黃仁勳在演講中回顧5年前的那個轉捩點，那就是選擇採用 AI 處理圖像的方式，即光線追蹤（ray tracing）和智慧渲染：分別是 RTX 和 DLSS 技術。他說：「我們意識到光柵化（rasterization）已經達到了極限。」
據了解，光柵化是傳統的、廣泛使用的渲染 3D 場景的方法，黃仁勳指出，「2018 年是一個孤注一擲的時刻，要求我們重新發明硬體、軟體、演算法。而當我們用 AI 重新發明 CG（電腦圖形學）時，我們也在重新發明 GPU（圖形處理器）用於 AI。」
IT之家報導，雖然光線追蹤和 DLSS 仍在被消費 GPU 和遊戲領域逐步採用的過程中，但他們為此創建的架構，卻被發現是與日益成長的機器學習開發社區完美匹配。訓練更大更複雜的生成式模型，所需的大量計算只能由像 H100 這樣從一開始就設計為能夠以規模化執行必要操作的系統來提供。可以說，AI 開發在某種程度上只受到這些計算資源可用性的限制。
黃仁勳認為，這只是開始，新的模型不僅需要被訓練，還需要被數百萬甚至數十億用戶定期即時運作。他說，「未來 LLM（大型語言模型）將處於幾乎所有事物的前沿：人類是新的程式設計語言。」
黃仁勳推測，從視覺效果到快速數位化的製造業、工廠設計和重工業等領域都將在某種程度上採用自然語言介面。「整個工廠將由軟體定義和機器人化，並且它們所建造的汽車本身也將是機器人化的。所以這是機器人設計機器人建造機器人。」不過，黃仁勳沒有提到 AI 面臨的諸多挑戰、監管等問題。
爆料信箱：news@nextapple.com
★加入《壹蘋》Line，和我們做好友！
★下載《壹蘋新聞網》APP
★Facebook 按讚追蹤
點擊閱讀下一則新聞
創見將於electronica 2024展出新一代工業級儲存產品
