Generatiivisen laskennan aikakauden merkitys: NVIDIA esittelee tienkartan

NVIDIA (NVDA ):n toimitusjohtaja Jensen Huang ilmoitti joukon merkittäviä edistysaskelia tekoälylaskennan kapasiteetissa yhtiön GTC maaliskuu 2025 keynote-tapahtumassa, kuvaillen sitä “1 biljoonan dollarin laskennan käännekohtana”. Keynote-puheessa paljastettiin Blackwell GPU -arkkitehtuurin tuotantovalmius, monivuotinen tiekartta tuleville arkkitehtuureille, merkittävät edistysaskeleet tekoälyverkostoissa, uudet yritysten tekoälyratkaisut ja merkittävät kehitysaskeleet robotiikassa ja fyysisessä tekoälyssä.

“Token-talous” ja tekoälytehtaat

Huangin visioon on keskeinen “tokenien” käsite tekoälyn perusrakennuspalikkoina ja “tekoälytehtaiden” synty erikoistuneina datakeskuksina, jotka on suunniteltu generatiiviseen laskentaan.

“Tokeneista on tehty uudenlainen tehdas, joka tuottaa älykkyyttä, uudenlainen tokenien generaattori. Tokeneista on avattu uusi raja”, Huang kertoi yleisölle. Hän korosti, että tokenit voivat “muuttaa kuvia tieteelliseksi aineistoksi, joka kuvailee vieraiden ilmakehien ominaisuuksia”, “koodata fysiikan lait” ja “nähdä sairaudet ennen kuin ne pääsevät alkuun”.

Tämä visio edustaa siirtymistä perinteisestä “hakulaskennasta” “generatiiviseen laskentaan”, jossa tekoäly ymmärtää kontekstin ja tuottaa vastauksia sen sijaan, että se hakee vain ennestään tallennettua tietoa. Huangin mukaan tämä siirtymä edellyttää uudenlaista datakeskuksen arkkitehtuuria, jossa “tietokone on muuttunut tokenien generaattoriksi, ei tiedostojen hakijaksi”.

Blackwell-arkkitehtuuri tarjoaa massiiviset suorituskyvyn parannukset

NVIDIA:n Blackwell GPU -arkkitehtuuri, joka on nyt “täysin tuotantovalmis”, tarjoaa yhtiön mukaan “40-kertaisen suorituskyvyn Hopperiin verrattuna” samanveroiseen tehon ollessa. Arkkitehtuuri sisältää tukensa FP4-tarkkuudelle, mikä johtaa merkittäviin energiatehokkuuden parannuksiin.

“Samalla teholla Blackwell on 25-kertaisesti nopeampi”, Huang totesi korostaen uuden alustan dramaattisia tehokkuusparannuksia.

Blackwell-arkkitehtuuri tukee myös äärimmäistä skaalautuvuutta tekniikoiden kuten NVLink 72 avulla, mahdollistaen massiivisten yhdistettyjen GPU-järjestelmien luomisen. Huang ennusti, että Blackwellin suorituskyky tekee edellisen sukupolven GPU:ista merkittävästi vähemmän haluttavia vaativiin tekoälytyökuormiin.

(Lähde: NVIDIA)

Ennustettava tiekartta tekoälyinfrastruktuurille

NVIDIA esitti säännöllisen vuosittaisen innovaatiokadenssin tekoälyinfrastruktuurille, jolloin asiakkaat voivat suunnitella investointejaan varmemmin:

• Blackwell Ultra (vuoden 2025 toinen puolisko): Blackwell-alustan päivitys, jossa on lisäänyt FLOPSeja, muistia ja kaistanleveyttä.
• Vera Rubin (vuoden 2026 toinen puolisko): Uusi arkkitehtuuri, jossa on kaksi kertaa suorituskykyinen CPU, uusi GPU ja seuraavan sukupolven NVLink- ja muistiteknologiat.
• Rubin Ultra (vuoden 2027 toinen puolisko): Äärimmäisen skaalautuvan arkkitehtuuri, joka pyrkii 15 exaflopsin laskentakapasiteettiin rackissa.

Tehtäväkohtainen tekoäly: verkostoitumisesta malleihin

Laajan tekoälyn omaksumisen toteuttamiseksi NVIDIA julkaisi kattavat ratkaisut, jotka kattavat verkostoitumisen, laitteiston ja ohjelmiston. Infrastruktuuritasolla yhtiö on ratkaisemassa haasteen, jossa on kyse satojen tuhansien tai jopa miljoonien GPU:n yhdistämisestä tekoälytehtaisiin merkittävillä sijoituksilla piisilikoniteknologiaan. Heidän ensimmäinen co-packaged optics (CPO) piisilikonijärjestelmä, 1,6 terabitin CPO mikrengelmodulaattoriteknologialla, lupailee merkittäviä energiansäästöjä ja lisää tiheyttä verrattuna perinteisiin transceivereihin, mahdollistaen tehokkaammat yhteydet massiivisten GPU-määrien välillä eri sivustoilla.

Kun NVIDIA rakentaa perustaa laajan tekoälytehtaiden luomiseksi, yhtiö tuo samalla tekoälylaskentakapasiteetin yksilöille ja pienemmille tiimille. Yhtiö esitteli uuden DGX-henkilökohtaisten tekoälysupertietokoneiden rivin, joka perustuu Grace Blackwell -alustaan, tavoitteenaan tekoälykehittäjien, tutkijoiden ja data-analyytikkojen voimaannuttaminen. Rivistöön kuuluu DGX Spark, kompakti kehitysalusta, ja DGX Station, suorituskykyinen työasema, jossa on nestehäilytys ja vaikuttava 20 petaflopsin laskentakapasiteetti.

NVIDIA DGX Spark (Lähde: NVIDIA)

Lisäksi näihin laitteistokehityksiin liittyen NVIDIA julkaisi avoimen Llama Nemotron -malliperheen järjellysten kyvyillä, jotka on suunniteltu yrityksille valmiiksi edistyneiden tekoälyagenttien luomiseksi. Nämä mallit on integroitu NVIDIA NIM:iin (NVIDIA Inference Microservices), jolloin kehittäjät voivat ottaa ne käyttöön eri alustoilla paikallisista työasemista pilveen. Tämä lähestymistapa edustaa täydellistä ratkaisua yritysten tekoälyn omaksumiseksi.

Huang korosti, että nämä aloitteet vahvistuvat laajasti yhteistyössä useiden alojen suurten yhtiöiden kanssa, jotka integroivat NVIDIA:n malleja, NIM:iä ja kirjastoja tekoälystrategioihinsa. Tämä ekosysteemi lähestymistapa pyrkii kiihdyttämään omaksumista ja tarjoamaan joustavuutta eri yritysten tarpeisiin ja käyttötarkoituksiin.

Fyysinen tekoäly ja robotiikka: 50 biljoonan dollarin mahdollisuus

NVIDIA pitää fyysistä tekoälyä ja robotiikkaa “50 biljoonan dollarin mahdollisuutena”, kuten Huang mainitsi. Yhtiö julkaisi avoimen NVIDIA Isaac GR00T N1:n, jota kuvaillaan “yleispäteväksi perusmalliksi humanoidirobooteille”.

Merkitsevät päivitykset NVIDIA Cosmos -maailman perusmalleihin tarjoavat ennenkokemattoman hallinnan syntetisen datan tuottamiseen robottiin kouluttamiseen käyttäen NVIDIA Omniversea. Kuten Huang selitti, “Käyttämällä Omniversea Cosmosin ehdollistamiseen ja Cosmosia rajattoman datan tuottamiseen, voimme luoda tietoa, joka on perusteltu, hallittavissa ja samalla järjestelmällisesti ääretön”.

Yhtiö esitteli myös uuden avoimen fysiikkamoottorin nimeltä “Newton”, joka on kehitetty yhteistyössä Google DeepMindin ja Disney Researchin kanssa. Moottori on suunniteltu korkealaatuiseen robotiikan simulaatioon, mukaan lukien jäykät ja pehmeät kappaleet, taktilinen palaute ja GPU-kiihdytys.

Isaac GR00T N1 (Lähde: NVIDIA)

Toiminnallinen tekoäly ja alan muutos

Huang määritteli “toiminnallisen tekoälyn” tekoälyksi, jolla on “toimintakyky”, joka “havaitsee ja ymmärtää kontekstin”, “päättää” ja “suunnittelee ja toteuttaa toimia”, jopa käyttäen työkaluja ja oppien monimuotoisista tiedoista.

“Toiminnallinen tekoäly tarkoittaa, että sinulla on tekoäly, jolla on toimintakyky. Se havaitsee ja ymmärtää tilanteen kontekstin. Se päättää, ja se suunnittelee ja toteuttaa toimia. Se voi käyttää työkaluja”, Huang selitti.

Tämä kyky ajaa laskennan vaatimusten räjähdysmäistä kasvua: “Laskennan tarve, tekoälyn skaalautumisen laki on paljon resurssevaativampi ja itse asiassa hyperkiihdytetty. Laskennan määrä, jota tarvitsemme tässä vaiheessa toiminnallisen tekoälyn ja päättelyn seurauksena, on helposti sata kertaa enemmän kuin mitä tarvitsimme viime vuonna”, hän lisäsi.

Yhteenveto

Jensen Huangin GTC 2025 keynote esitti kattavan vision tulevaisuudesta, jossa älykkäät agentit, autonomiset robotit ja tekoälytehtaat muuttavat maailmaa. NVIDIA:n ilmoitukset laitteiston, verkostoitumisen, ohjelmiston ja avoimien mallien osalta osoittavat yhtiön sitoutumisen kiihdyttämään seuraavan sukupolven laskentaa.

Kun laskenta siirtyy hakulaskennasta generatiiviseen laskentaan, NVIDIA:n painopiste tokenien ydinkurrencyssä ja skaalautuvuuden laajentamisessa pilvi-, yritys- ja robotiikkalustoilla tarjoaa tienkartan tulevaisuuden teknologialle, jolla on kauaskantoiset vaikutukset maailmanlaajuisesti.