来源：量子位

　　刚刚，中国台湾大学体育场，欢呼阵阵如同演唱会，但这次“摇滚巨星”，其实是英伟达创始人黄仁勋，再次回到学校，带来Computex重磅演讲，以及英伟达的新一代GPU。

　　是的，英伟达新架构Blackwell宣布不过3个月，老黄就把后三代路线图全公开了：

2025年Blackwell Ultra，2026年新架构Rubin，2027年Rubin Ultra。

　　好好好，像做iPhone一样造芯片。

　　到这一代Blackwell为止，英伟达已经把AI模型有效扩展到万亿参数。（还给token定了个译名：词元）。

1.8万亿参数GPT4的训练能耗，8年降低至原来的1/350。

推理能耗，8年降低至原来的1/45000。

　　看着这一波亮相和剧透，网友真相了：英伟达没有竞争对手，而是选择将摩尔定律放在地上摩擦……

　　老黄是在书写自己的定律。

　　所以应该叫老黄定律？还是英伟达定律？

　　ComputeX前夜，老黄一开场就展开了一波隐形卖货，他自称不太准确的“CEO数学”：

买得越多，省得越多……

The more you buy， the more you save．

　　经典语录依然引发现场欢呼大笑：虽然不太准确，但好像有些道理……

　　好了话不多说，这就来看看老黄这次到底搞了哪些事情

　　“AI Factory Is generating”

　　谈到当前新的产业革命，老黄表示：新的计算时代正在开始；而AI Factory正在诞生。

　　他在现场展示了BlackWell系统。

　　3月份GTC大会上还遮遮掩掩地说是GPT-MoE-1.8T模型，这下彻底摊牌了：GPT-4参数就是1.8T。

　　跟DGX Hopper相比。

　　现场还看到了它的真身，大概有两米那么高吧…

　　而真正的AI Factory大概会长这样，大概有32000GPU。

　　AI加速每个应用程序

　　AI对于企业的影响，老黄认为AI加速每一个应用程序。他首先谈到了NIM推理微服务，这是一个帮助开发者或者企业轻松构建AI应用，简化大模型部署程序。

　　不管是聊天机器人、还是生活/驾驶助手等，部署时间都能从几周缩短到几分钟。

　　运行Meta Llama 3-8B的NIM可以产生比不使用NIM多3倍的tokens。

　　企业和开发者可以使用NIM运行生成文本、图像、视频、语音和数字人类的应用程序。

　　而背后源于丰富的技术合作生态——

　　近200家技术合作伙伴，包括Cadence、Cloudera、Cohesity、DataStax、NetApp、Scale AI和Synopsys等，正在将NIM集成到他们的平台中。

　　此次在这个NIM中还有上新，也就是ACE 生成式AI微服务，数字人AI技术套件。

　　除了原有自动语音识别、文本到语音的转换和翻译、Nemotron语言模型、 Audio2Face等套件，还增加了两个技术：

　　一个是可以基于音轨生成身体姿势Audio2Gesture；

　　一个Nemotron-3 4.5B，这是英伟达首款SLM（小爱语言模型），专为低延迟端侧设备而生。

　　∂接下来，这一数字人微服务将部署在一亿台RTX AI PC上面。

　　当前英伟达在新的合作伙伴，比如华硕、MSI的加入下，已经拥有超过200种RTX AI PC型号。

　　还推出了RTX AI Toolkit，一个工具和SDK集合，帮助Windows开发者定制优化本地部署模型。

　　同Mac相比，部署了RTX的Windows的Stable Diffusion推理速度是Mac的7倍。

每一台带有RTX的PC，都是一台RTX AIPC。

　　用于机器人开发的技术平台Isaac

　　这次一同亮相的，还有用于机器人开发的技术平台，NVIDIA Isaac。

　　为啥搞这玩意儿呢，老黄给出的理由是这样的：

机器人时代已经到来。

有朝一日，所有会移动的东西，都将实现自主化。

　　这个Isaac平台具体长啥样呢？

　　Isaac平台提供一系列英伟达加速库、AI基础模型和仿真技术，供机器人制造商集成到自己的技术栈中。

　　注意，平台是模块化的，允许公司单独或一起采用多种技术。

　　具体而言，其中包括 ：

　　NVIDIA Isaac ROS：一系列模块化的ROS 2包，为ROS社区开发者带来NVIDIA加速和AI模型

　　NVIDIA Isaac Perceptor：一个参考工作流程，提供基于AI的自主移动机器人的多摄像头3D环视能力

　　NVIDIA Isaac Manipulator：一个简化AI启用机械臂开发的参考工作流程

　　NVIDIA Isaac Sim：一款参考应用程序，用于在基于NVIDIA Omniverse平台的物理环境中模拟、测试和验证机器人，并生成合成数据

　　NVIDIA Isaac Lab：Isaac Sim中的参考应用程序，针对AI机器人基础模型训练的强化、模仿和迁移学习进行了优化

　　这些团队用上Isaac，一边提高制造工厂、仓库和配送中心的效率，同时确保人类同事的安全；一边也能充当重复劳动和超精确任务的执行者。

　　现场放出了很多demo，很多工厂在英伟达Omniverse里建造了一个完全模拟现实的自助工厂，以及基于Isaac平台开发的AI机器人。

　　官网悄悄推出游戏Agent助手

　　除了现场老黄亲自发布的上述内容外，我们在英伟达官网还找到了一个彩蛋，一个巨久远的call back。

　　Project G-Assist。

　　时间回到2017年愚人节，英伟达官网开了个大玩笑：

　　宣称自家发布了一款支持10080款游戏的USB人工智能超算卡GeForce GTX G-Assist。

　　重点在于它很AI。

　　GeForce GTX G-Assist像是个AI游戏助手，可以帮助玩家自动完成游戏操作，甚至代打击败Boss。

　　今天，英伟达真的将这个愚人节玩笑变为现实——

　　英伟达官网上线Project G-Assist，一套工具和模型的集合而成的AI Agent系统，供游戏和应用程序开发者使用。

　　通过前后剧情，Project G-Assist利用大模型对游戏输出响应，能够检查游戏性能和系统设置，建议用户优化以充分利用可用硬件，或者适当升级角色。

　　玩家这边呢，还可以通过Project G-Assist找到最好的武器，也可以查询到最牛的攻略，然后就可以或制作武器材料，或一路杀怪通关。

　　总而言之，Project G-Assist可以让人有个Agent外挂，但是不会让你完全挂机，

　　官网还贴心表示：

G-Assist 项目不会像我们在2017年愚人节预言视频中那样完全替代您玩游戏，但它可以帮助您从您最喜欢的游戏中获得更多收益。

　　游戏体验再上大分！

　　据介绍，Project G-Assist支持各种模态的输入。

　　可以是来自玩家的文本提示，或声音指令；可以是屏幕上显示框架的上下文；可以是来自应用程序或系统本身的API。

　　这些数据都通过连接了游戏知识数据库的大模型处理，然后使用RAG（检索增强生成）生成和用户相关的查询结果——没错，Project G-Assist允许玩家使用PC或云端RTX AI驱动的知识库。

　　Project G-Assist开发工具将出现在即将推出的RTX AI开发套件中，具体会用在哪些游戏上，还需要游戏开发商来决定并提供支持。

　　为了让大家更好地使用Project G-Assist，英伟达贴心地附上视频教学大礼包，需要可自取。

　　One More Thing

　　整场发布会，老黄还整了不少活儿。

　　比如AI老黄似乎已经成了发布会常客。

　　在介绍天气预测模型时，他坦白承认在视频中那么流利讲普通话的那位是AI生成的，因为自己中文不太好。

　　而本场重磅的BlackWell系统、AI Factory的核心构成，也被他各种搬来搬去……

　　除了下一代GPU取名Rubin，我们还看到 Vera CPU，他们共同出现在新的Vera Rubin加速器上。而这一名称来源，实际上是来自美国一位女天文学家Vera Rubin，她是研究暗物质先驱。

　　以及，COMPUTEX 2024不愧是6月开头就炸场的AI终端大戏。

　　除了黄院士外，英特尔、AMD、高通等老板都悉数到场，接下来几天会挨个发表演讲。

　　这些主题演讲，绝大部分都跟AIPC有关。

　　大家一起蹲一蹲吧~

责任编辑：何俊熹