黄仁勋の最新CES講演：AIエージェントは次のロボット産業になる可能性があり、規模は数兆ドルに達する見込みです。

おすすめの読書

2025-01-07 17:27:42

コレクション

NVIDIAはAIをクラウドから個人デバイスや企業内部に持ち込み、開発者から一般ユーザーまでのすべての計算ニーズをカバーしています。

共有する

WeChatでQRコードをスキャン

整理：新しい情報

今朝開幕したCES 2025で、NVIDIAの創業者兼CEOである黄仁勲が画期的な基調講演を行い、AIと計算の未来を明らかにしました。生成AIの核心となるトークンの概念から、新しいBlackwellアーキテクチャのGPUの発表、AI駆動のデジタル未来に至るまで、この講演は分野を超えた視点から業界全体に深い影響を与えるでしょう。

1）生成AIからエージェンティックAIへ：新時代の幕開け

トークンの誕生：生成AIの核心的な推進力として、トークンは文字を知識に変換し、画像に命を吹き込み、新しいデジタル表現の方法を開きました。
AIの進化の道筋：感知AI、生成AIから推論、計画、行動が可能なエージェンティックAIへ、AI技術は新たな高みを越え続けています。
トランスフォーマーの革命：2018年に導入されて以来、この技術は計算方法を再定義し、従来の技術スタックを根本的に覆しました。

2）Blackwell GPU：性能の限界を突破

次世代GeForce RTX 50シリーズ：Blackwellアーキテクチャに基づき、920億トランジスタ、4000 TOPSのAI性能、4 PetaFLOPSの計算能力を持ち、前世代の性能の3倍です。
AIとグラフィックスの融合：初めてプログラム可能なシェーダーと神経ネットワークの統合を実現し、神経テクスチャ圧縮とマテリアルシェーディング技術を導入し、驚異的なレンダリング効果をもたらします。
高性能の普及：RTX 5070ノートパソコンは1299ドルでRTX 4090の性能を実現し、高性能計算の普及を促進します。

3）AIアプリケーションの多分野展開

エンタープライズAIエージェント：NVIDIAはNemoやLlama Nemotronなどのツールを提供し、企業が自律的に推論するデジタル従業員を構築し、スマートな管理とサービスを実現します。
物理AI：OmniverseとCosmosプラットフォームを通じて、AIは産業、自動運転、ロボット分野に統合され、世界の製造と物流を再定義します。
未来の計算シーン：NVIDIAはAIをクラウドから個人デバイスや企業内部に持ち込み、開発者から一般ユーザーまでのすべての計算ニーズをカバーしています。

以下は黄仁勲の今回の講演の主な内容です：

これは知恵の誕生の地、新しい工場------生成トークンの発電機です。これはAIの構成モジュールであり、新しい領域を開き、非凡な世界に入る第一歩を踏み出しました。トークンは文字を知識に変換し、画像に命を吹き込みます；それらは創造性を動画に変え、私たちがどんな環境でも安全にナビゲートするのを助けます；マスターのようにロボットを動かすことを教え、私たちが新しい方法で勝利を祝うことを促します。私たちが最も必要とする時に、トークンは内なる平和をもたらします。それらはデジタルな意味を与え、私たちが世界をよりよく理解し、潜在的な危険を予測し、内なる脅威を治療する方法を見つける手助けをします。それは私たちのビジョンを実現し、失ったものを修復することができます。

AIのすべては1993年に始まり、NVIDIAは最初の製品------NV1を発表しました。私たちは、一般的なコンピュータでは実現できないことを可能にするコンピュータを作りたいと考え、PCにゲーム機を持つことを可能にしました。その後、1999年にNVIDIAはプログラム可能なGPUを発明し、20年以上の技術進歩を開き、現代のコンピュータグラフィックスを可能にしました。6年後、私たちはCUDAを導入し、豊富なアルゴリズムでGPUのプログラム可能性を表現しました。この技術は当初は説明が難しかったですが、2012年にAlexNetの成功がCUDAの潜在能力を証明し、AIの画期的な発展を促進しました。

それ以来、AIは驚異的な速度で進化しています。感知AIから生成AI、そして感知、推論、計画、行動が可能なエージェンティックAIへ、AIの能力は常に向上しています。2018年、Googleがトランスフォーマーを発表し、AIの世界は本当に飛躍しました。トランスフォーマーはAIの構図を根本的に変えただけでなく、計算の全分野を再定義しました。私たちは、機械学習は単なる新しいアプリケーションやビジネスチャンスではなく、計算方法の根本的な革新であることを認識しました。手動で命令を書くことから、機械学習を用いて神経ネットワークを最適化することまで、技術スタックの各層で大きな変化が起こりました。

現在、AIの応用は至る所にあります。文字、画像、音声を理解することから、アミノ酸や物理学を翻訳することまで、すべてをこなします。ほぼすべてのAIアプリケーションは、3つの質問に集約できます：それはどのモダリティの情報を学習しましたか？どのモダリティの情報に翻訳されましたか？どのモダリティの情報を生成しましたか？この基本的な概念が、AI駆動のすべてのアプリケーションを推進しています。

これらすべての成果はGeForceの支援なしには実現できません。GeForceはAIを大衆に広め、今、AIはGeForceに戻ってきています。リアルタイムレイトレーシング技術のおかげで、私たちは驚くべき効果でグラフィックスをレンダリングできます。DLSSを通じて、AIはフレーム生成を超え、未来の画像を予測することさえできます。3300万ピクセルのうち200万ピクセルは計算によって得られ、残りはAIによって予測生成されます。この奇跡のような技術は、AIの強力な能力を示し、計算をより効率的にし、未来の無限の可能性を私たちに見せてくれます。

これが、今多くの驚くべきことが起こっている理由です。私たちはGeForceを利用してAIの発展を推進し、今、AIはGeForceを根本的に革新しています。今日は、次世代製品------RTX Blackwellファミリーを発表します。さあ、一緒に見てみましょう。

これは全く新しいGeForce RTX 50シリーズで、Blackwellアーキテクチャに基づいています。このGPUは性能の怪物で、920億トランジスタ、4000 TOPSのAI性能、4 PetaFLOPSのAI計算能力を持ち、前世代のAdaアーキテクチャの3倍です。これは、私が先ほど示した驚くべきピクセルを生成するためのすべてです。また、380レイトレーシングテラフロップスを備え、計算が必要なピクセルに可能な限り美しい画質を提供し、125シェーディングテラフロップスも持っています。このグラフィックカードはMicronのG7メモリを使用し、速度は毎秒1.8TBで、前世代の2倍の性能を誇ります。

私たちは今、AIワークロードとコンピュータグラフィックスワークロードを組み合わせることができます。この世代の製品の特異な特徴は、プログラム可能なシェーダーが神経ネットワークを処理できることです。これにより、神経テクスチャ圧縮と神経マテリアルシェーディングを発明しました。これらの技術はAIがテクスチャと圧縮アルゴリズムを学習し、最終的にAIだけが実現できる驚くべき画像効果を生成します。

機械設計の面でも、このグラフィックカードは奇跡です。双風扇設計を採用し、全体のグラフィックカードは巨大なファンのようで、内部の電圧調整モジュールは最先端です。このような卓越した設計は、エンジニアリングチームの努力によるものです。

次は性能比較です。皆さんがよく知っているRTX 4090は、価格1599ドルで家庭用PCエンターテインメントセンターの中心的な投資です。そして今、RTX 50シリーズはより高い性能を提供し、価格は549ドルから始まります。RTX 5070からRTX 5090まで、性能はRTX 4090の2倍です。

さらに驚くべきことに、私たちはこの高性能GPUをノートパソコンに搭載しました。RTX 5070ノートパソコンは1299ドルで、RTX 4090の性能を持っています。この設計はAIとコンピュータグラフィックス技術を組み合わせ、高効率と高性能を実現しています。

未来のコンピュータグラフィックスは神経レンダリング------AIとコンピュータグラフィックスの融合です。Blackwellシリーズは、厚さわずか14.9ミリのノートパソコンでも実現可能で、RTX 5070からRTX 5090までの全シリーズ製品が超薄型ノートパソコンに適合します。

GeForceはAIの普及を推進し、今、AIはGeForceを根本的に変革しています。これは技術と知恵の相互促進であり、私たちはより高い境地に向かっています。

AIの3つのスケーリング法則

次に、AIの発展方向について話しましょう。

1）事前学習スケーリング法則

AI業界は急速に拡大しており、このプロセスを推進しているのは「スケーリング法則」と呼ばれる強力なモデルです。この経験則は研究者や産業界によって繰り返し検証されており、トレーニングデータの規模が大きくなるほど、モデルの規模が大きくなり、計算能力の投入が増えるほど、モデルの能力も強化されることを示しています。

データの増加速度は指数関数的に加速しています。今後数年で、人類が年間に生産するデータ量は、これまでの人類の歴史で生産された総量を超えると予測されています。これらのデータは多様なモダリティを持ち、動画、画像、音声などの形式を含んでいます。これらの膨大なデータは、AIの基礎知識体系をトレーニングするために使用され、AIに堅固な知識基盤を提供します。

2）後学習スケーリング法則

さらに、他の2つのスケーリング法則が台頭しています。

2つ目のスケーリング法則は「後学習スケーリング法則」で、強化学習や人間のフィードバックなどの技術を含みます。この方法では、AIは人間のクエリに基づいて回答を生成し、人間のフィードバックから継続的に改善します。この強化学習システムは、高品質なプロンプトを通じて、AIが特定の分野のスキルを磨くのを助けます。たとえば、数学の問題を解決したり、複雑な推論を行ったりするのが得意になります。

AIの未来は、単なる感知と生成ではなく、自己改善と境界を突破するプロセスです。それは、タスクを完了した後にフィードバックを提供するメンターやコーチを持つようなものです。テスト、フィードバック、自己改善を通じて、AIも同様の強化学習とフィードバックメカニズムを通じて進歩できます。この後学習段階の強化学習は合成データ生成技術と組み合わさり、自己練習のプロセスに似ています。AIは、定理を証明したり、幾何学的問題を解決したりするような複雑で検証可能な課題に直面し、強化学習を通じて自らの回答を最適化します。この後学習は膨大な計算能力を必要としますが、最終的には非凡なモデルを創造することができます。

3）テスト時間スケーリング法則

テスト時間スケーリング法則も徐々に浮上しています。この法則は、AIが実際に使用される際に独自の潜在能力を発揮します。AIは推論時にリソースを動的に割り当て、パラメータの最適化に制限されず、必要な高品質な回答を生成するために計算の割り当てに集中します。

このプロセスは、直接的な推論や一度きりの回答ではなく、推論的思考に似ています。AIは問題を複数のステップに分解し、複数の解決策を生成して評価し、最終的に最適な解決策を選択します。この長時間の推論は、モデルの能力を向上させる上で顕著な効果を発揮します。

私たちはこの技術の進化を目の当たりにしてきました。ChatGPTからGPT-4、そして現在のGemini Proまで、これらのシステムは事前学習、後学習、テスト時間の拡張を経て段階的に発展しています。これらの突破を実現するには膨大な計算能力が必要であり、これこそがNVIDIA Blackwellアーキテクチャの核心的な価値です。

Blackwellアーキテクチャの最新紹介

Blackwellシステムは全面的に生産中で、その性能は驚異的です。現在、すべてのクラウドサービスプロバイダーがこれらのシステムを展開しており、世界中の45の工場で製造され、液冷、風冷、x86アーキテクチャ、NVIDIA Grace CPUバージョンなど、最大200種類の構成をサポートしています。

その核心コンポーネントであるNVLinkシステム自体は重さ1.5トンで、60万個の部品を持ち、20台の自動車の複雑さに相当し、背後には2マイルの銅線と5000本のケーブルが接続されています。全製造プロセスは非常に複雑ですが、計算ニーズの拡大に応えるための目標です。

前世代アーキテクチャと比較して、Blackwellは1ワットあたりの性能を4倍向上させ、1ドルあたりの性能を3倍向上させました。これは、同じコストでトレーニングモデルの規模を3倍に増やすことができることを意味し、これらの改善の背後にある鍵は生成AIトークンです。これらのトークンはChatGPT、Gemini、さまざまなAIサービスで広く使用されており、未来の計算の基盤となっています。

この基盤の上に、NVIDIAは新しい計算モデルを推進しました：神経レンダリングで、AIとコンピュータグラフィックスを完璧に融合させます。Blackwellアーキテクチャの下で72枚のGPUが構成され、世界最大の単一チップシステムを提供し、最大1.4 ExaFLOPSのAI浮動小数点性能を持ち、そのメモリ帯域幅は驚異的な1.2 PB/sに達し、これは世界中のすべてのインターネットトラフィックの合計に相当します。このスーパーコンピューティング能力により、AIはより複雑な推論タスクを処理できるようになり、コストを大幅に削減し、より効率的な計算の基盤を築きます。

AIエージェントシステムとエコシステム

未来を見据えると、AIの推論プロセスはもはや単純な単一ステップの応答ではなく、「内部対話」に近づいています。未来のAIは単に回答を生成するだけでなく、反省し、推論し、継続的に最適化を行います。AIトークンの生成速度が向上し、コストが低下することで、AIのサービス品質は大幅に向上し、より広範なアプリケーションニーズに応えることができるようになります。

企業が自律的に推論するAIシステムを構築するのを支援するために、NVIDIAは3つの重要なツールを提供しています：NVIDIA NeMo、AIマイクロサービス、そしてアクセラレーションライブラリです。複雑なCUDAソフトウェアと深層学習モデルをコンテナ化されたサービスとしてパッケージ化することで、企業は任意のクラウドプラットフォームでこれらのAIモデルを展開し、特定の分野に向けたAIエージェントを迅速に開発できます。たとえば、企業管理を支援するサービスツールやユーザーインタラクションのデジタル従業員などです。

これらのモデルは企業に新しい可能性を開き、AIアプリケーションの開発のハードルを下げ、業界全体がエージェンティックAI（自律AI）の方向に確実な一歩を踏み出すことを促進します。未来のAIはデジタル従業員となり、SAP、ServiceNowなどの企業ツールに簡単に統合され、さまざまな環境で顧客にインテリジェントなサービスを提供します。これはAI拡張の次のマイルストーンであり、NVIDIAの技術エコシステムの核心的なビジョンでもあります。

トレーニング評価システム。未来において、これらのAIエージェントは本質的に従業員と並んで働き、タスクを完了するためのデジタル労働力となります。したがって、これらの専門的なエージェントを会社に導入することは、新しい従業員を雇用するのと同じようなものです。私たちは異なるツールライブラリを提供し、これらのAIエージェントが会社の独自の言語、語彙、ビジネスプロセス、作業方法を学ぶのを助けます。彼らに作業成果の例を提供する必要があり、彼らは生成を試み、その後フィードバックを提供し、評価を行います。同時に、彼らが実行できない操作や言ってはいけないことを明確にし、アクセスできる情報を制御する制限を設定します。この全体のデジタル従業員プロセスはNemoと呼ばれます。ある意味で、各企業のIT部門はAIエージェントのHR部門となるでしょう。

現在、IT部門は大量のソフトウェアを管理し、維持しています。未来には、彼らは大量のデジタルエージェントを管理、育成、入社させ、改善し、企業にサービスを提供します。したがって、IT部門は徐々にAIエージェントのHR部門に進化していくでしょう。

さらに、私たちはエコシステム用に多くのオープンソースのブループリントを提供しています。ユーザーはこれらのブループリントを自由に修正できます。さまざまなタイプのエージェントに対してブループリントを提供しています。今日は、非常にクールで賢いことを発表します：私たちはLlamaに基づく新しいモデルファミリー、すなわちNVIDIA Llama Nemo Tron言語基盤モデルシリーズを発表しました。

Llama 3.1は現象的なモデルです。MetaのLlama 3.1のダウンロード数は約3億5065万回に達し、約6万種類の他のモデルが派生しました。これは、ほぼすべての企業や業界がAIの研究を始める核心的な理由の一つです。私たちはLlamaモデルが企業用ケースに対してより良い微調整ができることを認識しました。私たちの専門知識と能力を活用して、Llama Nemotronオープンモデルスイートに微調整しました。

これらのモデルは異なるサイズに分かれています：小型モデルは応答が速い；主流のスーパーモデルSuper Llama Nemotronは一般的な用途のモデルです；超大型モデルUltra Modelは教師モデルとして、他のモデルを評価し、回答を生成し、その品質を決定するため、または知識蒸留モデルとして使用されます。これらのモデルはすでにオンラインです。

これらのモデルは優れた性能を発揮し、対話、指示、情報検索などの分野でランキングの上位に位置し、世界中のAIエージェント機能に非常に適しています。

私たちはエコシステムとの協力も非常に密接です。たとえば、ServiceNow、SAP、Siemensとの産業AIに関する協力です。CadenceやPerplexityなどの企業も素晴らしいプロジェクトを展開しています。Perplexityは検索分野を覆し、Codiumは世界の3000万のソフトウェアエンジニアにサービスを提供しています。AIアシスタントはソフトウェア開発者の生産性を大幅に向上させ、これはAIサービスの次の巨大な応用分野です。世界には10億の知識労働者がいて、AIエージェントは次のロボット産業になる可能性があり、その潜在能力は数兆ドルに達します。

AIエージェントブループリント

次に、パートナーと共同で完成させたAIエージェントのブループリントをいくつか紹介します。

AIエージェントは新しいデジタル労働力であり、人間のタスクを支援または代替することができます。NVIDIAのエージェンティックAI構築モジュール、NEM事前学習モデル、Nemoフレームワークは、組織がAIエージェントを簡単に開発し、展開するのを助けます。これらのエージェントは特定の分野のタスク専門家として訓練されることができます。

以下は4つの例です：

研究アシスタントエージェント：複雑な文書を読み、講義、ジャーナル、財務報告などを生成し、インタラクティブなポッドキャストを作成して学習を促進します；
ソフトウェアセキュリティAIエージェント：開発者がソフトウェアの脆弱性を継続的にスキャンし、適切な措置を講じるように促します；
バーチャルラボAIエージェント：化合物の設計とスクリーニングを加速し、潜在的な薬候補を迅速に見つけます；
ビデオ分析AIエージェント：NVIDIA Metropolisブループリントに基づき、数十億のカメラからのデータを分析し、インタラクティブな検索、要約、報告を生成します。たとえば、交通量の監視、施設のプロセスを提供し、改善提案を行います；

物理AI時代の到来

私たちはAIをクラウドから各所に持ち込み、企業内部や個人PCにまで広げたいと考えています。NVIDIAはWindows WSL 2（Windowsサブシステム）をAIをサポートするプラットフォームに変えるために努力しています。これにより、開発者やエンジニアはNVIDIAのAI技術スタックをより便利に利用できるようになります。これには言語モデル、画像モデル、アニメーションモデルなどが含まれます。

さらに、NVIDIAはCosmosを発表しました。これは物理世界基盤モデル開発プラットフォームであり、重力、摩擦、慣性、空間関係、因果関係など、物理世界の動的特性を理解することに焦点を当てています。これにより、物理法則に従った動画やシーンを生成し、ロボット、産業AI、マルチモーダル言語モデルのトレーニングと検証に広く応用されます。

CosmosはNVIDIA Omniverseを接続し、物理シミュレーションを提供し、リアルで信頼性のあるシミュレーション結果を生成します。この組み合わせは、ロボットと産業アプリケーションの開発における核心技術です。

NVIDIAの産業戦略は3つの計算システムに基づいています：

AIトレーニング用のDGXシステム；
AI展開用のAGXシステム；
強化学習とAI最適化用のデジタルツインシステム；

これら3つのシステムが協力して、NVIDIAはロボットと産業AIの発展を推進し、未来のデジタル世界を構築しています。これは三体問題ではなく、「三つのコンピュータ」解決策を持っています。

NVIDIAのロボットビジョンを示すために、3つの例を紹介します。

1）産業可視化の応用

現在、世界には数百万の工場と数十万の倉庫があり、これらは50兆ドルの製造業の骨格を形成しています。未来には、すべてがソフトウェア定義と自動化を実現し、ロボット技術を取り入れる必要があります。私たちは、世界的な倉庫自動化ソリューションプロバイダーであるKeonや、世界最大の専門サービスプロバイダーであるAccentureと協力し、デジタル製造に焦点を当て、非常に特別なソリューションを共同で創造しています。私たちの市場推進方法は、他のソフトウェアや技術プラットフォームと似ており、開発者やエコシステムパートナーを通じて行われ、ますます多くのエコパートナーがOmniverseプラットフォームに参加しています。これは、誰もが産業の未来を可視化したいと考えているからです。この50兆ドルの世界のGDPの中には、非常に多くの無駄があり、また非常に多くの自動化の機会があります。

KeonとAccentureが私たちと協力しているこの例を見てみましょう：

Keon（サプライチェーンソリューション会社）、Accenture（世界的な専門サービスのリーダー）、そしてNVIDIAは、物理AIを価値のある万兆ドルの倉庫と配送センター市場に導入しています。効率的な倉庫物流の管理には、日々の需要変化、季節的な需要変化、空間制約、労働力供給、さまざまなロボットや自動化システムの統合など、複雑な意思決定ネットワークに対処する必要があります。今日、物理倉庫の運営における重要なパフォーマンス指標（KPI）を予測することはほぼ不可能です。

これらの問題を解決するために、KeonはMega（NVIDIA Omniverseブループリント）を採用して、産業デジタルツインを構築し、ロボットのフリートをテストし最適化します。まず、Keonの倉庫管理ソリューションは、バッファゾーンからシャトルストレージソリューションに貨物を移動させるなど、デジタルツイン内の産業AI脳にタスクを割り当てます。ロボットのフリートはOmniverse内の物理倉庫シミュレーション環境で、感知と推論を通じてタスクを実行し、次のアクションを計画し、実行します。デジタルツイン環境はセンサーシミュレーションを使用し、ロボット脳がタスク実行後の状態を視認し、次のアクションを決定できるようにします。Megaの正確な追跡の下、全体のサイクルが継続し、スループット、効率、稼働率などの操作KPIを測定し、物理倉庫に変更を加える前にすべてを完了します。

NVIDIAとの協力により、KeonとAccentureは産業自治の未来を再定義しています。

未来のすべての工場にはデジタルツインが存在し、このデジタルツインは実際の工場と完全に同期します。OmniverseとCosmosを利用して大量の未来のシーンを生成し、AIが最適なKPIシーンを決定し、それを実際の工場の展開の制約条件およびAIプログラミングロジックとして使用します。

2）自動運転車

自動運転革命はすでに到来しています。数年の発展を経て、WaymoやTeslaの成功は自動運転技術の成熟を証明しています。私たちのソリューションは、この業界に3つのコンピュータシステムを提供します：AIトレーニング用のシステム（DGXシステムなど）、シミュレーションテストと合成データ生成用のシステム（OmniverseやCosmosなど）、および車内のコンピュータシステム（AGXシステムなど）です。世界中のほぼすべての主要自動車メーカーが私たちと協力しており、Waymo、Zoox、Tesla、そして世界最大の電気自動車メーカーBYDが含まれています。さらに、Mercedes、Lucid、Rivian、小米、Volvoなどの企業が新しい革新モデルを発表する予定です。AuroraはNVIDIA技術を使用して自動運転トラックを開発しています。

毎年1億台の車が製造され、世界の道路には10億台の車が走行し、年間の走行距離は万億マイルに達します。これらは徐々に高度な自動化または完全自動化を実現します。この業界は数兆ドルの価値を持つロボット産業になると予想されています。

今日は、次世代車載コンピュータThorを発表します。これは汎用ロボットコンピュータで、カメラ、高解像度レーダー、ライダーなどのセンサーからの大量のデータを処理できます。Thorは、業界標準のOrinの20倍の計算能力を持つアップグレード版で、現在全面的に量産されています。同時に、NVIDIAのDrive OSは、機能安全の最高基準（ISO 26262 ASIL D）を達成した最初のAIコンピュータオペレーティングシステムです。

自動運転データ工場

NVIDIAはOmniverse AIモデルとCosmosプラットフォームを利用して、自動運転データ工場を作成し、合成運転シーンを通じてトレーニングデータを大幅に拡張します。これには以下が含まれます：

OmniMap：地図と地理空間データを融合し、運転可能な3D環境を構築します；
神経再構築エンジン：センサーのログを利用して高忠実度の4Dシミュレーション環境を生成し、トレーニングデータにシーンの変種を生成します；
Edify 3DS：資産ライブラリから新しい資産を検索または生成し、シミュレーション用のシーンを作成します。

これらの技術を通じて、数千回の運転シーンを数十億マイルのデータに拡張し、より安全で高度な自動運転システムの開発に役立てます。

3）汎用ロボット

汎用ロボットの時代が到来しようとしています。この分野の突破を推進する鍵はトレーニングです。人型ロボットにとって、模倣データの取得は比較的困難ですが、NVIDIAのIsaac Grootは解決策を提供します。これはシミュレーションを通じて膨大なデータセットを生成し、OmniverseとCosmosのマルチユニバースシミュレーションエンジンを組み合わせて、ポリシートレーニング、検証、展開を行います。

たとえば、開発者はApple Vision Proを通じてロボットを遠隔操作し、実体ロボットを必要とせずにデータをキャッチし、リスクのない環境でタスクの動作を教えることができます。Omniverseの領域ランダム化と3Dからリアルシーンへの拡張機能を通じて、指数関数的に成長するデータセットを生成し、ロボット学習に膨大なリソースを提供します。

要するに、産業可視化、自動運転、汎用ロボットにおいて、NVIDIAの技術は物理AIとロボット分野の未来の変革をリードしています。

最後に、私が展示したい重要な内容があります。これらすべては、10年前に社内で開始した「Project Digits」というプロジェクトに依存しています。正式名称はDeep Learning GPU Intelligence Training System（深層学習GPUインテリジェンストレーニングシステム）で、略してDigitsです。

正式にリリースする前に、私たちはDGXを調整し、社内のRTX、AGX、OVX、その他のシリーズ製品と調和させました。DGX1の登場はAIの発展の方向を本当に変え、NVIDIAのAI発展のマイルストーンとなりました。

DGX1の革命性

DGX1の初衷は、研究者やスタートアップに開箱即用のAIスーパーコンピュータを提供することでした。想像してみてください、以前のスーパーコンピュータはユーザーが専用の施設を建設し、複雑なインフラを設計し、構築しなければならなかったのです。しかし、DGX1はAI開発のために特別に設計されたスーパーコンピュータであり、複雑な操作は不要で、開箱してすぐに使用できます。

私は2016年に最初のDGX1をスタートアップであるOpenAIに納入したことを覚えています。当時、Elon Musk、Ilya Sutskever、そしてNVIDIAの多くのエンジニアがその場にいて、私たちはDGX1の到来を祝いました。このデバイスはAI計算の発展を大きく促進しました。

今やAIは至る所に存在しています。研究機関やスタートアップの実験室に限らず、私が最初に言及したように、AIは新しい計算方法とソフトウェア開発方法となっています。すべてのソフトウェアエンジニア、クリエイティブアーティスト、さらにはコンピュータツールを使用する一般ユーザーでさえ、AIスーパーコンピュータが必要です。しかし、私は常にDGX1がもう少し小さくなることを望んでいました。