Jen-Hsun Huangs neueste Rede: Jedes Unternehmen wird ein KI-Hersteller |

Lao Huang ist wieder als Verkäufer hier.

Letzte Woche übertraf der Marktwert von Nvidia den von Apple und wurde zum größten der Welt. Dementsprechend war auch Nvidia-Gründer Huang Jensen untätig, startete eine globale Reise und hielt oft Reden an verschiedenen Orten.

Die höchste Fähigkeit im Verkauf besteht darin, weiter zu verkaufen, zu verkaufen und zu verkaufen.

Heute reiste Huang Renxun auch nach Japan und hatte ein formelles Treffen mit Masayoshi Son, CEO der SoftBank Group.

Vor dem Austausch hielt Huang Renxun zunächst eine einstündige Rede, in der er den Teilnehmern vorstellte, was KI ist und wie sie unser Leben beeinflussen wird Marseille".

Während der Kommunikation mit Son Zhengyi zeigte Huang Renxun auch viel „Huangs“ Humor.

Als ich zum Beispiel Masayoshi Son sah, begann ich mit einem Regenbogenfurz, der Son Masayoshi zum lauten Lachen brachte. Oder als er scherzte, dass Masayoshi Son einst der größte Anteilseigner von Nvidia war, scherzte er auch über sein Bedauern, die Übernahme von Nvidia verpasst zu haben.

Original-Videoadresse für Wegbeschreibungen ：https://www.nvidia.cn/events/ai-summit-japan/fireside-chat/

Im Anhang finden Sie den vollständigen Text von Huang Jen-Hsuns Rede und den vollständigen Text des Kamingesprächs. Der vollständige Text umfasst insgesamt 17.000 Wörter und wurde von APPSO zusammengestellt.

Nicht nur der Bau einer GPU, sondern eher der Bau einer Zeitmaschine

Jen-Hsun Huang: Willkommen beim NVIDIA AI Summit.

Bei NVIDIA sind wir im Kern ein Unternehmen für analoge Technologie.

Wir simulieren Physik, wir simulieren virtuelle Welten und wir simulieren Intelligenz durch Simulation. Wir helfen Ihnen, die Zukunft vorherzusagen. Nvidia baut also in vielerlei Hinsicht eine Zeitmaschine.

Heute teilen wir einige unserer neuesten Durchbrüche. Vor allem aber geht es bei dieser Veranstaltung um das japanische Ökosystem. Es gibt hier so viele Partner, 350 Startups, 250.000 Entwickler, Hunderte von Unternehmen.

Mit Japan pflegen wir bereits eine langjährige Zusammenarbeit.

Japan ist für uns seit den Anfängen des Unternehmens sehr wichtig. In Japan haben wir viele „Premieren“ gemacht.

Im Bereich Videospiele war beispielsweise Yu Suzuki von Sega der erste Spieleentwickler, mit dem wir zusammengearbeitet haben, und er half uns, die hervorragenden 3D-Spiele von Sega auf NVIDIA-GPUs zu portieren.

Das war das erste Mal, dass jemand die CUDA-Technologie von NVIDIA nutzte, um einen Supercomputer zu bauen. Der Supercomputer an der Universität für Wissenschaft und Technologie Tokio nutzte die GPU von NVIDIA, um die Entwicklung des wissenschaftlichen Rechnens voranzutreiben.

Japan ist in vielen Bereichen ein weltweiter Vorreiter.

Außerdem war es Japan, das uns erstmals die Entwicklung mobiler Prozessoren ermöglichte, was zu einem unserer sehr wichtigen Projekte führte – der Nintendo Switch. Heute sind viele „Premieren“ Realität geworden.

Jetzt stehen wir am Ausgangspunkt der KI-Revolution und begrüßen eine völlig neue Branche und erstaunliche technologische Veränderungen. Diese Zeit ist aufregend, aber auch voller Herausforderungen. Deshalb sind wir hier, um mit herausragenden Unternehmen im japanischen Ökosystem zusammenzuarbeiten, um KI nach Japan zu bringen und diese beispiellose Chance zu nutzen.

Wir haben heute viele Partner hier, denen ich besonders danken möchte.

NVIDIA ist der Begründer des beschleunigten Computings, und beschleunigtes Computing wird die CPU nicht ersetzen.

Tatsächlich sind wir fast das einzige Unternehmen im Computerbereich, das nicht die Absicht hat, die CPU zu ersetzen, sondern die Fähigkeiten der CPU zu verbessern, um diese rechenintensiven Arbeitslasten auf die GPU zu verlagern.

Dies sind die GPU-Befehlssätze, die mit der CPU arbeiten.

Auf diese Weise können wir die Vorteile zweier Prozessoren nutzen: einer CPU, die sich gut für die sequentielle Verarbeitung eignet, und einer GPU, die sich gut für die parallele Verarbeitung eignet. Darauf werde ich später noch näher eingehen.

Dabei handelt es sich jedoch nicht nur um paralleles Rechnen, sondern um beschleunigtes Rechnen, bei dem CPU und GPU zusammenarbeiten. Dieses Rechenmodell ist neu auf der Welt.

Tatsächlich gibt es das rein CPU-basierte Computermodell seit 1964, dem Jahr nach meiner Geburt, also vor 60 Jahren.

Die überwiegende Mehrheit der Computeraufgaben auf der Welt ist heute auf CPUs angewiesen.

Doch nun erfährt das Rechenmodell einen neuen, grundlegenden Wandel. Um dies zu erreichen, können wir jedoch nicht einfach sequentiell ausgeführte CPU-Software direkt auf die GPU portieren.

Um paralleles Rechnen zu erreichen, mussten wir eine ganze Reihe neuer Algorithmen entwickeln, und so wie OpenGL die Beschleunigung von Computergrafiken durch Grafikprozessoren ermöglichte, mussten wir auch viele spezifische Bibliotheken für viele verschiedene Anwendungsbereiche entwickeln.

Diese Bibliotheken gehören zu den über 350 verschiedenen Bibliotheken unseres Unternehmens, von denen einige in der Branche sehr wichtig sind. Kulit ist beispielsweise eine Bibliothek für die Computerlithographie, die den Lithographieprozess erheblich beschleunigen kann. Die Herstellung einer Chipmaske dauert aufgrund der vielen Schichten oft Wochen.

Durch den Einsatz dieser Technologie konnten wir die wochenlange Rechenzeit auf nur wenige Stunden reduzieren.

Während wir die Chip-Herstellungszyklen beschleunigen können, ermöglicht dies vor allem, dass Lithographiealgorithmen komplexer und fortschrittlicher werden, was den Fortschritt in der Halbleiterphysik weit über 2 nm, 1 nm und sogar kleinere Technologieknoten hinaus vorantreibt.

Daher wird die Computerlithographie durch cuLitho, Ku DSS (Sparse Solver) und KI beschleunigt. Heute werde ich diese aufregende neue Bibliothek im Detail vorstellen, die es diesem Computer ermöglicht, den 5G-Funkprotokollstapel auszuführen.

Grundsätzlich basiert das in Echtzeit laufende Funksystem auf dem CUDA-Beschleuniger für Quantensimulation, Quantenschaltungssimulation, Paarung bei der Gensequenzierung, CVS für die Vektorspeicherung oder Vektordatenbank für KI für die Indizierung und Abfrage.

NumPy ist die weltweit beliebteste Bibliothek zur numerischen Verarbeitung und wird von 5 Millionen Entwicklern weltweit verwendet. Allein im letzten Monat wurde es 30 Millionen Mal heruntergeladen, was eine erstaunliche Zahl ist.

Jetzt ist es vollständig beschleunigt und unterstützt Multi-GPU- und Multi-Node-Operationen. Bei Interesse prüfen Sie bitte die entsprechenden Informationen.

Darüber hinaus stelle ich Ihnen eine erstaunliche CDF-Datenrahmenverarbeitung vor, die für die strukturierte Datenverarbeitung wie SQL, Pandas, Polars, Koopt und das klassische Problem des Handlungsreisenden verwendet wird.

Dieses Problem wurde für die KI-Physik um ein Hundertfaches beschleunigt. Als nächstes haben wir eine sehr wichtige Bibliothek namens Coup DN Co DNA für tiefe neuronale Netze erstellt, um verschiedene Ebenen im Deep-Learning-System zu verwalten.

Durch die Schaffung von QDMs (Quantum Dots) und die Beschleunigung des Deep Learning haben wir etwas ganz Besonderes geschafft und Deep Learning demokratisiert. Im letzten Jahrzehnt haben wir den Umfang der künstlichen Intelligenz und des maschinellen Lernens um das Millionenfache gesteigert.

Indem wir den Umfang des maschinellen Lernens um das Millionenfache vergrößerten, gelang uns ein großer Durchbruch, und dieser Durchbruch brachte das heutige ChatGPT hervor – die Ankunft der künstlichen Intelligenz.

QDM hat etwas ganz Besonderes geleistet, es hat die Art und Weise verändert, wie Software entwickelt wird. Dies war die Situation vor Software 1.0. Programmierer schrieben Code, um einen Algorithmus zu beschreiben, und der Algorithmus war Software.

Sie geben Daten ein und die Software sagt die Ausgabe voraus. Von Menschen geschriebener Code läuft normalerweise auf der CPU.

Bei Software 1.0 geht es darum, Code zu schreiben, der auf der CPU ausgeführt wird. Jetzt sind wir in die Ära der Software 2.0 eingetreten. Da Computer bereits sehr schnell sind, können Sie sie mit einer großen Menge an Beispieldaten versorgen und sie selbstständig lernen und Funktionen vorhersagen lassen. Wir nennen es Software 2.0.

Daher handelt es sich nicht mehr um traditionelle Programmierung, sondern um maschinelles Lernen; es handelt sich nicht mehr um Code, der auf der CPU läuft, sondern um neuronale Netze, die auf der GPU laufen. Neuronale Netze sind der Kern von Software 2.0.

Diese auf der GPU ISS laufenden neuronalen Netze haben ein neues Betriebssystem und eine neue Art der Computernutzung geschaffen. Es ist das Betriebssystem moderner Computer – große Sprachmodelle.

Dieser maschinelle Lernansatz beweist seine erstaunliche Skalierbarkeit und Sie können damit alles Mögliche tun. Dazu gehören selbstverständlich digitalisierter Text, Sprache, Stimme, Bilder, Videos usw. Es ist multimodal, man kann ihm Aminosäuresequenzen beibringen und ihm beibringen, fast alles zu verstehen, alles, was viele Beobachtungsdaten erfordert.

Der erste Schritt besteht darin, die Bedeutung der Daten durch das Studium großer Textmengen im Internet zu verstehen.

Durch diesen Ansatz sind wir in der Lage, Wörter, Vokabeln und Grammatik zu verstehen und sogar die Bedeutung von Wörtern zu verstehen, indem wir nach Mustern und Beziehungen suchen.

Heutzutage können wir mit derselben Methode nicht nur die Bedeutung verschiedener Datentypen verstehen, die sich auf unterschiedliche Modalitäten beziehen, wie z. B. die Beziehung zwischen Wörtern und Bildern, das Wort „Katze“ und das Bild „Katze“ sind miteinander verbunden und lernen Nachher Multimodalität sind wir mittlerweile sogar in der Lage zu übersetzen und zu generieren.

Daher können wir alle Arten von Daten verstehen, intelligente Informationen generieren und verschiedene Formen von Intelligenz schaffen.

Wenn Sie sich all die tollen Startups und Apps ansehen, die heute erstellt werden, werden Sie feststellen, dass sie alle in eine der beiden Kombinationen auf dieser Folie fallen:

Von Text zu Text (z. B. Zusammenfassung, Fragen und Antworten, Textgenerierung, Storytelling) oder von Text zu anderen Formaten (z. B. Video zu Text für Untertitel, Bild zu Text zur Bilderkennung, Text zu Bild zur Bildgenerierung, z. B. Midjourney). Text-to-Video für die Videoerstellung, wie z. B. Runway ML).

All diese unterschiedlichen Kombinationen sind bahnbrechend. Sie können sogar vom Protein zum Text übergehen, um die Funktion des Proteins zu erklären und die chemischen Eigenschaften zu beschreiben, die zu wirksamen Medikamenten werden können. Sie können sogar Video und Text kombinieren, um Maschinenleistungen und Robotik zu realisieren.

Jede Kombination stellt eine neue Branche, ein neues Unternehmen und ein neues Anwendungsszenario dar, was eine schockierende „Kambrische Explosion“ auslöst und eine große Anzahl neuer Anwendungen hervorbringt.

Wir fangen gerade erst an. Ein Merkmal des maschinellen Lernens ist, dass je größer das Gehirn ist, desto mehr Daten können ihm beigebracht werden und desto intelligenter wird es.

Wir nennen sie Skalierungsgesetze. Mittlerweile gibt es viele Belege dafür, dass mit zunehmendem Maßstab des Modells und zunehmender Menge an Trainingsdaten die Wirksamkeit, Qualität und Leistung der Intelligenz verbessert wird.

Jedes Jahr verdoppelt die Branche etwa die Größe ihrer Modelle, was eine entsprechende Verdreifachung der Datenmenge erfordert.

Daher benötigen wir viermal so viele Rechenressourcen, und die Rechenressourcen, die erforderlich sind, um künstliche Intelligenz auf die nächste Stufe zu heben, sind enorm. Bei Scaling Laws gehört das Pre-Training dazu, und auch das Post-Training gehört dazu.

Das Post-Training wird durch verschiedene Methoden wie Reinforcement Learning, menschliches Feedback, Reinforcement Learning und KI-Feedback durchgeführt. Nun gibt es viele Möglichkeiten, die Generierung synthetischer Daten in der Post-Training-Phase zu nutzen. Daher erleben Training, Pre-Training und Post-Training eine deutliche Skalierung und wir sehen immer noch sehr gute Ergebnisse.

Als Strawberry oder Open AIs o1 veröffentlicht wurde, präsentierte es der Welt eine völlig neue Art des Denkens.

Inferenz ist der Prozess der Interaktion mit KI, genau wie Sie mit ChatGPT kommunizieren würden, aber ChatGPT ist eine einmalige Sache. Sie stellen ihm eine Frage, bitten ihn, etwas zu tun, und egal welche Frage Sie stellen oder welche Aufforderung Sie geben, er gibt Ihnen die Antwort in einer einzigen Interaktion.

Wir wissen jedoch, dass das Nachdenken oft mehr als nur ein Moment ist. Das Nachdenken erfordert, dass wir es mehrmals versuchen und schließlich die am besten geeignete Antwort auswählen.

Genauso wie wir beim Nachdenken über die Antwort nachdenken und dann die Antwort geben. Das ist Reflexion, oder wir zerlegen ein Problem in eine schrittweise Denkkette. Wir haben viele Techniken erfunden, die es ermöglichen, die Inferenz weiter zu verbessern, wenn wir mehr Rechenressourcen investieren.

Jetzt haben wir die zweiten Scaling Laws – die Reasoning Scaling Laws, bei denen es nicht nur um die Generierung des nächsten Wortes geht, sondern auch um Denken, Reflektieren und Planen. Diese beiden gleichzeitigen Erweiterungen erfordern, dass wir die Rechenleistung jedes Mal, wenn wir eine neue Generation und neue Architektur bereitstellen, rasant steigern.

Jedes Mal, wenn wir liefern, verbessern wir die Leistung um das X-fache und senken gleichzeitig den Stromverbrauch und die Kosten um den gleichen Betrag. Daher ist eine Verbesserung der Leistung gleichbedeutend mit einer Kostensenkung und eine Verbesserung der Leistung gleichbedeutend mit einer Reduzierung des Energieverbrauchs.

Da die Welt zunehmend künstliche Intelligenz akzeptiert und anwendet, ist es daher unsere Mission, die Entwicklung der Technologie der künstlichen Intelligenz voranzutreiben und ihren Anwendungsbereich zu erweitern.

Unsere Verantwortung besteht darin, kontinuierlich Leistungsverbesserungen voranzutreiben und diesen Prozess so weit wie möglich zu beschleunigen, während wir gleichzeitig die Anwendungsbereiche der künstlichen Intelligenz erweitern, ihre Wirksamkeit verbessern, Kosten senken und den Stromverbrauch senken. Aus diesem Grund sind wir auf einen jährlichen Zyklus umgestiegen.

Künstliche Intelligenz ist jedoch nicht nur ein Chip-Thema. Dieses KI-System ist riesig. Dies ist das Blackwell-System.

Blackwell ist nicht nur der Name einer GPU, sondern der Name eines gesamten Systems, und die GPU selbst ist so gut, dass sie erwähnt werden muss. Entschuldigung, bitte erklären Sie es allen anwesenden ausländischen Gästen.

Heute stellen wir Blackwell vor.

Jeder Blackwell-Chip ist mit 104 Milliarden Transistoren der größte der Welt und wird von TSMC im hochmodernen 4-nm-Verfahren hergestellt. Die beiden Blackwell-Chips sind über eine stromsparende Verbindung mit 10 TB pro Sekunde miteinander verbunden.

An der Nahtstelle des Chips – diesem Thread – sitzen Tausende miteinander verbundener Knoten, die Übertragungsgeschwindigkeiten von 10 Terabyte pro Sekunde liefern.

Die Chips sind über acht HBM 3e-Speichermodule von SK Hynix und Micron verbunden, mit einer Gesamtspeicherbandbreite von 8 TB pro Sekunde. Die beiden GPUs sind über NVLink mit der CPU verbunden und jede GPU verfügt über eine Verbindungsbandbreite von 1,8 TB pro Sekunde.

Das sind viele Gigabyte pro Sekunde. Dies liegt daran, dass dieses System nicht nur für sich allein funktioniert. Selbst die fortschrittlichsten Computer der Welt können Aufgaben der künstlichen Intelligenz nicht alleine bewältigen.

Manchmal muss es mit Tausenden solcher Computer funktionieren, die wie ein riesiger Computer zusammenarbeiten, und manchmal müssen sie unabhängig voneinander arbeiten, um auf verschiedene Kunden oder Anfragen zu reagieren.

Daher laufen sie manchmal einzeln und manchmal arbeiten sie als Einheit, sodass die GPU als Einheit arbeiten kann. Wir haben diese GPU sicherlich über das Netzwerk mit Tausenden anderer GPUs verbunden, aber wir benötigen immer noch NVLink.

Dieser NVLink ermöglicht es uns, mehrere GPU-ISSs in einem Rack zu verbinden, wie dieses hier hinter mir. Die Racks sind über NVLink mit einer Bandbreite von 1,8 Terabyte pro Sekunde verbunden, was 35 % schneller ist als das Netzwerk mit der höchsten Bandbreite der Welt. Dadurch können wir alle diese GPU-ISSs miteinander verbinden.

In diesem Rack befinden sich neun NVLink-Switches, wobei 72 Computer pro Rack über das Netzwerk verbunden sind.

NVLink wird direkt über ein 50-Pfund-Kupferkabel betrieben, und bei diesem tollen Cdes nennen wir es NVLink. Sie stellen über NVLink eine Verbindung zum Computer her. Dieser Switch verbindet alle diese Computer zu einer einzigen Einheit.

Letztendlich werden also 72 Computer zu einer Super-GPU, einer riesigen GPU, zusammengeschaltet. Aus Software-Sicht handelt es sich um einen riesigen Chip. Diese Racks, dieses Rack kostet 3000 £. Es ist unmöglich, es auf diese Stufe zu verschieben und anzuzeigen.

Ich würde es dir zeigen, wenn ich könnte, 3000 £, 120 kW. Das entspricht der Leistung vieler, vieler Nintendo Switches. Es ist nicht tragbar, aber äußerst leistungsstark. Dies ist das Blackwall-System.

Wir haben es so konzipiert, dass es als Superknoten konfiguriert oder in ein riesiges Rechenzentrum mit Zehntausenden von Einheiten, idealerweise Hunderttausenden von Einheiten, eingebaut werden kann. Diese Maschinen sind über Switches verbunden, von denen einige nahtlos in Ihre bestehende Ethernet-Umgebung integriert werden können. Mit diesen Systemen können wir KI-Supercomputer bauen.

Wir können sie in Unternehmensrechenzentren oder Hyperscale-Rechenzentren integrieren oder für Edge Computing konfigurieren. Blackwell-Systeme sind nicht nur unglaublich leistungsstark, sondern auch äußerst anpassungsfähig und lassen sich problemlos in jede Ecke der Computerinfrastruktur auf der ganzen Welt integrieren. Das ist also Blackwell, jenseits von Blackwell.

Es ist ein Computer, aber am wichtigsten ist, dass dieser Computer einfach nicht funktioniert, wenn nicht die gesamte Software darauf läuft.

Es ist ein Schock, wenn man diese Computer mit Flüssigkeitskühlsystemen und komplizierter Verkabelung sieht. Wie kann man einen so leistungsstarken Computer programmieren? Darum geht es beim NVIDIA-Software-Stack. Alle unsere Bemühungen umfassen Arbeiten an CUDA, Megatron-Kern usw.

Die Integration aller Software, die wir im Laufe der Jahre entwickelt haben, wie TensorRT und Triton, ermöglicht es jedem überall auf der Welt, KI-Supercomputer einzusetzen.

Und dann vereinfacht die KI-Softwareschicht natürlich den KI-Erstellungsprozess weiter. Was genau ist KI? Wir sprechen aus vielen verschiedenen Perspektiven über KI, aber es gibt zwei Arten von KI, die meiner Meinung nach besonders populär werden werden, und zwei mentale Modelle, die mir sehr geholfen haben.

Die ersten KIs waren im Grunde digitale KI-Arbeiter. Diese KI-Mitarbeiter verfügen über die Fähigkeit zu verstehen, zu planen und auszuführen.

Manchmal werden digitale KI-Mitarbeiter aufgefordert, Marketingkampagnen durchzuführen, Kunden zu unterstützen, Lieferkettenpläne zu entwickeln, Chipdesigns zu optimieren, bei der Programmierung zu helfen oder sogar als Forschungsassistenten oder Laborassistenten in der Arzneimittelforschungsbranche zu fungieren.

Vielleicht können diese Agenten als persönliche Mentoren für den CEO fungieren und auch als Berater für unsere Mitarbeiter fungieren. Diese KIs, diese digitalen KI-Arbeiter, wir nennen sie KI-Agenten, tatsächlich sind sie wie digitale Mitarbeiter.

Genau wie digitale Mitarbeiter müssen Sie sie schulen. Sie müssen sie im Unternehmen willkommen heißen, indem Sie Daten erstellen und sie über das Unternehmen informieren.

Abhängig von den spezifischen Funktionen, die Sie von ihnen ausführen sollen, bieten Sie ihnen ein entsprechendes Kompetenztraining an. Nach Abschluss der Schulung müssen Sie sie auch bewerten, um sicherzustellen, dass sie gelernt haben, was sie lernen sollten. Sie müssen außerdem Schutzmechanismen einrichten, um sicherzustellen, dass sie nur das tun, was ihnen zugewiesen wurde, und nicht Dinge tun, die sie nicht tun sollen.

Natürlich müssen Sie diese KI-Agenten auch bedienen, sie einsetzen und sie mit Energie und KI-Tokens von Blackwell versorgen. Sie werden mit anderen Agenten interagieren, zusammenarbeiten und Probleme lösen. Sie werden eine Vielzahl unterschiedlicher Agenten sehen. Um es dem Ökosystem zu erleichtern, KI-Agenten für Unternehmen zu erstellen, haben wir mehrere Tools entwickelt.

NVIDIA ist nicht im Dienstleistungsgeschäft tätig, erstellt oder liefert keine Endprodukte und bietet auch keine Komplettlösungen an. Wir bieten technische Unterstützung, um das Ökosystem bei der Entwicklung, Bereitstellung und kontinuierlichen Verbesserung von KI zu unterstützen. Unsere KI-Agent-Lebenszyklusplattform heißt Nemo.

Nemo bietet die Bibliotheken, die Sie für jede Phase benötigen, die ich zuvor erwähnt habe, von der Datenverarbeitung über Schulung, Feinabstimmung, synthetische Datengenerierung und Auswertung bis hin zu Schutzmaßnahmen. Alle diese Bibliotheken sind in Workflows und Frameworks auf der ganzen Welt integriert.

Wir arbeiten mit KI-Startups und Dienstleistern wie Accenture und Deloitte zusammen, um diese Technologie großen Unternehmen auf der ganzen Welt zugänglich zu machen.

Wir arbeiten auch mit ISVs wie ServiceNow zusammen, um sie bei der Erstellung von KI-Agenten zu unterstützen, die ServiceNow verwenden.

Heute können Sie die ServiceNow-Plattform lizenzieren, um sie zu nutzen und Hilfe von Ihren Mitarbeitern zu erhalten, die mit der ServiceNow-Plattform interagieren. Zukünftig stellt ServiceNow auch eine große Anzahl an AI Agents zur Verfügung, das sind im Grunde digitale Mitarbeiter, die Sie mieten können, um Sie bei der Lösung von Problemen zu unterstützen.

Wir arbeiten mit globalen Unternehmen wie SAP, Cadence, Ansyr, Snowflake usw. zusammen, um gemeinsam KI-Agenten zu entwickeln, die zur Verbesserung der Unternehmensproduktivität beitragen können.

Jetzt können diese Agenten verstehen, argumentieren, planen und Maßnahmen ergreifen, und diese Agenten sind tatsächlich ein System, das aus mehreren KI-Modellen besteht, nicht ein einzelnes Modell. Nemo hilft uns beim Aufbau dieser Agenten.

Gleichzeitig haben wir auch vorab trainierte KI-Modelle erstellt und sie in einen sogenannten Nim (Nemo Inference) gepackt, einen Microservice.

Diese Nim sind also wie Microservices, sie sind im Grunde verpackte KI. Früher wurde Software in einer Box mit einer CD verpackt, aber die heutige KI ist in Form von Microservices verpackt, und die Software selbst ist intelligent.

Sie können mit dieser Software ein Gespräch führen, weil sie versteht, was Sie sagen. Darüber hinaus können Sie diese Software mit anderer Software verbinden.

Sie können diese KI mit anderen KIs verbinden, um einen KI-Agenten zu bilden. Dies ist der erste Punkt. Lassen Sie mich ein Beispiel für die Anwendung dieser KI-Agenten geben.

KI verändert jede Branche und nutzt ausgefeiltes Denken und iterative Planung, um komplexe Probleme disziplinübergreifend zu lösen.

AI Agent kann den Start von Marketingaktivitäten beschleunigen und sofortige Erkenntnisse liefern; es hilft dabei, die Lieferkette zu optimieren und Hunderte von Millionen an Kosten einzusparen. Außerdem kann es den Prozess der Softwaresicherheit von Tagen auf Sekunden verkürzen, indem es Analysten hilft, Schwachstellen schnell zu identifizieren.

Was KI so leistungsstark macht, ist ihre Fähigkeit, Daten in Wissen und Wissen in Maßnahmen umzuwandeln.

Dieser digitale Agent ist beispielsweise in der Lage, Einzelpersonen aufzuklären, indem er Erkenntnisse aus einer Reihe informationsreicher Forschungsarbeiten extrahiert, die mit NVIDIA AI Blueprints erstellt wurden. NVIDIA AI Blueprint ist ein Referenzworkflow, der NVIDIA-Beschleunigungsbibliotheken, SDKs und Nim-Microservices umfasst, um Benutzern die schnelle Erstellung und Bereitstellung von KI-Anwendungen zu erleichtern.

Multimodale Blaupausen für die PDF-Datenextraktion helfen beim Aufbau von Datenaufnahme-Pipelines, während digitale menschliche Blaupausen reibungslose, menschenähnliche Interaktionen ermöglichen.

Das AI-Agent-System besteht aus drei Teilen. Nemo, Nims und Blaupausen.

Diese Ressourcen sind öffentlich verfügbar und Sie können sie bei Bedarf verwenden, um Ihr eigenes AI Agent-Team aufzubauen. Kein Agent kann die Arbeit einer Person zu 100 % erledigen, kein Agent kann dies tun.

Allerdings werden alle Agenten 50 % Ihrer Arbeit erledigen können, was eine große Leistung ist.

Anstatt zu glauben, dass KI die Jobs einiger Mitarbeiter ersetzen wird, ist es besser, davon auszugehen, dass KI 50 % der Arbeit für alle Mitarbeiter erledigt. Mit dieser Denkweise werden Sie feststellen, dass KI dazu beiträgt, die Gesamtproduktivität des Unternehmens und damit auch Ihre persönliche Produktivität zu verbessern.

Ich werde oft gefragt: Wird KI meinen Job übernehmen? Ich antworte immer: KI selbst wird Ihren Job nicht ersetzen, sie wird Ihren Job nur ersetzen, wenn jemand anderes sie nutzt. Stellen Sie daher sicher, dass Sie so früh wie möglich mit der Nutzung von KI beginnen. Die erste Anwendung ist der digitale KI-Agent, das sind digitale Agenten.

Die zweite Anwendung ist die physikalische KI. Die grundlegende Technologie ist dieselbe, und diese Technologien sind jetzt in mechanischen Systemen verkörpert. Die Robotik wird zweifellos zu einer der wichtigsten Branchen der Welt werden.

Bisher gab es in der Robotik viele Einschränkungen. Und der Grund für diese Einschränkung ist sehr klar. Tatsächlich werden in Japan 50 % der weltweiten Fertigungsroboter hergestellt.

Kawasaki, Fanuc, Yaskawa und Mitsubishi sind die vier weltweit führenden Unternehmen in der Robotiktechnologie und produzieren mehr als die Hälfte aller Roboter weltweit.

Obwohl Roboter eine wichtige Rolle bei der Verbesserung der Fertigungsproduktivität gespielt haben, ist die Roboterindustrie über einen langen Zeitraum langsam gewachsen. Der Grund dafür ist, dass die Robotertechnologie zu begrenzt ist, es ihnen an Flexibilität mangelt und sie sich nicht an unterschiedliche Szenarien, Bedingungen und Arbeitsanforderungen anpassen kann.

Wir brauchen eine flexiblere KI, die sich autonom anpassen und lernen kann.

Sie werden feststellen, dass die Technologie, die wir bisher beschrieben haben – agentenbasierte KI – in der Lage sein sollte, mit diesen Agenten zu interagieren und von jedem eine Antwort zu erhalten.

Natürlich sind diese Reaktionen manchmal nicht so gut wie die, die wir selbst generieren würden, aber tatsächlich sind sie in vielen Fällen sogar bessere Reaktionen als wir.

Daher können wir diese allgemeine KI-Technologie auf den Bereich der verkörperten KI oder physischen KI anwenden, den wir normalerweise als Robotik bezeichnen. Um Robotik zu implementieren, müssen wir drei Computer bauen.

Der erste Computer wird zum Trainieren der KI verwendet, wie bei allen zuvor genannten Beispielen; der zweite Computer wird zum Simulieren der KI verwendet, und Sie müssen eine Trainingsumgebung bereitstellen, damit die KI lernen und Wissen aus synthetischen Daten ableiten kann. Wir nennen es Omniversum.

Omniverse ist eine physische KI-Bibliothek für digitale Zwillinge der virtuellen Welt, die wir für physische KI und Robotik erstellt haben. Nach dem Training, der Validierung und der Evaluierung können Sie das trainierte Modell auf einen physischen Roboter portieren.

Dabei verfügen wir über einen speziell für Roboter entwickelten Prozessor namens Jetson Thor.

Thor ist ein Roboterprozessor, der für humanoide Roboter entwickelt wurde. Dieser Prozess wird sich weiter fortsetzen. Genau wie die Lebenszyklusplattform Nemo AI Agent kann Ihnen auch die Omniverse-Plattform bei der Erstellung von KI helfen. Letztendlich wird die von Ihnen erwartete KI auf der linken Seite des Bildschirms eine Welt sehen, die das Video, die Umgebung und Ihre Bedürfnisse erkennt und entsprechende Aktionen generiert.

So wie wir Texte verarbeiten und Videos erstellen können, können wir auch Texte verarbeiten und pharmazeutische chemische Zusammensetzungen erstellen. Wir können Texte verarbeiten und Körperbewegungen erzeugen. Dieses Konzept ist der generativen KI sehr ähnlich, weshalb wir glauben, dass jetzt, da wir über die notwendige technische Grundlage verfügen – von Omniverse über alle Computersysteme, die wir bauen, bis hin zur neuesten generativen KI-Technologie – die Zeit reif ist für die Kombination mit künstlicher Intelligenz Robotik ist Realität geworden.

Warum ist die Herstellung humanoider Roboter so schwierig? Offensichtlich sind wir als Menschen unglaublich komplex und die Entwicklung von Software für humanoide Roboter ist noch schwieriger.

Die Belohnungen sind jedoch riesig. Derzeit gibt es weltweit nur zwei Arten von Computern, die problemlos rund um den Globus eingesetzt werden können. Das erste sind autoähnliche Robotersysteme, vor allem weil wir die Welt so gebaut haben, dass sich Autos daran anpassen können.

Der zweite Typ sind humanoide Roboter. Beide Robotersysteme können überall auf der Welt eingesetzt werden, weil wir diese Welt für uns selbst geschaffen haben. Obwohl beide Technologien unglaublich komplex sind, ist ihre Zeit reif und ihre Auswirkungen werden enorm sein.

Erst letzte Woche haben wir auf der Robot Learning Conference ein sehr wichtiges neues Framework namens Isaac Lab angekündigt.

Isaac Lab ist ein virtuelles Simulationssystem für verstärktes Lernen, das humanoiden Robotern beibringt, wie sie zu humanoiden Robotern werden. Darauf aufbauend haben wir mehrere Workflows entwickelt. Der erste Workflow heißt Groot Mimic. Groot Mimic ist ein Framework, mit dem Robotern durch menschliche Demonstration beigebracht werden kann, wie sie Aufgaben erledigen.

Mithilfe von Domänen-Randomisierungstechniken können wir eine große Anzahl anderer Instanzen ähnlicher Demonstrationen generieren, um dem Roboter zu helfen, das Verallgemeinern zu erlernen. Ohne diesen Prozess können nur ganz bestimmte Aufgaben erfüllt werden. Durch Mimic können wir Roboter in die Lage versetzen, ein breiteres Spektrum an Fähigkeiten zu erlernen.

Der zweite Prozess ist Groot Gen Groen. Mithilfe der generativen KI-Technologie können wir auf der Omniverse-Plattform eine große Anzahl von Umgebungsinstanzen in zufälligen Feldern erstellen und verschiedene Aktionen entwerfen, die der Roboter ausführen soll.

Deshalb entwickeln wir eine Reihe von Tests, Bewertungssystemen und Bewertungsszenarien, die es Robotern ermöglichen, sich selbst auszuprobieren und zu verbessern und zu lernen, wie sie bessere Roboter werden können.

Der dritte Punkt ist die Gruppenkontrolle. Schwarmkontrolle ist ein Modelldestillationsframework, das es uns ermöglicht, alle erlernten Aufgaben und Fähigkeiten in einem einheitlichen Modell zusammenzufassen, das es Robotern ermöglicht, kinematische Fähigkeiten auszuführen.

Wichtiger ist auch der Punkt, den ich gerade angesprochen habe: Nicht nur Roboter werden autonom, sondern auch die Fabriken der Zukunft werden robotisiert. Diese Fabriken werden robotergesteuert sein, Roboter koordinieren und mechanische Systeme bauen, die selbst Roboter sind.

Was für eine unglaubliche Zeit.

Wir haben also zwei Robotersysteme, eines ist digital, wir nennen es AI Agent. Sie können diese Agenten im Büro einsetzen, um mit Mitarbeitern zusammenzuarbeiten. Der zweite Typ sind physische KI-Systeme, nämlich Robotik. Diese physischen KI-Systeme werden zu den Produkten, die Unternehmen herstellen.

Daher werden Unternehmen KI nutzen, um ihre Mitarbeiter produktiver zu machen, und wir werden KI nutzen, um die von uns verkauften Produkte voranzutreiben und zu verbessern. Der Automobilkonzern der Zukunft wird zwei Fabriken haben: eine für die Produktion von Autos und die andere für die Produktion von KI im Auto. Dies ist der Beginn der Robotik-Revolution.

Auf der ganzen Welt ist viel los, und ich kann mir kein Land vorstellen, das besser geeignet wäre, die Roboter-KI-Revolution anzuführen als Japan.

Der Grund ist einfach: Wie Sie alle wissen, lieben Sie Roboter und haben die besten Roboter der Welt geschaffen. Diese Roboter haben uns während unseres Wachstums begleitet und sind unser ganzes Leben lang zu unseren geliebten Wesen geworden. Tatsächlich habe ich immer noch viele Lieblingsroboter, die ich nicht gezeigt habe, wie Mazinger Z, Gundam usw. Es gibt einfach zu viele, aber ich habe nicht vergessen, den außer Kontrolle geratenen Roboter zu erwähnen, sorry.

Daher hoffe ich, dass Japan die neuesten KI-Durchbrüche nutzen und sie mit Ihrem Spitzenwissen in der Mechatronik kombinieren kann.

Kein Land der Welt hat in der Mechatronik mehr Vorteile als Japan. Es ist wichtig, dass Sie diese außergewöhnliche Chance nutzen. Ich hoffe, dass wir zusammenarbeiten können, um diesen Traum wahr werden zu lassen. NVIDIA AI hat in Japan große Erfolge erzielt und wir haben viele Partner. Wir haben einige Partner, die große Sprachmodelle erstellen, wie das Tokyo Institute of Science and Technology, Rakuten usw.

KI wird in vielen verschiedenen Bereichen eingesetzt, insbesondere in der Arzneimittelforschungsbranche, wo KI auf vielfältige Weise eingesetzt wird.

Daher freue ich mich sehr über die Fortschritte hier und wir hoffen, unsere Entwicklung zu beschleunigen und die Chancen der KI-Revolution zu nutzen.

Die Branche verändert sich. Wie ich bereits sagte, hat sich die Computerindustrie von der Ära der CPU-basierten Codierung zur aktuellen Ära des GPU-basierten maschinellen Lernens gewandelt. Die Branche der künstlichen Intelligenz wandelt sich von einer reinen Softwarefertigungsbranche zu einer Branche, die sich auf die Herstellung künstlicher Intelligenz konzentriert.

KI wird in Fabriken hergestellt, die rund um die Uhr in Betrieb sind. Wenn Sie Software kaufen und auf Ihrem Computer installieren, ist die Herstellung und Verteilung der Software abgeschlossen.

Allerdings ist die Intelligenz nie abgeschlossen, egal ob es sich um einen KI-Agenten oder einen KI-Roboter handelt. Intelligenz wird in Form von Token ausgedrückt, und Token ist die Einheit der Intelligenz, also einer Zahl.

Diese Zahlen werden auf unterschiedliche Weise zusammengefügt, um Intelligenz zu bilden – zum Beispiel Intelligenz in der Sprache, Intelligenz in Lenkrädern, Intelligenz in selbstfahrenden Autos, Intelligenz in Motoren, die humanoide Roboter steuern, Intelligenz in der Arzneimittelforschung usw. Warten Sie.

Alle diese Token werden in diesen Fabriken hergestellt. Diese Infrastrukturen und Fabriken gab es noch nie zuvor und sie stellen völlig neue Industrien dar, weshalb wir weltweit zum ersten Mal so viele technologische Fortschritte erleben.

Wir läuten eine neue Branche ein – die Geburt einer neuen Fabrik, die wir Fertigung mit künstlicher Intelligenz nennen.

Diese Fabriken werden von verschiedenen Unternehmen gebaut, und jedes Unternehmen wird zu einem KI-Hersteller. Offensichtlich kann es sich kein Unternehmen leisten, keine künstliche Intelligenz zu produzieren. Wie kann sich ein Unternehmen eine Zukunft ohne Intelligenz leisten? Wie kann sich ein Land eine Zukunft ohne Geheimdienste leisten?

Man muss keine Chips produzieren, man muss keine Software produzieren, aber man muss Intelligenz produzieren. Intelligenz ist lebenswichtig, sie ist der Kern Ihrer Identität und sie ist der Kern unserer Identität.

Wir haben also eine neue Branche – KI-Fabriken. Das nenne ich die neue industrielle Revolution.

Zu einem solchen Wandel kam es zuletzt vor 300 Jahren, als die Elektrizität entdeckt und weit verbreitet, produziert und verteilt sowie neue Fabriktypen geschaffen wurden. Bei diesem neuen Kraftwerk handelte es sich nicht um ein Kraftwerk, sondern um einen Teil der Energiewirtschaft im Kontext der Industriellen Revolution. Und jetzt haben wir eine völlig neue Branche, die es noch nie zuvor gegeben hat.

Künstliche Intelligenz ist nicht nur ein Produkt der Computerindustrie, sie wird auch in allen Lebensbereichen eingesetzt und geschaffen.

Sie müssen Ihre eigene KI erstellen. Die Pharmaindustrie muss ihre eigene KI entwickeln, die Automobilindustrie muss ihre eigene KI entwickeln und auch die Robotikindustrie muss ihre eigene KI entwickeln. Jede Branche, jedes Unternehmen und jedes Land muss über eine eigene KI verfügen. Dies ist eine neue industrielle Revolution.

Ich habe heute eine wichtige Ankündigung: Wir werden mit SoftBank zusammenarbeiten, um eine KI-Infrastruktur in Japan aufzubauen. Wir werden gemeinsam Japans größte KI-Fabrik bauen – NVIDIA AI Factory.

Die Fabrik wird auf der NVIDIA DGX-Plattform basieren und soll Anfang nächsten Jahres fertiggestellt werden.

Wenn die Fabrik fertiggestellt ist, wird sie über eine Rechenleistung von 25 Exaflops verfügen. Bedenken Sie, dass der größte Supercomputer der Welt erst kürzlich 1 Exaflop erreicht hat und diese Fabrik eine Kapazität von 25 Exaflops haben wird und speziell für die Produktion von KI gebaut wurde.

Aber um KI zu verbreiten, wird SoftBank NVIDIA ISS Aerial integrieren, die zuvor erwähnte 5G-Funk-Engine, die auf der CUDA-Architektur basiert. Auf diese Weise können wir Funk-, Computer-, Basisband- und KI-Computing-Funktionen von 5G-Netzwerken einheitlich integrieren.

Jetzt können wir Telekommunikationsnetze weiterentwickeln und neu gestalten, um sie in AI RAN (Radio Access Network) umzuwandeln. Es kann nicht nur Sprache, Daten und Videos übertragen, sondern auch KI – eine neue Art der Informationsintelligenz.

Dieses Netzwerk wird 55 Millionen Benutzer über die 200.000 Websites von SoftBank bedienen. KI-Fabriken werden KI herstellen und KI-Vertriebsnetzwerke werden KI vertreiben.

Auf Basis dieser Infrastruktur werden wir auch einen neuen Store aufbauen – die von SoftBank und Dritten erstellten AI-Produkte werden über diese Plattform 55 Millionen Nutzern zur Verfügung gestellt. Wir werden diese Anwendungen auf der NVIDIA AI Enterprise Platform aufbauen und einen neuen Store eröffnen, um KI für jedermann zugänglich zu machen.

Dies wird eine gewaltige Entwicklung sein, die schließlich ein KI-Netzwerk in ganz Japan bilden wird. Dieses KI-Netzwerk wird Teil der Infrastruktur.

Und denken Sie daran, eines der wichtigsten Teile der Infrastruktur: Sie benötigen Fabriken und Straßen als Teil Ihrer Infrastruktur, um Waren herstellen und verteilen zu können. Als Teil der Infrastruktur benötigen Sie auch Energie und Kommunikation.

Jedes Mal, wenn grundlegende Innovationen in der Infrastruktur vorgenommen werden, entstehen neue Industrien, neue Unternehmen, neue wirtschaftliche Möglichkeiten und neuer Wohlstand. Wie hätten wir die Industrielle Revolution ohne Straßen und Fabriken erleben können? Wie können wir ohne Energie und Kommunikation die Revolution der Informationstechnologie einleiten?

Jedes neue Stück Infrastruktur bringt uns neue Möglichkeiten. Daher ist es für mich wirklich spannend, mit SoftBank zusammenzuarbeiten, um dies in Japan zu ermöglichen. Das ist eine komplette Revolution. Dies ist das erste Mal, dass ein Telekommunikationsnetzwerk in ein Netzwerk künstlicher Intelligenz umgewandelt wurde.

Okay, lass mich dir zeigen, was du tun kannst. Nehmen Sie dieses Beispiel.

Ich stehe unter einem Mobilfunkmast, neben einem Funkturm und habe im Auto ein Video, das durch den Mobilfunkmast übertragen wird. Diese Basisstation ist mit KI ausgestattet. Dieser Funkturm ist mit Videointelligenz ausgestattet, die alles sieht, was das Auto sieht, und versteht, was das Auto sieht.

Dieses KI-Modell ist möglicherweise zu groß, um in ein Auto eingebaut zu werden, kann aber durchaus in einer Basisstation untergebracht werden. Durch das von der Basisstation empfangene Video kann sie alles verstehen, was im Auto und in der Umgebung passiert.

Okay, das ist nur ein Beispiel für den Einsatz von Edge-KI für die Sicherheit. Mit anderen Worten: Es handelt sich im Grunde genommen um die Flugsicherung für selbstfahrende Autos, und die Anwendungsmöglichkeiten sind grenzenlos. Mit dieser Grundidee können wir auch ganze Fabriken in KI umwandeln.

Schauen Sie, das ist eine Fabrik. Nun, wo bin ich? Okay, ich habe mich verlaufen, hier sind viele Kameras und das Video wird zur Basisstation gestreamt. Erstaunlicherweise ist diese Fabrik mit diesen Kameras und KI-Modellen mittlerweile zu einer KI geworden.

Sie können mit der Fabrik sprechen und fragen, was in der Fabrik los ist. Fragen Sie die Fabrik: Gab es heute Unfälle? Gibt es Auffälligkeiten? Ist heute jemand verletzt? Alle diese Informationen werden Ihnen in Form von Tagesberichten zur Verfügung gestellt. Sie müssen nur die Fabrik fragen, denn jetzt ist die Fabrik zur KI geworden.

Dieses KI-Modell muss nicht in einer Fabrik laufen; es kann auch auf den Funksystemen von SoftBank laufen. Nun, hier ist ein weiteres Beispiel. Tatsächlich können Sie fast jedes physische Objekt in KI verwandeln – Stadien, Straßen, Fabriken, Lagerhäuser, Büros, Gebäude.

Sie alle können zur KI werden. Sie müssen nur mit ihnen kommunizieren, wie Sie es mit ChatGPT tun würden. Was ist also in den Lagergängen los? Gibt es Hindernisse oder Verschüttungen? Sie reden nur mit der Fabrik.

Die Fabrik hat alle Situationen beobachtet und verstanden, kann Überlegungen anstellen und Maßnahmen planen oder einfach mit Ihnen sprechen. Die Antwort könnte lauten: „Nein, es gibt keine Hindernisse, Verschüttungen oder Gefahren in den Lagergängen. Die Gangbedingungen im Video sehen organisiert, sauber und frei von Hindernissen oder Gefahren aus.“

Okay, jetzt reden Sie mit der Fabrik, was unglaublich ist. Sie sprechen mit dem Lager, Sie sprechen mit dem Auto, denn diese sind jetzt intelligent.

Huang Renxun und Son Zhengyi bedauern den Verlust von Nvidia und teilen den gleichen Schmerz

Jen-Hsun Huang: Nun, heute gibt es auch einen ganz besonderen Gast, der darüber spricht, wie man künstliche Intelligenz nach Japan bringen kann. Vielleicht kennen Sie diesen Freund. Der große Masa (Sohn Masayoshi), hier, um Ihnen etwas zu sagen.

Ich weiß nicht, ob ihr das wisst, aber ich bin seit vielen Jahren in der Technologiebranche tätig. Die Computerindustrie verlagerte sich vom PC zum Internet, dann zum Cloud Computing, dann zum mobilen Internet, zum Cloud Computing und schließlich zur künstlichen Intelligenz.

Masa ist der einzige Unternehmer, der einzige Innovator, der in jeder Generation die richtigen Gewinner auswählt und mit ihnen zusammenarbeitet.

Denken Sie daran: Masa brachte Bill Gates nach Japan, Masa brachte Jerry Yang nach Japan, Masa brachte Chinas Cloud-Computing-Industrie hervor, Masa verhalf Alibaba zum Durchbruch, Masa brachte Steve Jobs und das iPhone.

Viele von Ihnen wissen vielleicht nicht, dass Masa einst der größte Aktionär von Nvidia war. Oh, das spielt keine Rolle.

Wie hast du es gemacht? Wie erkennt man die Innovatoren jeder technologischen Revolution in der Computergeschichte?

Sohn: Nun, ich glaube, ich hatte einfach Glück. Ich wurde in der richtigen Zeit geboren und habe großartige Unternehmer wie Sie kennengelernt.

Es ist eine Leidenschaft, ein Traum und ein Instinkt, und man kann riechen, wer die wahren Pioniere, wer die wahren Innovatoren sind. Ich habe wirklich das Gefühl, großes Glück zu haben. Aber es ist auch die gleiche Vision, wir können uns gegenseitig riechen, oder?

Wie Wölfe, die den Geruch des anderen riechen. Ich habe das Gefühl, wir können einander wie Wölfe riechen.

Jen-Hsun Huang: Ich habe zwei Welpen. Ich mag diese Metapher jetzt nicht. Wenn Sie auf die Geschichte zurückblicken, wie unterscheiden sich dieser Übergang, der Plattformwechsel und die Revolution, wie Sie sagten, von früheren Revolutionen? Glauben Sie, dass es einen Unterschied gibt?

Masayoshi Son: Nun, ich denke, das ist die aufregendste und dynamischste Grenze der Zukunft. Das ist 100-mal, tausendmal größer als alles, was vorher war. Das ist die größte Welle, sage ich Ihnen.

Jensen Huang: Ja, ich denke, mathematisch oder aus Branchenperspektive ist es wichtig zu erkennen, dass KI zwar Software, aber eine ganz andere Art von Software ist. Die Softwareindustrie, die Sie und ich gemeinsam geschaffen haben, ist eine Werkzeugindustrie, Werkzeuge für den menschlichen Gebrauch.

Und diese neue Art von Software, neuronale Netze, große Sprachmodelle, intelligente Agenten und Roboter, sind keine Werkzeuge, sondern Fähigkeiten, sie sind Aufgaben. Sie können Dinge tun, sie können Arbeit verrichten, und der Markt für die „Arbeitsbranche“ beträgt nicht 1 Billion US-Dollar, sondern 100 Billionen US-Dollar.

Jen-Hsun Huang: Uns ist klar, dass diese Branche nicht nur eine Transformation der IT-Branche ist, sondern eine Transformation aller Branchen, und deshalb ist sie so wichtig.

Masayoshi Son: Ja, im Vergleich zu anderen Arten sind Menschen die einzigen Tiere mit Supergehirnen. Gerade die Kraft des Gehirns macht den Menschen so mächtig. Wenn man sich nur die Muskeln ansieht, wie bei Löwen und Elefanten, sind ihre Muskeln stärker, aber Menschen haben die intelligentesten Gehirne.

Alle Aktivitäten im globalen BIP basieren heute auf der menschlichen Gehirnaktivität. Ich denke, jede Branche wird von dieser Revolution betroffen sein.

Jensen Huang: Sie haben Recht, und eines der überraschenden Dinge ist sicherlich, dass es in einer von Atomen dominierten Industrie eine Grenze für ihre Größe gibt. Da es nur eine begrenzte Anzahl von Atomen gibt, können Sie nur eine begrenzte Anzahl von Atomen bewegen, und sie sind schwer.

Aber die KI-Industrie besteht aus Elektronen, ja, sie unterliegt der Quantenmechanik und ihre Größenordnung ist unendlich.

Masayoshi Son: Ja, der Wert der Intelligenz ist weitaus höher als die reine materielle Bewegung. Wenn man über diese Art von Denk- und Argumentationsprozess nachdenkt, ist das wirklich unglaublich und erstaunlich.

Jen-Hsun Huang: Ja, eines der wichtigen Dinge, die wir heute angekündigt haben, ist der gemeinsame Aufbau des japanischen KI-Netzes.

Dieses KI-Gitter wird KI-Fabriken zur Entwicklung von KI-Modellen sowie KI-Netzwerke umfassen, die diese KI-Modelle in ganz Japan verbreiten können. Die von uns gemeinsam entworfene KI-Fabrikarchitektur und das KI-Netzwerk sind revolutionär und es gibt kein vergleichbares Modell auf der Welt.

Japan wird das erste Land der Welt sein, das dieses Ziel erreicht.

Masayoshi Son: Ja, andere Telekommunikationsunternehmen müssen diesem neuen Trend folgen.

Jen-Hsun Huang: Als nächstes habe ich ein paar Fragen an Sie. Erstens: Wie wendet SoftBank dieses System auf sich selbst und Ihre Tochtergesellschaften an? Wie wird dieses KI-Netzwerk Ihrer Meinung nach die japanische KI-Industrie revolutionieren?

Masayoshi Son: Wie Sie gerade erwähnt haben, wurden unsere Basisstationen früher nur für die Datenübertragung wie Telekommunikation und Internet genutzt. Mit der Unterstützung dieses intelligenten Netzwerks werden wir nun jedoch eng miteinander verbunden und Teil der intelligenten Infrastruktur Japans. Das wird sehr erstaunlich sein.

Jensen Huang: Natürlich können Sie es auch auf Ihre Tochtergesellschaften anwenden, wie ich Yahoo Japan und PayPay erwähnt habe, ja. So können Sie KI-Systeme erstellen, um alle Ihre Dienste interessanter und nützlicher zu gestalten und so das Kundenerlebnis zu verbessern.

Was mich jedoch am meisten begeistert, ist, diese Ressource Forschern, Studenten und Start-ups zur Verfügung zu stellen, damit sie in Japan wachsen können.

Masayoshi Son: Tatsächlich schaffen wir dank Ihrer Unterstützung das größte KI-Rechenzentrum in Japan, und ich diskutiere, dass wir diese Plattform für viele Forscher, Studenten und Startups öffnen sollten, um ihre Entwicklung zu fördern.

Wir arbeiten auch an Subventionen, um ihnen einen besseren Zugang zu diesen Computerressourcen zu ermöglichen.

Jen-Hsun Huang: Der Aufbau der Infrastruktur erfordert große Kapitalinvestitionen. Ja, Sie tätigen eine große Investition in Japan. Wissen Sie, wir haben das schon oft besprochen. In vielerlei Hinsicht war Japan führend bei der technologischen Innovation im Zeitalter der Mechatronik, als mechanische Technologie und elektronische Technologie zu verschmelzen begannen.

Tatsächlich war Japan schon damals weltweit führend in der Unterhaltungselektronik. Als jedoch die IT-Industrie und die Software zu wachsen begannen, erlebte die Softwareindustrie im Westen und in China meiner Meinung nach in den letzten dreißig Jahren einen Boom, und Japan hätte aktiver sein können.

Masayoshi Son: Damals und auch heute betrachteten sich viele große Unternehmen und Medien als „Erwachsene“. Sie sagten einmal: „Machen Sie physische Produkte“, was bedeutet, dass nur die Herstellung physischer Dinge einen echten Wert und eine echte Bedeutung hat, während Software nur virtuell ist schwer zu vertrauen.

Diese Sicht auf den Wert von Software besteht in Japan seit vielen Jahren. Dies hat auch dazu geführt, dass junge Unternehmer, insbesondere nach dem Platzen der Internetblase, von den Stimmen der Kritik hart getroffen wurden.

Ich denke, wir müssen diese Leidenschaft durch die Robotik neu entfachen, wie Sie sagten, indem wir künstliche Intelligenz in die Robotik integrieren.

In Japan gibt es Zeichentrickfiguren wie „Astro Boy“ und mein Favorit ist Teslas Roboter. Man kann nicht nur Muskeln haben, der Roboter muss auch Intelligenz haben, um sprechen, Gefühle haben und Freunde sein zu können.

Ich denke, dass dieser Vorstoß für Spitzentechnologie und unsere Herausforderungen in Japan derzeit dringend nötig ist.

Jensen Huang: Ja, ich denke, das Software-Zeitalter ist jetzt angekommen. Die gute Nachricht ist, dass dies den Beginn einer neuen Ära markiert.

Sohn: Ja, einmal zurücksetzen, noch einmal zurücksetzen, den Reset-Knopf drücken.

Jensen Huang: Ja, die Branche wird neu gestartet. Man sieht, dass der gesamte Technologie-Stack umgestaltet wird, weil es den Unternehmen der vorherigen Generation in dieser neuen Ära nicht gut geht. Das stimmt, es ist ein völlig neuer Technologie-Stack entstanden, der beispiellose Möglichkeiten mit sich bringt.

Japan muss diese Chance nutzen und diese Zeit nutzen. Und künstliche Intelligenz ist etwas völlig anderes als Software. Künstliche Intelligenz erfordert Daten- und Fachkenntnisse. Ja, wenn Sie Künstler sind, verfügen Sie über Fachkenntnisse. Wenn Sie Videospiele entwickeln, verfügen Sie auch über Domänenexpertise.

Jen-Hsun Huang: Wenn Sie in der Arzneimittelforschung tätig sind und neue Medikamente erfinden, verfügen Sie auch über Fachwissen. Wenn Sie über Domänenkenntnisse verfügen, können Sie Daten verwenden, um diese Fachkenntnisse zu beschreiben. Diese Daten können zum Trainieren eines KI-Modells verwendet werden, und dieses KI-Modell wird zu Ihrer künstlichen Intelligenz.

Sohn: Auf jeden Fall. Das ist also eine ganz neue Chance. Glücklicherweise hat Japan diese KI-Revolution zumindest nicht unterdrückt. Einige andere Länder versuchen, ihre Technologie übermäßig zu schützen, sodass ihre Regulierungssysteme etwas verwirrend werden.

In Japan haben wir zumindest das Glück, dass die Regierung dieser Revolution offenbar keine Steine ​​in den Weg legt. Dennoch denke ich, dass die Regierung die Entwicklung von KI fördern und mehr Innovation fördern sollte. Wie Sie sagten, ist dies der Moment des Neustarts der Branche, der beste Zeitpunkt, eine neue Revolution anzunehmen.

Masayoshi Son: Wir dürfen diesen Moment und diese Gelegenheit nicht verpassen.

Jensen Huang: Um Teil der KI-Revolution zu sein, braucht man natürlich eine Infrastruktur und diese Art von Software, denn es handelt sich um maschinelles Lernen. Sie werden viele Ressourcen benötigen. Danke Danke. Und Sie brauchen Infrastruktur.

Ohne Infrastruktur ist die vollständige Umsetzung künstlicher Intelligenz nicht möglich. Deshalb baut SoftBank in Japan ein KI-Netzwerk auf. Ja, Sie werden alle bereits vorhandenen Aktivitäten katalysieren, aktivieren und beschleunigen.

Sohn: Wir zeigen es durch unsere Demonstrationen.

Jen-Hsun Huang: Ja, hoffentlich haben wir heute mit 350 Start-ups in Japan zusammengearbeitet. Ja, 350 Startups von 22.000 weltweit. Ja, dieses Verhältnis ist nicht angemessen. Deshalb müssen wir junge Unternehmer und Innovatoren ermutigen, mutig zu sein und in den Bereich der KI zu investieren. Die Infrastruktur ist bereits vorhanden.

Masayoshi Son: Wie Miya Kawa und ich besprochen haben, werden wir das größte KI-Rechenzentrum in Japan schaffen. Deshalb werden wir viele Anreizprogramme bereitstellen, um Rechenleistung zu subventionieren, damit sie diese nahezu kostenlos nutzen, neue Modelle ausprobieren und ihre Anwendungen nahezu kostenlos testen können.

KI-Anwendungen sollten auch durch einige Spenden unterstützt werden, oder?

Jen-Hsun Huang: Nun, das ist schließlich das letzte Mal, dass ich Masa einlade. Jedes Mal, wenn ich Masa sehe, muss ich Geld ausgeben.

Masayoshi Son: Das ist gut für alle.

Jensen Huang: Ja, schön, das zu hören. Masa, auf welche Aspekte der KI in Japan freuen Sie sich in Zukunft am meisten? Was erwarten Sie? Was ist dein Traum?

Masayoshi Son: Nun, wie Sie sagten, ich interessiere mich sehr für KI und Robotik.

Ich denke, dass medizinische KI-Lösungen, insbesondere medizinische AGI, definitiv kommen werden. Ich sehe auch, dass es viele neue KI-Agenten gibt. Wir haben beispielsweise LINE, Yahoo und andere Dienste, die auch viele spezialisierte KI-Agenten anpassen können, um den japanischen Lebensstil zu unterstützen.

Diese können von uns bereitgestellt werden. Wissen Sie, wir verstehen die japanische Kultur, das Verhalten, die lokalen Informationen und APIs, und viele Websites in Japan nutzen diese Technologien. Ich denke also, dass ich die von Ihnen erwähnte Richtung für KI-Agenten in Unternehmen sehr unterstütze und sehr gespannt darauf bin.

Aber ich denke auch, dass persönliche KI-Agenten tatsächlich im Leben eines jeden auftauchen werden. Bill Gates sagte einmal: „Auf jedem Desktop steht ein PC“, und Steve Jobs sagte: „Jeder hat ein Smartphone in der Hand.“

Ich denke, wir sollten jetzt sagen: „Jeder sollte seinen eigenen KI-Agenten haben.“ Daher wird in Zukunft jeder seinen persönlichen KI-Assistenten haben. Ja, es hilft uns bei der Planung von Reisen, Urlaub und sogar Bildung.

Jen-Hsun Huang: Es wird Sie Ihr ganzes Leben lang begleiten. Ja, können Sie sich vorstellen, dass ein KI-Agent Ihr ganzes Leben lang Bescheid weiß?

Masayoshi Son: Auf jeden Fall, unsere Enkelkinder und Enkelinnen werden ab ihrem ersten Lebensjahr mit iPhones aufwachsen. Immer wenn sie ein Foto sehen, legen sie ihren Finger darauf, auch wenn es ein Standbild ist. Weil sie schon in jungen Jahren gelernt haben, zwei Finger zu benutzen.

In Zukunft werden sie denken: Vielleicht lässt sich jedes Bild vergrößern?

Jensen Huang: Wenn sie das Bild sehen, reden sie mit ihm, oder? Sie stochern und stoßen in der Hoffnung, dass es reagiert.

Masayoshi-Sohn: Sie können sich vorstellen, dass sie ab dem ersten Lebensjahr ihren eigenen persönlichen KI-Assistenten haben, wie einen zweiten Freund, der sie beim Erwachsenwerden begleitet und alles versteht. Der KI-Assistent weiß, wann er krank ist, was sich in seinem Zuhause befindet oder ob er sein persönlicher Nachhilfelehrer ist.

Jen-Hsun Huang: Ja, schon in jungen Jahren, völlig richtig. Es merkt sich alles, was Sie gelesen haben, erinnert sich an alles, was es Ihnen beigebracht hat, und ist genau wie Ihr persönlicher Aristoteles.

Masayoshi Son: Absolut, vollständig ein digitaler Zwilling. Ich denke, dass die Kombination aus japanischem Lokalwissen, japanischer Kultur usw. und der Kommerzialisierung lokaler Agenten eine gewaltige und erstaunliche Zukunft wird.

Jensen Huang: Ja, wissen Sie, die meisten Länder haben inzwischen erkannt, dass die Bürgerdaten des Landes tatsächlich das Wissen, die Kultur und die Weisheit des Landes enthalten und dass diese Daten dem Land gehören sollten, genau wie die Sicherheit des Landes.

Daher sollte jedes Land seine eigenen Daten verarbeiten und in künstliche Intelligenz umwandeln, die der eigenen Bevölkerung dient. Es gibt absolut keinen Grund, dies an andere auszulagern.

Sohn: Das ist sehr, sehr wichtig. Jedes souveräne Land und jede Regierung muss nationale Sicherheitsdaten in ihr eigenes Rechenzentrum migrieren. Das KI-Rechenzentrum wird etwas sein, über das jedes Land verfügen muss. Jedes Land muss die Sicherheit seiner eigenen Daten gewährleisten.

Ich glaube, dass in Zukunft jedes Land entsprechende Gesetze und Vorschriften erlassen wird, um sicherzustellen, dass jedes Land seine eigene Weisheit entwickeln kann.

Jen-Hsun Huang: Natürlich wird jedes Unternehmen auch seine eigene Weisheit und seine eigene künstliche Intelligenz schaffen. Ja, wie kann ein Unternehmen nicht seine eigene künstliche Intelligenz schaffen?

Masayoshi Son: Ja, Unternehmen geben ihr „Gehirn“ an andere weiter.

Jensen Huang: Das stimmt, das stimmt. Ich denke, die Welt beginnt aufzuwachen. Der wichtigste erste Schritt ist ein nationales KI-Netzwerk. Wie kann man eine Automobilindustrie ohne Infrastruktur haben?

Sohn: Ganz, ganz, wissen Sie.

Jensen Huang: Sie haben also KI-„Straßen“ für Japan gebaut, und auf diesen Straßen werden alle Arten neuer Dienstleistungen und neuer Unternehmen gedeihen. Ich bin wirklich, wirklich aufgeregt. Nun, Masa, können Sie sich vorstellen, heute Nvidias größter Aktionär zu sein?

Sohn: Haha, das stimmt. Wir hatten drei Gelegenheiten, Nvidias größter Aktionär zu werden.

Jen-Hsun Huang: Ich erinnere mich, dass es zweimal war.

Masayoshi Son: Nein, nein, nein, als wir zum ersten Mal durch Marktkauf Anteilseigner wurden, haben wir Dinge besprochen, ähm, sogar darüber gesprochen, die wir nicht erwähnen wollten. Hör auf zu reden. Wenn ich vor zehn Jahren wüsste, dass ich es jetzt bereuen würde, würde ich es auf jeden Fall tun…

Jen-Hsun Huang: Es ist okay. Lassen Sie mich Ihnen sagen, was Masa gesagt hat. Masa sagte, Jensen, der Markt verstehe den Wert von Nvidia nicht. Ihre Zukunft ist unglaublich, aber der Markt kann sie nicht verstehen.

Das war vor zehn Jahren, und Ihr Weg des Schmerzes wird weitergehen, weil Sie die Zukunft gestalten. Lassen Sie mich Ihnen also Geld geben, um Nvidia zu kaufen. Er wollte mir einmal Geld leihen, um Nvidia zu kaufen.

Jetzt bereue ich es, dieses Angebot nicht angenommen zu haben. Was für eine tolle Idee. Okay, beste Idee überhaupt.

Jen-Hsun Huang: Ja, das ist die Idee, über die wir gerade gesprochen haben. Es war einen Monat, nachdem ich sie erworben hatte. Ja, und dann haben wir über die Fusion der beiden Unternehmen gesprochen. Ja, noch ein, noch ein geheimer Traum.

Masayoshi Son: Das war unsere ursprüngliche Idee. Das erste Mal haben wir darüber gesprochen, privat zu werden, dann habe ich das zweite Mal einfach über den Markt gekauft, und das dritte Mal waren es… na ja, drei Versuche.

Jensen Huang: Aber jetzt werden wir gemeinsam unglaubliche Werte schaffen. Ja, Nvidia und SoftBank werden zusammenarbeiten. Der Markt ist unglaublich.

Sohn Zhengyi: Hahahahahaha, sehr gut.

Jen-Hsun Huang: Daher bin ich sehr froh, dass wir etwas so Sinnvolles tun. Ja, ich bin sehr zuversichtlich, was die Zukunft Japans angeht.

Sohn: Nun, das ist erst der Anfang, wir werden noch viel gemeinsam unternehmen. Vielen Dank, die Branche ist sehr groß, es gibt viele mobile, IoT- und Automobilbereiche, und Sie haben hervorragende Rechenzentren, Spiele und andere Bereiche, wir können viele Möglichkeiten zur Zusammenarbeit haben.

Jen-Hsun Huang: Ich freue mich auf alles. Ja, meine Damen und Herren, die Sonne scheint. Masayoshi Son, ich glaube, er ist ohne Zweifel einer der größten Unternehmer der Welt.

Danke Herr Masa. Man sieht seine Leidenschaft für künstliche Intelligenz und die Partnerschaften, an denen wir arbeiten, werden KI-Netzwerke nach Japan bringen, von Fabriken bis hin zu verteilten KI-Netzwerken. Bevor ich gehe, möchte ich alle zum AI Summit begrüßen. Hier gibt es viele tolle Konferenzen und viele Partner.

Unser Ziel, unsere Mission ist es, mit allen zusammenzuarbeiten, um KI nach Japan zu bringen, KI hier zu aktivieren und diese Gelegenheit des technologischen Neustarts zu nutzen, um die Unternehmenstransformation voranzutreiben und das nächste großartige Unternehmen aufzubauen.

Japan war mir schon immer besonders nahe. Die meisten Leute wissen wahrscheinlich nicht, dass NVIDIA ohne Japan heute vielleicht nicht hier wäre, und ich sage das ganz ernst. Und es gibt einen Grund.

Ohne Japan hätten wir die Geburt des ersten KI-Supercomputers nicht erlebt. Japan war mir also schon immer sehr wichtig. Ich bin so dankbar für unsere Partnerschaft und so dankbar für Ihre Freundschaft.

# Willkommen beim offiziellen öffentlichen WeChat-Konto von aifaner (WeChat-ID: ifanr). Weitere spannende Inhalte werden Ihnen so schnell wie möglich zur Verfügung gestellt.

Ai Faner |. Ursprünglicher Link · Kommentare anzeigen · Sina Weibo