Η μετατροπή της Nvidia σε μια εταιρεία υπολογιστών full-stack

Η Nvidia το χρησιμοποιεί Συνέδριο GTC, που ξεκίνησε σήμερα, για να δείξει πώς χτίζεται πλήρης στοίβα τεχνολογίες για την κατασκευή πρόσβαση σε AI και καθηλωτικές εμπειρίες είναι διαθέσιμα σε κάθε επιχείρηση με τη φιλοδοξία να τις εκμεταλλευτεί.

Σε μια εκ των προτέρων ενημέρωση για τον Τύπο, τα στελέχη της Nvidia σκιαγράφησαν ένα όραμα για το αναδυόμενο Omniverse. Η Nvidia όχι μόνο χαρτογραφεί το μέλλον των εικονικών κόσμων, αλλά θέλει να τους συμπληρώσει avatar σε πραγματικό χρόνο που χρησιμοποιούν φυσική γλώσσα AI για την εξυπηρέτηση πελατών πραγματικού κόσμου. Εν τω μεταξύ, τα εικονικά αυτοκίνητα που οδηγούν σε εικονικούς δρόμους μπορούν να βοηθήσουν σε τέλεια σχέδια για αυτόνομα οχήματα του πραγματικού κόσμου. Τα εικονικά ρομπότ μπορούν να δημιουργήσουν καλύτερα φυσικά ρομπότ. Η παράδοση της πίτσας μπορεί να γίνει πιο γρήγορη. Και η Nvidia σχεδιάζει να παραδώσει Τσιπ GPU, λογισμικό και υπηρεσίες cloud για την υποστήριξη αυτών των διαφόρων περιπτώσεων χρήσης.

Όλα αυτά είχαν προγραμματιστεί να ανακοινωθούν ως μέρος της κεντρικής ομιλίας του CEO Jensen Huang στις 9 π.μ. CET.

«Θα δείτε τη μετατροπή της Nvidia σε μια εταιρεία υπολογιστών πλήρους στοίβας», δήλωσε ο Deepu Talla, αντιπρόεδρος και γενικός διευθυντής του ενσωματωμένου και του edge computing. Για παράδειγμα, ένα εστιατόριο θα μπορούσε να δημιουργήσει έναν εικονικό σερβιτόρο με τον οποίο αλληλεπιδράτε σε ένα περίπτερο (ίσως πάνω ή δίπλα στο τραπέζι σας), που αντιπροσωπεύεται ως ένα avatar σε πραγματικό χρόνο που μπορεί να συνεχίσει μια συνομιλία, να κατανοήσει ένα συνοφρύωμα στο πρόσωπό σας και να κάνει συστάσεις από το μενού. Μερικά από τα προϊόντα της Nvidia που υποστηρίζουν αυτό το όραμα θα είναι το Metropolis computer vision, η συνομιλητική τεχνητή νοημοσύνη Riva, το σύστημα συστάσεων Merlin — και το Omniverse που το περικλείει.

Η Nvidia δημιούργησε ένα «ενοποιημένο υπολογιστικό πλαίσιο», το οποίο αντιμετωπίζει τα μοντέλα τεχνητής νοημοσύνης ως μικροεπιχειρήσεις που μπορεί να λειτουργήσει μαζί ή σε μια κατανεμημένη, υβριδική αρχιτεκτονική, είπε ο Talla.

Το Omniverse, η ιδέα της Nvidia για διαλειτουργικούς εικονικούς κόσμους «metaverse», βασίζεται στη Universal Scene Description, μια προδιαγραφή που αναπτύχθηκε αρχικά από την Pixar. «Σκεφτόμαστε το USD [Universal Scene Description] ως το HTML του 3D», δήλωσε ο Richard Kerris, Αντιπρόεδρος της πλατφόρμας Omniverse. Αν και μπορεί να μην διοικείται από έναν οργανισμό όπως το W3C, μια κοινοπραξία εταιρειών εργάζεται για την προώθηση του USD, είπε. Για παράδειγμα, η Universal Scene Description πρόσθεσε πρόσφατα ένα άκαμπτο μοντέλο φυσικής σώματος πάνω στο οποίο δούλεψε η Nvidia με την Apple και την Pixar.

Εν τω μεταξύ, η συμμετοχή της Apple σημαίνει ότι είναι δυνατό να σαρώσετε ένα αντικείμενο με το iPhone σας και να το εισαγάγετε στο Omniverse, είπε ο Kerns. Μία από τις σημερινές ανακοινώσεις είναι η διαθεσιμότητα μιας εταιρικής έκδοσης του Omniverse, η οποία ξεκινά από 9,000 $ ετησίως.

Η Talla υποσχέθηκε ότι μια εταιρική έκδοση του Riva θα φτάσει το πρώτο τρίμηνο του 2022, ενώ μια δωρεάν έκδοση θα παραμείνει διαθέσιμη σε μικρές εταιρείες και μεμονωμένους προγραμματιστές. ο συνομιλία AI έχει βελτιωθεί σε σημείο που μπορεί να παράγει συνθετική ομιλία με βάση οποιαδήποτε φωνή με μόλις 30 λεπτά δεδομένων εκπαίδευσης, είπε. Αυτό είναι επιπλέον της παροχής «αναγνώρισης ομιλίας παγκόσμιας κλάσης» για επτά γλώσσες, είπε. Στους πρώιμους χρήστες περιλαμβάνονται μια μεγάλη ασφαλιστική εταιρεία και η RingCentral, η τηλεφωνία cloud και η Unified Communications as a Service εταιρεία.

Ρομπότ και αυτόνομα οχήματα

Η Nvidia δεν ασχολείται αποκλειστικά με τον εικονικό κόσμο, προσφέροντας επίσης την πλατφόρμα ρομποτικής Jetson που βασίζεται στον συνδυασμό των GPU και των Arm CPU. Η έκδοση Jetson AGX Orin που έχει προγραμματιστεί να κυκλοφορήσει το πρώτο τρίμηνο του 2022 υπόσχεται 6 φορές περισσότερη επεξεργαστική ισχύ με τον ίδιο παράγοντα μορφής με την προηγούμενη έκδοση Xavier. Παρέχοντας 200 τρισεκατομμύρια λειτουργίες ανά δευτερόλεπτο, το Jetson AGX Orin είναι σαν ένας διακομιστής με δυνατότητα GPU που μπορείτε να χωρέσετε στην παλάμη του χεριού σας, σύμφωνα με την Nvidia.

Αλλά ακόμη και η εργασία σε φυσικά ρομπότ συνδέεται πίσω με το Παντού σύμπαν. Η Nvidia ανακοίνωσε πρόσφατα μια εργαλειοθήκη για ενσωμάτωση του ανοιχτού κώδικα Robotics Operating System (ROS) με τον Isaac Sim, το περιβάλλον προσομοίωσής του για εφαρμογές ρομποτικής. Η αναπαραγωγή δεδομένων με τον Isaac καθιστά δυνατή τη δοκιμή εικονικών στιγμιότυπων ρομπότ σε κόσμους γεμάτους με συνθετικά δεδομένα, είπε ο Talla. «Η εκπαίδευση ρομπότ στον φυσικό τομέα είναι πραγματικά δύσκολη. Είναι πολύ φθηνότερο, ασφαλέστερο και ταχύτερο να το κάνεις σε προσομοίωση», πρόσθεσε. Επίσης, επειδή τα δεδομένα είναι συνθετικά, μπορείτε να παραλείψετε το βήμα «επισήμανσης» στην εκπαίδευση ενός μοντέλου μηχανικής εκμάθησης, επειδή το σύστημα γνωρίζει ήδη ποια υποτίθεται ότι είναι τα αντικείμενα του εικονικού κόσμου.

Για παρόμοιους λόγους, η δουλειά της Nvidia με αυτόνομες αυτοκινητοβιομηχανίες περιλαμβάνει τη δοκιμή των σχεδίων τους στο Omniverse, πρώτα, πριν τα βάλει στο δρόμο. «Χρησιμοποιούμε το Omniverse για προσομοίωση σχετικά με την εκπαίδευση και τη δοκιμή των οχημάτων για να διασφαλίσουμε την ασφάλειά τους», δήλωσε ο Danny Shapiro, Αντιπρόεδρος της αυτοκινητοβιομηχανίας της Nvidia. Χρησιμοποιώντας συνθετικά δεδομένα για να δοκιμή αυτόνομης οδήγησης Το λογισμικό έναντι προσομοιωμένων οδικών συνθηκών εξοικονομεί χρόνο και χρήμα, απλοποιεί προβλήματα όπως η επισήμανση αντικειμένων στο περιβάλλον και τελικά συμβιβάζεται με το πώς συμπεριφέρεται το όχημα σε πραγματικές συνθήκες, είπε.

Εφοδιαστική αλυσίδα, παράδοση πίτσας και επιχείρηση

Εν τω μεταξύ, η Nvidia εργάζεται για να καταστήσει τις τεχνολογίες της πιο προσιτές σε επιχειρήσεις που μπορεί να μην κατασκευάζουν ρομπότ αλλά έχουν πρακτικές επιχειρηματικές δυσκολίες που η τεχνητή νοημοσύνη μπορεί να τις βοηθήσει να λύσουν. «Οι επιχειρήσεις που θέλουν να εφαρμόσουν τεχνητή νοημοσύνη για να αυτοματοποιήσουν τον προγραμματισμό της εφοδιαστικής αλυσίδας, την ασφάλεια στον κυβερνοχώρο και την τεχνητή νοημοσύνη συνομιλίας έχουν τώρα νέα πλαίσια που θα τους βοηθήσουν να ξεκινήσουν», δήλωσε ο Justin Boitano, Αντιπρόεδρος και γενικός διευθυντής επιχειρήσεων και υπολογιστών αιχμής.

Για τη βελτιστοποίηση της εφοδιαστικής αλυσίδας, η Nvidia έχει το πλαίσιο ReOpt της αλγορίθμων επιταχυνόμενης εφοδιαστικής και λειτουργιών. Το ReOpt εφαρμόζεται ιδιαίτερα στην παράδοση του τελευταίου μιλίου, για παράδειγμα ως μέρος μιας συνεργασίας με την Domino's Pizza για τη βελτιστοποίηση του αριθμού των πίτσας που πρέπει να παραδώσει ένας οδηγός σε ένα ταξίδι σε μια δεδομένη λίστα διευθύνσεων, είπε ο Boitano. «Ο χρόνος και η οικονομική παράδοση πίτσας σε ικανοποιημένους πελάτες είναι ένα εξαιρετικό παράδειγμα που δείχνει πού βρίσκεται η δύναμη της επιτάχυνσης υπολογιστών, επειδή κάθε λεπτό που αφιερώνετε στον υπολογισμό του τι πρέπει να κάνετε είναι ένα λεπτό που χάνετε για να παραδώσετε πραγματικά αυτές τις πίτσες στους πελάτες».

Για την προώθηση της κυβερνοασφάλειας, η Nvidia εισάγει το DOCA 1.2, μια ενημέρωση με δυνατότητα περισσότερο cloud στο SDK της για τον προγραμματισμό των DPU της Nvidia για την απομόνωση και τον έλεγχο της κυκλοφορίας των κέντρων δεδομένων, και το Morpheus, ένα πλαίσιο εφαρμογής μηδενικής εμπιστοσύνης με τεχνητή νοημοσύνη. Το Morpheus λειτουργεί μοντελοποιώντας κάθε συνδυασμό αλληλεπίδρασης μεταξύ εφαρμογών και χρηστών για να κατανοήσει πώς μοιάζει η κανονική συμπεριφορά, επιτρέποντάς του να επισημαίνει ή να αποκλείει την ανώμαλη συμπεριφορά στο δίκτυο, είπε ο Boitano. Το DOCA 1.2 έχει προγραμματιστεί να κυκλοφορήσει στις 30 Νοεμβρίου, ενώ μια έκδοση πρώιμης πρόσβασης του Morpheus είναι τώρα διαθέσιμη.

Οι προμηθευτές κυβερνοασφάλειας που συνεργάζονται με τη Nvidia περιλαμβάνουν την Palo Alto Networks και την Fortinet.

Ένα άλλο πλαίσιο, το NeMo Megatron, στοχεύει επιχειρήσεις που θέλουν βοήθεια κατασκευή μεγάλων γλωσσικών μοντέλων με δυνητικά τρισεκατομμύρια παραμέτρους. Το λογισμικό έχει σχεδιαστεί για να τρέχει σε συστοιχίες διακομιστών Nvidia DGX SuperPod 20 κόμβων.

Για να γίνουν όλα αυτά πιο προσιτά, η Nvidia συνεργάστηκε με την Equinix για να κάνει προδιαμορφωμένες περιπτώσεις της τεχνολογίας διαθέσιμες από κέντρα δεδομένων σε όλο τον κόσμο — δύο στην Ασία, τρεις στις ΗΠΑ και τέσσερις στην Ευρώπη.

Υγειονομική περίθαλψη και ανακάλυψη φαρμάκων

Ο τελευταίος τομέας που καλύφθηκε στις προ-ενημέρωση ήταν η υγειονομική περίθαλψη, όπου η Nvidia ισχυρίστηκε πρόοδος στον αγώνα κατά του καρκίνου, σε συνεργασία με τη Memorial Sloan Kettering και στη βελτίωση των ακτινολογικών θεραπειών για παιδιά σε συνεργασία με το νοσοκομείο St. Jude's Children. Οι τεχνολογίες της Nvidia είναι βρίσκοντας το δρόμο τους στη χειρουργική ρομποτική.

Η υγειονομική περίθαλψη παρουσιάζει την υψηλότερη σύνθετη ετήσια αύξηση όγκου δεδομένων από οποιονδήποτε κλάδο, στο 36%, με τα νοσοκομεία να παράγουν 50 petabytes δεδομένων ετησίως, δημιουργώντας ευκαιρίες για καλύτερη χρήση αυτών των δεδομένων, δήλωσε η Kimberly Powell, αντιπρόεδρος και γενικός διευθυντής υγείας. Φροντίδα.

Με την τεχνητή νοημοσύνη της ιατρικής συσκευής Clara Holoscan, διαθέσιμη στις 15 Νοεμβρίου, η Nvidia «παρέχει μια ολοκληρωμένη υπολογιστική υποδομή για επεκτάσιμη επεξεργασία δεδομένων ροής από ιατρικές συσκευές, καθοριζόμενη από λογισμικό», είπε ο Πάουελ.

Εν τω μεταξύ, η Nvidia επιδιώκει να σπάσει το σημείο συμφόρησης της προσομοίωσης στην ανακάλυψη φαρμάκων, όπου η κατανόηση της μοριακής βιολογίας πίσω από τον τρόπο με τον οποίο τα υποψήφια φάρμακα συνδέονται με τις πρωτεΐνες επιταχύνεται γρήγορα, αλλά ορισμένες προσομοιώσεις που θα ήθελαν να πραγματοποιήσουν οι επιστήμονες ήταν πολύ εντατικές υπολογιστικά για να είναι πρακτικές. Ωστόσο, η Nvidia ανακάλυψε ότι εφαρμόζοντας μια διαφορετική τεχνική - τη μοντελοποίηση της φυσικής που ονομάζεται συναρτήσεις πυκνότητας, αντί κβαντικές μεθόδους — θα μπορούσε να επιτύχει 1,000 φορές μεγαλύτερη απόδοση σε προσομοιώσεις του τρόπου με τον οποίο σχηματίζονται και σπάνε μοριακοί δεσμοί, είπε ο Πάουελ. Ως αποτέλεσμα, α προσομοίωση που προηγουμένως θα χρειάζονταν τρεις μήνες μπορεί να επιτευχθεί σε τρεις ώρες σε μία μόνο GPU.