黃仁勳孫正義聯手，建日本最大AI工廠，後悔沒接受買英偉達的提議
芯東西（公衆號：aichip001）作者 ZeR0編輯 漠影
芯東西11月13日報道，在今日東京舉行的英偉達AI峰會上，英偉達創始人兼CEO黃仁勳宣佈，日本軟銀獲得全球首套NVIDIA DGX B200系統，將打造日本最強大的AI超級計算機。
穿着標誌性黑色皮衣的黃仁勳，先是發表了1小時的特別演講，隨後與軟銀集團CEO孫正義進行現場對談。黃仁勳爆料說：“在座的許多人可能不知道，孫正義曾是英偉達的最大股東。”緊接着兩人表演了一出抱頭痛哭。
兩人的聊天氣氛十分輕鬆活躍。黃仁勳拋出一個話頭“如果今天，你是最大股份持有者……”後自己先笑噴了，孫正義也笑得前仰後合，然後他們提起十年前的一次私下對話。
黃仁勳記得當時孫正義對他說：“Jensen，市場不理解英偉達的價值，你的未來是令人難以置信的，但市場並不理解。你的苦難之旅將持續一段時間，因爲你正在發明這個未來。讓我給你錢來買英偉達。 ”
“他想借錢給我買下英偉達，所有的資產。”黃仁勳滿面笑容地回憶，“現在我後悔沒采取了。這是個好主意。”
之後兩人還討論過將兩家公司合併。
如今，軟銀已利用NVIDIA AI Aerial加速平臺成功試運行了全球首個AI和5G電信網絡，並用NVIDIA AI Enterprise軟件創建一個能夠滿足本地安全AI計算需求的AI市場。這項支持AI訓練和邊緣AI推理的新服務使得軟銀成爲日本的AI網格。
AI-RAN，可同時運行AI和5G工作負載的新型電信網絡，是英偉達和軟銀實現的一項技術里程碑。
軟銀通過室外試驗證明其英偉達加速的AI-RAN解決方案已實現運營商級5G性能，並能利用網絡的過剩容量同時運行AI推理工作負載，其應用包括自動駕駛汽車遠程支持、機器人控制等。
英偉達和軟銀估計，電信運營商在新的AI-RAN基礎設施上每投資1美元資本支出，就可以獲得大約5美元的AI推理收入。軟銀估計其基礎設施中每增加一臺AI-RAN服務器，就可以獲得高達219%的回報。
也就是說，基站可以變成AI創收資產。
除了跟孫正義聊日本AI基礎設施外，黃仁勳依舊大談AI技術變革，稱過去十年英偉達使AI和機器學習的規模擴大了100萬倍，並展示了Blackwell、NVLink交換機等硬件產品。
他還曬出Blackwell系統的“全家福”。
一、AI+GPU開啓軟件2.0時代，Scaling Law推動計算能力加速提升
“我們幾乎是計算領域唯一一家不想取代CPU的公司，而是想增強CPU，以便我們可以承擔非常計算密集型的工作負載。並將它們卸載到GPU上。”黃仁勳說。
他談道，Blackwell系統不僅強大，而且適應性很強，可以適應世界計算基礎設施的每個角落。多年來，英偉達創建的所有軟件都集成到系統中，使每個人都可以在世界各地部署AI超級計算機。
軟件1.0是由人類程序員編寫串行代碼，運行在由CPU驅動的通用計算機上。在GPU上運行的神經網絡開啓了軟件2.0時代。如今軟件可以編寫軟件，給它大量示例觀察數據，它就可以學習、自己預測功能是什麼。
在GPU上運行的神經網絡形成了一種新的操作系統，一種使用計算機的新方式。大語言模型已被證明具有令人難以置信的可擴展性，可將聲音、語音、圖像和視頻數字化，可以是多模態的。
這些組合中的每一個，都是一個新的行業、新的公司、新的應用用例，現在已經創造了應用程序數量爆炸式增長。
機器學習的一個特性是，大腦越大、可以教給它的數據越多，它就變得越聰明。這被稱之爲Scaling Law。
有充分證據表明，隨着模型規模擴大，訓練數據量、有效性、質量和智能性能都會得到提高。每年，行業都會將模型的大小擴大2倍左右，相應需要2倍的數據，因此需要4倍的計算量、大量的計算資源來推動AI的下一個水平。
同時存在的訓練和推理Scaling Law將要求以非常快的速度提供計算能力。黃仁勳分享了英偉達採用一年一迭代週期的原因：“隨着世界繼續觀察並將AI納入我們的使命，我們有責任在這個過程中儘可能快地推動性能提升。擴大AI的範圍，提高其效率，降低其成本。降低其電力消耗。”
二、AI Agent協作提高生產力，未來的工廠將成爲機器人工廠
什麼是AI？黃仁勳認爲有兩種思考方式非常有幫助。
第一個應用是數字AI工作者（Agent），它們可以執行營銷活動、支持客戶、提出供應鏈計劃、優化芯片、輔助編寫軟件、做藥物發現研究助理等。
就像數字員工一樣，你必須對它們進行培訓，創建數據，向它們介紹你的公司，訓練它們的特定技能，在培訓後對它們進行評估，以確保它們學到了應該學的東西，並要確保它們執行被要求做的工作。然後在Blackwell上部署它們，它們會與其他Agent互動，作爲一個團隊來解決問題。
英偉達打造了AI Agent生命週期庫NVIDIA NEMO，能幫助構建AI Agent。這些庫被集成到全球的工作流程和框架中。
“AI不會取代你的工作，別人使用AI會取代你的工作。”在黃仁勳看來，與其將AI視爲取代50%的人，更應該將AI看作會爲100%的人完成50%的工作。AI將有助於提高公司的生產力。
第二個應用是物理AI，迄今機器人技術一直受限，不夠靈活，無法適用於不同的場景、不同的條件和不同的工作。我們需要一種更加靈活、可自適應和學習的AI。現在可將這種通用的AI技術應用於嵌入式AI或物理AI或以其他方式稱爲機器人的世界。
黃仁勳提出物理AI和機器人開發需要3臺計算機系統，一個訓練AI，一個模擬AI，還有一個將經過訓練的AI模型部署到節能的邊緣計算系統上。
英偉達旨在讓開發者能夠創建物理AI。NVIDIA Omniverse提供了測試和優化物理AI的開發平臺和模擬環境。在Omniverse中，AI使用強化學習物理反饋進行了精細調試。經訓練的AI可在NVIDIA Jetson Thor機器人計算機上運行。
有兩種類型的機器人系統可以輕鬆部署到世界上任何地方，一是自適應汽車，二是人形機器人。
在上週的機器人學習會議上，英偉達宣佈了一個重要的開源機器人學習框架NVIDIA Isaac Lab。該框架基於Omniverse構建，可以加速包括人形機器人、四足機器人、協作機器人等AI機器人的開發工作。
英偉達還創建了幾個全新GR00T工作流，用於向機器人演示如何執行任務、運動和軌跡生成、實現靈巧操作、全身控制、運動和導航、多模態感知等。英偉達還將機器人控制方面的技能提煉成了一個統一模型，使得機器人能夠執行運動學技能。
機器人是自主的，未來的工廠將成爲機器人工廠。
“Mega”以Omniverse爲基礎，是工廠數字孿生的藍圖，可幫助工業企業在將機器人部署到實體工廠之前，在模擬中測試和優化機器人隊列，讓開發人員能夠將虛擬機器人及其AI模型（即機器人的大腦）植入工廠數字孿生中。
數字孿生中的機器人通過感知環境、推理、規劃下一步動作並最終完成計劃動作來執行任務。這些動作由Omniverse中的世界模擬器在數字環境中進行模擬，並通過Omniverse的傳感器模擬，被機器人大腦感知到結果、決定下一步動作、然後循環繼續，同時Mega會跟蹤工廠數字孿生中每個元素的狀態和位置。
這種先進的軟件在環測試方法使工業企業能在Omniverse數字孿生的安全範圍內模擬和驗證變化，幫助他們預測和緩解潛在問題，從而降低實際部署期間的風險和成本。
結語：“沒有一家公司能負擔得起不生產AI的代價”
黃仁勳相信，每個公司都將成爲AI製造商。沒有一家公司能負擔得起不生產AI的代價。每個行業、每個公司、每個國家都必須生產自己的AI，這是一場新的工業革命。
物理AI時代已經到來，正在改變世界的重工業和機器人技術。有兩個機器人系統：第一個是數字化的，稱AI爲代理，在辦公室使用，與員工合作；第二個是物理AI，機器人技術。
未來汽車公司將有兩個工廠，一個工廠製造汽車，一個工廠生產運行在車內的AI。
計算機行業已從CPU上運行的編程發生了根本性變化。現在機器學習運行在一個生產軟件的行業GPU上。英偉達已經身處一個製造AI的行業，AI是在工廠生產的。當你獲得軟件許可時，將其安裝到你的計算機中，軟件的製造和分發就完成了。
而智能永遠不會完成，你會與各種AI系統進行交互，無論是AI Agent還是AI機器人。智能用token來表達，所有token都是在這些工廠AI生產的。
“每次你爲基礎設施創造一些全新的東西時，就會創造新的產業和新的綜合體、新的經濟機會、新的繁榮。”黃仁勳說。