以前看铁臂阿童木，里面提到公元2000年机器人具备交流能力，但直至今天才看到实现可能性。古埃及和中世纪的阿拉伯已经有了自动化的工具，但AI技术的发展一直受到外在相关技术的限制，如今终于突破了，感谢英伟达。
这样的变革正在全球范围内上演。富士康和Delta正为其工厂构建数字孪生设施，实现现实与数字的完美融合，而Omniverse在其中扮演了至关重要的角色。同样值得一提的是，和硕与Wistron也在紧随潮流，为各自的机器人工厂建立数字孪生设施。
这确实令人兴奋。接下来，请欣赏一段富士康新工厂的精彩视频。
机器人工厂由三个主要计算机系统组成，在NVIDIA AI平台上训练人工智能模型，我们确保机器人在本地系统上高效运行以编排工厂流程。同时，我们利用Omniverse这一模拟协作平台，对包括机械臂和AMR（自主移动机器人）在内的所有工厂元素进行模拟。值得一提的是，这些模拟系统均共享同一个虚拟空间，实现无缝的交互与协作。
AI超算的崛起，起初并不被认同
但更为重要的智慧在于我们退后一步，深入理解了深度学习的本质。它的基础是什么？它的长期影响是什么？它的潜力是什么？我们意识到，这项技术拥有巨大的潜力，能够继续扩展几十年前发明和发现的算法，结合更多的数据、更大的网络和至关重要的计算资源，深度学习突然间能够实现人类算法无法企及的任务。
现在，想象一下，如果我们进一步扩大架构，拥有更大的网络、更多的数据和计算资源，将会发生什么？因此，我们致力于重新发明一切。自2012年以来，我们改变了GPU的架构，增加了张量核心，发明了MV-Link，推出了cuDNN、TensorRT、Nickel，还收购了Mellanox，推出了Triton推理服务器。
但在GTC大会上，我们正式发布了这项技术。旧金山一家名叫OpenAI的初创公司迅速注意到了我们的成果，并请求我们提供一台设备。我亲自为OpenAI送去了世界上首台人工智能超级计算机DGX。
2016年，我们持续扩大研发规模。从单一的人工智能超级计算机，单一的人工智能应用，扩大到在2017年推出了更为庞大且强大的超级计算机。随着技术的不断进步，世界见证了Transformer的崛起。这一模型的出现，使我们能够处理海量的数据，并识别和学习在长时间跨度内连续的模式。
如今，我们有能力训练这些大语言模型，以实现自然语言理解方面的重大突破。但我们并未止步于此，我们继续前行，构建了更大的模型。到了2022年11月，在极为强大的人工智能超级计算机上，我们使用数万颗英伟达GPU进行训练。
仅仅5天后，OpenAI宣布ChatGPT已拥有100万用户。这一惊人的增长速度，在短短两个月内攀升至1亿用户，创造了应用历史上最快的增长记录。其原因十分简单——ChatGPT的使用体验便捷而神奇。
用户能够与计算机进行自然、流畅的互动，仿佛与真人交流一般。无需繁琐的指令或明确的描述，ChatGPT便能理解用户的意图和需求。
这种生成式人工智能的崛起意味着，我们可以学习并模拟物理现象，让人工智能模型理解并生成物理世界的各种现象。我们不再局限于缩小范围进行过滤，而是通过生成的方式探索无限可能。
如今，我们几乎可以为任何有价值的事物生成Token，无论是汽车的转向盘控制、机械臂的关节运动，还是我们目前能够学习的任何知识。因此，我们所处的已不仅仅是一个人工智能时代，而是一个生成式人工智能引领的新纪元。
更重要的是，这台最初作为超级计算机出现的设备，如今已经演化为一个高效运转的人工智能数据中心。它不断地产出，不仅生成Token，更是一个创造价值的人工智能工厂。这个人工智能工厂正在生成、创造和生产具有巨大市场潜力的新商品。
文：来自腾讯新闻