GTC 2025: Jensen Huang Enthüllte in Einer Halben Stunde Mehr Als Nur Chips Und Mehrere Neue Errungenschaften Im Bereich Der Physischen KI, Allesamt Open Source
Am 18. März, Pekinger Zeit, startete NVIDIA GTC 2025, das zu einem Event der KI-Branche aufgewertet wurde, aber vielleicht aufgrund des Mangels an Blockbuster-Produkten, Das Offline-Forum und die Ausstellung am ersten Tag konnten den Rückgang des Aktienkurses von Nvidia nicht umkehren.Es gab sogar einen Rückgang. Daher hat die „Keynote Speech“, die bereits große Aufmerksamkeit erregt hat, noch mehr Aufmerksamkeit und Erwartungen geweckt.
Allerdings hängen die Kursschwankungen der Nvidia-Aktie nicht nur mit den durch DeepSeek verursachten Spekulationen über eine „sinkende Nachfrage nach Rechenleistung“ zusammen, sondern werden auch mehr oder weniger stark von der Korrektur des US-Aktienmarktes beeinflusst. Doch was auch immer der Grund ist: Als Steuermann des Unternehmens muss Huang Renxun das Vertrauen der Anleger so schnell wie möglich wiederherstellen. Aus diesem Grund haben wir in seiner fast dreistündigen Rede Folgendes von ihm gehört:
* Das Skalierungsgesetz wurde oft erwähnt;
* Beitritt zur Open-Source-Bewegung, Veröffentlichung des auf dem Llama-Modell basierenden NVIDIA Llama Nemotron-Inferenzmodells;
* Er lobte, dass Blackwell vollständig in Produktion gegangen sei und dass „die Produktionskapazität mit erstaunlicher Geschwindigkeit hochgefahren werde und auch die Kundennachfrage beeindruckend sei“;
* Betonen Sie ausdrücklich, dass der „Rechenaufwand“ im KI-Bereich aufgrund der Entstehung von Inferenzmodellen erheblich zugenommen hat.
* …
Doch Huangs leidenschaftliche Rede schien wenig Wirkung zu zeigen.Zum Redaktionsschluss befindet sich der Aktienkurs von Nvidia weiterhin im Abwärtstrend.
In gewisser Weise zeigt dies auch, dass die durchgesickerten Hardware- und Architektur-Updates auf dem Markt keine große Zustimmung fanden. Neben Blackwell Ultra und Vera Rubin,Die von Huang Renxun in der letzten halben Stunde geteilte physische KI könnte eine weitere „gute Geschichte“ sein, die sich für einen ausführlichen Austausch mit Investoren und der Branche eignet.
Eine Explosion neuer Errungenschaften in der physischen KI in einer halben Stunde
Auf der CES 2025, die Anfang Januar 2025 eröffnet wurde, stellte NVIDIA das weltweit erste Basismodell Cosmos vor.Huang Renxun rief: „Die nächste Grenze der KI ist die Physik.“Es hat die physische KI auf einen Schlag in die Hauptphase der KI gebracht. Bei der sogenannten physischen KI geht es darum, autonome Systeme wie Roboter, selbstfahrende Autos und intelligente Räume in die Lage zu versetzen, komplexe Vorgänge in der realen Welt wahrzunehmen, zu verstehen und auszuführen.
Bereits am frühen Morgen des 19. März, zum Abschluss der Keynote-Rede, heizte der Auftritt des kleinen Roboters Blue die Stimmung mit anhaltendem Jubel auf. Die Interaktion zwischen den beiden Parteien skizziert für uns auch die Grundzüge der physischen KI.
Blue und Jen-Hsun Huang auf der Bühne
In der letzten knappen halben Stunde veröffentlichte Huang Renxun eine Reihe bahnbrechender Neuigkeiten.
Die erste besteht darin, einen Open-Source-Datensatz für physische KI zu starten.Es stellt Entwicklern 15 TB an Daten zur Verfügung, darunter Tausende Stunden Mehrkamera-Videomaterial, über 320.000 Trajektorien für das Robotertraining und bis zu 1.000 allgemeine Szenenbeschreibungen (OpenUSD). Es zeichnet sich durch Vielfalt, Umfang und geografische Abdeckung aus und wird insbesondere für den Bereich der Sicherheitsforschung von Nutzen sein, da es Ausreißer identifizieren und die Leistung der Modellgeneralisierung bewerten kann. Es ist erwähnenswert, dass NVIDIA offiziell erklärt hat, dass der Datensatz im Laufe der Zeit weiter erweitert wird und möglicherweise der weltweit größte einheitliche Open-Source-Datensatz für physikalische KI wird.
* Adresse zum Herunterladen des Datensatzes:
Als nächstes folgt das weltweit erste Open-Source-Basismodell mit vollständiger Anpassungsfähigkeit, der NVIDIA Isaac GR00T N1.Wird verwendet, um menschliches Denken und andere Fähigkeiten nachzuahmen. Das GR00T N1-Basismodell verfügt über eine Dualsystemarchitektur, die von den Prinzipien der menschlichen Wahrnehmung inspiriert ist. „System 1“ ist ein schnell denkendes Handlungsmodell, das die konditionierten Reflexe bzw. die Intuition des Menschen widerspiegelt. System 2 ist ein langsames Denkmodell, das für durchdachte, methodische Entscheidungsfindung verwendet wird.
Das dritte Ziel ist die Einführung von Newton, einer Open-Source-Physik-Engine für die Robotersimulation.Es wird gemeinsam von NVIDIA, Google DeepMind und Disney Research entwickelt, basiert auf der NVIDIA CUDA-X-Beschleunigungsbibliothek NVIDIA Warp und bietet Entwicklern eine einfache Möglichkeit, GPU-beschleunigte Kernelprogramme zum Simulieren künstlicher Intelligenz, Robotik und maschinellem Lernen (ML) zu schreiben.
Schließlich wurde das Cosmos-Weltbasismodell aktualisiert und ein Open Source- und vollständig anpassbares Argumentationsmodell eingeführt.Speziell für die Entwicklung physischer KI entwickelt. In,Cosmos Transfer wird zur Generierung synthetischer Daten verwendet,Es empfängt strukturierte Videoeingaben wie Segmentierungskarten, Tiefenkarten, Lidar-Scans, Pose-Estimation-Karten und Trajektorienkarten, um steuerbare, realistische Videoausgaben zu generieren. Cosmos Predict für die Entstehung einer intelligenten Welt,Die Generierung mehrerer Frames wird unterstützt, um Zwischenaktionen oder Bewegungsbahnen anhand eines Start- und End-Eingabebilds vorherzusagen. Cosmos Reason wird verwendet, um die Effizienz der Annotation und Organisation von Physical-AI-Daten zu verbessern.Optimieren Sie vorhandene weltbasierte Modelle oder erstellen Sie völlig neue Aktionsmodelle in visueller Sprache.
Vom beschleunigten Rechnen zur beschleunigten Wissenschaft
Neben der physischen KI vertieft NVIDIA seine Ausrichtung im Bereich der KI für die Wissenschaft weiter, was in Zukunft zu einem neuen Wachstumspunkt werden könnte.
Die Beziehung von NVIDIA zu KI für die Wissenschaft lässt sich möglicherweise auf die Geburt von CUDA zurückführen, das mit der leistungsstarken Kombination aus beschleunigtem Computing und High-Performance Computing (HPC) begann. Huang Renxun sagte einmal:Seit der Entwicklung von CUDA hat NVIDIA die Computerkosten um ein Millionstel der vorherigen Kosten gesenkt.Für manche ist NVIDIA ein Computermikroskop, mit dem sie die kleinsten Dinge sehen können. für andere ist es ein Teleskop, das ihnen die Erforschung unvorstellbar weit entfernter Galaxien ermöglicht; und für viele ist es eine Zeitmaschine, die es ihnen ermöglicht, ihrem Lebenswerk nachzugehen, solange sie noch Zeit dazu haben.“
Mit anderen Worten ist es die ökologische Kombination aus CUDA und NVIDIA GPU, die die parallelen Rechenkapazitäten erheblich verbessert und die Anwendung des Hochleistungsrechnens im wissenschaftlichen Forschungsbereich beschleunigt hat. Heute hat die KI der wissenschaftlichen Forschungsbranche eine starke Dynamik verliehen und den Sprung vom beschleunigten Computing zur beschleunigten Wissenschaft geschafft. NVIDIA steht im Zentrum dieses Sturms des technologischen Wandels und sollte vorausschauend genug sein, um diese Gelegenheit zu nutzen.
In der gerade zu Ende gegangenen Keynote zur GTC 2025 gab Huang Renxun bekannt, dass Entwickler nun CUDA-X und die neueste Superchip-Architektur verwenden können, um eine engere automatische Integration und Koordination zwischen CPU- und GPU-Ressourcen zu erreichen, wodurch ihre Computational-Engineering-Tools 11-mal schneller und 5-mal rechenleistungsstärker werden als bei Verwendung herkömmlicher beschleunigter Computerarchitekturen.
Huang schloss:CUDA-X bringt beschleunigtes Computing bereits in eine Reihe neuer Ingenieurdisziplinen, darunter Astronomie, Teilchenphysik, Quantenphysik, Automobil-, Luft- und Raumfahrt- und Halbleiterdesign.
Auf der GTC-Konferenz 2018NVIDIA hat seine erste KI-Plattform, NVIDIA Clara, für die Medizinbranche vorgestellt.Der Schwerpunkt liegt zunächst auf dem Bereich der medizinischen Bildgebung und bietet GPU-basierte KI-Lösungen zur Beschleunigung der Verarbeitung medizinischer Bilddaten. Im Jahr 2019 wurde NVIDIA Clara um die neue Genomik-Computerplattform Clara Genomics erweitert, die für die DNA-/RNA-Sequenzanalyse und die beschleunigte Verarbeitung genetischer Daten verwendet wird.
Ende 2019 übernahm NVIDIA Parabricks, ein Unternehmen für die Entwicklung von Gensequenzierungssoftware, und integrierte dessen GPU-beschleunigte Gensequenzierungstools in die NVIDIA Clara-Plattform. Laut der offiziellen Dokumentation von NVIDIAParabricks können das gesamte menschliche Genom in 10 Minuten 30-mal analysieren.Andere Methoden dauern 30 Stunden.
Auf der GTC-Konferenz 2021NVIDIA bringt Clara Holoscan auf den Markt, eine Echtzeit-KI-Computerplattform speziell für medizinische Geräte.Ziel ist es, medizinische Geräte mit Echtzeit-KI-Rechenfunktionen auszustatten und so den Intelligenzgrad der medizinischen Bildanalyse, der chirurgischen Assistenz und der Telemedizin zu verbessern.
Auf der GTC-Konferenz im September 2022 hat NVIDIA Clara weiter ausgebaut und BioNeMo veröffentlicht. Zu dieser Zeit wurde NVIDIAs Plan für KI in der Wissenschaft immer deutlicher, von KI-beschleunigtem Computing bis hin zu generativer KI und von der ersten KI-Plattform für medizinische Bildgebung bis hin zu eingehenderer biowissenschaftlicher Forschung. Speziell,BioNeMo ist ein Framework zum Trainieren und Bereitstellen großer biomolekularer Sprachmodelle im ultragroßen Rechenmaßstab.Enthält 4 vortrainierte Sprachmodelle:
* Protein LLM ESM-1: Es verarbeitet Aminosäuresequenzen und generiert Darstellungen, die zur Vorhersage verschiedener Proteineigenschaften und -funktionen verwendet werden können, wodurch die Fähigkeit der Wissenschaftler verbessert wird, die Proteinstruktur zu verstehen.
* Open-Source-Version des Proteinmodellierungstools OpenFold.
* Generatives Chemiemodell MegaMolBART: kann zur Reaktionsvorhersage, molekularen Optimierung und Erzeugung neuer Moleküle verwendet werden.
* ProtT5: Entwickelt vom RostLab der Technischen Universität München in Zusammenarbeit mit NVIDIA, erweitert es die Funktionalität der Protein-LLMs von Meta AI wie ESM-1b auf die Sequenzgenerierung.
Neben der medizinischen und biowissenschaftlichen ForschungNVIDIA hat auf der GTC 2024 außerdem die digitale Klima-Zwillings-Cloud-Plattform Earth-2 veröffentlicht.Mithilfe des neu eingeführten generativen KI-Modells CorrDiff in Kombination mit NVIDIA FourCastNet kann eine globale Klimasimulation auf 1-Kilometer-Ebene durchgeführt werden.
Abschluss
Jede GTC-Konferenz hat sich seit langem von einer bloßen „Werbung“ für neue Produkte und Technologien zu einem Branchenmaßstab entwickelt. Auf der diesjährigen Konferenz konnten wir Huang Renxuns Erwartungen an die nächste Generation der Chiparchitektur und Produkte sowie sein aktives Engagement in den Bereichen Robotik, autonomes Fahren und wissenschaftliches Rechnen kennenlernen. Es ist offensichtlich zu früh, darauf zu hoffen, dass sich Letzteres schnell zur wichtigsten Blutbank von Nvidia entwickeln wird. Allerdings ist es auch eine ziemliche Herausforderung, die aktuelle Marktstimmung schnell umzukehren und die Hindernisse für Ersteres aus dem Weg zu räumen. Seien wir alle gespannt, welche „wilden Tricks“ sich Huang in Zukunft noch einfallen lassen wird.