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
101董座賈永婕今赴立院備詢 個人粉專「搶快」、煙火製作團隊將成焦點