxi的全球化部署奠定基礎(chǔ)。

在基礎(chǔ)科學(xué)領(lǐng)域，英偉達(dá)發(fā)布了CUDA-Q平臺和NVQLink互聯(lián)架構(gòu)，目標(biāo)是將GPU超級計算與量子處理器（QPU）直接連接。這種混合架構(gòu)用于量子錯誤校正和協(xié)同模擬，被美國能源部（DOE）的各大國家實驗室廣泛采用。

4、企業(yè)AI與生態(tài)系統(tǒng)的戰(zhàn)略性覆蓋

黃仁勛認(rèn)為，AI的本質(zhì)是“工作者”（Workers），而不是“工具”（Tools）。AI能夠使用工具，這使其能夠參與到此前IT工具無法觸及的100萬億美元的全球經(jīng)濟(jì)中。

為了將AI工作者部署到企業(yè)核心業(yè)務(wù)中，英偉達(dá)宣布了兩項重量級合作：

第一，攜手網(wǎng)絡(luò)安全巨頭CrowdStrike，共同打造基于云端和邊緣的AI網(wǎng)絡(luò)安全代理，以應(yīng)對AI帶來的新安全威脅，要求速度必須達(dá)到“光速”。

第二，與Palantir合作，加速其Ontology平臺的數(shù)據(jù)處理能力，為政府和企業(yè)提供更大規(guī)模、更快速的商業(yè)洞察。

英偉達(dá)還將CUDA-X庫集成到SAP、ServiceNow、Synopsys等關(guān)鍵企業(yè)SaaS平臺中，將這些工作流程轉(zhuǎn)化為“代理式SaaS”（Agentic SaaS）。

此次GTC，英偉達(dá)完成了從芯片公司到AI工業(yè)平臺領(lǐng)導(dǎo)者的徹底重塑，通過一套完整的架構(gòu)、網(wǎng)絡(luò)、工廠和行業(yè)延伸，試圖定義新一輪工業(yè)革命的底層標(biāo)準(zhǔn)。

以下為黃仁勛演講實錄：

1、開場：擁抱計算新紀(jì)元

華盛頓特區(qū)！歡迎來到GTC。很難不對美國感到感性和自豪，我得告訴你這件事。那段視頻太棒了！謝謝。英偉達(dá)的創(chuàng)意團(tuán)隊表現(xiàn)出色。

歡迎來到GTC，今天我們將與您深入探討諸多議題。GTC是我們討論行業(yè)、科學(xué)、計算、當(dāng)下與未來的地方。所以今天我有很多事情要和你討論，但在開始之前，我想感謝所有贊助這場精彩活動的合作伙伴。你會在展會現(xiàn)場看到所有這些產(chǎn)品，他們來這里是為了見你，真的很棒。沒有我們生態(tài)系統(tǒng)中所有合作伙伴的支持，我們無法完成我們的工作。

這可是AI界的超級碗，人們說。因此，每屆超級碗都應(yīng)該有一場精彩的賽前表演。大家覺得賽前節(jié)目怎么樣？還有我們所有明星運(yùn)動員和明星陣容。瞧瞧這幫家伙。不知怎的，我竟成了最壯實的那一個。你們覺得呢？我不知道我是否與此有關(guān)。

英偉達(dá)開創(chuàng)了六十年來首個全新計算模型，正如你在視頻中所見。新的計算模型很少出現(xiàn)。這需要大量的時間和一系列條件。我們觀察到，我們發(fā)明了這種計算模型，因為我們想要解決通用計算機(jī)無法處理的問題。普通計算機(jī)無法做到。我們還注意到，總有一天晶體管將繼續(xù)發(fā)展。晶體管的數(shù)量將會增加，但晶體管的性能和功率提升速度將放緩。摩爾定律不會無限延續(xù)，它終將受到物理定律的限制。而此刻，終于來臨了。丹納德縮放效應(yīng)已停止，它被稱為丹納德縮放效應(yīng)。丹納德縮放定律已于近十年前停止，事實上，晶體管性能及其相關(guān)功率的提升已大幅放緩。然而，晶體管的數(shù)量仍在持續(xù)增加。我們觀察到這一點已經(jīng)很久了。

應(yīng)用并行計算，將其與順序處理的CPU結(jié)合，我們就能將計算能力擴(kuò)展到遠(yuǎn)超以往的水平。遠(yuǎn)遠(yuǎn)超出。而那一刻真的到來了。我們現(xiàn)在已經(jīng)看到了那個拐點。加速計算的時代已然來臨。然而，加速計算是一種根本不同的編程模型。你不能直接拿CPU軟件，那些是手工編寫的軟件，順序執(zhí)行，并將其部署到GPU上確保正常運(yùn)行。事實上，如果你只是那樣做了，它實際上運(yùn)行得更慢。因此你必須重新設(shè)計新的算法。你必須創(chuàng)建新的庫。事實上，你必須重寫該應(yīng)用程序。這就是為什么花了這么長時間的原因。我們花了近三十年才走到今天這一步。但我們是一步一個腳印地完成的。

這是我們公司的瑰寶。大多數(shù)人都在談?wù)揋PU。GPU固然重要，但若沒有在其之上構(gòu)建的編程模型，若不致力于該編程模型，就無法確保其在不同版本間保持兼容性。我們現(xiàn)在正推出CUDA 13，并即將推出CUDA 14。數(shù)以億計的GPU在每臺計算機(jī)中運(yùn)行，完全兼容。如果我們不這樣做，那么開發(fā)者就不會選擇這個計算平臺。如果我們不創(chuàng)建這些庫，那么開發(fā)者就不知道如何使用該算法，也無法充分發(fā)揮該架構(gòu)的潛力。一個接一個的申請。這確實是我們公司的瑰寶。

CuLitho，計算光刻技術(shù)。我們花了近七年時間才與cuLitho走到今天這一步，現(xiàn)在臺積電也用它，三星也用它，ASML使用它。這是一座令人驚嘆的計算庫。光刻，芯片制造的第一步。CAE應(yīng)用中的稀疏求解器。cuOpt，一款幾乎打破所有紀(jì)錄的數(shù)值優(yōu)化工具。旅行推銷員問題，如何在供應(yīng)鏈中將數(shù)百萬種產(chǎn)品與數(shù)百萬客戶連接起來。Warp，用于CUDA的Python求解器，用于仿真。cuDF，一種基于數(shù)據(jù)框的方法，本質(zhì)上是加速SQL，數(shù)據(jù)框?qū)I(yè)版-數(shù)據(jù)框數(shù)據(jù)庫。這個庫，正是開啟AI的起點，cuDNN，位于頂部的名為Megatron Core的庫使我們能夠模擬和訓(xùn)練超大規(guī)模語言模型。這樣的例子不勝枚舉。

MONAI，非常重要，是全球排名第一的醫(yī)學(xué)影像AI框架。順便說一句，今天我們不會過多討論醫(yī)療保健問題。但一定要去聽金伯利的主題演講。她會詳細(xì)介紹我們在醫(yī)療保健領(lǐng)域開展的工作。這樣的例子不勝枚舉。基因組學(xué)處理，Aerial，注意聽，今天我們要做一件非常重要的事。量子計算。這只是我們公司350個不同庫的代表之一。這些庫中的每一個都重新設(shè)計了加速計算所需的算法。這些庫的出現(xiàn)，使得整個生態(tài)系統(tǒng)的所有合作伙伴都能利用加速計算的優(yōu)勢。這些庫中的每一家都為我們開拓了新的市場。

讓我們來看看CUDAx能做什么。

（視頻內(nèi)容）

這很棒嗎？你所見的一切都是仿真。沒有藝術(shù)，沒有動畫。這就是數(shù)學(xué)的魅力所在。這是深奧的計算機(jī)科學(xué)，深奧的數(shù)學(xué)，它美得簡直令人難以置信。涵蓋了所有行業(yè)，從醫(yī)療保健到生命科學(xué)，制造業(yè)、機(jī)器人技術(shù)、自動駕駛汽車、計算機(jī)圖形學(xué)，甚至電子游戲。你所見到的第一張截圖，正是NVIDIA首次運(yùn)行的應(yīng)用程序。而這正是我們1993年起步的地方。而我們始終堅信著自己所追求的目標(biāo)，它生效了。很難想象你竟能親眼見證那個最初的虛擬格斗場景躍然眼前，而那家公司也相信我們今天會在這里。這真是一段無比精彩的旅程。我要感謝所有英偉達(dá)員工所做的一切。這真是太不可思議了。

今天我們要涵蓋的行業(yè)很多。我將涵蓋AI、6G、量子技術(shù)、模型、企業(yè)計算、機(jī)器人技術(shù)和工廠。讓我們開始吧。我們有很多內(nèi)容要討論，還有許多重大消息要宣布。許多新伙伴會讓你大吃一驚。

2、加速計算崛起

電信是經(jīng)濟(jì)的脊梁，是經(jīng)濟(jì)的命脈。我們的產(chǎn)業(yè)，我們的國家安全。然而，自無線技術(shù)誕生之初，我們便定義了這項技術(shù)，我們制定了全球標(biāo)準(zhǔn)，我們將美國技術(shù)輸出到世界各地，使世界能夠基于美國技術(shù)和標(biāo)準(zhǔn)進(jìn)行發(fā)展。那件事已經(jīng)過去很久了。當(dāng)今全球無線技術(shù)主要依賴于國外技術(shù)。我們的基礎(chǔ)通信架構(gòu)建立在外國技術(shù)之上。這種情況必須停止，而我們正有機(jī)會做到這一點。尤其是在這個根本性的平臺轉(zhuǎn)型期間。眾所周知，計算機(jī)技術(shù)是支撐所有行業(yè)的基石。這是科學(xué)最重要的工具。這是工業(yè)領(lǐng)域最重要的單一工具。我剛才說我們正在經(jīng)歷平臺轉(zhuǎn)型。這次平臺轉(zhuǎn)型，應(yīng)當(dāng)是我們重返賽場千載難逢的機(jī)會。讓我們開始運(yùn)用美國技術(shù)進(jìn)行創(chuàng)新。

今天，我們宣布我們將采取行動。我們與諾基亞建立了重要的合作伙伴關(guān)系。諾基亞是全球第二大電信設(shè)備制造商。這是一個價值3萬億美元的產(chǎn)業(yè)。基礎(chǔ)設(shè)施投資高達(dá)數(shù)千億美元。全球有數(shù)百萬個基站。如果我們能夠建立合作伙伴關(guān)系，就能基于這項以加速計算和AI為核心的非凡新技術(shù)進(jìn)行創(chuàng)新發(fā)展。而對于美國而言，要讓美國成為下一輪6G革命的核心。

因此，今天我們宣布英偉達(dá)推出了一條全新產(chǎn)品線。它被稱為NVIDIA ARC，即空中無線電網(wǎng)絡(luò)計算機(jī)。空中RAN計算機(jī)，ARC。ARC由三項基礎(chǔ)性新技術(shù)構(gòu)建而成：Grace CPU、Blackwell GPU以及我們的Mellanox ConnectX網(wǎng)絡(luò)解決方案專為該應(yīng)用設(shè)計。所有這些使我們能夠運(yùn)營這座庫，我之前提到的這個名為Aerial的CUDA X庫。Aerial本質(zhì)上是在CUDAX之上運(yùn)行的無線通信系統(tǒng)。我們將要首次創(chuàng)造一種軟件定義的可編程計算機(jī)，能夠同時進(jìn)行無線通信和AI處理。這完全是革命性的。我們稱之為NVIDIA ARC。

諾基亞將與我們合作，整合我們的技術(shù)。重寫他們的棧。這是一家擁有7,000項5G核心基礎(chǔ)專利的公司。很難想象還有比他更杰出的電信業(yè)領(lǐng)袖了。因此我們將與諾基亞建立合作伙伴關(guān)系。他們將把NVIDIA ARC作為未來的基站。NVIDIA ARC還兼容AirScale，即當(dāng)前諾基亞的基站系統(tǒng)。這意味著我們將采用這項新技術(shù)，能夠在全球范圍內(nèi)升級數(shù)百萬個基站，實現(xiàn)6G和AI的升級。如今6G和AI確實具有根本性意義，因為它們首次實現(xiàn)了我們將能夠使用AI技術(shù)，即面向無線接入網(wǎng)的AI技術(shù)。提高無線電通信的頻譜效率。利用AI，采用強(qiáng)化學(xué)習(xí)，實時調(diào)整波束成形，在具體情境中，取決于周邊環(huán)境、交通狀況以及移動出行方式、天氣。所有這些因素都可納入考量，從而提升頻譜效率。頻譜效率消耗約全球1.5%至2%的電力。因此，提高頻譜效率不僅能提升無線網(wǎng)絡(luò)傳輸數(shù)據(jù)的能力，同時無需增加所需的能量消耗。

我們還能做另一件事，即為無線接入網(wǎng)提供AI支持。是AI-on-RAN。這是一個全新的機(jī)遇。請記住，互聯(lián)網(wǎng)實現(xiàn)了通信，但真正了不起的是那些聰明的公司。亞馬遜云科技在互聯(lián)網(wǎng)基礎(chǔ)上構(gòu)建了云計算系統(tǒng)。我們現(xiàn)在要在無線通信網(wǎng)絡(luò)上實現(xiàn)同樣的功能。這片新云將成為邊緣工業(yè)機(jī)器人云。此處指的是AI-on-RAN。首項是AI-for-RAN，提升無線電性能、提高無線電頻譜效率，第二是基于AI的無線接入網(wǎng)，本質(zhì)上是無線通信領(lǐng)域的云計算。云計算將能夠直接延伸至邊緣區(qū)域，即沒有數(shù)據(jù)中心的地方。并非如此，因為我們在全球各地都設(shè)有基站。這個消息真是令人興奮。

讓我們來談?wù)劻孔佑嬎恪?981年，粒子物理學(xué)家、量子物理學(xué)家理查德·費曼構(gòu)想了一種新型計算機(jī)，能夠直接模擬自然。因為自然本身就是量子化的。他稱之為量子計算機(jī)。40年后，該行業(yè)實現(xiàn)了根本性突破。40年后，就在去年，實現(xiàn)了根本性突破。現(xiàn)在可以制造一個邏輯量子比特，一個保持相干性的邏輯量子位，穩(wěn)定，且錯誤已修正。過去，一個邏輯量子比特由有時可能是10個，有時可能是數(shù)百個物理量子比特協(xié)同工作。眾所周知，量子比特這些粒子極其脆弱。它們很容易變得不穩(wěn)定。任何觀察、任何采樣行為、任何環(huán)境條件都會導(dǎo)致其失相干。因此需要極其嚴(yán)格控制的環(huán)境。

如今，還有許多不同類型的物理量子比特，它們協(xié)同工作，讓我們能夠?qū)@些量子比特進(jìn)行糾錯。所謂的輔助量子位或綜合量子位，供我們進(jìn)行錯誤糾正并推斷其邏輯量子位狀態(tài)。存在各種不同類型的量子計算機(jī)，超導(dǎo)、光子學(xué)、囚禁離子、穩(wěn)定原子，各種不同的方法來制造量子計算機(jī)。現(xiàn)在我們意識到，必須將量子計算機(jī)直接連接到GPU超級計算機(jī)，這樣才能進(jìn)行錯誤糾正。以便我們能夠?qū)α孔佑嬎銠C(jī)進(jìn)行AI校準(zhǔn)與控制，以便我們能夠共同進(jìn)行模擬，協(xié)同工作，在GPU上運(yùn)行的正確算法，在QPU上運(yùn)行的正確算法，以及這兩種處理器，兩臺計算機(jī)并排工作。這就是量子計算的未來。

（視頻內(nèi)容：讓我們來看看。構(gòu)建量子計算機(jī)的方法有很多。每種都采用量子比特作為其核心構(gòu)建單元。但無論采用何種方法，所有量子比特，無論是超導(dǎo)量子比特、囚禁離子還是中性原子或光子，面臨相同的挑戰(zhàn)。它們非常脆弱，對噪音極其敏感。當(dāng)前的量子比特僅能穩(wěn)定運(yùn)行數(shù)百次操作。但解決有意義的問題需要數(shù)萬億次運(yùn)算。答案是量子糾錯。測量會擾動量子比特，從而破壞其內(nèi)部的信息。訣竅在于添加額外的量子比特，并使它們處于糾纏態(tài)。這樣，測量它們就能為我們提供足夠的信息來計算錯誤發(fā)生的位置，同時不會損壞我們關(guān)心的量子比特。它非常出色，但需要超越最先進(jìn)的常規(guī)計算能力。

正因如此，我們打造了NVQLink，一種全新的互連架構(gòu)，可將量子處理器與英偉達(dá)GPU直接連接。量子糾錯需要從量子比特中讀取信息，計算錯誤發(fā)生的位置，并將數(shù)據(jù)發(fā)送回去進(jìn)行修正。NVQLink能夠以每秒數(shù)千次的頻率，在量子硬件與外部設(shè)備之間傳輸數(shù)千兆字節(jié)的數(shù)據(jù)，以滿足量子糾錯所需的高速數(shù)據(jù)傳輸需求。其核心是CUDA-Q，我們面向量子GPU計算的開放平臺。借助NVQ-Link和CUDA-Q，研究人員將能夠?qū)崿F(xiàn)超越錯誤糾正的功能。他們還將能夠協(xié)調(diào)量子設(shè)備和AI超級計算機(jī)來運(yùn)行量子GPU應(yīng)用程序。量子計算不會取代經(jīng)典系統(tǒng)。它們將協(xié)同工作，融合為一個加速的量子超級計算平臺。）

要知道，CEO們可不是整天坐在辦公桌前打字的。這是體力活，純粹的體力活。因此，今天我們宣布推出NVQLink。其實現(xiàn)得益于兩點：當(dāng)然，這個用于量子計算機(jī)控制和校準(zhǔn)的互連系統(tǒng)，量子糾錯，以及連接兩臺計算機(jī)，利用QPU和我們的GPU超級計算機(jī)進(jìn)行混合仿真。它還具有完全的可擴(kuò)展性。它不僅能為當(dāng)前數(shù)量有限的量子比特執(zhí)行糾錯操作，它為明日的錯誤糾正做準(zhǔn)備，屆時我們將把量子計算機(jī)從如今的數(shù)百量子比特擴(kuò)展到數(shù)萬量子比特。未來將擁有數(shù)十萬個量子比特。因此，我們現(xiàn)在擁有了一套能夠?qū)崿F(xiàn)控制的架構(gòu)，協(xié)同激發(fā)、量子糾錯與未來擴(kuò)展。

業(yè)界的支持令人難以置信。在CUDA-Q發(fā)明之前，請記住，CUDA原本是為GPU、CPU和加速計算設(shè)計的，基本上是同時使用兩個處理器來完成一一用對工具做對事。如今，CUDA-Q已擴(kuò)展至CUDA之外，從而能夠支持QPU，使兩種處理器協(xié)同工作。QPU與GPU協(xié)同工作，計算任務(wù)在兩者之間往返傳遞，耗時僅數(shù)微秒，實現(xiàn)與量子計算機(jī)協(xié)同運(yùn)作所需的基本延遲。如今，CUDA-Q已成為一項了不起的突破性技術(shù)，被眾多不同領(lǐng)域的開發(fā)者所采用。我們今日宣布，共有17家量子計算機(jī)行業(yè)公司支持NVQLink。而且我對此感到非常興奮。

八個不同的美國能源部實驗室：伯克利實驗室、布魯克海文實驗室、費米實驗室、林肯實驗室、洛斯阿拉莫斯、橡樹嶺、太平洋西北、桑迪亞國家實驗室。幾乎所有美國能源部的實驗室都與我們展開合作，攜手量子計算機(jī)公司生態(tài)系統(tǒng)及量子控制器供應(yīng)商，將量子計算逐步融入科學(xué)發(fā)展的未來藍(lán)圖。

我們正在經(jīng)歷幾次平臺轉(zhuǎn)型。一方面，我們正經(jīng)歷著加速計算的發(fā)展，這就是為什么未來的超級計算機(jī)都將基于GPU。我們將轉(zhuǎn)向AI，使AI與基于原理的求解器、基于原理的模擬協(xié)同工作。基于原理的物理模擬不會消失，但它可以被增強(qiáng)、強(qiáng)化、擴(kuò)展，使用代理模型、AI模型。

我們還知道，通過基于原理的求解器，經(jīng)典計算能夠借助量子計算來增強(qiáng)對自然狀態(tài)的理解。我們也知道，未來我們擁有如此多的信號，必須從世界中采樣如此多的數(shù)據(jù)，遙感技術(shù)的重要性已達(dá)到前所未有的高度。除非這些實驗室成為自動化工廠，否則它們根本無法以我們所需的規(guī)模和速度進(jìn)行實驗，成為機(jī)器人實驗室。因此，所有這些不同的技術(shù)正同時涌入科學(xué)領(lǐng)域。

3、極致協(xié)同設(shè)計，重塑AI算力經(jīng)濟(jì)

我們來聊聊AI吧。什么是AI？大多數(shù)人會說AI就是聊天機(jī)器人，嗯，這完全是理所當(dāng)然的。毫無疑問，ChatGPT正處于人們所認(rèn)為的AI的前沿。然而，正如你此刻所見，這些科學(xué)超級計算機(jī)不會運(yùn)行聊天機(jī)器人，他們將從事基礎(chǔ)科學(xué)研究。

科學(xué)AI的世界遠(yuǎn)比想象中更廣闊，遠(yuǎn)不止是一個聊天機(jī)器人。當(dāng)然，聊天機(jī)器人極其重要，而通用AI則具有根本性的關(guān)鍵意義。深層計算機(jī)科學(xué)、非凡的計算能力以及重大突破，仍是實現(xiàn)AGI的關(guān)鍵要素。但除此之外，AI還有更多可能。

實際上，我將用幾種不同的方式來描述AI。第一種方式，即人們最初對AI的認(rèn)知，是它徹底重構(gòu)了計算棧。我們過去做軟件的方式是手工編碼，在CPU上運(yùn)行手工編碼軟件。如今，AI就是機(jī)器學(xué)習(xí)、訓(xùn)練，或者說數(shù)據(jù)密集型編程，由在GPU上運(yùn)行的AI訓(xùn)練和學(xué)習(xí)而成。為實現(xiàn)這一目標(biāo)，整個計算棧已發(fā)生改變。

注意，你在這兒看不到windows，也看不到CPU。你看到的是完全不同的、從根本上截然不同的架構(gòu)。

在能源之上還有這些GPU。這些GPU被連接到、集成到我稍后將展示的基礎(chǔ)設(shè)施中。在這項基礎(chǔ)設(shè)施之上——它由巨型數(shù)據(jù)中心構(gòu)成，其規(guī)模輕松達(dá)到這個房間的數(shù)倍之多。巨大的能量隨后通過名為GPU超級計算機(jī)的新設(shè)備轉(zhuǎn)化，從而生成數(shù)據(jù)。這些數(shù)字被稱為tokens。

語言，也就是計算的基本單位，是AI的詞匯表。幾乎任何東西都可以進(jìn)行tokens化。當(dāng)然，你可以對英語單詞進(jìn)行分詞處理，你可以對圖像進(jìn)行分詞處理，這就是你能夠識別圖像或生成圖像的原因。對視頻進(jìn)行分詞，對3D結(jié)構(gòu)進(jìn)行分詞。你可以對化學(xué)物質(zhì)、蛋白質(zhì)和基因進(jìn)行tokens化處理，你可以對單元格進(jìn)行tokens化處理，將具有結(jié)構(gòu)的幾乎任何事物、具有信息內(nèi)容的任何事物進(jìn)行分詞處理。

一旦能夠?qū)⑵鋞okens化，AI就能學(xué)習(xí)該語言及其含義。一旦它學(xué)會了那種語言的含義，它就能翻譯，它能回應(yīng)，就像你與ChatGPT互動那樣，它能生成內(nèi)容。因此，你所看到ChatGPT所做的一切基礎(chǔ)功能，你只需想象一下，如果它是一種蛋白質(zhì)會怎樣？如果它是一種化學(xué)物質(zhì)呢？如果它是一個3D結(jié)構(gòu)，比如工廠呢？如果它是一個機(jī)器人，而tokens是理解行為并將其轉(zhuǎn)化為動作和行為的標(biāo)記呢？所有這些概念基本上是一樣的。這正是AI取得如此非凡進(jìn)展的原因。

在這些模型之上還有應(yīng)用程序。Transformers是一個極其有效的模型，但并不存在放之四海皆準(zhǔn)的通用模型。只是AI具有普遍影響。模型種類繁多。在過去的幾年里，我們享受了發(fā)明帶來的樂趣，并經(jīng)歷了創(chuàng)新的洗禮，例如多模態(tài)的突破。有這么多不同類型的模型，有CNN模型（卷積神經(jīng)網(wǎng)絡(luò)模型），有狀態(tài)空間模型，也有圖神經(jīng)網(wǎng)絡(luò)模型，多模態(tài)模型，當(dāng)然，還包括我剛才描述的所有不同的分詞方式和分詞方法。