小扎老黄亲密换衣炉边对谈！小扎竟破防爆粗，老黄自曝第一批Blackwell已出炉

惊爆消息来了！

刚刚，老黄在SIGGRAPH计算机图形会议上透露：就在本周，英伟达已经开始向全世界发送Blackwell的工程样片了！

紧接着，主持人Lauren Goode便调侃道：没错，大家低个头，凳子下面就有。

值得一提的是，在这款当今最强的AI芯片背后，同样也离不开AI——没有AI，Hopper将无法问世；

没有AI，Blackwell也无法成为可能。

在他和小扎上演的一场炉边对话中，讲到情绪激动时，小扎甚至一度忍不住出口爆粗。

由于两位大佬之前的换衣效果实在是一言难尽。

这次，小扎专门给老黄送上了定制的「黑皮衣风」棉服。

上身之后，的确效果拔群！

当然，小扎也穿上了老黄仅用了2小时的「二手」皮衣。（这可比全新的值钱多了）

英伟达的数字「副本」世界

在大会上，老黄宣布，英伟达构建了世界上首个能够理解基于 OpenUSD（语言、几何、材料、物理和空间的生成性AI模型，

什么是OpenUSD呢？它指的就是Universal Scene Description，可以理解为一种通用场景描述。

老黄表示，比起AI对文本执行的操作，更令人兴奋的，是我们可以对图像执行同样的操作。

比如英伟达创建的Edify AI模型，就是一个文本到2D的基础模型。

对于品牌来说，它可以创造出可口可乐、汽车、奢侈品等等，然而控制提示，就是一件困难的事。

这是因为，词语的纬度非常低，它在内容上极其压缩，但同时又非常不精确。

为此，英伟达创造了一种方法——创造另一个模型，实现控制和调整它与更多条件的对齐。

使用Omniverse，可以组合所有这些多模态数据和内容，无论是3D，AI，动画，还是材质。

我们可以改变它的姿势、位置，总之改变我们想要的任何东西。

使用Omniverse中的条件化提示，就跟检索增强生成一样，可以理解为一种3D增强生成。

这样，我们就可以按照喜欢的方式生成图像了。

接下来，WPP用Shutterstock与世界知名品牌完成的作品，直接震撼了全场。

在一个空房间里给我建一张桌子，周围摆着椅子，在一个繁忙的餐馆里。

在晨光中给我建一张摆着玉米卷和一碗莎莎酱的桌子。

在一条空旷的道路上给我建一辆车，周围是树木，靠近一座现代房屋。

在一片空旷的田野里给我建一棵树。

在所有方向给我建数百棵这样的树。

让这片树林有灌木丛和藤蔓悬挂其间。

给我建一片巨大的热带雨林，里面有奇异的鲜花和阳光射线。

Omniverse现在能够理解文本到USD的转换。它能够理解文本，并拥有一个语义数据库，因此可以搜索所有的3D对象。

因此，小女孩可以描绘自己想以什么方式填充3D树，完成之后，3D场景就会进入生成式AI模型，将其转化为照片级真实感的模型。

从此，越来越多的生成式AI会出现在Omniverse中，帮人们创建这些模拟，或数字孪生。

比如下面这个数字AI，将使每家公司都有客户服务。

在当下，客户服务是由人类完成的，但在未来，AI将参与其中。

客户服务会连接到一个数字人前端，也就是一个IO。这个IO可以说话，还能与我们眼神交流。

各类AI都可以连接到这个数字人，甚至数字人还可以连接到英伟达的检索增强生成客户服务AI上。

NIM服务

这次大会上，英伟达推出了一套全新的NIM微服务。

NIM专为不同的工作流量身定制，包括OpenUSD、3D 建模、物理、材料、机器人、工业数字孪生和物理AI。

在AI和图形领域，英伟达推出了专为生成物理AI应用程序设计的全新OpenUSD NIM微服务。

这个工作流包括，用于机器人模拟等的新NIM微服务，来加速人形机器人的开发。

「三体」创造机器人

老黄预言，下一波AI，是物理AI。

如果机器人技术想进步，就需要先进的AI和逼真的虚拟世界；而在部署下一代人形机器人之前，我们需要对AI进行训练。

机器人技术需要三台计算机：一台用于训练AI，一台在物理精确的模拟中测试AI，另一台位于机器人本身内部，可以学习如何优化机器人。

也就是说，第三台AI是实际运行AI 的计算机。

为此，英伟达创造了三台计算机。

没有AI，就没有H100/H200和B100

从1990年代开始的英伟达历史中，真正的DNA就在于计算机图形学。

计算机图形学，也一路把英伟达带到了今天的位置。

这幅图中，展示了计算机行业一些重要的里程碑，包括IMB 360系统、犹他茶壶、光追、可编程着色等等

1993年，英伟达成立。八年后，他们发明了第一个可编程着色GPU，很大程度上推动了英伟达的发展历程。

可以说，英伟达所做的一切，背后的核心就是加速计算。他们坚信，如果创建一种计算模型来增强通用计算，就可以解决普通计算机无法解决的问题。

首选的领域，就是计算机图形学。他们赌对了。

将计算机图形学应用到当时非主流的领域——3D图形视频游戏，直接推动了英伟达的飞轮。

此后，他们花了很长时间让CUDA无处不在，然后在2012年，就仿佛《星际迷航》中一般，英伟达第一次接触了AlexNet。

在2012年，那是一个爆炸性的时刻，AlexNet在计算机视觉上取得了惊人的突破。它的核心——深度学习如此深刻，再也不需要工程师们提供输入后，去想象输出的样子了。

2016年，英伟达推出了第一台为深度学习打造的计算机DGX-1，被马斯克看上，随后产品被交付给当时名不见经传的OpenAI。

随后，RTX、DLSS被发明出来。

然后，就是ChatGPT的诞生。

未来人人都有AI助手

如今，我们已经学会用AI学习一切，不仅仅是单词，还有图像、视频、3D、化学物质、蛋白质、物理学、热力学、流体动力学、粒子物理学等等。

我们理解了所有这些不同模态的意义。

在老黄看来，基于视觉计算的生成式AI革命，正在增强人类的创造力。

我们真正处于革命性的时刻，迈向软件3.0的时代——没有哪个行业，能逃过AI的影响！

老黄预言：每个人都会有一个AI助手，每家公司、公司内的每一项工作，都将得到AI的帮助。

加速计算，让能源问题有解

虽然生成式AI有望提高人类生产力，但AI基础设施的耗能问题，却是困扰整个地球的大问题。

ChatGPT的一次搜索，相当于10次谷歌搜索的电量。

数据中心消耗了全球总体能源的1%到2%，甚至可能在十年内达到6%。

怎么办？老黄有解。

他表示，加速计算技术，有望使计算更节能。

「加速计算可以帮我们节省大量能源，它能节省20倍、50倍，并且执行相同的处理，」老黄说。

「作为一个社会，我们要做的第一件事就是加速我们能做到的每一项应用：这减少了全世界的能源使用量。」

这也是为什么Blackwell备受期待，因为它使用同样的能量，却大大加速了应用程序。

而且，它还会越来越便宜。

老黄强调：要记住，生成式AI的目标并不是训练，而是推理。理想情况下，推理可以为我们创建预测天气的新模型、预测新材料、优化供应链等等。

要知道，数据中心并不是唯一消耗能源的地方。全球数据中心只占总计算量的40%，60%的能源消耗在网上，移动着电子、比特和字节。

因此，生成式AI将减少网上的能源消耗，因为不需要去检索信息，我们可以在现场直接生成了。

而且就在刚刚，英伟达在GCP中部署了GPU，来运行Pandas。

这个世界上最领先的数据科学平台，直接把速度从50提升到了100倍，超过了通用计算。

在过去10到12年的时间里，我们已经将深度学习的速度提升了100万倍，成本和能耗降低了100万倍，这就是为什么LLM能够诞生。

不过，英伟达还会通过设计新的处理器、新系统、Tensor核心GPU和NVLink交换机结构，给AI带来新的创新。

老黄和小扎的炉边对谈

今年SIGGRAPH上两位CEO的炉边对谈让很多人期待已久。用小扎本人的话来说，「两个行业内最资深的创始人」，究竟会碰撞出怎样的火花？

下一波浪潮

不出意外的是，这两位「青梅煮酒」的英雄都各自分享了自己的预判，大谈未来的技术发展趋势，从GenAI，到Agent，再到小扎始终念念不忘的「元宇宙」。

老黄表示，GenAI的技术力量也让他感到震撼，「我不记得有哪项技术以如此迅猛的速度影响了消费者、企业、工业和学界，而且跨越了从气候技术到生物技术，再到物理科学的所有不同领域。」

小扎也表示，GenAI很可能会重塑Meta的各类社交媒体软件。

曾经，这些产品的核心——推荐系统，仅仅是将感兴趣的内容推送给用户。

但GenAI将不再局限于已有内容，不仅能协助创作者，还会为用户创建即时内容，或综合现有内容进行生成。

关于Agent的发展，两人似乎也有类似的观点。

在之前的演讲中，老黄就明确表示，「未来每个人都将有自己的AI助手」。

这场对谈中，小扎也表述了类似的愿景。他正在为Meta规划AI助手和AI Studio产品，让每个人都能为不同用途创建自己的Agent。

未来，每个企业都将拥有自己的AI，正如今天所有公司都有自己的社交媒体和邮箱账号一样。

他们口中的「AI助手」，究竟要达到何种程度的「智能」？

我们目前看到的Llama 3仅仅是一个「聊天机器人」般的语言模型，只能对人类的提问做出响应。但小扎希望，可以给AI赋予「意图」（intent）。

老黄则将其描述为「规划能力」，能像人类一样在脑海中形成「决策树」，进而指导行为。

他甚至更大胆地预测，这种AI助手的成本仅有每小时10美元，却能大大提高工程师们的工作表现。「如果你还没雇佣AI，就赶紧行动起来！」

对于Meta最核心也是最独特的AR/VR技术，小扎的蓝图也相当精确，充分体现了他的强迫症人格。

（据老黄爆料，小扎切西红柿都有毫米级的精度，而且每片西红柿都不能相互接触。）

去年9月，Meta联合雷朋推出了新款智能眼镜，配备音频设备和摄像头，让用户直接从双眼视角拍照，或将眼镜中看到的视野直接直播到Facebook或Instagram上，并集成了对话助手Meta AI。

小扎表示，基于雷朋眼镜现在的情况，定价300美元的无显示屏AI眼镜将成为非常热门的产品。

根据他的预测，智能眼镜在未来会成为一种类似手机的设备，每个戴眼镜的人都将带上智能眼镜（全世界超过10亿人）。

接下来几年时间，Meta还将推出有全息AR功能的眼镜，虽然成本依旧很高，但将会是可行的产品。

与智能眼镜不同，混合现实头显更类似于工作站或游戏机，不方便携带但算力更强，能为用户提供更加沉浸式的体验。

而且，随着全息AR技术的发展，「虚拟会议」即将成为现实。

不同于Zoom平台上的头像或视频，每个人都将有自己的全息影像，即使身处不同的物理空间，也能让全息图打造的「虚拟人」在同一空间内合作交互。

开源是前进之路

提到Meta，他们一贯实行的「开源」策略也是不得不谈的要点。

老黄就十分赞赏这种策略，他表示，Llama 2可能是去年AI领域最重要的事件；加上PyTorch和最新发布的Llama 3.1，Meta已经构建了一整个生态系统。

但小扎表示，他们走上开源之路也是一种「随机应变」。

在很多赛道上，尤其是分布式计算系统和数据中心方面，Meta的起跑线其实落后于其他公司，因此团队想到了开源，尤其是开放计算（open compute）。

没有想到的是，这种权宜之计反而成为「弯道超车」的关键策略。

正是开源，让Meta发布的产品成为行业标准，整个供应链也围绕其建立。通过将项目开源，Meta甚至还节省了数十亿美元。

比如，Meta进入GPU领域的时间其实晚于大多数公司，但他们目前运营的GPU超算集群，规模几乎超过了所有竞争对手。

当然，这背后少不了老黄的大力支持，毕竟Meta的60万张GPU也都出自英伟达之手。

开源虽然能推动这个社区和行业的进步，但小扎也很诚实地表示，开源不是做慈善，我们选择这种策略并不是因为有一颗无私奉献的心。

更主要的目的，是希望让正在构建的产品登峰造极，成为最好的东西。

PyTorch就是最典型的例子，全世界的开发人员，包括英伟达的两三百名工程师，都在帮这个开源框架找bug、做优化，构成了老黄口中的「PyTorch的工程之山」。

虽然小扎自己也承认，开源是有私心的，但谈到「封闭」平台时还是克制不住地情绪激动。全场唯一脏话就出自这个话题。

虽然Meta坐拥一众王者级社交软件，但这些应用程序都需要通过竞争对手的平台进行分发，尤其是苹果应用商店，以及谷歌的安卓系统。

让小扎很气恼的是，他曾经有过很多产品创意，但受限于这些移动平台的各种限制，最终都无法成行。

移动互联网时代的这种极度依赖平台的特点，与曾经PC时代的开放完全不同，这让小扎相当怀念网页端的Facebook。

因此，他满怀信心地表示，我们正在塑造下一代计算平台，即混合现实技术，其中开源软件将重新拥有更大的价值。

下一代平台和生态系统将更具有开放性、包容性，类似之前的Windows或安卓生态，而非完全封闭的苹果。

这种「让开源重新伟大」的雄心，让人不禁想起Llama 3.1发布时他的比喻——Llama 3.1是这个时代的Linux。

CEO不好做

整个对谈过程中，两人颇有惺惺相惜之感，而且经常谈到CEO这份职业的艰难。

时年61岁、穿着皮夹克的Jensen甚至一脸严肃地自比娇花：「我们是CEO，像娇嫩的花朵，需要很多支持。」

小扎甚至紧跟着接了一句，「我们现在相当憔悴了」。

这种感慨，也许来自于两位资深创始人曾经和公司共同经历的风雨。

在小扎看来，老黄当年顶着不被看好的压力，硬要把计算机做成「超级巨兽」，让英伟达终成行业传奇；

在老黄看来，小扎带着Meta多次转型，从PC端到移动端，从社交媒体到VR/AR和AI的研究。

对谈的最后，老黄直言两人的共同之处，「我知道那样做（转型）有多难，我们两个都曾经被狠狠打击过，但这就是成为先锋和创新所必备的。」

参考资料：

https://www.youtube.com/watch?v=H0WxJ7caZQU

https://www.youtube.com/watch?v=w-cmMcMZoZ4