黄仁勋:我们正处在颠覆无数行业的AI「iPhone时刻」!
生成式AI是新型计算机,我们正处于AI的“iPhone时刻”
黄仁勋演讲的“要点”
英伟达,最初是一家做游戏显卡的公司,但随着技术的发展,他们开始把注意力转向了人工智能领域,尤其是深度学习和机器学习。他们通过大量研究和实验,不断探索人工智能的新应用场景,并且研发出了一系列先进的人工智能硬件和软件产品。这些产品的质量和性能得到了广泛的认可,使得英伟达成为了全球领先的人工智能技术供应商之一。
北京时间3月21日晚11点,2023春季GTC大会正式上线,在大会的主题演讲中,英伟达CEO黄仁勋一如既往穿着标志性的皮衣进行了78分钟演讲,满面笑容地分享英伟达又闷声干了哪些大事:
黄仁勋向台积电放核弹!干掉40000台CPU服务器,计算光刻提速40倍。
“生成式AI正在推动AI的快速应用,并重塑无数行业。”“我们正处于AI的「iPhone时刻」,初创公司竞相构建具有颠覆性的产品和商业模式,老牌公司则在寻求应对之策,生成式AI引发了全球企业制定AI战略的紧迫感。”
生成式AI所展现出的商用前景几乎激励着每个行业重新设想其商业战略和实现这些战略所需的技术。英伟达正与其合作伙伴迅速行动,为AI应用提供更强大的计算平台,让更多人从生成式AI等前沿应用的变革性力量中受益。
英伟达秘密研发四年、向芯片制造业甩出一枚技术“核弹”——通过突破性的光刻计算库cuLitho,将计算光刻加速40倍以上,使得2nm及更先进芯片的生产成为可能。全球最大晶圆厂台积电、全球光刻机霸主阿斯麦、全球最大EDA巨头新思科技均参与合作并引入这项技术。
从英伟达的一系列软硬件发布,可以看到英伟达对先进AI计算的支撑已经覆盖到从GPU、DPU等硬件到帮助企业加速构建定制生成式AI模型的云服务,进而推动释放人类的创造力。
英伟达的加速计算产品可以说是与AI产业的发展共生共荣。英伟达不断为更大规模的AI模型训练提供更强大的算力基座,对AI训练和推理的前沿发展起到了重要推动力,蓬勃而生的AI热潮又为英伟达带来了更广阔的市场和机遇。
小编摘录
2023.3.29
2023年英伟达GTC大会黄仁勋万字演讲全文纪要
文 | 黄仁勋
源 | 王铮Silvia
市场前沿 最佳实践 资本战略 资本品牌
内容导读
- 开场:2023年GTC将进行650场演讲,其中70多场与生成式AI相关
- 加速库:八种解决新挑战、开辟新市场的加速库
- 数据中心硬件:NVIDIA DGX H100已全面投产
- DGX云&生成式AI:NVIDIAAI Foundations云服务包括语言、视觉和生物学模型制作服务
- 新推理平台:NVIDIA的四大推理平台
- Omniverse:未来3年该领域的投资金额将超过3.4万亿美元
- 我们正处于AI的"iPhone时刻"
演讲 | 黄仁勋
开场:2023年GTC将进行650场演讲,其中70多场与生成式AI相关
近四十年来,摩尔定律一直是引领计算机行业动态发展的重要规律。计算机行业的发展又影响着各行各业的发展。然而,在成本和功耗不变的情况下,性能的指数级增长已经放缓。但是,计算技术的发展日新月异。曲速引擎是加速计算,动力来源就是AI。各行各业正在应对可持续发展、生成式AI和数字化等强大的动态挑战。因此加速计算和AI的到来恰逢其时。
如果没有摩尔定律,随着计算量的激增,数据中心的能耗会飙升,企业将难以实现净零排放。生成式AI的非凡能力使得企业产生了紧迫感,他们需要重新构思他们的产品和商业模式。产业内各企业正在竞相实现数字化转型,成为软件驱动的科技公司,要成为颠覆者而不是被颠覆者。
今天,我们将讨论加速计算和AI如何成为强大的工具,帮人们应对这些挑战和把握未来的巨大机遇。我们将分享NVIDIA的数据中心级全栈加速计算平台的新进展,展示新的芯片和系统、加速库、云服务、AI服务以及助力我们拓展新市场的合作伙伴关系。欢迎来到GTC大会!
GTC是一场非常重要的面向开发者的全球盛会,它涵盖了400万开发者、4万家公司和1.4万家初创公司。GTC大会的发展令人难以置信,仅在四年前,其线下大会只有8000名与会者,而在2023年,将有超过25万人参加此次大会。
GTC大会将邀请来自学术界和全球大型行业的精英进行650场精彩演讲,包括70多场与生成式AI相关的演讲,以及其他精彩演讲,如适用于机器人开发的预训练多任务模型、推进AI发展的重要方法等等。
此外,GTC大会还涉及到诸多关键议题,如值得信赖的AI和AV安全、微芯片的计算光刻技术、制造最小的机器、将AI应用在大型强子对撞机中以解释宇宙等议题。此外,大会还汇集了全球最重要的公司和企业,包括汽车和交通运输业、医疗健康业、制造业、金融服务业、零售业、服装业、媒体和娱乐业、电信业以及全球顶尖的AI公司。
GTC大会的宗旨是激励全世界,告诉大家,加速计算是可以实践的,并为科学家和研究人员通过利用该技术取得的成就喝彩。
我是一名翻译,将文本转化为创造性发现,将动作转化为动画,将指令转化为行动。 我是一名治疗师,探索让人类与众不同的组成基础,在新威胁发生之前进行建模,并寻找治疗方法以防止入侵。 我是一名梦想家,致力创造新的医学奇迹,让人们以全新视角了解太阳,确保我们在地球上安全无虞。 我是一名导航者,在海量内容中探索独特片刻,为一个个故事打造理想的背景。 我是一名创造者,通过快照构建3D体验,并将虚拟自我提升至更高的现实水平。 我是一名好帮手,将头脑风暴变为现实,分享100万程序员的智慧,并将想法转化为虚拟世界,“建造北方森林”。 我还帮助编写了这支短片的脚本,给文字注入生命,并为其谱写旋律。 我是AI,NVIDIA、深度学习以及无所不在的人类智慧将我融入每个人的生活。
1)Grace CPU
借助Debuild,用户只需说明自己想要的内容即可设计和部署Web应用。 Grammarly是一款可以结合上下文的写作助手。 Tabnine可帮助开发者编写代码。 Omnekey可生成定制广告和文案。 Kore.ai是虚拟客服。 Jasper可生成营销材料,已经编写了近50亿字,将初稿生成时间缩短了80%。 Insilico利用AI加速药物设计。 Absci正在使用AI预测治疗抗体。
今天,我们宣布推出NVIDIA AI Foundations。这是一项云服务,面向需要构建、优化和运营定制LLM(大型语言模型)和生成式AI,使用其专有数据进行训练,用于处理特定领域的任务。NVIDIAAI Foundations包括语言、视觉和生物学模型制作服务。
NVIDIA Nemo用于构建定制的语言文本转文本生成式模型。客户可以引入自己的模型,或从Nemo涵盖了GPT-8、GPT-43到GPT-530等数十亿参数的预训练模型入手。从创建专有模型到运营,NVIDIA AI专家将全程与您合作。
我们一起来看一下生成式模型,比如NVIDIA的43B基础模型,通过基于数十亿个句子和数万亿个单词进行训练来学习。随着模型的收敛,它开始理解单词与其基本概念之间的关系。这些关系通过模型嵌入空间中的权重进行捕获。Transformer模型使用一种名为自注意力的技术:一种旨在学习一系列单词中的依赖性和关系的机制。其结果是得到一种模型,该模型可为类似ChatGPT的体验奠定基础。这些生成式模型需要大量数据、数据处理和分布式训练方面深厚的AI专业知识,以及大规模计算,以跟上创新的步伐进行训练、部署和维护。
企业可以通过在NVIDIA DGX Cloud上的NVIDIA NeMo服务快速采用生成式AI。最快的方法是从NVIDIA的先进预训练基础模型开始入手。借助NeMo服务,人们可以轻松自定义模型并进行参数调优,以教授其专业技能,例如汇总财务文档,创建特定品牌的内容,以及以个性化的写作风格撰写电子邮件。将模型连接到专有知识库可以确保响应是准确的、最新的,并为其业务所引用。接下来,他们可以通过添加逻辑以及监控输入、输出、毒性和偏差阈值来提供防护栏,以便模型在指定的领域内运行并防止出现意外响应。
模型投入使用后,可以根据用户交互通过强化学习不断改进。在迁移到云API进行更大规模的评估和应用集成之前,可以使用NeMo进行快速原型设计。立即注册以获取NVIDIA NeMo服务,将您的企业知识编入个性化的由您控制的AI模型。
Picasso是一项视觉语言模型制作服务,面向希望使用许可内容或专有内容来训练自定义模型的客户。我们一起来看一下,生成式AI正在改变视觉内容的创建方式。但要充分发挥其潜力,企业需要大量版权许可的数据、AI专家和AI超级计算机。
NVIDIA Picasso是一项云服务,用于构建和部署生成式AI赋能的图像、视频和3D应用。借助此服务,企业、ISV和服务提供商可以部署自己的模型。我们正在与主要合作伙伴合作,力求为各行各业提供生成式AI功能。
另外,人们还可以从NVIDIA Edify模型入手,使用自己的数据训练这些模型,以创建产品或服务。这些模型可生成图像、视频和3D素材。
要访问生成式AI模型,应用需向Picasso发送带有文本提示和元数据的API调用。Picasso使用在NVIDIA DGX Cloud上运行的适当模型,将生成的素材发送回应用。这些素材可以是逼真的图像、高分辨率视频或详细的3D几何图形。可将生成的素材导入编辑工具或NVIDIA Omniverse,以构建逼真的虚拟世界、元宇宙应用和数字孪生仿真。
借助在NVIDIA DGX Cloud上运行的NVIDIA Picasso服务,您可以简化构建自定义生成式AI应用所需的训练、优化和推理。了解NVIDIA Picasso如何为您的应用带来变革性的生成式AI功能。我们很高兴Getty Images将使用Picasso服务构建Edify图片和Edify视频生成式模型。这些模型以其丰富的内容库为基础进行训练,其中包含大量以负责任授权的方式获得许可的专业图像和视频素材。企业将能够使用简单的文本或图像提示创建自定义的图像和视频。
Shutterstock正在开发一款以其专业的图像、3D和视频素材库进行训练的Edify-3D生成式模型。Shutterstock将帮助简化用于创意制作、数字孪生和虚拟协作的3D素材的创建过程,使企业能够更快更轻松地实现这些工作流。
我很高兴地宣布,我们与Adobe之间的长期合作将迎来重要扩展。我们将共同构建一系列新一代AI功能,打造创意领域的未来,将生成式AI融入营销人员和创意专业人士的日常工作流。新的生成式AI模型将针对图像、视频、3D和动画制作进行优化。为了保护艺术家的权利,Adobe正在开发以商业可行性和正确内容归属为重点的方案,该方案由Adobe的“内容真实性倡议”提供支持。
我们的第三个语言领域是生物学。药物研发是一个价值近2万亿美元的行业,研发投入高达2500亿美元。NVIDIA Clara是一款医疗健康应用框架,用于影像仪器、基因组学分析和药物研发。目前,该行业正在转向利用生成式AI来发现疾病靶因,设计新型分子或蛋白质类药物,以及预测药物对机体的作用。
数百家新型AI药物研发初创公司相继涌现,Insilico Medicine、Exscientia、Absci和Evozyme就是其中之一。有些公司已经发现了新型靶标或候选药物,并开始了人体临床试验。
BioNeMo可帮助研究人员使用专有数据创建、微调和提供自定义模型。药物研发包括3个关键阶段:发现引发疾病的机理、设计新分子——无论是小分子、蛋白质还是抗体,以及最后就这些分子之间相互作用的方式进行筛选。如今,生成式AI正在改变药物研发过程的每一步。
NVIDIA BioNeMo服务提供先进的用于药物研发的生成式AI模型。它可作为云服务提供,让用户即时轻松地访问加速的药物研发工作流。BioNeMo包括AlphaFold、ESMFold和OpenFold等用于三维蛋白质结构预测的模型,ProtGPT用于蛋白质生成,ESM1和ESM2用于蛋白质特性预测,MegaMolBART和MoFlow用于分子生成,DiffDock则用于分子对接。药物研发团队可以通过BioNeMo的Web界面或云API使用这些模型。
现在,生成式模型可以读取蛋白质氨基酸序列,并在几秒钟内准确预测目标蛋白质的结构。它们还可以生成具有理想ADME特性的分子,从而优化药物在体内的作用方式。生成式模型甚至可以预测蛋白质和分子的三维相互作用,加速最佳候选药物的研发。
借助NVIDIA DGX Cloud,BioNeMo还可提供按需超级计算基础设施,以进一步优化和训练模型,进而为团队节省宝贵的时间和资金,使其专注于研发挽救生命的药物。新的AI药物研发流程已经面世,请注册以获取NVIDIA BioNeMo服务。
我们将继续与业界合作,将模型纳入BioNemo,其中包含药物研发和虚拟筛选的端到端工作流。Amgen、AstraZeneca、Insilico Medicine、Evozyne、Innophore和Alchemab Therapeutics是BioNeMo的早期体验用户。
1)L4
NVIDIAAI Foundations是一个云服务和代工厂,用于构建自定义语言模型和生成式AI。自十年前AlexNet面市以来,深度学习就开辟了巨大的新市场,包括自动驾驶、机器人、智能音箱,并重塑了我们购物、了解新闻和享受音乐的方式。这只是冰山一角。
随着生成式AI掀起新一波机遇浪潮,AI正处于转折点,使得推理工作负载呈阶梯函数式增长。AI现在可以生成多种数据,从语音、文本、图像、视频和3D图形,到蛋白质和化学物质,不一而足。
设计一个云数据中心来处理生成式AI是一项巨大挑战。一方面,理想情况下最好使用一种加速器,因为这可以使得数据中心具有弹性,能够应对不可预测的流量峰值和低谷。但另一方面,没有一个加速器能以最优的方式处理在算法、模型、数据类型和数据大小方面的多样性。NVIDIA的One Architecture平台兼具加速功能和弹性。今天,我们宣布推出我们全新的推理平台:四种配置——一个体系架构——一个软件栈。每种配置都针对某一类工作负载进行了优化。
针对AI视频工作负载,我们推出了L4,它针对以下方面进行了优化:视频解码和转码、视频内容审核,以及视频通话功能,例如背景替换、重新打光、眼神交流,转录和实时翻译。如今,大多数云端视频都在CPU上处理。一台8-GPU L4服务器将取代一百多台用于处理AI视频的双插槽CPU服务器。Snap是NVIDIA AI在计算机视觉和推荐系统领域领先的用户。Snap将会把L4用于AV1视频处理、生成式AI和增强现实。Snapchat用户每天上传数亿个视频。
Google今天宣布在其GCP上提供NVIDIA L4。NVIDIA和Google Cloud正在努力加速在L4上部署主要工作负载。我来重点介绍一下其中五个工作负载:
首先,我们正在加速针对Wombo和Descript等云服务的生成式AI模型的推理。 其次,我们会将Triton推理服务器与Google Kubernetes Engine和VertexAI集成。 第三,我们将使用NVIDIA Spark-RAPIDS加速Google Dataproc。 第四,我们将加速AlphaFold UL2和T5大型语言模型。 - 第五,我们将加速Google Cloud的沉浸式流,以渲染3D和AR体验。通过此次合作,Google GCP成为了首款NVIDIAAI云。我们期待尽快向您详细介绍我们的合作。
2)L40
针对Omniverse、图形渲染以及文本转图像和文本转视频等生成式AI,我们宣布推出L40。L40的性能是NVIDIA最受欢迎的云推理GPU T4的10倍。
Runway是生成式AI领域的先驱。他们的研究团队是Stable Diffusion及其前身Latent Diffusion的主要创造者。Runway正在发明用于创作和编辑内容的生成式AI模型。借助30多种来自云端的AI Magic Tools,他们的服务将彻底改变创作过程。
我们一起来看一下。Runway正在打造令人惊叹的可供所有人使用的AI赋能视频编辑和图像创建工具。在本地或云端运行的最新一代NVIDIA GPU的助力下,Runway让用户只需简单几笔即可从视频中移除一个对象,或仅使用一个输入图像就可以对视频应用不同的样式,或更改视频的背景或前景。过去使用传统工具需要数小时才能完成的工作,现在只需短短几分钟就可以获得专业广播级质量的结果。
在实现这一点的过程中,Runway采用了CV-CUDA,它是一个开源项目,使开发者能够构建GPU加速的高效计算机视觉工作负载预处理和后处理流程,并将其扩展到云。借助NVIDIA技术,Runway得以行不可能之事,让内容创作者获得最佳体验。以前受限的专业工作现在可以由您来完成。事实上,Runway在奥斯卡提名的好莱坞电影中得到了应用,而我们正在致力将这项技术提供给全世界的创作者。
3)H100 NVL
ChatGPT等大型语言模型是一个新出现的重要的推理工作负载。GPT模型是内存和计算密集型模型。此外,推理是一种高容量、外扩型工作负载,需要标准的商用服务器。
针对ChatGPT等大型语言模型的推理,我们宣布推出一款新的Hopper GPU——配备双GPU NVLINK的PCIE H100。这一款H100配备94GB HBM3显存。H100可以处理拥有1750亿参数的GPT-3。同时还可支持商用PCIE服务器轻松扩展。
目前在云上唯一可以实际处理ChatGPT的GPU是HGX A100。与适用于GPT-3处理的HGX A100相比,一台搭载四对H100及双GPU NVLINK的标准服务器的速度要快10倍。H100可将大型语言模型的处理成本降低一个数量级。
4)Hopper GPU和Grace Hopper
Grace Hopper是我们的新的超级芯片,通过900 GB/秒的高速一致性芯片到芯片接口连接Grace CPU和Hopper GPU。Grace Hopper非常适合处理大型数据集,例如适用于推荐系统和大型语言模型的AI数据库。如今,利用大容量内存,CPU会存储和查询巨型嵌入表,然后将结果传输到GPU进行推理。
借助Grace-Hopper,Grace可以查询嵌入表,并将结果直接传输到Hopper,速度比PCIE快7倍。客户希望构建规模大几个数量级的AI数据库,Grace-Hopper是理想的引擎。
以上就是NVIDIA的推理平台,一个为适用于多种AI负载最大化的数据中心加速和弹性而设计的架构。
全球最大的工业产业都生产实体产品,但他们也希望实现数字化生产方式。Omniverse是一个工业数字化平台,旨在搭建数字化和物理实体之间的桥梁。该平台让各个行业先以数字方式设计、构建、运营和优化实体产品和工厂,然后再投入实际生产。数字化提高了效率和速度,并节省了资金。
Omniverse其中一个用途是以虚拟方式构建工厂,在真正的实体工厂建成之前,以数字方式整合工厂的所有机械设备。这样可以减少在最后时刻出现意外、变更订单和工厂延迟开工等情况。虚拟工厂整合可以为全球工厂节省数十亿美元。
半导体行业正在投资5000亿美元来建造84个新晶圆厂。到2030年,汽车制造商将建造300家工厂生产2亿辆电动汽车。电池制造商正在建造100多家特大型工厂。数字化也在改变物流行业,在全球数十亿平方英尺的仓库之间辗转运输货物。
我们来看看Amazon如何使用Omniverse自动化、优化和规划其自动仓库。Amazon Robotics制造并部署了非常庞大的移动工业机器人机群。此机器人机群的最新成员是Proteus,这是Amazon首个完全自主的仓库机器人。Proteus可利用先进的安全、感知和导航技术在我们的设施中移动。
NVIDIA率先推出加速计算,着力解决普通计算机无法解决的问题。加速计算并非易事,它需要从芯片、系统、网络、加速库到重构应用的全栈发明。从图形、成像、粒子或流体动力学、量子物理学到数据处理和机器学习,每个经过优化的堆栈都会加速对应应用领域。
加速后,应用可以获得令人难以置信的速度,还可以扩展到许多台计算机。在过去十年中,加速和纵向扩展的结合使我们能够为许多应用实现百万倍的性能提升,进而有助于解决以前无法解决的问题。虽然存在很多示例,但最著名的一个是深度学习。
2012年,Alex Kerchevsky、Ilya Suskever和Geoff Hinton需要一台速度超快的计算机来训练AlexNet计算机视觉模型。研究人员在GeForce GTX 580上使用1400万张图像训练了AlexNet,可处理262千万亿次浮点运算。经过训练的模型以压倒性优势赢得了ImageNet挑战赛,并触发了AI的大爆炸。
我们一起来看一下已有近30万名创作者和设计师下载了Omniverse。
Omniverse不是一种工具,而是一个USD网络和共享数据库,也是一种与各行各业使用的设计工具相连接的基础结构。它可以连接、合成和模拟使用行业领先工具创建的3D资产。我们很高兴看到Omniverse生态连接的发展壮大,每个连接都会将一个平台的生态系统与所有其他平台的生态系统连接到一起。Omniverse网络中的网络正在呈指数级增长,现已连接Bentley Systems LumenRT,还连接了Siemens Teamcenter、NX和Process Simulate、Rockwell Automation Emulate 3D、Cesium、Unity等许多应用。
我们来看看价值3万亿美元的汽车行业的数字化,了解汽车公司如何在其工作流中评估Omniverse。沃尔沃汽车公司和通用汽车使用Omniverse USD Composer连接和统一其资产工作流。通用汽车使用Alias、Siemens NX、Unreal、Maya和3ds Max将设计师、雕塑家和艺术家连接到一起,并将汽车零部件在虚拟环境中组装成数字孪生汽车。
在工程和仿真中,他们在Omniverse中将Powerflow空气动力学可视化。对于新一代梅赛德斯-奔驰和捷豹路虎汽车,工程师在Omniverse中使用Drive Sim生成合成数据来训练AI模型,通过虚拟NCAP驾驶测试验证主动安全系统,并模拟真实驾驶场景。
Omniverse的生成式AI将以前驾驶的路线重构为3D,以便重现或修改过去的体验。借助Idealworks,宝马在Omniverse中使用Isaac Sim生成合成数据和场景,用来训练工厂机器人。
Lotus正在使用Omniverse以虚拟方式组装焊接站。
丰田公司正在使用Omniverse构建自己工厂的数字孪生。
梅赛德斯-奔驰使用Omniverse为新车型构建、优化和规划组装流水线。
Rimac和Lucid Motors使用Omniverse根据真实的设计数据构建数字商店,这些数据准确地反映他们的汽车的状况。
宝马正在使用Omniverse规划全球近30家工厂的运营。在实际工厂开业两年之前,他们会在Omniverse中完整建造一间新的电动汽车工厂。让我们来观摩一下。
全球各行各业都在加速数字化发展,未来三年,该领域的投资金额将超过3.4万亿美元。宝马努力在汽车数字化领域处于领先地位。借助NVIDIA Omniverse和AI,我们能够更快地建立新工厂,并更高效地进行生产。这会为我们节省大量成本。
这一切都要从规划开始,这是一个复杂的过程。在此过程中,我们需要将许多工具、数据集和遍布全球的专家串联起来。传统上,我们受到限制,因为数据在各种系统和工具中单独管理。如今,这种局面已经实现了全方位的改变。
我们正在开发自定义Omniverse应用,以将现有的工具、专门知识和团队联系在一起,使其处在统一视图中。Omniverse是云原生同时不限平台,可让团队随时随地在我们的虚拟工厂中开展协作。
汽车公司雇佣了近1400万名员工。
数字化将提高整个行业的效率、生产力和速度。
Omniverse是实现工业数字化的数字到物理操作系统。
今天,我们要宣布推出三款专为运行Omniverse而设计的系统。
首先,我们将推出由NVIDIA Ada RTX GPU和英特尔的最新款CPU提供动力支持的新一代工作站。
这款新工作站非常适合用于光线追踪、物理仿真、神经图形和生成式AI。从3月开始,Boxx、戴尔、惠普和联想将提供这款工作站。
其次,针对Omniverse优化的新型NVIDIA OVX服务器。
OVX由服务器GPU Ada RTX L40和我们的新款BlueField-3组成。OVX服务器将由戴尔、HPE、Quanta、技嘉、联想和Supermicro提供。每一层Omniverse的堆栈包括芯片、系统、网络和软件在内都是新发明。
构建和操作Omniverse计算机需要一个成熟的IT团队。
我们将快速轻松地扩展和运用Omniverse。
我们一起来看一下全球大型行业竞相实现其物理流程的数字化。
目前,这是一项复杂的任务。
NVIDIA Omniverse Cloud是一种平台即服务,支持即时安全地访问托管的Omniverse Cloud API工作流,以及在NVIDIA OVX上运行的可定制应用。
企业团队通过Web浏览器Omniverse Launcher或通过自定义集成访问托管服务套件。
进入Omniverse Cloud后,企业团队可以立即访问、扩展和发布基础应用和工作流,以组装和构建虚拟世界,生成用于训练感知AI的数据,测试和验证自动驾驶汽车或模拟自主机器人。
从而访问共享数据,并将其发布到Omniverse Nucleus。
设计师和工程师在RTX工作站上使用他们惯用的第三方设计工具,并行发布对Nucleus的编辑。
然后,当准备好在Omniverse中迭代或查看其集成模型时,只需打开Web浏览器并登录即可。
随着项目和团队规模的扩大,Omniverse Cloud可帮助根据需要调配计算资源和许可证,从而优化成本。
新的服务和升级会自动获得实时更新。
借助Omniverse Cloud,企业可以在主要的工业工作流中快速实现统一的数字化和协作、提高效率、降低成本和减少浪费,加速实现创新。
今天,我们宣布推出NVIDIA Omniverse Cloud。这是一种完全托管的云服务。我们正在与Microsoft合作,将Omniverse Cloud引入全球各个行业。我们将在Azure中托管它,并通过Microsoft丰富的存储、安全性、应用和服务组合受益。
我们正在将Omniverse Cloud连接到Microsoft 365生产力套件,其中包括Teams、OneDrive、SharePoint和Azure IoT Digital Twins服务。Microsoft和NVIDIA正在将Omniverse带给数以亿计的Microsoft 365和Azure用户。
加速计算和AI技术已经走进现实。开发者使用NVIDIA来提速和扩大规模,从而解决之前无法解决的问题。净零排放是一项艰巨的挑战,每家公司都必须加速所有工作负载以减少功耗。加速计算是一项全栈的数据中心级计算挑战。Grace、Grace-Hopper和BlueField-3是适用于超级节能加速数据中心的新芯片。
—— End ——
大美绝活是一种信仰
如何让我还没有存在的天赋潜能,真正存在的时候,真正的富足和丰盛才会出现。深入把握这片土地上中国人的痛点开始。拿出解决这些痛点的大美绝活,给消费者创造真正的价值,才能发现真实的自己。“接近美,接近神”。“大美绝活是一种信仰”!与众不同的绝活或好产品,造福消费者的宽度、广度、深度和敏感度,决定了“与众不同的绝活”之“大美”的程度,也决定了个人和企业的未来。因为,在市场经济中,每一个消费者的每一笔购买,是对企业的投票,决定了企业的前程。
让我们跟着任正非一起走一个过程
打开思维,打开心灵,打开意志
王育琨频道 商务合作
微信 | gao940716
QQ:2116117593
投稿:[email protected]
2020全新奉献,线上线下全上市
2019全新奉献,线上线下全上市
地头力=喜爱{目标}×专注{死磕}×做好{绝活}
最新评论
推荐文章
作者最新文章
你可能感兴趣的文章
Copyright Disclaimer: The copyright of contents (including texts, images, videos and audios) posted above belong to the User who shared or the third-party website which the User shared from. If you found your copyright have been infringed, please send a DMCA takedown notice to [email protected]. For more detail of the source, please click on the button "Read Original Post" below. For other communications, please send to [email protected].
版权声明:以上内容为用户推荐收藏至CareerEngine平台,其内容(含文字、图片、视频、音频等)及知识版权均属用户或用户转发自的第三方网站,如涉嫌侵权,请通知[email protected]进行信息删除。如需查看信息来源,请点击“查看原文”。如需洽谈其它事宜,请联系[email protected]。
版权声明:以上内容为用户推荐收藏至CareerEngine平台,其内容(含文字、图片、视频、音频等)及知识版权均属用户或用户转发自的第三方网站,如涉嫌侵权,请通知[email protected]进行信息删除。如需查看信息来源,请点击“查看原文”。如需洽谈其它事宜,请联系[email protected]。