Mimo načtení: NVIDIA vykresluje cestu pro generativní éru výpočetní techniky

NVIDIA (NVDA ) CEO Jensen Huang oznámil řadu průlomových pokroků ve výpočetních schopnostech umělé inteligence na konferenci GTC březen 2025 keynote, kterou popsal jako “$1 trillion computing inflection point.” Přednáška odhalila výrobní připravenost Blackwell GPU architektury, víceletý plán pro budoucí architektury, významné průlomy v síťování umělé inteligence, nové podnikové řešení umělé inteligence a významné pokroky v robotice a fyzické umělé inteligenci.

“Token Economy” a továrny umělé inteligence

Centrálním bodem Huangova vize je koncept “tokenů” jako základních stavebních bloků umělé inteligence a vznik “továren umělé inteligence” jako specializovaných datových center navržených pro generativní výpočet.

“Toto je způsob, jak se vytváří inteligence, nový druh továrny generující tokeny, stavební bloky umělé inteligence. Tokeny otevřely novou frontu,” řekl Huang publiku. Zdůraznil, že tokeny mohou “převést obrázky na vědecká data mapující atmosféru cizích planet,” “dekódovat zákony fyziky” a “vidět onemocnění dříve, než se projeví.”

Tato vize představuje posun od tradičního “retrieval computing” k “generativnímu výpočtu”, kde umělé inteligence chápe kontext a generuje odpovědi místo toho, aby pouze načítala předem uložená data. Podle Huanga tento přechod vyžaduje novou architekturu datových center, kde “počítač se stal generátorem tokenů, nikoli načítáním souborů.”

Architektura Blackwell nabízí masivní zvýšení výkonu

NVIDIA Blackwell GPU architektura, nyní v “plné produkci”, nabízí podle společnosti “40x lepší výkon než Hopper” pro modely rozumu za identických podmínek spotřeby energie. Architektura zahrnuje podporu pro FP4 přesnost, což vede k významnému zlepšení energetické efektivity.

“ISO výkon, Blackwell je 25krát,” uvedl Huang, zdůrazňující dramatické zvýšení efektivity nové platformy.

Architektura Blackwell také podporuje extrémní škálovatelnost prostřednictvím technologií jako NVLink 72, umožňující vytvářet masivní, sjednocené systémy GPU. Huang předpověděl, že výkon Blackwellu učiní předchozí generace GPU méně žádoucí pro náročné úkoly umělé inteligence.

(Zdroj: NVIDIA)

Předvídatelný plán pro infrastrukturu umělé inteligence

NVIDIA nastínila pravidelný roční plán pro inovace infrastruktury umělé inteligence, umožňující zákazníkům plánovat své investice s větší jistotou:

• Blackwell Ultra (druhá polovina 2025): Upgrade platformy Blackwell s zvýšenými FLOPs, pamětí a propustností.
• Vera Rubin (druhá polovina 2026): Nová architektura s procesorem s dvojnásobným výkonem, novým GPU a dalšími generacemi technologií NVLink a paměti.
• Rubin Ultra (druhá polovina 2027): Architektura pro extrémní škálovatelnost, zaměřená na 15 exaflops výpočtu na rack.

Demokratizace umělé inteligence: od síťování po modely

Aby se realizovala vize širokého přijetí umělé inteligence, NVIDIA oznámila komplexní řešení zahrnující síťování, hardware a software. Na úrovni infrastruktury společnost řeší výzvu spojení stovek tisíc nebo dokonce milionů GPU v továrnách umělé inteligence prostřednictvím významných investic do technologie silikonové fotoniky. Jejich první systém s integrovanou optikou (CPO) s rychlostí 1,6 terabit za sekundu, založený na technologii mikro kruhového rezonátoru (MRM), slibuje podstatné úspory energie a zvýšení hustoty ve srovnání s tradičními transceivery, umožňující efektivnější spojení mezi velkým množstvím GPU na různých místech.

Zatímco se buduje základna pro velké továrny umělé inteligence, NVIDIA současně přivádí výpočetní sílu umělé inteligence k jednotlivcům a menším týmům. Společnost představila novou řadu DGX osobních superpočítačů pro umělou inteligenci poháněných platformou Grace Blackwell, zaměřených na podporu vývojářů umělé inteligence, výzkumníků a datových vědců. Řada zahrnuje DGX Spark, kompaktní vývojovou platformu, a DGX Station, vysokovýkonnou pracovní stanici s kapalinovým chlazením a působivými 20 petaflops výpočtu.

NVIDIA DGX Spark (Zdroj: NVIDIA)

Doplňující tyto hardwarové pokroky, NVIDIA oznámila otevřenou Llama Nemotron rodinu modelů s možnostmi rozumu, navržených pro podnikové použití při budování pokročilých agentů umělé inteligence. Tyto modely jsou integrovány do NVIDIA NIM (NVIDIA Inference Microservices), umožňující vývojářům nasazovat je na různých platformách od místních pracovních stanic až do cloudu. Tento přístup představuje komplexní řešení pro podnikové přijetí umělé inteligence.

Huang zdůraznil, že tyto iniciativy jsou posilovány rozsáhlou spoluprací s významnými společnostmi napříč několika odvětvími, které integrují modely NVIDIA, NIM a knihovny do svých strategií umělé inteligence. Tento ekosystémový přístup má za cíl urychlit přijetí a současně poskytnout flexibilitu pro různé podnikové potřeby a použití.

Fyzická umělá inteligence a robotika: 50bilionová příležitost

NVIDIA považuje fyzickou umělou inteligenci a robotiku za “$50 bilionovou příležitost”, podle Huanga. Společnost oznámila otevřený zdroj NVIDIA Isaac GR00T N1, popsán jako “generalistický základový model pro humanoidní roboty.”

Signifikantní aktualizace modelů NVIDIA Cosmos poskytují bezprecedentní kontrolu nad generací syntetických dat pro trénink robotů pomocí NVIDIA Omniverse. Jak Huang vysvětlil, “Používání Omniverse k podmínění Cosmos a Cosmos k generování nekonečného počtu prostředí umožňuje nám vytvořit data, která jsou ukotvená, řízená námi a současně systematicky nekonečná.”

Společnost také představila nový otevřený fyzikální engine nazvaný “Newton”, vyvinutý ve spolupráci s Google DeepMind a Disney Research. Engine je navržen pro high-fidelity simulaci robotiky, včetně rigidních a měkkých těl, hmatového feedbacku a urychlení GPU.

Isaac GR00T N1 (Zdroj: NVIDIA)

Agentní umělá inteligence a transformace odvětví

Huang definoval “agentní umělou inteligenci” jako umělou inteligenci s “agenturou”, která může “vnímat a chápat kontext”, “rozumět” a “plánovat a jednat”, dokonce i používat nástroje a učit se z multimodálních informací.

“Agentní umělá inteligence基本ně znamená, že máte umělou inteligenci, která má agenturu. Může vnímat a chápat kontext okolností. Může rozumět, velmi důležitě může rozumět, jak odpovědět nebo jak vyřešit problém, a může plánovat a jednat. Může plánovat a jednat. Může používat nástroje,” vysvětlil Huang.

Tato schopnost pohání vlnu výpočetních požadavků: “Množství výpočtu, které potřebujeme, je snadno stokrát více, než jsme si mysleli, že potřebujeme tento čas loni,” dodal.

Závěrečné shrnutí

Jensen Huangova přednáška GTC 2025 představila komplexní vizi budoucnosti poháněné umělou inteligencí, charakterizované inteligentními agenty, autonomními roboty a specializovanými továrnami umělé inteligence. Oznámení NVIDIA napříč hardwarovou architekturou, síťováním, softwarem a otevřenými modely signalizují determinaci společnosti pohánět a urychlit další éru výpočetní techniky.

Jak se výpočetní technika posouvá od načítání založeného na modelech k generativním modelům, zaměření NVIDIA na tokeny jako základní měnu umělé inteligence a na škálovatelnost kapacit napříč cloudem, podniky a robotickými platformami poskytuje roadmapu pro budoucnost technologie, s dalekosáhlými důsledky pro odvětví po celém světě.