共计 3737 个字符，预计需要花费 10 分钟才能阅读完成。
内容一览：北京工夫 3 月 21 日 23:00，英伟达创始人兼 CEO 黄仁勋在 GTC 2023 上发表主题演讲，介绍了生成式 AI、元宇宙、大语言模型、云计算等畛域最新进展。
关键词：英伟达 黄仁勋 GTC 2023
「Don’t Miss This Defining Moment in AI」，中文意为「切勿错过 AI 的决定性时刻」。北京工夫 2023 年 3 月 21 日 23:00，「皮衣刀客」黄教主在 GTC 2023 发表主题如上的 Keynote 演讲，并称「这将是咱们迄今为止最重要的一次 GTC」，英伟达官网 Twitter 也放出了本届 GTC 的 AI Wave Top 5，事实如何？一起来看看往年 Keynote 都有哪些重磅公布吧~
关键词之一：生成式 AI
生成式 AI 技术，提供学习数据的根底模式和构造，生成新的内容，例如图像、音频、代码、文本、3D 模型等。业余的生成式人工智能工具能够进步创作者的生产力，让对技术不太熟悉的用户也能受害。GTC 2023 上发表了 NVIDIA AI Foundations 云服务及 NVIDIA Piccasso。
AI 技术正在革命性地扭转 3D 内容创作，GTC 2023 上，黄仁勋发表生成式 AI 畛域新版本 Omniverse Audio2Face 应用程序的到来。
Omniverse Audio2Face 利用人工智能，让 3D 艺术家通过音频文件疾速制作出真切的面部动画，防止了通常费时费力的手动过程。Audio2Face 当初能够预览普通话中文语言反对，同时改良了唇形同步品质、更弱小的多语言反对新的预训练模型。
第一代医药行业生成式 AI 超算零碎问世
日本 Mitsui & Co. 发表打造基于 NVIDIA DGX 的超算零碎 Tokyo-1。Tokyo-1 是寰球首款针对医药行业的生成式 AI 超算零碎，将用于摸索分子动力学模仿与生成式 AI 模型。该我的项目预计于 2023 年下半年上线，由 Mitsui & Co. 子公司 Xeureka 负责经营，Xeureka 心愿借助 Tokyo-1 扭转日本制药行业畛域长期以来面临的药物开发滞后等问题。
Tokyo-1 基于 NVIDIA DGX H100，第一期包含 16 个 NVIDIA DGX H100 零碎，每个零碎装备 8 个 NVIDIA H100 Tensor Core GPU。后续 Xeureka 还将继续裁减零碎规模，并提供日本相干产业客户的节点连贯能力，提供分子动力学模仿、大型语言模型训练、量子化学、潜在药物翻新分子结构的 AI 生成等，同时 Tokyo-1 用户还能透过 NVIDIA BioNeMo 提供药物摸索与服务。
关键词之二：数字生物学
英伟达公布一套生成式 AI 云服务，用于定制 AI 根底模型，以减速蛋白质及疗法、基因组学、化学、生物学和分子动力学等畛域的钻研。
生成式 AI 模型能够疾速辨认潜在的药物分子，在某些状况下还能够从零设计化合物或基于蛋白质的医治办法。通过对小分子、蛋白质、DNA 和 RNA 序列的大规模数据集进行训练，这些模型能够预测蛋白质的三维构造以及分子与指标蛋白质对接的水平。
全新的 BioNeMo™ 云服务针对 AI 模型训练和推理，减速药物研发。它使得科研人员可能在自有数据上对生成式 AI 利用进行微调，并间接在浏览器中运行 AI 模型推理，或通过新的云端 API 轻松集成到现有利用中。
BioNeMo 云服务包含预训练 AI 模型，有助于帮科研人员创立药物研发的 AI Pipeline，目前已被 Evozyne 和 Insilico Medicine 等生物制药公司用于药物设计。
接入 BioNeMo 服务的新型生成式 AI 模型包含：
- MegaMolBART 生成式化学模型
- ESM1nv 蛋白质语言模型
- OpenFold 蛋白质构造预测模型
- AlphaFold2 蛋白质构造预测模型
- DiffDock 用于分子对接的扩散生成模型
- ESMFold 蛋白质构造预测模型
- ESM2 蛋白质语言模型
- MoFlow 生成式化学模型
- ProtGPT-2 生成新蛋白质序列的语言模型
关键词之三：CV
CV-CUDA 是一个用于云端计算机视觉的开源 GPU 减速库，旨在帮忙企业在 GPU 上建设和扩大端到端、基于 AI 的计算机视觉和图像处理 Pipeline。
CV-CUDA 将预处理和后处理步骤从 CPU 转移到 GPU，从而在单个 GPU 上解决 4 倍的 stream，解决雷同的工作负载，它的老本只有云计算的四分之一。
CV-CUDA 库为开发人员提供了 30 多种高性能的计算机视觉算法，包含本地 Python API、以及与 PyTorch、TensorFlow2、ONNX 和 TensorRT 等机器学习框架的 zero-copy 集成，从而提供更高的吞吐量、更低的计算成本以及与云端 AI 业务相比更少的碳脚印。
自 CV-CUDA alpha 版本公布以来，已有超过 500 家公司创立了超过 100 个用例。
关键词之四：自主机器
2021 年，英伟达提出了 cuOpt，一个实时路线优化软件，为企业提供了适应实时数据的能力。cuOpt 通过每秒剖析数十亿个可行挪动，优化交付路线。
cuOpt 当初是一个蓬勃发展的合作伙伴生态系统的核心，该生态系统包含零碎集成商和服务提供商、物流和运输软件供应商、优化软件专家和地位服务提供商。cuOpt 在 Li & Lim pickup and delivery benchmark（Li 和 Lim 提出的接货和交付问题基准测试汇合中设定的基准测试，用于掂量路线的效率）中发明了三项记录。
针对 Li & Lim 基准测试，钻研人员曾经在二十年前布局出了最佳路线，创造了设置并从新设置世界上最驰名的解决方案的算法，以前的获奖者则专一于对先前路线进行小的调整。cuOpt 创立的路线与以前的获奖者创立的路线不同。cuOpt 提供的改良比基准测试上先前记录的改良高出 7.2 倍，比之前创纪录的成绩取得的改良高出 26.6 倍。
## 关键词之五：对话式 AI
各行各业的公司都心愿利用交互式 avatar 来加强数字体验。但创立它们是一个简单耗时的过程，须要利用能看、听、了解及与用户交换先进的人工智能模型。
为了简化这个过程，英伟达通过 Omniverse Avatar Cloud Engine（ACE）为开发者提供实时的人工智能解决方案，这是一个云原生的微服务套件，用于交互式 avatar 的端到端开发。NVIDIA 正在不断改进，为用户提供所需的工具，轻松设计和部署从交互式聊天机器人到智能数字人类的各种 avatar。
AT&T 公司正打算应用 Omniverse ACE 和 Tokkio AI avatar 工作流程来构建、定制和部署用于客户服务和员工服务台的虚构助理。AT&T 与英伟达的服务交付合作伙伴之一 Quantiphi 单干，正在开发互动 avatar，能够用当地语言提供跨地区的全天候反对。这有助于该公司降低成本，同时为其寰球员工提供更好的体验。除了客户服务外，AT&T 还打算为公司的各种用例构建和开发数字人。
本届 GTC 2023 上，除了以上五大关键词贯通 Keynote，值得关注的还有黄仁勋「在线带货」的 Grace Superchip 超级芯片。
Grace CPU：为节能铺平道路
理论测试中，在次要数据中心 CPU 应用程序的包络雷同的状况下，Grace CPU Superchip 比 x86 处理器性能高 2 倍，这表明数据中心能够解决 2 倍的顶峰流量或削减一半的电费。
三大 CPU 翻新：
- 在繁多裸晶 (Die) 中，Grace CPU 用 ultra-fast fabric 连贯 72 Arm Neoverse V2 core，在 fabric 带宽中 sport 3.2TB/s，一个规范的吞吐。
- 用 NVIDIA NVLink-C2C 互连将其中两个芯片连贯到一个超级芯片 (superchip) 封装中，提供 900GB/s 的带宽。
- Grace CPU 是第一个应用服务器级 LPDDR5X 内存的数据中心 CPU。这提供了高达 50% 的内存带宽，老本相似但功率是典型服务器内存的 1/8，尺寸紧凑，密度是典型的基于卡的内存设计的 2 倍。
测试发现，与数据中心中应用雷同功耗的当先 x86 CPU 相比，Grace CPU：
- 微服务的速度进步了 2.3 倍；
- 内存密集型数据处理速度进步 2 倍；
- 计算流体力学速度进步了 1.9 倍。
英伟达：AI 世界的引擎
从去年年底开始，ChatGPT 一经推出就将生成式 AI、大语言模型推到了风口浪尖，在黄仁勋看来，ChatGPT 开启了 AI 的「iPhone Moment」，但在明天的 keynote 直播中，他也坦言「生成式 AI 令人印象粗浅的能力让公司产生了一种紧迫感，须要从新构想他们的产品和商业模式」，能够看到英伟达曾经从 AI 训练到部署，从半导体到软件库，从零碎到云服务等方面开始进行多维度冲破。
目前，寰球英伟达生态系统涵盖 NVIDIA Inception 中的 400 万开发人员、40,000 家公司和 14,000 家初创公司，或者正如 GTC 2023 前夕，黄仁勋在 CNBS 访谈中所说的，英伟达要成为这样一家公司：
Because of what we do, we could make what is barely possible possible, or we could make something that is very energy consuming, very energy efficient, or we could turn something that cause a lot of money, and make it more affordable.
