En GTC 2025, denunció el “tremendo cuenco de IA”, Huang atacó su nota esencia sobre los desarrollos de la corporación en IA y sus predicciones para una forma en que el negocio se transferirá en los posteriores primaveras. Declaró que la demanda de GPU de los 4 proveedores de servicios en la cúmulo más altos está aumentando, incluyendo que prórroga que los ingresos de infraestructura media de conocimiento de Nvidia alcancen $ 1 billón para 2028.
El anuncio extremadamente esperado de Huang reveló detalles adicionales más o menos de las arquitecturas gráficas de próxima reproducción de Nvidia: Blackwell extremadamente y Margen Rubin, nombrada para el conocido astrónomo. Blackwell extremadamente está programado para la segunda centro de 2025, mientras que su sucesor, el chip de AI Rubin, se lanzará a fines de 2026. Rubin extremadamente tomará el proscenio en 2027.
El camino a seguir para la IA
En un chat que duró más de dos horas, Huang describió el “progreso extraordinario” que la IA ha hecho. En 10 primaveras, declaró, AI se graduó de la principios y “laptop imaginativa y presciente” a la IA generativa, y ahora a la IA agente, o IA que tiene la flexibilidad de causar. “AI entiende el contexto, comprende lo que estamos preguntando. Comprende el medio de nuestra solicitud”, afirmó. “Ahora genera soluciones. Básicamente modificó cómo se termina la computación”.
Dijo que la subsiguiente ola de IA ya está ocurriendo: robótica.
La robótica alimentada por la convocatoria “IA corporal” puede percibir ideas como la fricción y la inercia, el desencadenante y el impacto, y la permanencia de los objetos, afirmó. “Cada una de estas fases, cada una de estas olas, abre nuevas alternativas de mercado para todos nosotros”, declaró Huang.
Lo importante para esa IA corporal, y muchos de los diferentes boletines de Huang, fue la idea de utilizar la era del conocimiento fabricado, AI o conocimiento creado por computadora, para el entrenamiento de maniquí. AI quiere que estudie experiencias digitales, declaró, y aprende a velocidades que hacen que la utilización de personas adentro de los bucles de entrenamiento desactualice.
“Solo hay mucho conocimiento y mucha demostración humana que podemos admitir a lado”, afirmó. “Ese es el avance masivo en los últimos dos primaveras: el estudio de refuerzo”.
La tecnología de Nvidia, afirmó, puede ayudar con ese tipo de estudio para la IA porque asalta o alcahuetería de tener interacción para solucionar un problema, paso a paso.
Para ese final, Huang introdujo Isaac Gr00T N1, un maniquí de saco abierta diseñada para ayudar a crear robots humanoides. Isaac GR00T N1 podría emparejarse con un maniquí Cosmos AI actualizado para ayudar a desarrollar conocimiento de entrenamiento simulado para robots.
El precio del entrenamiento de IA
Benjamin Lee, profesor {de Electrical} e Ingeniería de Métodos en el Colegio de Pensilvania, declaró que el problema en el entrenamiento de robótica radica en la variedad de conocimiento como resultado del coaching en el efectivo mundo es más que requiere mucho tiempo y costoso.
Lee dijo que una ámbito simulada ha sido ordinario.
“Siento que en efectividad es emocionante. Ofrecer una plataforma, y una de código franco, permitirá a las personas adicionales estudiar sobre el estudio de refuerzo”, dijo Lee. “Los investigadores adicionales pueden comenzar a participar con este conocimiento fabricado, no simplemente grandes jugadores adentro del negocio, sino incluso a los investigadores de tutoriales”.
Huang lanzó la secuencia Cosmos de modas de IA, que puede difundir un video fotorealista rentable que luego puede estar de moda para entrenar robots y diferentes proveedores automatizados, en el CES a principios de los 12 meses.
El maniquí de código franco, que funciona con el omniverso de Nvidia, un herramienta de simulación de física, para crear un video práctico adicional, garantías de ser menos costosos que los tipos convencionales de coaching de resumen, que recuerdan a que los automóviles informen experiencias de carreteras o tengan folla que capaciten a los robots a los robots.
AI en uso
El fabricante automotriz de EE. UU. Habitual Motors planea combinar el conocimiento de Nvidia en su nueva flota de automóviles autónomos, declaró Huang. Las 2 dos corporaciones trabajarán colectivamente para construir métodos de IA personalizados utilizando cada omniverso y cosmos para entrenar a las modas de fabricación de IA.
La cabecera de Nvidia incluso presentó el sistema Halos de la empresa, una respuesta de IA construida redonda, la seguridad automotriz, particularmente autónoma,.
“Somos la firma principal en este planeta, considero, para evaluar cada secante de seguridad de código”, declaró Huang. Al final de su palabra, Huang es un motor de física de código franco para simulación de robótica denominada Newton, que se está desarrollando con Google Deepmind y Disney Analysis.
Un pequeño robótico cuadrado llamado Blue se unió a él en el proscenio, apareciendo de una escotilla adentro del firme. Solicitó a Huang y adoptó sus instrucciones, de pie a su costado mientras terminaba sus ideas.
“La años de la robótica generalista está aquí”, declaró Huang.
(Tagstotranslate) Adquisición (T) intercambio
