NVIDIA 加速計(jì)算、數(shù)據(jù)科學(xué)和研究領(lǐng)域?qū)＜翌A(yù)測(cè)，多模態(tài)模型將推動(dòng)行業(yè)創(chuàng)新和效率提升。

今年，生成式 AI 可謂在企業(yè)中掀起了一場(chǎng)風(fēng)暴。各行各業(yè)都在討論如何更好地利用這項(xiàng)技術(shù)提高創(chuàng)新與創(chuàng)造力、改善客戶服務(wù)、變革產(chǎn)品開(kāi)發(fā)，甚至促進(jìn)溝通。

IDC 預(yù)測(cè) 2025 年全球企業(yè)在 AI 解決方案上的支出將達(dá)到 3070 億美元，并且到 2028 年將增長(zhǎng)至 6320 億美元，復(fù)合年均增長(zhǎng)率為 29.0%。到 2030 年，AI 累計(jì)為全球經(jīng)濟(jì)帶來(lái)的增長(zhǎng)將達(dá)到 19.9 萬(wàn)億美元，并將在同年推動(dòng)全球 GDP 增長(zhǎng) 3.5%。

AI 正在以驚人的速度發(fā)展，不過(guò)一些公司和初創(chuàng)企業(yè)在采用 AI 方面仍然進(jìn)展緩慢，它們依然局限于測(cè)試或孤立的項(xiàng)目。出現(xiàn)這種情況的原因在于 AI 的效益因公司、用例和投資水平的不同而有所差異。

今年，越來(lái)越多的業(yè)界人士開(kāi)始對(duì) AI 保持樂(lè)觀態(tài)度。Forrester Research 的 2024 年 AI 現(xiàn)狀調(diào)查顯示，三分之二的受訪者認(rèn)為其組織的 AI 項(xiàng)目投資回報(bào)率即使未達(dá)到 50%，也可以認(rèn)為是成功的。

下一個(gè)即將到來(lái)的重要趨勢(shì)是代理式 AI。這種自主或“推理型”AI 需要使用多樣化的語(yǔ)言模型、精密復(fù)雜的檢索增強(qiáng)生成堆棧以及先進(jìn)的數(shù)據(jù)架構(gòu)。

NVIDIA 在各個(gè)行業(yè)領(lǐng)域的專(zhuān)家已經(jīng)對(duì)未來(lái)一年進(jìn)行過(guò)預(yù)測(cè)。下面讓我們聽(tīng)一聽(tīng) NVIDIA 專(zhuān)家在 AI 推動(dòng)企業(yè)、研究和初創(chuàng)企業(yè)生態(tài)系統(tǒng)方面的分享：

IAN BUCK

NVIDIA 超大規(guī)模和高性能計(jì)算副總裁

推理技術(shù)推動(dòng) AI 的發(fā)展：隨著 AI 模型的規(guī)模和復(fù)雜性增長(zhǎng)，對(duì)高效推理解決方案的需求也將持續(xù)攀升。

生成式 AI 的發(fā)展已經(jīng)將推理從簡(jiǎn)單的查詢(xún)識(shí)別和響應(yīng)轉(zhuǎn)變?yōu)閺?fù)雜的信息生成，其中包括從多個(gè)來(lái)源和大語(yǔ)言模型(例如 OpenAI o1 和 Llama 450B)中進(jìn)行總結(jié)，這極大地增加了計(jì)算需求。通過(guò)新的硬件創(chuàng)新成果以及持續(xù)的軟件改進(jìn)，性能將得到提升，并有望使總體擁有成本降低至原先的五分之一或更低。

加速一切：隨著 GPU 的應(yīng)用日益廣泛，各行各業(yè)將著眼于加速?gòu)囊?guī)劃到生產(chǎn)的每個(gè)環(huán)節(jié)。新的架構(gòu)將進(jìn)一步推動(dòng)這一良性循環(huán)，每一代產(chǎn)品都能夠提高成本效益并實(shí)現(xiàn)數(shù)量級(jí)更高的計(jì)算性能。

各個(gè)國(guó)家和企業(yè)都在競(jìng)相建立 AI 工廠來(lái)加速更多的工作負(fù)載，預(yù)計(jì)眾多參與者將尋求平臺(tái)解決方案和數(shù)據(jù)中心參考架構(gòu)或藍(lán)圖，從而使建立和運(yùn)行數(shù)據(jù)中心的時(shí)間從原本的數(shù)月縮短至幾周。這樣能幫助他們更好地解決一些世界上最棘手的挑戰(zhàn)，例如量子計(jì)算、藥物發(fā)現(xiàn)等。

盡一切努力杜絕量子計(jì)算中的錯(cuò)誤：研究人員通過(guò)使用超級(jí)計(jì)算和模擬來(lái)解決那些新生領(lǐng)域面臨的最大挑戰(zhàn)，即通過(guò)克服各類(lèi)錯(cuò)誤讓量子計(jì)算實(shí)現(xiàn)巨大的跨越。

量子比特(Qubit)是量子計(jì)算中的基本信息單位，容易受到噪聲的影響，僅在執(zhí)行數(shù)千次運(yùn)算后就會(huì)變得不穩(wěn)定，這使得目前的量子硬件無(wú)法解決實(shí)際問(wèn)題。2025 年，量子計(jì)算領(lǐng)域?qū)⒅鸩睫D(zhuǎn)向量子糾錯(cuò)這一具有挑戰(zhàn)但又至關(guān)重要的技術(shù)。糾錯(cuò)需要快速、低延遲的計(jì)算。同時(shí)，我們還有望看到量子硬件在專(zhuān)用基礎(chǔ)設(shè)施的支持下，在超級(jí)計(jì)算機(jī)內(nèi)進(jìn)行物理集群。

AI 也將在管理這些復(fù)雜的量子系統(tǒng)、優(yōu)化糾錯(cuò)和提高量子硬件整體性能方面發(fā)揮至關(guān)重要的作用。將量子計(jì)算、超級(jí)計(jì)算和 AI 融合在加速的量子超級(jí)計(jì)算機(jī)中，將加快實(shí)現(xiàn)用于解決藥物發(fā)現(xiàn)、材料開(kāi)發(fā)和物流優(yōu)化等各個(gè)領(lǐng)域中復(fù)雜問(wèn)題的量子應(yīng)用。

BRYAN CATANZARO

NVIDIA 深度學(xué)習(xí)應(yīng)用研究副總裁

賦予 AI 具體形象：AI 將變得更容易使用、能夠靈敏地作出情感反應(yīng)并展現(xiàn)出更強(qiáng)的創(chuàng)造力和多樣性。早期的生成式 AI 模型在繪制圖像時(shí)甚至難以完成畫(huà)牙齒這樣簡(jiǎn)單的任務(wù)。而隨著 AI 的飛速發(fā)展，生成的圖像和視頻變得更加逼真，AI 生成的聲音也更加接近真人的感覺(jué)。

隨著算法和數(shù)據(jù)集的完善，以及企業(yè)認(rèn)識(shí)到 AI 需要有面孔和聲音才能對(duì) 80 億人產(chǎn)生影響，AI 的發(fā)展速度將進(jìn)一步加快。這也促使 AI 的交互方式從回合制互動(dòng)轉(zhuǎn)變?yōu)楦恿鲿匙匀坏膶?duì)話。AI 交互將不再是一連串的問(wèn)答，而是會(huì)變成更具吸引力、更像人類(lèi)的對(duì)話。

重新思考行業(yè)基礎(chǔ)設(shè)施和城市規(guī)劃：各國(guó)和各行業(yè)將開(kāi)始研究 AI 如何幫助經(jīng)濟(jì)的各個(gè)方面實(shí)現(xiàn)自動(dòng)化，這樣即使在全球人口減少的情況下也能維持現(xiàn)有的生活水平。

這些工作有助于實(shí)現(xiàn)可持續(xù)發(fā)展和應(yīng)對(duì)氣候變化。例如，農(nóng)業(yè)將開(kāi)始投資自動(dòng)化機(jī)器人，這些機(jī)器人能夠以機(jī)械方式清潔田地、清除害蟲(chóng)和處理雜草。這可以減少對(duì)殺蟲(chóng)劑和除草劑的使用，在保護(hù)地球健康的同時(shí)，解放人力去做其他更有意義的工作。城市規(guī)劃部門(mén)也有望引入新的思路，來(lái)適應(yīng)在自動(dòng)駕駛汽車(chē)的發(fā)展并改善交通管理。

從長(zhǎng)遠(yuǎn)來(lái)看，AI 有助于找到碳減排和碳封存的辦法，來(lái)解決這個(gè)迫在眉睫的全球性挑戰(zhàn)。

KARI BRISKI

NVIDIA 生成式 AI 軟件副總裁

智能體的交響樂(lè) — AI 編排器：企業(yè)將部署大量 AI 智能體，這些智能體是經(jīng)過(guò)訓(xùn)練的半自主模型，能夠在企業(yè)內(nèi)部網(wǎng)絡(luò)進(jìn)行客戶服務(wù)、人力資源、數(shù)據(jù)安全等任務(wù)。為了更大限度提高這些任務(wù)的效率，預(yù)計(jì)數(shù)量不斷增加的 AI 編排器能夠?qū)⑷祟?lèi)查詢(xún)流暢地引導(dǎo)至多個(gè)智能體，綜合結(jié)果并加以解釋?zhuān)瑥亩鵀橛脩籼峁┙ㄗh并采取行動(dòng)。

編排器將能夠深入理解內(nèi)容、具備多語(yǔ)言能力，并能夠流暢處理包括 PDF、視頻流等多種數(shù)據(jù)類(lèi)型。在自學(xué)數(shù)據(jù)飛輪的驅(qū)動(dòng)下，AI 編排器將持續(xù)完善對(duì)特定業(yè)務(wù)的洞察。例如，在制造業(yè)中，AI 編排器可以通過(guò)分析實(shí)時(shí)數(shù)據(jù)、根據(jù)生產(chǎn)計(jì)劃和供應(yīng)商談判提出建議來(lái)優(yōu)化供應(yīng)鏈。

企業(yè) AI 領(lǐng)域的這一演變將顯著提高各行各業(yè)的生產(chǎn)力和創(chuàng)新力，同時(shí)變得更易于獲取。知識(shí)工作者的生產(chǎn)力將提高，因?yàn)樗麄兡軌蚶糜?AI 驅(qū)動(dòng)的專(zhuān)家組成的個(gè)性化團(tuán)隊(duì)。開(kāi)發(fā)人員也可以通過(guò)可定制的 AI blueprint 構(gòu)建這些先進(jìn)智能體。

多步推理增強(qiáng) AI 洞察：多年來(lái)，AI 一直擅長(zhǎng)回答特定問(wèn)題，而無(wú)需深入研究問(wèn)題的上下文。隨著加速計(jì)算和新模型架構(gòu)的發(fā)展，AI 模型將應(yīng)對(duì)越來(lái)越復(fù)雜的問(wèn)題，并以更高的精準(zhǔn)度且更深入的分析做出回答。

通過(guò)使用一種被稱(chēng)為“多步推理”的功能，大而復(fù)雜的問(wèn)題可以被分解為較小的任務(wù)，有時(shí)甚至還會(huì)進(jìn)行多次模擬，以便從多個(gè)角度解決問(wèn)題。由此，AI 系統(tǒng)可以增加“思考時(shí)間”。這些模型會(huì)動(dòng)態(tài)評(píng)估每個(gè)步驟，確保作出與上下文相關(guān)且清晰明了的回答。多步推理還會(huì)整合來(lái)自各種來(lái)源的知識(shí)，使 AI 能夠建立邏輯聯(lián)系，并合成不同領(lǐng)域的信息。

這可能會(huì)影響金融、醫(yī)療健康、科研和娛樂(lè)等多個(gè)領(lǐng)域。例如，具備多步推理能力的醫(yī)療健康模型可以根據(jù)患者的診斷、用藥情況和對(duì)其他治療的反應(yīng)，提出一系列建議供醫(yī)生參考。

開(kāi)啟您的 AI 查詢(xún)引擎：對(duì)于擁有 PB 級(jí)數(shù)據(jù)的企業(yè)和研究機(jī)構(gòu)來(lái)說(shuō)，他們所面臨的挑戰(zhàn)是如何快速訪問(wèn)這些數(shù)據(jù)并提供可操作的洞察。

AI 查詢(xún)引擎將改變企業(yè)挖掘數(shù)據(jù)的方式，企業(yè)專(zhuān)用的搜索引擎可篩選結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)(包括文本、圖像和視頻等)，利用自然語(yǔ)言處理以及機(jī)器學(xué)習(xí)來(lái)理解用戶意圖，并提供更加相關(guān)且全面的結(jié)果。

這將推動(dòng)更智能的決策流程，增強(qiáng)客戶體驗(yàn)并提高各行業(yè)的生產(chǎn)力。依靠自身持續(xù)學(xué)習(xí)的能力，AI 查詢(xún)引擎將創(chuàng)造出能進(jìn)行自我改進(jìn)的數(shù)據(jù)飛輪，幫助應(yīng)用程序變得更加有效。

CHARLIE BOYLE

NVIDIA DGX 平臺(tái)副總裁

代理式 AI 使高性能推理成為企業(yè)不可或缺的能力：代理式 AI 的出現(xiàn)將推動(dòng)對(duì)復(fù)雜多模型系統(tǒng)近乎實(shí)時(shí)響應(yīng)的需求。這將使高性能推理變得與高性能訓(xùn)練基礎(chǔ)設(shè)施同樣重要。IT 領(lǐng)導(dǎo)者將需要具有擴(kuò)展能力、專(zhuān)門(mén)構(gòu)建且經(jīng)過(guò)優(yōu)化的加速計(jì)算基礎(chǔ)設(shè)施以滿足代理式 AI 的需求，從而實(shí)現(xiàn)實(shí)時(shí)決策所需的性能。

企業(yè)擴(kuò)展 AI 工廠，將數(shù)據(jù)轉(zhuǎn)化為智能：企業(yè) AI 工廠可以將原始數(shù)據(jù)轉(zhuǎn)化為商業(yè)智能。企業(yè)將在 2025 年擴(kuò)展這些工廠，以利用大量歷史數(shù)據(jù)和合成數(shù)據(jù)，為消費(fèi)者行為、供應(yīng)鏈優(yōu)化、金融市場(chǎng)波動(dòng)到工廠和倉(cāng)庫(kù)數(shù)字孿生生成預(yù)測(cè)和模擬。由于 AI 工廠能夠幫助早期用戶預(yù)測(cè)并塑造未來(lái)情景，而不僅僅是對(duì)其作出反應(yīng)，因此將成為企業(yè)的一項(xiàng)關(guān)鍵競(jìng)爭(zhēng)優(yōu)勢(shì)。

液冷 AI 數(shù)據(jù)中心成為新趨勢(shì)：隨著 AI 工作負(fù)載不斷推動(dòng)增長(zhǎng)，領(lǐng)先的企業(yè)為了實(shí)現(xiàn)性能和能效的最大化將轉(zhuǎn)向液冷技術(shù)。超大規(guī)模云提供商和大型企業(yè)將引領(lǐng)這一趨勢(shì)，率先在容納成千上萬(wàn)的 AI 加速器、網(wǎng)絡(luò)和軟件的新 AI 數(shù)據(jù)中心中采用液冷技術(shù)。

為了減輕大規(guī)模設(shè)計(jì)、部署和運(yùn)營(yíng)智能制造所帶來(lái)的財(cái)務(wù)負(fù)擔(dān)，越來(lái)越多的企業(yè)將不再建造自己的 AI 基礎(chǔ)設(shè)施，而是選擇在托管設(shè)施中部署或者按需租用容量。這些部署將幫助企業(yè)無(wú)需自行安裝和運(yùn)營(yíng)就能充分利用最新的基礎(chǔ)設(shè)施。這一轉(zhuǎn)變將加速液冷技術(shù)作為 AI 數(shù)據(jù)中心主流解決方案在行業(yè)中的廣泛應(yīng)用。

GILAD SHAINER

NVIDIA 網(wǎng)絡(luò)高級(jí)副總裁

告別傳統(tǒng)網(wǎng)絡(luò)，迎接計(jì)算網(wǎng)時(shí)代：隨著數(shù)據(jù)中心架構(gòu)走向統(tǒng)一計(jì)算網(wǎng)架構(gòu)(computing fabric)，“網(wǎng)絡(luò)”一詞將在數(shù)據(jù)中心成為過(guò)去。統(tǒng)一計(jì)算網(wǎng)能使成千上萬(wàn)的加速器通過(guò)橫向和縱向兩種通信擴(kuò)展方式，利用英里級(jí)長(zhǎng)度的線纜實(shí)現(xiàn)多個(gè)數(shù)據(jù)中心設(shè)施之間的高效通信。

這種統(tǒng)一計(jì)算網(wǎng)將包括面向縱向擴(kuò)展通信的 NVIDIA NVLink 網(wǎng)，以及面向橫向擴(kuò)展通信的智能交換機(jī)、SuperNIC 和 DPU。這將有助于在加速器之間安全地傳輸數(shù)據(jù)，并在傳輸過(guò)程中執(zhí)行計(jì)算從而最大限度地減少了數(shù)據(jù)移動(dòng)。跨越全網(wǎng)的橫向擴(kuò)展通信對(duì)于大規(guī)模 AI 數(shù)據(jù)中心的部署至關(guān)重要，能使 AI 數(shù)據(jù)中心從部署到開(kāi)機(jī)運(yùn)行的時(shí)間從數(shù)月乃至數(shù)年縮短至數(shù)周。

隨著代理式 AI 工作負(fù)載的增長(zhǎng)，需要在多個(gè)相關(guān)的 AI 模型之間進(jìn)行通信，協(xié)同工作;而非使用單一的、本地化的模型，計(jì)算網(wǎng)將成為實(shí)現(xiàn)實(shí)時(shí)生成式 AI 的關(guān)鍵。

分布式 AI：隨著全新的以太網(wǎng)設(shè)計(jì)，所有數(shù)據(jù)中心都將被加速，并讓數(shù)十萬(wàn)塊 GPU 能夠支持單一工作負(fù)載。這將有助于實(shí)現(xiàn) AI 工廠在多租戶生成式 AI 云和企業(yè) AI 數(shù)據(jù)中心中的普及。

借助這一突破性技術(shù)，AI 能夠快速擴(kuò)展到企業(yè)平臺(tái)并簡(jiǎn)化 AI 云的構(gòu)建與管理。

由于電力限制和數(shù)據(jù)中心應(yīng)該盡量靠近可再生能源的源頭的需求，企業(yè)將會(huì)把數(shù)據(jù)中心建立在更加分散的地域。它們之間相隔數(shù)百甚至數(shù)千英里，橫向擴(kuò)展通信必須能確保長(zhǎng)距離的可靠數(shù)據(jù)傳輸。

LINXI(JIM)FAN

NVIDIA AI 智能體高級(jí)研究科學(xué)家

機(jī)器人將朝著人形機(jī)器人的方向發(fā)展：機(jī)器人將開(kāi)始理解任意語(yǔ)言指令。目前，工業(yè)機(jī)器人必須手動(dòng)編程，并且它們無(wú)法對(duì)不可預(yù)測(cè)的輸入或編程語(yǔ)言以外的語(yǔ)言做出智能響應(yīng)。融合了視覺(jué)、語(yǔ)言和任意動(dòng)作的多模態(tài)機(jī)器人基礎(chǔ)模型將推動(dòng)這種“AI 大腦”的發(fā)展。同時(shí)，代理式 AI 也將使 AI 的推理能力更強(qiáng)。

當(dāng)然，我們不能指望馬上就能在家庭、餐廳、服務(wù)區(qū)和工廠看到智能機(jī)器人。但這些應(yīng)用場(chǎng)景可能比我們想象的要更加接近，因?yàn)楦鲊?guó)政府紛紛尋找應(yīng)對(duì)老齡化社會(huì)和勞動(dòng)力資源短缺的解決方案。物理自動(dòng)化將逐步實(shí)現(xiàn)，10 年內(nèi)將會(huì)像 iPhone 一樣無(wú)處不在。

推理是 AI 智能體的核心能力：今年 9 月，OpenAI 發(fā)布了一種經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練并用于執(zhí)行復(fù)雜推理任務(wù)的新型大語(yǔ)言模型 OpenAI o1。OpenAI o1 還被稱(chēng)為“Strawberry”。這個(gè)模型在回復(fù)用戶之前能夠生成一條長(zhǎng)的內(nèi)部思維鏈，在糾正錯(cuò)誤的同時(shí)將復(fù)雜的步驟分解為簡(jiǎn)單的步驟，然后再響應(yīng)用戶。

2025 年將成為大量計(jì)算開(kāi)始轉(zhuǎn)向邊緣推理的一年。應(yīng)用程序可能需要成千上萬(wàn)個(gè)的 token 來(lái)處理單次查詢(xún)，因?yàn)樾≌Z(yǔ)言模型會(huì)在微秒內(nèi)連續(xù)進(jìn)行多次查詢(xún)直至生成答案。

小型模型將變得更加節(jié)能并對(duì)機(jī)器人技術(shù)日益重要，借助小型模型能創(chuàng)造出協(xié)助人類(lèi)完成日常工作的人形機(jī)器人和普通機(jī)器人并促進(jìn)移動(dòng)智能應(yīng)用的發(fā)展。

BOB PETTE

NVIDIA 企業(yè)平臺(tái)副總裁

尋求可持續(xù)的擴(kuò)展能力：企業(yè)準(zhǔn)備使用新一代半自主 AI 智能體改進(jìn)各種業(yè)務(wù)流程，他們將著重通過(guò)構(gòu)建強(qiáng)大的基礎(chǔ)設(shè)施、治理機(jī)制和類(lèi)人能力，以實(shí)現(xiàn)有效的大規(guī)模部署。與此同時(shí)，AI 應(yīng)用將越來(lái)越多地運(yùn)用本地處理能力，使更加復(fù)雜的 AI 功能能夠直接在工作站(包括輕薄型筆記本電腦和緊湊型設(shè)備)上運(yùn)行，從而提升性能并減少 AI 驅(qū)動(dòng)任務(wù)的延遲。

經(jīng)過(guò)驗(yàn)證的參考架構(gòu)提供了有關(guān)合適的軟硬件平臺(tái)的指導(dǎo)，因此將成為優(yōu)化性能和加速 AI 部署的關(guān)鍵。這些架構(gòu)將成為企業(yè)適應(yīng)復(fù)雜的 AI 實(shí)施領(lǐng)域的重要工具，有助于確保企業(yè)的投資符合當(dāng)前需求和未來(lái)的技術(shù)發(fā)展。

使用 AI 為建筑、工程和設(shè)計(jì)行業(yè)帶來(lái)變革：預(yù)計(jì)將出現(xiàn)更多專(zhuān)為建筑、工程和設(shè)計(jì)行業(yè)量身定制的生成式 AI 模型，來(lái)提升這些行業(yè)的效率并加速創(chuàng)新。

在建筑行業(yè)，代理式 AI 能將從現(xiàn)場(chǎng)傳感器和攝像頭采集的大量建筑數(shù)據(jù)中提取有意義的信息，提供更高效的項(xiàng)目進(jìn)度安排和預(yù)算管理的洞察。

AI 將全天候評(píng)估實(shí)景捕捉數(shù)據(jù)(激光雷達(dá)、攝影測(cè)量和輻射場(chǎng))，提煉出有關(guān)質(zhì)量、安全與合規(guī)的關(guān)鍵洞察，以此減少錯(cuò)誤和工地傷害。

對(duì)工程師而言，基于物理信息神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)物理學(xué)將加速洪水預(yù)測(cè)、結(jié)構(gòu)工程和計(jì)算流體力學(xué)的發(fā)展，從而為建筑的各個(gè)房間或樓層量身定制氣流解決方案，使設(shè)計(jì)更新迭代更加迅速。

在設(shè)計(jì)行業(yè)，檢索增強(qiáng)生成可以在設(shè)計(jì)初期盡早實(shí)現(xiàn)合規(guī)，確保用于設(shè)計(jì)和建造建筑的信息建模符合當(dāng)?shù)亟ㄖ?guī)范。擴(kuò)散 AI 模型通過(guò)允許建筑師和設(shè)計(jì)師結(jié)合關(guān)鍵詞提示與粗略草圖生成內(nèi)容豐富、詳盡的概念圖來(lái)更快完成概念設(shè)計(jì)和場(chǎng)地規(guī)劃，并用于客戶展示。這樣他們就能抽出時(shí)間專(zhuān)注于研究和設(shè)計(jì)。

SANJA FIDLER

NVIDIA AI 研究副總裁

預(yù)測(cè)不可預(yù)測(cè)的情況：未來(lái)將出現(xiàn)更多能夠在日常生活中學(xué)習(xí)的模型，它們能夠在幾乎沒(méi)有人工干預(yù)的情況下，運(yùn)用非常復(fù)雜的技能幫助數(shù)字人、機(jī)器人甚至自動(dòng)駕駛汽車(chē)?yán)斫饣靵y的、有時(shí)甚至不可預(yù)測(cè)的情境。

無(wú)論是研究實(shí)驗(yàn)室還是華爾街都將迎來(lái)新一輪的發(fā)展規(guī)律周期，這類(lèi)似于 5-7 年前對(duì)自動(dòng)駕駛的樂(lè)觀預(yù)期。Waymo 和 Cruise 等公司花費(fèi)多年時(shí)間才推出了一套可行的系統(tǒng)，但由于這些公司和包括特斯拉在內(nèi)的其他公司所采集的大量數(shù)據(jù)可能無(wú)法適用于所有地區(qū)，因此這套系統(tǒng)仍然無(wú)法進(jìn)行規(guī)模化。

借助今年推出的模型，我們現(xiàn)在能夠以更快的速度利用互聯(lián)網(wǎng)規(guī)模的數(shù)據(jù)理解自然語(yǔ)言，并通過(guò)觀察人類(lèi)和其他行為來(lái)模擬動(dòng)作，從而大大減少投資。機(jī)器人、汽車(chē)和倉(cāng)庫(kù)機(jī)械等邊緣應(yīng)用將快速學(xué)會(huì)協(xié)調(diào)、提高靈活性和其他技能，以便在現(xiàn)實(shí)世界中導(dǎo)航、適應(yīng)和交互。

機(jī)器人能在您的廚房里煮咖啡、煎雞蛋后清理干凈嗎?現(xiàn)在還不能，但這一切可能比你想象的要更快實(shí)現(xiàn)。

日趨真實(shí)：生成式 AI 在圖形和模擬領(lǐng)域的全流程中逐步實(shí)現(xiàn)高保真和逼真效果，帶來(lái)超逼真的游戲、AI 生成電影和數(shù)字人。

不同于傳統(tǒng)圖形技術(shù)，絕大多數(shù)圖像將來(lái)自生成的像素而非渲染，從而呈現(xiàn)出更自然的動(dòng)作和外觀。借助情境行為開(kāi)發(fā)和迭代工具能使游戲能夠以遠(yuǎn)低于當(dāng)今 3A 游戲的成本制作出更為復(fù)雜的游戲。

各行各業(yè)采用生成式 AI：幾乎所有行業(yè)都準(zhǔn)備利用 AI 來(lái)提升和改進(jìn)人們的生活和娛樂(lè)方式。

農(nóng)業(yè)將使用 AI 優(yōu)化食物供應(yīng)鏈，改善食物的運(yùn)送。例如，可以使用 AI 預(yù)測(cè)各個(gè)農(nóng)場(chǎng)不同農(nóng)作物的溫室氣體排放量。這類(lèi)分析可以為制定減少供應(yīng)鏈中溫室氣體排放的設(shè)計(jì)策略提供參考。與此同時(shí)，教育行業(yè)將使用 AI 智能體創(chuàng)造個(gè)性化的學(xué)習(xí)體驗(yàn)，這些 AI 智能體將使用學(xué)生的母語(yǔ)進(jìn)行交流并根據(jù)學(xué)生特定學(xué)科的水平提出或回答問(wèn)題。

隨著下一代加速器進(jìn)入市場(chǎng)，這些生成式 AI 應(yīng)用的交付效率將大大提高。通過(guò)提高模型在訓(xùn)練和測(cè)試中的效率，企業(yè)和初創(chuàng)公司將在這些應(yīng)用中獲得更高、更高的投資回報(bào)。

ANDREW FENG

NVIDIA GPU 軟件副總裁

加速數(shù)據(jù)分析在無(wú)更改代碼的情況下提供洞察：2025 年，企業(yè)將主要采用加速數(shù)據(jù)分析來(lái)應(yīng)對(duì)日益增長(zhǎng)的數(shù)據(jù)量。

企業(yè)每年產(chǎn)生數(shù)百 PB 的數(shù)據(jù)，每家公司都在尋求可以利用這些數(shù)據(jù)的方法。為此，許多公司將采用加速計(jì)算進(jìn)行數(shù)據(jù)分析。

未來(lái)將支持“零代碼更改”和“零配置更改”的加速數(shù)據(jù)分析解決方案，使企業(yè)能夠以最小的工作量將現(xiàn)有的數(shù)據(jù)分析應(yīng)用與加速計(jì)算相結(jié)合。生成式 AI 賦能的分析技術(shù)將進(jìn)一步擴(kuò)大加速數(shù)據(jù)分析的應(yīng)用范圍，使即便不具備傳統(tǒng)編程知識(shí)的用戶也能夠創(chuàng)建新的數(shù)據(jù)分析應(yīng)用。

經(jīng)過(guò)簡(jiǎn)化的開(kāi)發(fā)者體驗(yàn)促進(jìn)了加速計(jì)算的無(wú)縫集成，這將幫助企業(yè)消除使用加速計(jì)算的障礙，使企業(yè)能夠利用其獨(dú)特的數(shù)據(jù)開(kāi)發(fā)新的 AI 應(yīng)用和更豐富的商業(yè)智能。

NADER KHALIL

NVIDIA 開(kāi)發(fā)者技術(shù)總監(jiān)

初創(chuàng)企業(yè)的員工隊(duì)伍：到了 2025 年，提示詞(Prompt)工程師和 AI 個(gè)性設(shè)計(jì)師將變得廣為人知。隨著企業(yè)積極使用 AI 提高生產(chǎn)力，預(yù)計(jì)在初創(chuàng)企業(yè)和企業(yè)中將出現(xiàn)融合新技能和現(xiàn)有技能的新型骨干員工。

提示詞工程師在為聊天機(jī)器人和代理式 AI 創(chuàng)建、測(cè)試和迭代提示設(shè)計(jì)的基礎(chǔ)上，設(shè)計(jì)并完善能夠優(yōu)化 AI 訓(xùn)練和產(chǎn)生預(yù)期結(jié)果的精確文本字符串。對(duì)提示詞工程師這一崗位產(chǎn)生需求的行業(yè)將從科技擴(kuò)大到法律、客戶支持和出版等。隨著 AI 智能體的普及，企業(yè)和初創(chuàng)企業(yè)將越來(lái)越依賴(lài) AI 個(gè)性設(shè)計(jì)師為智能體賦予獨(dú)特的個(gè)性。

正如計(jì)算機(jī)的發(fā)展催生了計(jì)算機(jī)科學(xué)家、數(shù)據(jù)科學(xué)家、機(jī)器學(xué)習(xí)工程師等工作崗位，AI 也將創(chuàng)造出各種新的工作崗位，為具有強(qiáng)大分析能力和自然語(yǔ)言處理能力的人才提供更多機(jī)會(huì)。

了解員工效率：越來(lái)越多將 AI 融入業(yè)務(wù)實(shí)踐的初創(chuàng)企業(yè)將在與投資者和商業(yè)伙伴交流時(shí)，把“每位員工的收入貢獻(xiàn)”(RPE)作為他們洽談的話題之一。

AI 對(duì)員工工作的輔助將使初創(chuàng)企業(yè)的管理者重點(diǎn)關(guān)注所雇用的每一名新員工如何幫助企業(yè)中的其他員工創(chuàng)造更多收入，而不是采取“不惜一切代價(jià)實(shí)現(xiàn)增長(zhǎng)”的思維方式。初創(chuàng)公司在討論 AI 投資回報(bào)以及與大型企業(yè)和科技公司爭(zhēng)奪人才填補(bǔ)空缺職位所面臨的挑戰(zhàn)時(shí)，RPE 是一個(gè)很好的切入點(diǎn)。