黄仁勋在演讲中回顾5年前的那个转捩点,那就是选择采用 AI 处理图像的方式,即光线追踪(ray tracing)和智慧渲染:分别是 RTX 和 DLSS 技术。他说:「我们意识到光栅化(rasterization)已经达到了极限。」
据了解,光栅化是传统的、广泛使用的渲染 3D 场景的方法,黄仁勋指出,「2018 年是一个孤注一掷的时刻,要求我们重新发明硬体、软体、演算法。而当我们用 AI 重新发明 CG(电脑图形学)时,我们也在重新发明 GPU(图形处理器)用于 AI。」
IT之家报导,虽然光线追踪和 DLSS 仍在被消费 GPU 和游戏领域逐步采用的过程中,但他们为此创建的架构,却被发现是与日益成长的机器学习开发社区完美匹配。训练更大更复杂的生成式模型,所需的大量计算只能由像 H100 这样从一开始就设计为能够以规模化执行必要操作的系统来提供。可以说,AI 开发在某种程度上只受到这些计算资源可用性的限制。
黄仁勋认为,这只是开始,新的模型不仅需要被训练,还需要被数百万甚至数十亿用户定期即时运作。他说,「未来 LLM(大型语言模型)将处于几乎所有事物的前沿:人类是新的程式设计语言。」
黄仁勋推测,从视觉效果到快速数位化的制造业、工厂设计和重工业等领域都将在某种程度上采用自然语言介面。「整个工厂将由软体定义和机器人化,并且它们所建造的汽车本身也将是机器人化的。所以这是机器人设计机器人建造机器人。」不过,黄仁勋没有提到 AI 面临的诸多挑战、监管等问题。
爆料信箱:news@nextapple.com
★加入《壹苹》Line,和我们做好友!
★下载《壹苹新闻网》APP
★Facebook 按赞追踪
點擊閱讀下一則新聞
贾永婕把101帽T变「永婕同心帽T」 遭批不妥「示警」红线不要踩过头