Huang Renxuns Neueste Rede! NVLink Fusion, Ein Offenes Ökosystem, Unterstützt Halbkundenspezifische KI-Infrastruktur; Open-Source-Basismodell Eines Humanoiden Roboters
Nvidia-CEO Jensen Huang hielt am 19. Mai um 11 Uhr Pekinger Zeit eine Grundsatzrede auf der Computex 2025, in der er sich auf die neuesten Fortschritte des Unternehmens in Bereichen wie Rechenzentren, KI auf Unternehmensebene und Robotik konzentrierte. In dem fast zweistündigen Austausch veröffentlichte der „Leather Swordsman“ mehrere wichtige Neuigkeiten, darunter:
* Partnerschaft mit Computerherstellern wie Asus und Dell zur Einführung von AI-First DGX-Personal-Computing-Systemen
* Einführung von NVLink Fusion, das es Kunden und Partnern ermöglicht, mit NVLink individuelle Rack-Designs zu erstellen
* Veröffentlichung einer Reihe von KI-Tools für humanoide Roboter, wie NVIDIA Isaac GR00T und GR00T-Dreams Blueprint
* Beschleunigen Sie die Umwandlung der IT-Infrastruktur in eine KI-Fabrik basierend auf NVIDIA RTX PRO
* …
Dieser Artikel stellt die wichtigsten Informationen vor ⬇️
1 AI-First DGX Personal Computing-Systeme
Huang Renxun gab bekannt, dass NVIDIA seine Zusammenarbeit mit Herstellern wie Acer, GIGABYTE und MSI vertieft, um die persönlichen KI-Supercomputer DGX Spark und DGX Station einem breiteren Markt zugänglich zu machen und Entwicklern, Datenwissenschaftlern und Forschern auf der ganzen Welt beispiellose Leistung und Effizienz zu bieten.
„KI hat jede Schicht des Computer-Stacks völlig neu gestaltet – von den Chips bis zur Software“, sagte Huang. „Als direkte Nachkommen des DGX-1-Systems, das die KI-Revolution auslöste, wurden DGX Spark und DGX Station von Grund auf neu entwickelt, um die nächste Generation der KI-Forschung und -Entwicklung voranzutreiben.“
DGX Spark ist mit dem NVIDIA GB10 Grace Blackwell-Superchip und Tensor Cores der fünften Generation ausgestattet, bietet bis zu 1 PetaFLOP KI-Rechenleistung und 128 GB einheitlichen Speicher und kann Modelle nahtlos in die NVIDIA DGX™ Cloud oder jede beschleunigte Cloud-Plattform und Rechenzentrumsinfrastruktur exportieren.
DGX Station ist mit dem NVIDIA GB300 Grace Blackwell Super-Desktop-Chip ausgestattet, der bis zu 20 PetaFLOPs KI-Leistung und 784 GB einheitlichen Systemspeicher bietet. Das System ist außerdem mit NVIDIA ConnectX®-8 SuperNIC ausgestattet, das Hochgeschwindigkeitsnetzwerkverbindungen mit bis zu 800 Gb/s und Skalierbarkeit auf mehrere Geräte unterstützt. DGX Station kann als Desktop-System für eine einzelne Person verwendet werden, um erweiterte KI-Modelle mit lokalen Daten auszuführen, oder als zentraler Computerknoten, der von mehreren Personen gemeinsam genutzt wird.
2 NVLink Fusion
Huang Renxun sagte: „Wir stehen vor einem dramatischen Wandel in der Computerarchitektur: Zum ersten Mal seit Jahrzehnten stehen Rechenzentren vor einem grundlegenden Umbau – KI wird in jede Computerplattform integriert. NVLink Fusion öffnet die Tür zur NVIDIA-KI-Plattform und ermöglicht Partnern den Aufbau einer dedizierten KI-Infrastruktur.“
Insbesondere ist NVLink derzeit die fortschrittlichste und am weitesten verbreitete Computerverbindungsarchitektur der Welt. Unternehmen können NVLink Fusion und das breite NVIDIA NVLink™-Ökosystem nutzen, um eine halbindividuelle KI-Infrastruktur aufzubauen.
Unternehmen wie MediaTek, Marvell, Alchip Technologies, Astera Labs, Synopsys und Cadence sind die ersten Partner, die NVLink Fusion einsetzen, um kundenspezifische Chips zu bauen, die eine enorme Skalierbarkeit erreichen können, um den Anforderungen von Anwendungen mit hoher Belastung wie Modelltraining und agentenbasierter KI-Inferenz gerecht zu werden. Mit NVLink Fusion können CPUs von Fujitsu und Qualcomm Technologies auch mit NVIDIA-GPUs integriert werden, um eine leistungsstarke NVIDIA-KI-Fabrik aufzubauen.
3 Die Entwicklung humanoider Roboter umfassend beschleunigen
Huang Renxun ist davon überzeugt, dass „physische KI und Roboter die nächste industrielle Revolution anführen werden. Von für Roboter gebauten KI-Gehirnen über simulierte Welten für das Training bis hin zu KI-Supercomputern für das grundlegende Modelltraining bietet NVIDIA die Bausteine, die für den gesamten Zyklus der Roboterentwicklung erforderlich sind.“
Er stellte das Open Source- und vollständig anpassbare humanoide Roboter-Basismodell NVIDIA Isaac GR00T N1.5 vor. Dieses Versionsupdate verbessert die Anpassungsfähigkeit des Roboters an die Umgebung sowie seine Fähigkeit zur Erkennung von Arbeitsbereichskonfigurationen und Objekterkennung erheblich, insbesondere bei der Durchführung gängiger Materialhandhabungs- und Fertigungsaufgaben, wie etwa dem Sortieren und Lagern von Objekten.
Isaac GR00T-Dreams kann aus einer einzigen Bildeingabe neue Videos generieren, die den Roboter bei der Ausführung neuer Aufgaben in neuen Umgebungen zeigen. Aus diesen Videos werden dann Aktionstoken extrahiert – komprimierte Datenschnipsel, die von Robotern verstanden und gelernt werden können. Diese Technologie löst das Problem unzureichender Daten bei der Entwicklung physischer KI und ermöglicht es Robotern, schnell neue Verhaltensmuster zu erlernen.
4 Beschleunigen Sie die Transformation der IT-Infrastruktur in eine KI-Fabrik
Huang Renxun sagte: „KI revolutioniert jede Branche – jedes Unternehmen wird eine KI-Fabrik bauen oder mieten, um sein Geschäft zu betreiben und seine Produkte mit Intelligenz auszustatten. Mit unserem globalen Partner-Ökosystem helfen wir Unternehmen, KI in ihre Belegschaft zu integrieren, Fabriken zu automatisieren und KI-native Produkte zu entwickeln.“
Er kündigte an, dass durch den neuen NVIDIA RTX PRO™-Server und das Enterprise AI Factory Validated Design die Umwandlung von Billionen-Dollar-IT-Infrastrukturen in KI-Fabriken für Unternehmen beschleunigt wird.
Unter anderem ist der RTX PRO-Server mit der NVIDIA RTX PRO 6000 Blackwell-GPU der Serverversion ausgestattet, die die führende Leistung und Energieeffizienz der NVIDIA Blackwell-Architektur auf das Rechenzentrum ausweitet. Es kann fast alle Workloads auf Unternehmensebene ausführen und die umfassende Transformation von herkömmlichen CPU-Systemen zu einer effizienten GPU-Beschleunigungsinfrastruktur fördern.
Quellen: