Poza pobieraniem: NVIDIA wytycza kurs dla ery komputingu generatywnego

CEO NVIDII Jensen Huang ogłosił szereg przełomowych osiągnięć w dziedzinie możliwości obliczeniowych sztucznej inteligencji podczas keynote GTC w marcu 2025 roku, opisując to, co nazwał “punktami przegięcia komputingu o wartości 1 biliona dolarów”. Keynote ujawnił gotowość produkcyjną architektury Blackwell GPU, wieloletnią mapę drogową dla przyszłych architektur, znaczące przełomy w sieciach sztucznej inteligencji, nowe rozwiązania sztucznej inteligencji dla przedsiębiorstw oraz znaczące postępy w dziedzinie robotyki i sztucznej inteligencji fizycznej.

“Gospodarka tokenów” i fabryki sztucznej inteligencji

Centralnym elementem wizji Huang jest pojęcie “tokenów” jako podstawowych budulców sztucznej inteligencji i pojawienie się “fabryk sztucznej inteligencji” jako specjalistycznych centrów danych zaprojektowanych dla komputingu generatywnego.

“To jest sposób, w jaki powstaje inteligencja, nowy rodzaj generatora fabryki tokenów, budulców sztucznej inteligencji. Tokeny otworzyły nową granicę,” powiedział Huang do audytorium. Podkreślił, że tokeny mogą “przekształcić obrazy w dane naukowe dotyczące obcych atmosfer”, “zdekodować prawa fizyki” i “zobaczyć chorobę, zanim się rozwinie.”

Ta wizja reprezentuje zmianę od tradycyjnego “komputingu opartego na pobieraniu” do “komputingu generatywnego”, gdzie sztuczna inteligencja rozumie kontekst i generuje odpowiedzi, a nie tylko pobiera wcześniej przechowywane dane. Według Huang, ta transformacja wymaga nowego rodzaju architektury centrów danych, w których “komputer stał się generatorem tokenów, a nie pobieraniem plików.”

Architektura Blackwell zapewnia ogromne zwiększenie wydajności

Architektura NVIDIA (NVDA ) Blackwell GPU, obecnie w “pełnej produkcji”, dostarcza tego, co firma twierdzi, jest “40-krotnie większą wydajnością niż Hopper” dla modeli rozumowania w identycznych warunkach mocy. Architektura obejmuje obsługę precyzji FP4, co prowadzi do znaczących popraw w efektywności energetycznej.

“ISO power, Blackwell jest 25 razy,” powiedział Huang, podkreślając dramatyczne zwiększenie efektywności nowej platformy.

Architektura Blackwell obsługuje również skrajne skalowanie poprzez technologie takie jak NVLink 72, umożliwiając tworzenie ogromnych, zunifikowanych systemów GPU. Huang przewiduje, że wydajność Blackwell sprawi, że poprzednie generacje GPU staną się znacznie mniej pożądane dla wymagających obciążeń sztucznej inteligencji.

(Źródło: NVIDIA)

Przewidywalna mapa drogowa dla infrastruktury sztucznej inteligencji

NVIDIA przedstawiła regularny roczny rytm innowacji w dziedzinie infrastruktury sztucznej inteligencji, umożliwiając klientom planowanie inwestycji z większą pewnością:

• Blackwell Ultra (druga połowa 2025 roku): Ulepszenie platformy Blackwell z zwiększoną liczbą operacji na sekundę, pamięcią i przepustowością.
• Vera Rubin (druga połowa 2026 roku): Nowa architektura z procesorem o podwójnej wydajności, nowym GPU i następnymi technologiami NVLink i pamięci.
• Rubin Ultra (druga połowa 2027 roku): Architektura skrajnego skalowania, której celem jest osiągnięcie 15 eksaflopsów obliczeń na stojak.

Udemokratyzowanie sztucznej inteligencji: Od sieci do modeli

Aby zrealizować wizję powszechnego wykorzystania sztucznej inteligencji, NVIDIA ogłosiła kompleksowe rozwiązania obejmujące sieci, sprzęt i oprogramowanie. Na poziomie infrastruktury firma zajmuje się wyzwaniem połączenia setek tysięcy lub nawet milionów GPU w fabrykach sztucznej inteligencji poprzez znaczące inwestycje w technologie fotoniczne. Ich pierwszy system optyczny CPO (co-packaged optics) o przepustowości 1,6 terabitów na sekundę, oparty na technologii mikroringowych modulatorów rezonansowych (MRM), obiecuje znaczące oszczędności energii i zwiększoną gęstość w porównaniu z tradycyjnymi transceiverami, umożliwiając bardziej efektywne połączenia między ogromną liczbą GPU na różnych stanowiskach.

Podczas budowy podstawy dla dużych fabryk sztucznej inteligencji, NVIDIA jednocześnie wprowadza komputery sztucznej inteligencji do indywidualnych osób i mniejszych zespołów. Firma wprowadziła nową linię osobistych superkomputerów sztucznej inteligencji DGX zasilanych przez platformę Grace Blackwell, mających na celu umożliwienie developerom, badaczom i naukowcom danych. Linia obejmuje DGX Spark, kompaktową platformę rozwojową, oraz DGX Station, stacjonarną stację roboczą o wysokiej wydajności z chłodzeniem ciecznym i imponującymi 20 petaflopsami obliczeń.

NVIDIA DGX Spark (Źródło: NVIDIA)

Uzupełniając te postępy sprzętowe, NVIDIA ogłosiła otwarty rodzinę modeli Llama Nemotron z możliwościami rozumowania, zaprojektowanych do wykorzystania w przedsiębiorstwach do budowy zaawansowanych agentów sztucznej inteligencji. Modele te są zintegrowane z usługami inferencyjnymi NVIDII (NVIDIA Inference Microservices), umożliwiając developerom wdrożenie ich na różnych platformach, od stacji roboczych lokalnych po chmurę. Podejście to reprezentuje pełną gamę rozwiązań dla przyjęcia sztucznej inteligencji w przedsiębiorstwach.

Huang podkreślił, że te inicjatywy są wspierane przez rozległe współprace z dużymi firmami z różnych branż, które integrują modele NVIDII, NIM i biblioteki w swoje strategie sztucznej inteligencji. Podejście to ma na celu przyspieszenie przyjęcia, jednocześnie zapewniając elastyczność dla różnych potrzeb i przypadków użycia przedsiębiorstw.

Sztuczna inteligencja fizyczna i robotyka: Odpowiedź o wartości 50 bilionów dolarów

NVIDIA postrzega sztuczną inteligencję fizyczną i robotykę jako “okazję o wartości 50 bilionów dolarów”, według Huang. Firma ogłosiła otwarty model NVIDIA Isaac GR00T N1, opisany jako “model podstawowy dla robotów humanoidów”.

Znaczące aktualizacje modeli świata NVIDIA Cosmos zapewniają bezprecedensową kontrolę nad generowaniem danych syntetycznych do szkolenia robotów przy użyciu NVIDIA Omniverse. Jak wyjaśnił Huang, “Używanie Omniverse do warunkowania Cosmos i Cosmos do generowania nieskończonej liczby środowisk pozwala nam tworzyć dane, które są ugruntowane, kontrolowane przez nas i jednocześnie systematycznie nieskończone.”

Firma również przedstawiła nowy, otwarty silnik fizyczny o nazwie “Newton”, opracowany we współpracy z Google DeepMind i Disney Research. Silnik ten jest zaprojektowany do symulacji robotyki o wysokiej wierności, w tym ciał sztywnych i miękkich, sprzężeń dotykowych oraz przyspieszenia GPU.

Isaac GR00T N1 (Źródło: NVIDIA)

Sztuczna inteligencja agentywna i transformacja branży

Huang zdefiniował “sztuczną inteligencję agentywną” jako sztuczną inteligencję z “agencją”, która może “postrzegać i rozumieć kontekst”, “rozumować” i “planować oraz podejmować działania”, nawet korzystając z narzędzi i ucząc się z informacji wielomodalnych.

“Sztuczna inteligencja agentywna oznacza, że masz sztuczną inteligencję, która ma agencję. Może postrzegać i rozumieć kontekst sytuacji. Może rozumować, co jest bardzo ważne, może rozwiązać problem i podejmować działania. Może używać narzędzi,” wyjaśnił Huang.

Ta zdolność powoduje gwałtowny wzrost wymagań obliczeniowych: “Wymaganie obliczeniowe, prawo skali sztucznej inteligencji jest bardziej odporne i w rzeczywistości przyspieszone. Ilość obliczeń, które potrzebujemy w tym momencie w wyniku sztucznej inteligencji agentywnej, w wyniku rozumowania, jest łatwo 100 razy większa niż myśleliśmy, że potrzebujemy w tym samym czasie w zeszłym roku,” dodał.

Podsumowanie

Keynote Jensena Huang na GTC 2025 przedstawił kompleksową wizję przyszłości napędzanej przez sztuczną inteligencję, charakteryzującą się inteligentnymi agentami, autonomicznymi robotami i specjalistycznymi fabrykami sztucznej inteligencji. Ogłoszenia NVIDII w dziedzinie architektury sprzętu, sieci, oprogramowania i otwartych modeli sygnalizują determinację firmy do napędzania i przyspieszania następnej ery komputingu.

Ponieważ komputery przechodzą transformację od modeli opartych na pobieraniu do modeli generatywnych, skupienie NVIDII na tokenach jako podstawowej walucie sztucznej inteligencji oraz na skalowaniu możliwości na platformach chmury, przedsiębiorstw i robotyki zapewnia mapę drogową dla przyszłości technologii, z dalekosiężnymi implikacjami dla branż na całym świecie.