但更為重要的智慧在于我們退后一步,，深入理解了深度學習的本質(zhì),。它的基礎是什么？它的長期影響是什么,？它的潛力是什么,？我們意識到，這項技術擁有巨大的潛力,，能夠繼續(xù)擴展幾十年前發(fā)明和發(fā)現(xiàn)的算法,，結合更多的數(shù)據(jù)、更大的網(wǎng)絡和至關重要的計算資源,，深度學習突然間能夠?qū)崿F(xiàn)人類算法無法企及的任務,。

現(xiàn)在，想象一下,，如果我們進一步擴大架構,，擁有更大的網(wǎng)絡、更多的數(shù)據(jù)和計算資源,，將會發(fā)生什么,？因此，我們致力于重新發(fā)明一切,。自2012年以來,，我們改變了GPU的架構，增加了張量核心,，發(fā)明了MV-Link,，推出了cuDNN、TensorRT,、Nickel,，還收購了Mellanox，推出了Triton推理服務器,。

這些技術集成在一臺全新的計算機上,，它超越了當時所有人的想象,。沒有人預料到，沒有人提出這樣的需求,，甚至沒有人理解它的全部潛力,。事實上，我自己也不確定是否會有人會想買它,。

但在GTC大會上,，我們正式發(fā)布了這項技術。舊金山一家名叫OpenAI的初創(chuàng)公司迅速注意到了我們的成果,，并請求我們提供一臺設備,。我親自為OpenAI送去了世界上首臺人工智能超級計算機DGX。

2016年,，我們持續(xù)擴大研發(fā)規(guī)模,。從單一的人工智能超級計算機，單一的人工智能應用,，擴大到在2017年推出了更為龐大且強大的超級計算機,。隨著技術的不斷進步，世界見證了Transformer的崛起,。這一模型的出現(xiàn),，使我們能夠處理海量的數(shù)據(jù)，并識別和學習在長時間跨度內(nèi)連續(xù)的模式,。

如今,，我們有能力訓練這些大語言模型，以實現(xiàn)自然語言理解方面的重大突破,。但我們并未止步于此,，我們繼續(xù)前行，構建了更大的模型,。到了2022年11月,，在極為強大的人工智能超級計算機上，我們使用數(shù)萬顆英偉達GPU進行訓練,。

僅僅5天后，OpenAI宣布ChatGPT已擁有100萬用戶,。這一驚人的增長速度,，在短短兩個月內(nèi)攀升至1億用戶，創(chuàng)造了應用歷史上最快的增長記錄,。其原因十分簡單——ChatGPT的使用體驗便捷而神奇,。

用戶能夠與計算機進行自然、流暢的互動,，仿佛與真人交流一般,。無需繁瑣的指令或明確的描述，ChatGPT便能理解用戶的意圖和需求,。

ChatGPT的出現(xiàn)標志著一個劃時代的變革，這張幻燈片恰恰捕捉到了這一關鍵轉折,。請允許我為大家展示下。

直至ChatGPT的問世,，它才真正向世界揭示了生成式人工智能的無限潛能。長久以來,，人工智能的焦點主要集中在感知領域,，如自然語言理解、計算機視覺和語音識別,，這些技術致力于模擬人類的感知能力,。但ChatGPT帶來了質(zhì)的飛躍，它不僅僅局限于感知,，而是首次展現(xiàn)了生成式人工智能的力量,。

它會逐個生成Token，這些Token可以是單詞,、圖像,、圖表、表格,，甚至是歌曲,、文字、語音和視頻,。Token可以代表任何具有明確意義的事物,，無論是化學物質(zhì)、蛋白質(zhì),、基因,，還是之前我們提到的天氣模式。

這種生成式人工智能的崛起意味著,，我們可以學習并模擬物理現(xiàn)象,，讓人工智能模型理解并生成物理世界的各種現(xiàn)象。我們不再局限于縮小范圍進行過濾,，而是通過生成的方式探索無限可能,。

如今，我們幾乎可以為任何有價值的事物生成Token，無論是汽車的轉向盤控制,、機械臂的關節(jié)運動,，還是我們目前能夠?qū)W習的任何知識。因此,，我們所處的已不僅僅是一個人工智能時代,，而是一個生成式人工智能引領的新紀元。

更重要的是,，這臺最初作為超級計算機出現(xiàn)的設備,，如今已經(jīng)演化為一個高效運轉的人工智能數(shù)據(jù)中心。它不斷地產(chǎn)出,，不僅生成Token,，更是一個創(chuàng)造價值的人工智能工廠。這個人工智能工廠正在生成,、創(chuàng)造和生產(chǎn)具有巨大市場潛力的新商品,。

正如19世紀末尼古拉·特斯拉（Nikola Tesla）發(fā)明了交流發(fā)電機，為我們帶來了源源不斷的電子,，英偉達的人工智能生成器也正在源源不斷地產(chǎn)生具有無限可能性的Token,。這兩者都有巨大的市場機會，有望在每個行業(yè)掀起變革,。這確實是一場新的工業(yè)革命,！

我們現(xiàn)在迎來了一個全新的工廠，能夠為各行各業(yè)生產(chǎn)出前所未有的,、極具價值的新商品,。這一方法不僅極具可擴展性，而且完全可重復,。請注意,，目前，每天都在不斷涌現(xiàn)出各種各樣的人工智能模型,，尤其是生成式人工智能模型,。如今，每個行業(yè)都競相參與其中,，這是前所未有的盛況,。

價值3萬億美元的IT行業(yè)，即將催生出能夠直接服務于100萬億美元產(chǎn)業(yè)的創(chuàng)新成果,。它不再僅僅是信息存儲或數(shù)據(jù)處理的工具,，而是每個行業(yè)生成智能的引擎。這將成為一種新型的制造業(yè),，但它并非傳統(tǒng)的計算機制造業(yè)，而是利用計算機進行制造的全新模式,。這樣的變革以前從未發(fā)生過,，這確實是一件令人矚目的非凡之事,。

生成式AI推動軟件全棧重塑，展示NIM云原生微服務

這開啟了計算加速的新時代,，推動了人工智能的迅猛發(fā)展,，進而催生了生成式人工智能的興起。而如今,，我們正在經(jīng)歷一場工業(yè)革命,。關于其影響，讓我們深入探討一下,。

對于我們所在的行業(yè)而言,，這場變革的影響同樣深遠。正如我之前所言,，這是過去六十年來的首次,，計算的每一層都正在發(fā)生變革。從CPU的通用計算到GPU的加速計算,，每一次變革都標志著技術的飛躍,。

過去，計算機需要遵循指令執(zhí)行操作,，而現(xiàn)在,，它們更多地是處理LLM（大語言模型）和人工智能模型。過去的計算模型主要基于檢索,，幾乎每次你使用手機時,，它都會為你檢索預先存儲的文本、圖像或視頻,，并根據(jù)推薦系統(tǒng)重新組合這些內(nèi)容呈現(xiàn)給你,。

但在未來，你的計算機會盡可能多地生成內(nèi)容,，只檢索必要的信息,，因為生成數(shù)據(jù)在獲取信息時消耗的能量更少。而且,，生成的數(shù)據(jù)具有更高的上下文相關性,，能更準確地反映你的需求。當你需要答案時,，不再需要明確指示計算機“給我獲取那個信息”或“給我那個文件”,，只需簡單地說：“給我一個答案?！?/p>

此外,，計算機不再僅僅是我們使用的工具，它開始生成技能。它執(zhí)行任務,，而不再是一個生產(chǎn)軟件的行業(yè),，這在90年代初是一個顛覆性的觀念。記得嗎,？微軟提出的軟件打包理念徹底改變了PC行業(yè),。沒有打包軟件，我們的PC將失去大部分功能,。這一創(chuàng)新推動了整個行業(yè)的發(fā)展,。

現(xiàn)在我們有了新工廠、新計算機,，而在這個基礎上運行的是一種新型軟件——我們稱之為Nim（NVIDIA Inference Microservices）,。在這個新工廠中運行的Nim是一個預訓練模型，它是一個人工智能,。

這個人工智能本身相當復雜,，但運行人工智能的計算堆棧更是復雜得令人難以置信。當你使用ChatGPT這樣的模型時,，其背后是龐大的軟件堆棧,。這個堆棧復雜而龐大，因為模型擁有數(shù)十億到數(shù)萬億個參數(shù),，且不僅在一臺計算機上運行,，而是在多臺計算機上協(xié)同工作。