通過將 GPU 的并行處理能力與 CPU 相結合而成為加速計算領域先驅的 NVIDIA，自然最適合解決這一挑戰(zhàn)。

加速計算引發(fā)了 AI 革命。十年前，Alex Krizhevsky、Ilya Sutskever 和 Geoffrey Hinton 等深度學習研究人員發(fā)現(xiàn)，GPU 可以成為高性價比的超級計算機。

從那時起，NVIDIA 重新設計了用于深度學習的計算堆棧，為 “機器人、自動駕駛汽車和制造業(yè)帶來了數(shù)萬億美元的機會”。

黃仁勛解釋道，NVIDIA 通常通過卸載和加速計算密集型算法，將應用的速度提高 10 - 100 倍，同時將功耗和成本降低一個數(shù)量級。

AI 和加速計算的結合正在改變科技行業(yè)。黃仁勛表示：“我們正同時處于兩個平臺的過渡階段 —— 加速計算和生成式 AI。”

AI 和加速計算在芯片制造領域的應用

黃仁勛解釋道，先進的芯片制造流程需要 1000 多個步驟，才能產(chǎn)出生物分子大小的特征。每個步驟都必須近乎完美，才能實現(xiàn)功能正常的輸出。

他表示：“流程中的每個步驟都需要通過精密的科學計算，以計算圖案化特征，并對在線過程控制執(zhí)行缺陷檢測。

黃仁勛舉了幾個例子說明 NVIDIA GPU 如何日益成為芯片制造不可或缺的組成部分。

D2S、IMS Nanofabrication、NuFlare 等公司使用電子束建造用來創(chuàng)建光掩膜（一種將圖案轉移到晶圓上的模板）的掩膜寫入器。在這些掩模寫入器中，NVIDIA GPU 負責加速對計算要求很高的圖案渲染和掩模工藝校正任務。

半導體制造商 TSMC 以及設備提供商 KLA 和 Lasertech 使用極紫外光（EUV）和深紫外光（DUV）進行掩膜檢測。NVIDIA GPU 也可以處理經(jīng)典物理建模和深度學習，從而生成合成參考圖像并檢測缺陷。

KLA、應用材料公司，以及日立高新技術的電子束，光學晶圓檢測與審查系統(tǒng)均使用了 NVIDIA GPU。

今年 3 月，NVIDIA 宣布與多個領先的半導體企業(yè)一同致力于加速計算光刻技術。

黃仁勛解釋道，計算光刻技術模擬了 Maxwell 的光行為方程（即光在通過光學器件并與光刻膠相互作用時的行為）。

計算光刻技術是芯片設計和制造中最大的計算工作負載，每年消耗數(shù)百億個 CPU 小時。新芯片掩膜的創(chuàng)建需要大型數(shù)據(jù)中心全天候不間斷地運行。

今年 3 月上線的軟件庫 NVIDIA cuLitho 包含了用于 GPU 加速計算光刻技術的優(yōu)化工具和算法。

“我們已經(jīng)將處理速度提高了 50 倍。幾百個 NVIDIA DGX 系統(tǒng)就能取代數(shù)萬個 CPU 服務器，可將功耗和成本降低一個數(shù)量級。”

黃仁勛表示，所降低的功耗和成本將減少碳排放或使新的算法實現(xiàn) 2 納米以上。

下一輪趨勢

AI 的下一輪發(fā)展趨勢是什么？黃仁勛描述了一種名叫 “具身 AI”（embodied AI）的新型 AI。這種智能系統(tǒng)能夠理解、推理并與物理世界交互。

他所舉的例子包括機器人、自動駕駛汽車，甚至包括因為理解物理世界而變得更加聰明的聊天機器人。

黃仁勛向觀眾介紹了 NVIDIA VIMA 多模態(tài)具身智能。他表示，VIMA 可以根據(jù)視覺文本提示執(zhí)行任務，例如 “根據(jù)場景匹配需求，重新排列物體”。

它可以學習概念并采取相應的行動，比如 “這是一個小部件”，“那是一個物品”，然后 “把這個小部件放到那個物品里”。黃仁勛表示，“ 它還可以從演示中學習并保持在規(guī)定的范圍內?！?/p>

VIMA 在 NVIDIA AI 上運行，其數(shù)字孿生在 3D 開發(fā)和模擬平臺 NVIDIA Omniverse 中運行。黃仁勛表示，基于物理學的 AI 可以學習如何構建物理學仿真，并做出符合物理規(guī)律的預測。

研究人員正在建立能夠大規(guī)模地將現(xiàn)實世界和虛擬世界中的信息進行整合的系統(tǒng)。

NVIDIA 正在構建一個名為 Earth-2 的地球數(shù)字孿生。該數(shù)字孿生首先將被用于預報天氣，之后將預測長期天氣，最終實現(xiàn)對氣候的預測。NVIDIA 的 Earth-2 團隊所創(chuàng)建的 FourCastNet 是一個能夠以 50 - 100,000 倍速度模擬全球天氣模式的物理學 AI 模型。

FourCastNet 在 NVIDIA AI 上運行，Earth-2 數(shù)字孿生則建立在 NVIDIA Omniverse 中。

此類系統(tǒng)有望解決我們這個時代所面臨的最大挑戰(zhàn)，例如對廉價清潔能源的需求。

比如英國原子能管理局和曼徹斯特大學的研究人員正在為他們的核聚變反應堆創(chuàng)建一個數(shù)字孿生，通過使用物理學 AI 構建等離子體物理學和機器人技術的仿真來控制反應并維持燃燒的等離子體。

黃仁勛表示，科學家們可以在激活物理反應堆之前，在數(shù)字孿生中測試所探索的各種假設，從而提高能源產(chǎn)量、改進預測性維護和減少停機時間?！霸摲磻训入x子體物理學 AI 在 NVIDIA AI 上運行，其數(shù)字孿生在 NVIDIA Omniverse 中運行?！?/p>

此類系統(tǒng)為半導體行業(yè)的進一步發(fā)展帶來了希望。黃仁勛表示：“期待著物理學AI、機器人技術和基于 Omniverse 的數(shù)字孿生能夠幫助推動未來芯片制造行業(yè)的發(fā)展?！?/strong>