Jen-Hsun Huang의 최근 연설: 모든 회사는 AI 제조업체가 될 것입니다 |

Lao Huang이 다시 세일즈맨으로 여기에 왔습니다.

지난주 엔비디아의 시가총액은 애플을 제치고 세계 1위가 됐다. 이에 따라 엔비디아 창업자 황 젠슨도 글로벌 여행을 시작하며 여러 곳에서 연설을 하는 등 한가한 모습을 보였다.

판매에서 가장 높은 기술은 계속 판매하고, 판매하고, 판매하는 것입니다.

오늘 황런쉰 회장도 일본을 방문해 손정의 소프트뱅크그룹 회장과 정식 회담을 가졌다.

교류에 앞서 황런순은 먼저 참석자들에게 AI가 무엇인지, AI가 우리 삶에 어떤 영향을 미칠지 소개하는 연설을 했다. 마르세유".

손정이와의 대화에서 황인순 역시 '황'의 유머를 많이 보여줬다.

예를 들어 손 마사요시를 봤을 때 손 마사요시를 크게 웃게 만드는 무지개 방귀로 시작했다. 혹은 손 마사요시가 한때 엔비디아의 최대주주였다고 농담을 하면서 엔비디아 인수를 놓친 것에 대한 후회도 농담으로 하기도 했다.

길찾기 원본 동영상 주소 ：https://www.nvidia.cn/events/ai-summit-japan/fireside-chat/

첨부된 내용은 Huang Jen-Hsun의 연설 전문과 노변 대화 전문입니다. 전문은 총 17,000단어이며 APPSO에서 편집했습니다.

GPU를 만드는 것뿐만 아니라 타임머신을 만드는 것과 비슷합니다.

Jen-Hsun Huang: NVIDIA AI Summit에 오신 것을 환영합니다.

NVIDIA는 핵심을 이루는 아날로그 기술 회사입니다.

우리는 물리학을 시뮬레이션하고, 가상 세계를 시뮬레이션하고, 시뮬레이션을 통해 지능을 시뮬레이션합니다. 우리는 미래를 예측하는 데 도움을 드립니다. 따라서 Nvidia는 여러 면에서 타임머신을 만들고 있습니다.

오늘 우리는 최신 혁신 기술 중 일부를 공유하고 있습니다. 하지만 가장 중요한 것은 이번 행사가 일본 생태계에 관한 것이라는 사실입니다. 여기에는 350개의 스타트업, 250,000명의 개발자, 수백 개의 회사 등 너무나 많은 파트너가 있습니다.

우리는 이미 일본과 장기적인 협력 관계를 맺고 있습니다.

일본은 회사 초창기부터 우리에게 매우 중요했습니다. 우리가 많은 "최초"를 달성한 곳은 일본이었습니다.

예를 들어, 비디오 게임 분야에서 Sega의 Yu Suzuki는 우리와 함께 일한 최초의 게임 개발자였으며 ​​그는 Sega의 뛰어난 3D 게임을 NVIDIA GPU로 포팅하는 데 도움을 주었습니다.

이는 누군가가 NVIDIA의 CUDA 기술을 사용하여 슈퍼컴퓨터를 구축한 최초의 사례였습니다. 도쿄 과학 기술 대학의 슈퍼컴퓨터는 NVIDIA의 GPU를 사용하여 과학 컴퓨팅의 발전을 촉진했습니다.

일본은 여러 분야에서 세계적인 개척자입니다.

또한 처음으로 모바일 프로세서를 만들 수 있게 해 준 곳도 일본이었고, 이는 우리의 매우 중요한 프로젝트 중 하나인 Nintendo Switch로 이어졌습니다. 오늘날 많은 '최초'가 현실이 되었습니다.

이제 우리는 새로운 산업과 놀라운 기술 변화를 맞이하며 AI 혁명의 출발점에 서 있습니다. 이번에는 흥미롭지만 도전도 가득합니다. 따라서 우리는 일본 생태계의 뛰어난 기업과 협력하여 AI를 일본에 도입하고 이 전례 없는 기회를 포착하기 위해 왔습니다.

오늘 여기에는 많은 파트너가 있으며 특히 그들에게 감사의 말씀을 전하고 싶습니다.

NVIDIA는 가속 컴퓨팅의 창시자이며 가속 컴퓨팅은 CPU를 대체하지 않습니다.

실제로 우리는 컴퓨팅 분야에서 CPU를 교체하려는 의도가 아니라 컴퓨팅 집약적인 작업 부하를 GPU로 오프로드하기 위해 CPU의 기능을 향상시키는 거의 유일한 회사입니다.

이는 CPU와 함께 작동하는 GPU 명령어 세트입니다.

이런 식으로 순차 처리에 좋은 CPU와 병렬 처리에 좋은 GPU라는 두 프로세서의 장점을 활용할 수 있습니다. 이에 대해서는 나중에 더 자세히 설명하겠습니다.

하지만 이는 단순한 병렬 컴퓨팅이 아니라 CPU와 GPU가 함께 작동하는 가속 컴퓨팅입니다. 이 컴퓨팅 모델은 세상에 새로운 것입니다.

사실 CPU 단독 컴퓨팅 모델은 내가 태어난 다음 해인 1964년부터 존재했으니 벌써 60년 전이다.

오늘날 전 세계의 컴퓨팅 작업의 대부분은 실행을 위해 CPU에 의존합니다.

그러나 이제 컴퓨팅 모델은 새롭고 근본적인 변화를 겪고 있습니다. 그러나 이를 달성하기 위해 순차적으로 실행되는 CPU 소프트웨어를 GPU에 직접 포팅할 수는 없습니다.

병렬 컴퓨팅을 달성하기 위해 우리는 완전히 새로운 알고리즘 세트를 개발해야 했고, OpenGL이 그래픽 프로세서에 의해 컴퓨터 그래픽을 가속화할 수 있었던 것처럼 다양한 응용 분야를 위한 많은 특정 라이브러리도 개발해야 했습니다.

이러한 라이브러리는 우리 회사가 보유하고 있는 350개 이상의 다양한 라이브러리 중 하나이며, 그 중 일부는 업계에서 매우 중요합니다. 예를 들어 Kulit은 리소그래피 프로세스 속도를 크게 높일 수 있는 전산 리소그래피용으로 설계된 라이브러리입니다. 칩 마스크를 만들 때 관련된 레이어가 많기 때문에 몇 주가 걸리는 경우가 많습니다.

이 기술을 사용하여 몇 주씩 걸리던 계산 시간을 단 몇 시간으로 단축했습니다.

우리는 칩 제조 주기를 가속화할 수 있지만, 더 중요한 것은 이를 통해 리소그래피 알고리즘이 더욱 복잡하고 발전할 수 있게 되어 2nm, 1nm 및 더 작은 기술 노드를 훨씬 넘어서는 반도체 물리학의 발전을 촉진할 수 있다는 것입니다.

따라서 cuLitho, Ku DSS(Sparse Solver) 및 AI를 통해 전산 리소그래피가 가속화될 것입니다. 오늘은 이 컴퓨터가 5G 무선 프로토콜 스택을 실행할 수 있게 해주는 이 흥미로운 새 라이브러리에 대해 자세히 설명하겠습니다.

기본적으로 실시간 실행 무선 시스템은 양자 시뮬레이션, 양자 회로 시뮬레이션, 유전자 시퀀싱 페어링, 벡터 저장을 위한 CVS 또는 인덱싱 및 쿼리를 위한 AI용 벡터 데이터베이스를 위한 CUDA 가속기에 의존합니다.

NumPy는 전 세계 500만 명의 개발자가 사용하는 세계에서 가장 인기 있는 수치 처리 라이브러리입니다. 지난 달에만 3천만 건의 다운로드를 기록했는데, 이는 엄청난 수치입니다.

이제 완전히 가속화되었으며 다중 GPU 및 다중 노드 작업을 지원합니다. 관심 있으신 분들은 관련 정보를 확인해 보시기 바랍니다.

또한 SQL, Pandas, Polars, Co-opt 및 고전적인 여행 세일즈맨 문제와 같은 구조화된 데이터 처리에 사용되는 놀라운 CDF 데이터 프레임 처리를 소개합니다.

이 문제는 AI 물리학의 경우 수백 배 더 빠르게 가속화되었습니다. 다음으로 우리는 심층 신경망이 딥 러닝 시스템의 다양한 수준을 처리할 수 있도록 Coup DN Co DNA라는 매우 중요한 라이브러리를 만들었습니다.

QDM(Quantum Dots)을 만들고 딥 러닝을 가속화함으로써 우리는 매우 특별하고 민주화된 딥 러닝을 수행했습니다. 지난 10년 동안 우리는 인공 지능과 기계 학습의 규모를 백만 배나 늘렸습니다.

머신러닝의 규모를 100만배로 확장함으로써 우리는 엄청난 돌파구를 마련했고, 바로 이 돌파구가 오늘날의 ChatGPT, 즉 인공지능의 도래를 탄생시켰습니다.

QDM은 매우 특별한 일을 해냈습니다. 소프트웨어 개발 방식을 바꾸었습니다. 이는 소프트웨어 1.0 이전의 상황이었습니다. 프로그래머는 알고리즘을 설명하기 위해 코드를 작성했고, 알고리즘은 소프트웨어였습니다.

데이터를 입력하면 소프트웨어가 출력을 예측합니다. 사람이 작성한 코드는 일반적으로 CPU에서 실행됩니다.

소프트웨어 1.0은 CPU에서 실행될 코드를 작성하는 것입니다. 이제 소프트웨어 2.0 시대에 접어들었습니다. 컴퓨터는 이미 매우 빠르기 때문에 대량의 샘플 데이터를 제공하고 스스로 기능을 학습하고 예측할 수 있습니다. 우리는 그것을 소프트웨어 2.0이라고 부릅니다.

따라서 더 이상 전통적인 프로그래밍이 아니라 기계 학습입니다. 더 이상 CPU에서 실행되는 코드가 아니라 GPU 신경망에서 실행되는 신경망이 소프트웨어 2.0의 핵심입니다.

GPU ISS에서 실행되는 이러한 신경망은 새로운 운영 체제와 컴퓨터를 사용하는 새로운 방식을 형성했습니다. 이는 현대 컴퓨터의 운영 체제(대형 언어 모델)입니다.

이 기계 학습 접근 방식은 놀라운 확장성을 보여 주며 이를 통해 모든 종류의 작업을 수행할 수 있습니다. 물론 여기에는 디지털화된 텍스트, 언어, 음성, 이미지, 비디오 등이 포함됩니다. 그것은 다중 모드이므로 아미노산 서열을 가르칠 수 있고, 거의 모든 것, 많은 관찰 데이터와 관련된 모든 것을 이해하도록 가르칠 수 있습니다.

첫 번째 단계는 인터넷에 있는 많은 양의 텍스트를 연구하여 데이터의 의미를 이해하는 것입니다.

이러한 접근 방식을 통해 우리는 단어, 어휘, 문법을 이해할 수 있으며, 패턴과 관계를 찾아 단어의 의미까지 이해할 수 있습니다.

요즘은 같은 방법을 사용하여 단어와 이미지의 관계, '고양이'라는 단어와 '고양이'의 이미지가 연결되는 등 다양한 양상과 관련된 다양한 유형의 데이터의 의미를 이해할 수 있을 뿐만 아니라 학습 후 다양한 방식으로 번역하고 생성할 수도 있습니다.

그러므로 우리는 모든 종류의 데이터를 이해하고, 지능적인 정보를 생성하며, 다양한 형태의 지능을 만들어 낼 수 있습니다.

오늘날 만들어지고 있는 모든 놀라운 스타트업과 앱을 살펴보면 모두 이 슬라이드에서 두 가지 조합 중 하나에 속한다는 것을 알 수 있습니다.

텍스트에서 텍스트로(예: 요약, Q&A, 텍스트 생성, 스토리텔링) 또는 텍스트에서 다른 형식으로(예: 자막을 위한 비디오에서 텍스트로, 이미지 인식을 위해 이미지에서 텍스트로, Midjourney와 같은 이미지 생성을 위해 텍스트에서 이미지로, Runway ML과 같은 비디오 제작을 위한 텍스트-비디오).

이 모든 다양한 조합은 획기적입니다. 단백질의 기능을 설명하기 위해 단백질에서 텍스트로 이동할 수도 있고, 효과적인 약물이 될 수 있는 화학적 특성을 설명할 수도 있습니다.

각 조합은 새로운 산업, 새로운 회사, 새로운 응용 시나리오를 나타내며 충격적인 "캄브리아기 폭발"을 일으키고 수많은 새로운 응용 프로그램을 생성합니다.

우리는 이제 막 시작했습니다. 머신러닝의 한 가지 특징은 뇌가 클수록 더 많은 데이터를 가르칠 수 있고 더 똑똑해진다는 것입니다.

우리는 이를 스케일링 법칙이라고 부릅니다. 이제 모델의 규모가 증가하고 훈련 데이터의 양이 증가함에 따라 지능의 효율성, 품질 및 성능이 향상된다는 많은 증거가 있습니다.

매년 업계에서는 모델 크기를 대략 두 배로 늘리고 있으며 이에 따라 데이터 양도 세 배로 늘어납니다.

따라서 우리에게는 4배의 컴퓨팅 리소스가 필요하며, 인공지능을 다음 단계로 끌어올리는 데 필요한 컴퓨팅 리소스는 엄청납니다. Scaling Laws에서는 사전 교육이 포함되고 사후 교육도 포함됩니다.

사후 훈련은 강화학습, 인간 피드백, 강화학습, AI 피드백 등 다양한 방법을 통해 수행됩니다. 이제 훈련 후 단계에서 합성 데이터 생성을 사용하는 방법이 많이 있습니다. 따라서 훈련, 사전 훈련, 훈련 후가 상당한 규모로 확장되고 있으며 여전히 매우 좋은 결과를 보이고 있습니다.

Strawberry나 Open AI의 o1이 출시되었을 때, 이는 세상에 완전히 새로운 추론 방식을 제시했습니다.

추론은 ChatGPT와 통신하는 것처럼 AI와 상호 작용하는 프로세스이지만 ChatGPT는 일회성입니다. 질문을 하고, 작업을 수행하도록 요청하고, 어떤 질문을 하거나 프롬프트를 표시하더라도 한 번의 상호 작용으로 답변을 제공합니다.

그러나 우리는 생각이 단지 순간 이상의 것임을 알고 있습니다. 생각을 하려면 여러 번 시도하고 최종적으로 가장 적절한 답을 선택해야 합니다.

우리가 생각할 때와 마찬가지로, 답을 숙고한 다음 답을 줄 수도 있고, 문제를 단계별 사고 사슬로 나눌 수도 있습니다. 우리는 더 많은 컴퓨팅 리소스를 투자하면서 추론을 지속적으로 향상시킬 수 있는 많은 기술을 발명했습니다.

이제 우리는 다음 단어를 생성하는 것뿐만 아니라 사고, 성찰 및 계획에 관한 두 번째 확장 법칙, 즉 확장 법칙을 추론합니다. 이 두 가지 동시 확장을 위해서는 새로운 세대와 새로운 아키텍처를 제공할 때마다 엄청난 속도로 컴퓨팅 성능을 향상시켜야 합니다.

우리는 제품을 제공할 때마다 성능을 X배로 향상시키는 동시에 전력 소비와 비용을 같은 양만큼 줄입니다. 따라서 성능을 향상시키는 것은 비용을 절감하는 것과 같고, 성능을 향상시키는 것은 에너지 소비를 줄이는 것과 같습니다.

따라서 전 세계가 인공지능을 점점 더 받아들이고 적용함에 따라 인공지능 기술의 발전을 촉진하고 그 적용 범위를 확대하는 것이 우리의 사명입니다.

우리의 책임은 지속적으로 성능 개선을 추진하고 이 프로세스를 최대한 가속화하는 동시에 인공 지능의 적용 영역을 확장하고 효율성을 개선하며 비용을 절감하고 전력 소비를 줄이는 것입니다. 이것이 우리가 연간 주기로 전환한 이유입니다.

하지만 인공지능은 단순히 칩 문제가 아니다. 이 AI 시스템은 거대합니다. 이것이 블랙웰 시스템이다.

블랙웰은 단순히 GPU의 이름이 아니라 전체 시스템의 이름이고, GPU 자체는 언급할 수밖에 없을 정도로 좋다. 죄송합니다. 참석한 모든 외국인 손님에게 설명을 부탁드립니다.

그래서 오늘 우리는 Blackwell을 선보입니다.

각 Blackwell 칩은 1,040억 개의 트랜지스터를 포함하는 세계 최대 규모이며 최첨단 4nm 공정으로 TSMC에서 제조됩니다. 두 개의 Blackwell 칩은 초당 10TB의 저전력 연결을 통해 상호 연결됩니다.

칩의 이음새, 즉 스레드에는 수천 개의 상호 연결된 노드가 있어 초당 10테라바이트의 전송 속도를 제공합니다.

이 칩은 SK 하이닉스와 마이크론의 HBM 3e 메모리 모듈 8개를 통해 연결되며 총 메모리 대역폭은 초당 8TB입니다. 두 개의 GPU는 NVLink를 통해 CPU에 연결되며, 각 GPU는 초당 1.8TB의 연결 대역폭을 갖습니다.

이는 초당 많은 기가바이트입니다. 이는 이 시스템이 저절로 작동하는 것이 아니기 때문입니다. 세상에서 가장 발전된 컴퓨터라도 인공지능만으로는 작업을 완료할 수 없습니다.

때로는 하나의 거대한 컴퓨터처럼 함께 작동하는 수천 대의 컴퓨터와 작동해야 하고, 때로는 서로 다른 고객이나 문의에 응답하기 위해 독립적으로 작동해야 합니다.

따라서 때로는 개별적으로 실행되고 때로는 단위로 작동하여 GPU가 하나의 단위로 작동할 수 있습니다. 우리는 확실히 이 GPU를 네트워크를 통해 수천 개의 다른 GPU에 연결했지만 여전히 NVLink가 필요합니다.

이 NVLink를 사용하면 내 뒤에 있는 것과 같은 랙에 여러 개의 GPU ISS를 연결할 수 있습니다. 랙은 초당 1.8테라바이트의 대역폭으로 연결되며, 이는 세계에서 가장 높은 대역폭 네트워크보다 35% 빠릅니다. 이를 통해 모든 GPU ISS를 함께 연결할 수 있습니다.

이 랙에는 9개의 NVLink 스위치가 있으며, 랙당 72대의 컴퓨터가 네트워크를 통해 연결되어 있습니다.

NVLink는 £50 구리선을 통해 직접 구동되며, 이 훌륭한 Cdes를 사용하여 NVLink라고 부릅니다. NVLink와 같이 컴퓨터에 연결됩니다. 이 스위치는 이러한 모든 컴퓨터를 단일 엔터티로 연결합니다.

그래서 궁극적으로 72대의 컴퓨터가 서로 연결되어 거대한 GPU인 슈퍼 GPU를 형성하게 됩니다. 소프트웨어 관점에서 볼 때 이는 거대한 칩입니다. 이 랙, 이 랙의 가격은 £3000입니다. 이 단계로 이동하여 표시하는 것은 불가능합니다.

가능하다면 보여드리고 싶습니다. £3000, 120kW입니다. 이는 수많은 Nintendo Switch의 성능과 맞먹습니다. 휴대용은 아니지만 매우 강력합니다. 이것이 블랙월 시스템입니다.

우리는 이를 슈퍼 노드로 구성하거나 수만 개, 이상적으로는 수십만 개의 유닛이 있는 거대한 데이터 센터에 구축되도록 설계했습니다. 이러한 기계는 스위치를 통해 연결되며, 그 중 일부는 기존 이더넷 환경에 원활하게 통합될 수 있습니다. 이러한 시스템을 사용하여 AI 슈퍼컴퓨터를 구축할 수 있습니다.

이를 엔터프라이즈 데이터 센터, 하이퍼스케일 데이터 센터에 통합하거나 엣지 컴퓨팅용으로 구성할 수 있습니다. Blackwell 시스템은 놀라울 정도로 강력할 뿐만 아니라 적응력도 매우 뛰어나 전 세계 컴퓨팅 인프라의 모든 부분에 쉽게 통합됩니다. 이것이 블랙웰을 넘어 블랙웰입니다.

이것은 컴퓨터이지만 가장 중요한 점은 이 컴퓨터에서 모든 소프트웨어가 실행되지 않으면 이 컴퓨터가 작동하지 않는다는 것입니다.

액체 냉각 시스템과 복잡한 배선을 갖춘 이 컴퓨터를 보면 충격적입니다. 어떻게 그렇게 강력한 컴퓨터를 프로그래밍할 수 있습니까? 이것이 바로 NVIDIA 소프트웨어 스택의 핵심입니다. 우리의 모든 노력에는 CUDA, Megatron 코어 등에 대한 작업이 포함됩니다.

TensorRT, Triton 등 우리가 수년 동안 개발한 모든 소프트웨어를 통합하면 전 세계 누구나 ​​AI 슈퍼컴퓨터를 배포할 수 있습니다.

그리고 물론 AI 소프트웨어 계층은 AI 구축 프로세스를 더욱 단순화합니다. 그렇다면 AI란 정확히 무엇인가? 우리는 다양한 관점에서 AI에 대해 이야기하지만, 특히 인기를 끌 것이라고 생각하는 AI에는 두 가지 유형이 있고, 나에게 큰 도움이 된 두 가지 멘탈 모델이 있습니다.

최초의 AI는 기본적으로 디지털 AI 작업자였습니다. 이러한 AI 작업자는 이해하고 계획하고 실행할 수 있는 능력을 갖추고 있습니다.

때로는 디지털 AI 작업자가 마케팅 캠페인, 고객 지원, 공급망 계획 개발, 칩 설계 최적화, 프로그래밍 지원을 수행하거나 심지어 신약 발견 산업에서 연구 보조원 또는 실험실 보조원 역할을 하도록 요청받습니다.

아마도 이들 대리인은 CEO의 개인 멘토 역할을 할 수도 있고 직원들의 상담자가 될 수도 있습니다. 이러한 AI, 이러한 디지털 AI 작업자를 우리는 AI 에이전트라고 부르며 실제로는 디지털 직원과 같습니다.

디지털 직원과 마찬가지로 그들을 교육해야 합니다. 데이터를 만들어 회사에 들어오는 것을 환영하고 회사에 대해 가르쳐야 합니다.

수행하기를 원하는 특정 기능에 따라 적절한 기술 교육을 제공하고, 교육이 완료된 후에는 학습해야 할 내용을 배웠는지 평가해야 합니다. 또한 할당된 작업만 수행하고 해서는 안 되는 작업은 수행하지 않도록 보호 메커니즘을 설정해야 합니다.

물론 이러한 AI 에이전트를 운영하고 배치하고 Blackwell의 에너지와 AI 토큰을 제공해야 합니다. 이들은 다른 에이전트와 상호 작용하고 함께 작업하며 문제를 해결합니다. 다양한 에이전트를 볼 수 있습니다. 생태계에서 기업용 AI 에이전트를 더 쉽게 구축할 수 있도록 몇 가지 도구를 개발했습니다.

NVIDIA는 서비스 사업을 하고 있지 않으며 최종 제품을 제작 또는 제공하거나 완전한 솔루션을 제공하지 않습니다. 우리가 하는 일은 생태계가 AI를 생성, 전달하고 지속적으로 개선할 수 있도록 기술 지원을 제공하는 것입니다. 우리의 AI 에이전트 라이프사이클 플랫폼은 Nemo라고 합니다.

Nemo는 앞서 언급한 데이터 랭글링부터 교육, 미세 조정, 합성 데이터 생성, 평가, 보호 조치에 이르기까지 모든 단계에 필요한 라이브러리를 제공합니다. 이러한 모든 라이브러리는 전 세계의 워크플로 및 프레임워크에 통합되어 있습니다.

우리는 Accenture 및 Deloitte와 같은 AI 스타트업 및 서비스 제공업체와 협력하여 전 세계 대기업에 이 기술을 제공합니다.

또한 ServiceNow와 같은 ISV와 협력하여 ServiceNow를 사용하는 AI 에이전트를 만들 수 있도록 지원합니다.

이제 ServiceNow 플랫폼 라이선스를 받아 이를 사용하고 ServiceNow 플랫폼과 상호 작용하는 직원으로부터 도움을 받을 수 있습니다. 앞으로 ServiceNow는 문제 해결을 돕기 위해 임대할 수 있는 기본적으로 디지털 직원인 AI 에이전트를 다수 제공할 예정입니다.

SAP, Cadence, Ansyr, Snowflake 등 글로벌 기업과 협력하여 기업 생산성 향상에 도움을 줄 수 있는 AI Agent를 공동 구축하고 있습니다.

이제 이러한 에이전트는 이해하고 추론하고 계획하고 조치를 취할 수 있으며 실제로 이러한 에이전트는 단일 모델이 아닌 여러 AI 모델로 구성된 시스템입니다. Nemo는 이러한 에이전트를 구축하는 데 도움을 줍니다.

동시에 우리는 사전 훈련된 AI 모델을 만들어 이를 마이크로서비스인 Nim(Nemo Inference)으로 패키징했습니다.

따라서 이러한 Nim은 마이크로서비스와 같으며 기본적으로 패키지된 AI입니다. 과거에는 소프트웨어가 CD와 함께 상자에 포장되어 있었지만 오늘날의 AI는 마이크로서비스 형태로 포장되어 소프트웨어 자체가 지능적입니다.

이 소프트웨어는 사용자가 말하는 내용을 이해하므로 대화를 나눌 수 있습니다. 또한 이러한 소프트웨어를 다른 소프트웨어와 연결할 수도 있습니다.

이 AI를 다른 AI와 연결하여 AI 에이전트를 구성할 수 있습니다. 이것이 첫 번째 포인트입니다. 이러한 AI 에이전트의 적용 예를 들어보겠습니다.

AI는 정교한 추론과 반복 계획을 사용하여 여러 분야에 걸쳐 복잡한 문제를 해결함으로써 모든 산업을 변화시키고 있습니다.

AI 에이전트는 마케팅 활동 시작을 가속화하고 즉각적인 통찰력을 제공하여 공급망을 최적화하고 수억 달러의 비용을 절감하며 분석가가 취약점을 신속하게 식별하도록 지원하여 소프트웨어 보안 처리 프로세스를 며칠에서 몇 초로 단축할 수 있습니다.

AI를 그토록 강력하게 만드는 것은 데이터를 지식으로, 지식을 행동으로 변환하는 능력입니다.

예를 들어, 이 디지털 에이전트는 NVIDIA AI Blueprint를 통해 구축된 일련의 정보 집약적 연구 논문에서 통찰력을 추출하여 개인을 교육할 수 있습니다. NVIDIA AI Blueprint는 사용자가 AI 애플리케이션을 신속하게 구축하고 배포하는 데 도움이 되는 NVIDIA 가속 라이브러리, SDK 및 Nim 마이크로서비스를 포함하는 참조 워크플로우입니다.

다중 모드 PDF 데이터 추출 청사진은 데이터 수집 파이프라인을 구축하는 데 도움이 되고, 디지털 휴먼 청사진은 인간과 유사한 원활한 상호 작용을 제공합니다.

AI 에이전트 시스템은 세 부분으로 구성된다. 니모, 님스, 블루프린트.

이러한 리소스는 공개적으로 사용 가능하며 필요에 따라 이를 사용하여 자체 AI 에이전트 팀을 구축할 수 있습니다. 어떤 에이전트도 누군가의 업무를 100% 수행할 수 없으며, 어떤 에이전트도 이를 수행할 수 없습니다.

그러나 모든 상담원이 업무의 50%를 수행할 수 있게 되며 이는 엄청난 성과입니다.

AI가 일부 직원의 업무를 대체할 것이라고 생각하기보다는 AI가 전체 직원의 업무의 50%를 완료한다고 생각하는 것이 좋습니다. 이러한 사고 방식을 통해 AI가 회사의 전반적인 생산성 향상에 도움이 되고, 이를 통해 개인의 생산성도 향상된다는 것을 알게 될 것입니다.

사람들은 종종 나에게 'AI가 내 일을 대신하게 될까요?'라고 묻습니다. 나는 항상 AI 자체가 당신의 직업을 대체하지 않으며, 다른 사람이 그것을 사용할 때만 당신의 직업을 대체할 것이라고 대답합니다. 따라서 가능한 한 빨리 AI 사용을 시작하십시오. 첫 번째 애플리케이션은 디지털 AI 에이전트이며 이는 디지털 에이전트입니다.

두 번째 애플리케이션은 물리 AI다. 기본 기술은 동일하며, 이러한 기술은 이제 기계 시스템에 구현된다. 로봇 공학은 의심할 여지 없이 세계에서 가장 중요한 산업 중 하나가 될 것입니다.

지금까지 로봇공학에는 많은 한계가 있었습니다. 그리고 이러한 제한의 이유는 매우 분명합니다. 실제로 일본에서는 전 세계 제조 로봇의 50%가 이곳에서 생산됩니다.

Kawasaki, Fanuc, Yaskawa 및 Mitsubishi는 세계 로봇 기술의 4대 선도 기업으로 전 세계 로봇의 절반 이상을 생산하고 있습니다.

로봇은 제조 생산성 향상에 중요한 역할을 해왔지만, 로봇 산업은 오랜 기간에 걸쳐 천천히 성장해 왔다. 그 이유는 로봇 기술이 너무 제한적이고 유연성이 부족하며 다양한 시나리오, 조건 및 작업 요구에 적응할 수 없기 때문입니다.

자율적으로 적응하고 학습할 수 있는 보다 유연한 AI가 필요합니다.

지금까지 설명한 기술인 에이전트 기반 AI는 이러한 에이전트와 상호 작용하고 누구로부터도 응답을 받을 수 있어야 한다는 점을 알 수 있습니다.

물론 때로는 이러한 반응이 우리가 스스로 생성하는 것만큼 좋지 않을 수도 있지만 실제로는 많은 경우 우리보다 훨씬 더 나은 반응을 보입니다.

따라서 이러한 일반적인 AI 기술을 우리가 흔히 로봇공학이라고 부르는 체화된 AI, 즉 물리적 AI 분야에 적용할 수 있습니다. 로봇공학을 구현하려면 컴퓨터 세 대를 만들어야 합니다.

앞서 언급한 모든 예와 마찬가지로 첫 번째 컴퓨터는 AI를 훈련하는 데 사용되며, 두 번째 컴퓨터는 AI를 시뮬레이션하는 데 사용되며, AI가 합성 데이터에서 지식을 학습하고 파생할 수 있는 훈련 환경을 제공해야 합니다. 우리는 그것을 옴니버스라고 부릅니다.

Omniverse는 물리적 AI 및 로봇 공학을 위해 만든 가상 세계 디지털 트윈 물리적 AI 라이브러리입니다. 훈련, 검증 및 평가 후에 훈련된 모델을 실제 로봇으로 이식할 수 있습니다.

이 과정에서 Jetson Thor라는 로봇용으로 특별히 설계된 프로세서가 있습니다.

Thor는 휴머노이드 로봇을 위해 설계된 로봇 프로세서입니다. 이 프로세스는 계속해서 순환됩니다. Nemo AI Agent 라이프사이클 플랫폼과 마찬가지로 Omniverse 플랫폼도 AI 생성에 도움이 될 수 있습니다. 궁극적으로 여러분이 기대하는 AI는 화면 왼쪽에서 영상과 주변 환경, 여러분의 요구 사항을 인식하고 그에 따른 행동을 생성하는 세상을 보게 될 것입니다.

텍스트를 처리하고 비디오를 생성할 수 있는 것처럼 텍스트를 처리하고 제약 화학 성분을 생성할 수도 있습니다. 텍스트를 처리하고 신체 움직임을 생성할 수 있습니다. 이 개념은 생성적 AI와 매우 유사합니다. 이것이 바로 우리가 Omniverse부터 우리가 구축하는 모든 컴퓨터 시스템, 최신 생성적 AI 기술에 이르기까지 필요한 기술적 기반을 갖추었다고 믿는 이유입니다. 이제 인공지능을 위한 때가 무르익었습니다. 로봇공학이 현실이 되었습니다.

그렇다면 휴머노이드 로봇을 만드는 것이 왜 그렇게 어려운가? 분명히 인간으로서 우리는 엄청나게 복잡하며, 인간형 로봇용 소프트웨어를 개발하는 것은 훨씬 더 어렵습니다.

그러나 보상은 엄청납니다. 현재 전 세계에 쉽게 배포할 수 있는 컴퓨터는 두 가지 유형뿐입니다. 첫 번째는 자동차와 유사한 로봇 시스템입니다. 자동차가 적응할 수 있는 세상을 만들었기 때문입니다.

두 번째 유형은 휴머노이드 로봇이다. 두 로봇 시스템 모두 우리가 스스로 이 세상을 만들었기 때문에 세계 어느 곳에나 배포할 수 있습니다. 두 기술 모두 믿을 수 없을 만큼 복잡하지만, 아직은 시간이 무르익었고 그 영향력은 엄청날 것입니다.

지난주 로봇 학습 컨퍼런스에서 우리는 Isaac Lab이라는 매우 중요한 새로운 프레임워크를 발표했습니다.

Isaac Lab은 휴머노이드 로봇이 휴머노이드 로봇이 되는 방법을 가르치는 강화학습 가상 시뮬레이션 시스템입니다. 우리는 이를 기반으로 여러 가지 워크플로우를 개발했습니다. 첫 번째 워크플로우는 Groot Mimic입니다. Groot Mimic은 인간의 시연을 통해 로봇이 작업을 완료하는 방법을 배울 수 있는 프레임워크입니다.

도메인 무작위화 기술을 사용하여 로봇이 일반화하는 방법을 배우는 데 도움이 되는 유사한 데모의 다른 사례를 많이 생성할 수 있습니다. 이 프로세스가 없으면 매우 구체적인 작업만 수행할 수 있습니다. Mimic을 통해 우리는 로봇이 더 넓은 범위의 기술을 배울 수 있도록 할 수 있습니다.

두 번째 프로세스는 Groot Gen Groen입니다. Omniverse 플랫폼에서는 생성 AI 기술을 사용하여 무작위 필드에 수많은 환경 인스턴스를 생성하고 로봇이 수행하기를 원하는 다양한 동작을 설계할 수 있습니다.

그래서 우리는 로봇이 스스로 시험하고 개선하며 더 나은 로봇이 되는 방법을 배울 수 있도록 일련의 테스트, 평가 시스템 및 평가 시나리오를 개발하고 있습니다.

세 번째 항목은 그룹 제어입니다. 군집 제어는 학습된 모든 작업과 기술을 로봇이 운동 기술을 수행할 수 있는 통합 모델로 압축할 수 있는 모델 추출 프레임워크입니다.

방금 언급한 요점도 더 중요합니다. 로봇이 자율화될 뿐만 아니라 미래의 공장도 로봇화될 것이라는 점입니다. 이러한 공장은 로봇이 주도하고 로봇을 조정하며 그 자체가 로봇인 기계 시스템을 구축하게 될 것입니다.

정말 놀라운 시간이었습니다.

그래서 우리는 두 개의 로봇 시스템을 가지고 있습니다. 하나는 디지털이고 우리는 그것을 AI 에이전트라고 부릅니다. 사무실에서 이러한 에이전트를 사용하여 직원과 협업할 수 있습니다. 두 번째 유형은 물리적 AI 시스템, 즉 로봇공학입니다. 이러한 물리적 AI 시스템은 기업이 구축하는 제품이 될 것입니다.

따라서 기업은 직원의 생산성을 높이기 위해 AI를 사용할 것이며, 우리는 AI를 사용하여 우리가 판매하는 제품을 추진하고 향상시킬 것입니다. 미래의 자동차 회사는 두 개의 공장을 갖게 될 것입니다. 하나는 자동차를 생산하는 공장이고 다른 하나는 차량 내 AI를 생산하는 공장입니다. 이것이 로봇 혁명의 시작이다.

전 세계적으로 많은 활동이 일어나고 있는데, 로봇 AI 혁명을 주도하기에 일본보다 더 적합한 나라는 상상할 수 없습니다.

그 이유는 간단합니다. 여러분 모두 아시다시피 여러분은 로봇을 사랑하고 세계 최고의 로봇을 만들어냈습니다. 이 로봇은 우리가 성장하는 동안 우리와 함께했으며 평생 동안 우리의 사랑하는 존재가 되었습니다. 사실 아직 보여드리지 못한 마징가Z, 건담 등 좋아하는 로봇들이 너무 많아요. 하지만 제어불능 로봇에 대한 언급도 빼먹지 않았어요.

따라서 일본이 최신 AI 혁신을 활용하고 이를 메카트로닉스 분야의 최고의 전문 지식과 결합할 수 있기를 바랍니다.

세계 어느 나라도 메카트로닉스 분야에서 일본보다 더 유리한 나라는 없습니다. 이 특별한 기회를 포착하는 것이 중요합니다. 이 꿈을 이루기 위해 함께 노력할 수 있기를 바랍니다. NVIDIA AI는 일본에서 큰 성공을 거두었으며 많은 파트너를 보유하고 있습니다. 우리는 Tokyo Institute of Science and Technology, Rakuten 등과 같이 대규모 언어 모델을 구축하고 있는 파트너를 보유하고 있습니다.

AI는 다양한 분야, 특히 AI가 다양한 방식으로 사용되는 신약 발견 산업에서 사용됩니다.

그래서 저는 여기서의 진전에 대해 매우 기대하고 있으며, 우리의 개발을 가속화하고 AI 혁명의 기회를 포착하기를 희망합니다.

산업이 변화하고 있습니다. 앞서 말했듯이 컴퓨터 산업은 CPU 기반 코딩 시대에서 현재 GPU 기반 머신러닝 시대로 변모하고 있다. 인공지능 산업은 순수 소프트웨어 제조 산업에서 인공지능 제조 중심 산업으로 변화하고 있다.

AI는 24시간 가동되는 공장에서 생산된다. 소프트웨어를 구입하여 컴퓨터에 설치하면 소프트웨어의 제조 및 배포가 완료됩니다.

그러나 지능은 결코 끝나지 않습니다. AI 에이전트든 AI 로봇이든 모든 AI 시스템과 계속해서 상호 작용합니다. 지능은 토큰의 형태로 표현되며 토큰은 지능의 단위인 숫자입니다.

이 숫자들은 지능을 형성하기 위해 다양한 방식으로 함께 구성됩니다. 예를 들어 언어 지능, 운전대 지능, 자율주행차 지능, 휴머노이드 로봇을 제어하는 ​​모터 지능, 신약 발견 지능 등이 있습니다.

이 모든 토큰은 이 공장에서 생산됩니다. 이러한 인프라와 공장은 이전에는 존재한 적이 없으며 완전히 새로운 산업을 대표하므로 전 세계에서 처음으로 수많은 기술 발전이 일어나고 있는 것입니다.

우리는 인공지능 제조업이라는 새로운 공장의 탄생이라는 새로운 산업을 열고 있습니다.

이들 공장은 다양한 기업에 의해 건설될 것이며, 각 기업은 AI 제조사가 될 것이다. 분명히 어떤 회사도 인공지능을 생산하지 않을 여유가 없습니다. 인텔리전스 없이 어떻게 회사가 미래를 감당할 수 있습니까? 지능 없이 어떤 국가가 어떻게 미래를 감당할 수 있습니까?

칩을 생산할 필요도 없고, 소프트웨어를 생산할 필요도 없지만 지능을 생산해야 합니다. 지능은 매우 중요합니다. 지능은 귀하의 정체성과 우리 정체성의 핵심입니다.

그래서 우리는 AI 공장이라는 새로운 산업을 갖게 되었습니다. 이것이 바로 제가 말하는 새로운 산업혁명입니다.

마지막으로 그러한 변화가 일어난 것은 300년 전으로, 전기가 발견되어 널리 보급되고 전기의 생산과 유통이 이루어지고 새로운 유형의 공장이 생겨났습니다. 그 새 발전소는 발전소가 아니라 산업 혁명의 맥락에서 일어나는 에너지 산업의 일부였습니다. 그리고 이제 우리는 이전에 볼 수 없었던 완전히 새로운 산업을 갖게 되었습니다.

인공지능은 컴퓨터 산업의 산물일 뿐만 아니라, 사회 각계각층에서 응용되고 만들어지고 있습니다.

자신만의 AI를 만들어야 합니다. 제약 산업은 자체 AI를 만들어야 하고, 자동차 산업은 자체 AI를 만들어야 하며, 로봇 산업도 자체 AI를 만들어야 합니다. 모든 산업, 모든 회사, 모든 국가에는 고유한 AI가 있어야 합니다. 이것은 새로운 산업 혁명입니다.

오늘 중요한 발표가 있습니다. 일본에서 AI 인프라 구축을 위해 SoftBank와 협력할 예정입니다. 우리는 일본 최대 규모의 AI 공장인 NVIDIA AI Factory를 공동으로 건설할 것입니다.

해당 공장은 엔비디아 DGX 플랫폼을 기반으로 하며 내년 초 완공될 예정이다.

공장이 완공되면 25엑사플롭스의 컴퓨팅 성능을 갖게 된다. 세계 최대 슈퍼컴퓨터는 최근 1엑사플롭에 도달했으며, 이 공장은 25엑사플롭의 용량을 갖게 될 것이며 AI 생산을 위해 특별히 제작되었다는 점을 명심하세요.

하지만 AI를 배포하기 위해 소프트뱅크는 앞서 언급한 5G 무선 엔진인 CUDA 아키텍처를 기반으로 하는 NVIDIA ISS Aerial을 통합할 예정입니다. 이러한 방식으로 5G 네트워크의 무선, 컴퓨터, 베이스밴드 및 AI 컴퓨팅 기능을 통합할 수 있습니다.

이제 우리는 통신 네트워크를 발전시키고 재설계하여 AI RAN(Radio Access Network)으로 전환할 수 있습니다. 음성, 데이터, 영상뿐만 아니라 새로운 유형의 정보지능인 AI도 전송할 수 있습니다.

이 네트워크는 SoftBank의 200,000개 사이트를 통해 5,500만 명의 사용자에게 서비스를 제공할 것입니다. AI공장은 AI를 생산하고, AI유통망은 AI를 유통하게 된다.

우리는 또한 이 인프라를 기반으로 새로운 스토어를 구축할 것입니다. AI 스토어는 SoftBank와 제3자가 만든 AI 제품이 이 플랫폼을 통해 5,500만 명의 사용자에게 제공될 것입니다. 우리는 NVIDIA AI 엔터프라이즈 플랫폼에 이러한 애플리케이션을 구축하고 모든 사람이 AI에 액세스할 수 있도록 새로운 스토어를 출시할 것입니다.

이는 결국 일본 전역에 AI 네트워크를 형성하게 될 엄청난 발전이 될 것입니다. 이 AI 네트워크는 인프라의 일부가 될 것입니다.

그리고 인프라의 가장 중요한 부분 중 하나는 상품을 제조하고 유통하려면 인프라의 일부로 공장과 도로가 필요하다는 점을 기억하십시오. 또한 인프라의 일부로 에너지와 통신이 필요합니다.

인프라에서 근본적인 혁신을 이룰 때마다 새로운 산업, 새로운 기업, 새로운 경제적 기회와 새로운 번영이 탄생합니다. 도로와 공장이 없었다면 우리가 어떻게 산업혁명을 경험할 수 있었겠습니까? 에너지와 통신 없이 어떻게 정보 기술 혁명을 이끌 수 있습니까?

모든 새로운 인프라는 우리에게 새로운 기회를 제공합니다. 그래서 일본에서 이런 일이 일어나도록 SoftBank와 협력하는 것은 정말 신나는 일입니다. 이것은 완전한 혁명입니다. 통신망이 인공지능망으로 변신한 것은 이번이 처음이다.

좋아요, 당신이 무엇을 할 수 있는지 보여드리겠습니다. 이 예를 들어보세요.

저는 기지국 아래, 무선 기지국 옆에 서 있습니다. 차 안에는 기지국을 통해 스트리밍되는 영상이 있습니다. 이 기지국에는 AI가 탑재되어 있습니다. 이 라디오 타워에는 자동차가 보는 모든 것을 보고 자동차가 보는 것을 이해하는 비디오 인텔리전스가 탑재되어 있습니다.

이 AI 모델은 자동차에 설치하기에는 너무 클 수 있지만 기지국에는 확실히 배치할 수 있습니다. 기지국이 수신한 영상을 통해 자동차와 주변 환경에서 일어나는 모든 일을 이해할 수 있다.

좋아요, 이것은 보안을 위해 엣지 AI를 사용하는 한 가지 예일 뿐입니다. 즉, 기본적으로는 자율주행차를 위한 항공 교통 관제이며 그 활용 범위는 무궁무진합니다. 또한 이 기본 아이디어를 사용하여 공장 전체를 AI로 전환할 수도 있습니다.

보세요, 여긴 공장이에요. 지금, 나는 어디에 있나요? 알았어, 길을 잃었어. 여기에는 카메라가 많고 비디오는 기지국으로 스트리밍된다. 놀랍게도 이러한 카메라와 AI 모델로 인해 이 공장은 이제 AI가 되었습니다.

공장에 얘기해서 공장에서 무슨 일이 일어나는지 물어보면 됩니다. 공장에 물어보세요. 오늘 사고가 발생했나요? 이상이 있나요? 오늘 다친 사람은 없나요? 이 모든 정보는 일일 보고서 형식으로 제공됩니다. 이제 공장이 AI가 되었기 때문에 공장에 문의하기만 하면 됩니다.

이 AI 모델은 공장 내부에서 실행될 필요가 없으며 SoftBank의 무선 시스템에서도 실행될 수 있습니다. 음, 여기 또 다른 예가 있습니다. 실제로 경기장, 도로, 공장, 창고, 사무실, 건물 등 거의 모든 물리적 개체를 AI로 바꿀 수 있습니다.

그들 모두는 AI가 될 수 있습니다. ChatGPT처럼 그들과 소통하면 됩니다. 그렇다면 창고 통로에서는 무슨 일이 벌어지고 있는 걸까요? 장애물이나 유출물이 있습니까? 공장이랑 얘기하는 중이군요.

공장은 모든 상황을 관찰하고 이해했으며, 추론하고 조치를 계획하거나 사용자와 대화할 수도 있습니다. 다음과 같이 대답할 수 있습니다. "아니요, 창고 통로에는 장애물, 유출 또는 위험이 없습니다. 영상의 통로 상태는 체계적이고 깨끗하며 장애물이나 위험이 없는 것처럼 보입니다."

좋아요, 이제 공장과 얘기를 하고 계시네요. 정말 놀랍습니다. 당신은 창고와 대화하고, 자동차와 대화합니다. 왜냐하면 이것들이 이제 똑똑하기 때문입니다.

Nvidia를 놓친 것에 대한 후회, Huang Renxun과 Son Zhengyi는 같은 고통을 공유합니다

Jen-Hsun Huang: 음, 오늘은 일본에 인공 지능을 도입하는 방법에 대해 이야기하는 매우 특별한 손님도 있습니다. 당신은 이 친구를 알고 있을지도 모릅니다. 위대한 마사(손 마사요시)가 당신에게 말하려고 왔습니다.

여러분이 이것을 알고 있는지는 모르겠지만 저는 수년 동안 기술 업계에 종사해 왔습니다. 컴퓨터 산업은 PC에서 인터넷으로, 클라우드 컴퓨팅으로, 모바일 인터넷으로, 클라우드 컴퓨팅으로, 마지막으로 인공지능으로 옮겨갔습니다.

Masa는 모든 세대에서 올바른 승자를 선택하고 협력하는 유일한 기업가이자 혁신가입니다.

빌 게이츠를 일본에 데려온 것도 마사였고, 제리 양을 일본에 데려온 것도 마사였으며, 중국의 클라우드 컴퓨팅 산업을 탄생시킨 것도 마사였고, 알리바바의 도약을 도운 것도 마사였으며, 스티브 잡스를 데려온 것도 마사였습니다. 그리고 일본.

여러분 중에는 Masa가 한때 Nvidia의 최대 주주였다는 사실을 모르시는 분들이 많을 것입니다. 아, 상관없어요.

어떻게 했나요? 컴퓨팅 역사상 모든 기술 혁명의 혁신가를 어떻게 선별합니까?

아들: 글쎄요, 그냥 운이 좋았던 것 같아요. 나는 올바른 시대에 태어났고 당신과 같은 훌륭한 기업가를 만났습니다.

그것은 열정이고, 꿈이고, 본능이며, 누가 진정한 개척자이고, 누가 진정한 혁신가인지 냄새를 맡을 수 있습니다. 정말 행운아라고 생각해요. 하지만 그것은 또한 같은 비전입니다. 우리는 서로의 냄새를 맡을 수 있습니다. 그렇죠?

마치 늑대들이 서로의 냄새를 맡는 것처럼. 우리는 서로 늑대 냄새를 맡는 것 같아요.

Jen-Hsun Huang: 저는 강아지 두 마리를 키우고 있습니다. 나는 지금 이 비유가 마음에 들지 않습니다. 말씀하신 것처럼 역사를 되돌아보면 이번 전환, 플랫폼 변화, 혁명은 이전 혁명과 어떻게 다른가요? 차이점이 있다고 생각하시나요?

손 마사요시: 글쎄요, 저는 이것이 미래의 가장 흥미롭고 역동적인 개척지라고 생각합니다. 이는 이전의 모든 것보다 100배, 1000배 더 큰 규모입니다. 이것은 가장 큰 파도입니다.

Jensen Huang: 네, 제 생각에는 수학적으로나 업계의 관점에서 AI가 소프트웨어이기는 하지만 매우 다른 유형의 소프트웨어라는 점을 인식하는 것이 중요합니다. 당신과 내가 함께 만든 소프트웨어 산업은 도구 산업, 인간이 사용하는 도구입니다.

그리고 이 새로운 유형의 소프트웨어, 신경망, 대규모 언어 모델, 지능형 에이전트 및 로봇은 도구가 아니라 기술이며 작업입니다. 그들은 일을 할 수 있고, 일을 수행할 수 있으며, "고용 산업" 시장은 1조 달러가 아니라 100조 달러입니다.

Jen-Hsun Huang: 우리가 깨달은 것은 이 산업이 실제로 IT 산업의 변혁일 뿐 아니라 모든 산업의 변혁이기 때문에 이것이 매우 중요하다는 것입니다.

손 마사요시: 그렇습니다. 인간은 다른 종에 비해 슈퍼 두뇌를 가진 유일한 동물입니다. 인간이 그토록 강력한 것은 바로 두뇌의 힘 때문이다. 근육만 보면 사자나 코끼리처럼 근육이 더 강하지만 뇌는 인간이 가장 똑똑해요.

오늘날 전 세계 GDP의 모든 활동은 인간의 두뇌 활동을 기반으로 합니다. 저는 모든 산업이 이 혁명의 영향을 받을 것이라고 생각합니다.

Jensen Huang: 당신 말이 맞습니다. 확실히 놀라운 점 중 하나는 원자가 지배하는 산업에서는 그 규모에 한계가 있다는 것입니다. 원자의 수가 제한되어 있기 때문에 움직일 수 있는 원자의 수가 제한되어 있고 무겁습니다.

하지만 AI 산업은 전자로 이루어져 있고, 그렇다. 양자역학의 지배를 받으며 그 규모는 무한하다.

손 마사요시: 그렇습니다. 지능의 가치는 순수한 물질적 움직임보다 훨씬 높습니다. 그런 일련의 사고와 추론 과정을 생각하면 정말 놀랍고 놀랍습니다.

Jen-Hsun Huang: 네, 오늘 우리가 발표한 중요한 것 중 하나는 일본의 AI 그리드를 공동으로 구축하는 것입니다.

이 AI 그리드에는 AI 모델 개발을 위한 AI 공장과 이러한 AI 모델을 일본 전역에 배포할 수 있는 AI 네트워크가 포함됩니다. 우리가 공동으로 설계한 AI 공장 아키텍처와 AI 네트워크는 혁신적이며 세상에 유사한 모델은 없습니다.

일본은 이 목표를 달성하는 세계 최초의 국가가 될 것입니다.

손 마사요시: 네, 다른 통신사들도 이 새로운 추세를 따라야 합니다.

Jen-Hsun Huang: 다음으로 몇 가지 질문이 있습니다. 첫째, 소프트뱅크는 이 시스템을 당사와 자회사에 어떻게 적용하고 있습니까? 이 AI 네트워크가 일본 AI 산업에 어떻게 혁명을 일으킬 것이라고 생각하시나요?

손 마사요시: 방금 말씀하신 것처럼 우리 기지국은 통신이나 인터넷 등 데이터 전송에만 사용되었습니다. 그러나 이제 이 스마트 네트워크의 지원으로 우리는 서로 긴밀하게 연결되어 일본의 스마트 인프라의 일부가 될 것입니다. 이것은 매우 놀라운 일이 될 것입니다.

Jensen Huang: 물론 제가 언급한 Yahoo Japan과 PayPay처럼 자회사에도 적용할 수 있습니다. 따라서 AI 시스템을 만들어 모든 서비스를 더욱 흥미롭고 유용하게 만들고 소비자 경험을 향상시킬 수 있습니다.

하지만 제가 가장 기대하는 점은 연구원, 학생, 스타트업이 일본에서 성장할 수 있도록 이 리소스를 제공하는 것입니다.

손 마사요시: 실제로 여러분의 지원 덕분에 우리는 일본 최대 규모의 AI 데이터 센터를 만들고 있습니다. 미야가와와 저는 이 플랫폼을 많은 연구자, 학생 및 스타트업에게 공개하여 그들의 발전을 장려해야 한다고 논의하고 있습니다.

우리는 또한 이들이 이러한 컴퓨팅 리소스에 더 잘 접근할 수 있도록 돕기 위해 보조금을 지급하기 위해 노력하고 있습니다.

Jen-Hsun Huang: 인프라 구축에는 많은 자본 투자가 필요합니다. 네, 일본에 큰 투자를 하고 계십니다. 아시다시피, 우리는 기계 기술과 전자 기술이 융합되기 시작한 메카트로닉스 시대에 일본이 기술 혁신을 주도하기 전에도 여러 차례 논의한 적이 있습니다.

사실 그 당시에도 일본은 가전제품 분야에서 세계를 선도하고 있었습니다. 하지만 IT 산업과 소프트웨어가 떠오르기 시작하면서 지난 30년간 서양과 중국의 소프트웨어 산업이 붐을 이루었고, 일본은 좀 더 활발할 수도 있었을 거라 생각합니다.

손 마사요시: 그 당시에도, 지금도 많은 대기업과 미디어에서는 스스로를 '성인'이라고 생각했습니다. 물리적인 제품을 만드는 것에만 진정한 가치와 의미가 있는 반면, 소프트웨어는 가상의 무언가를 만든다는 의미입니다. 신뢰하기 어렵다.

소프트웨어의 가치에 대한 이러한 견해는 일본에서 수년 동안 지속되어 왔으며, 특히 인터넷 거품이 꺼진 후 젊은 기업가들은 비판의 목소리에 큰 타격을 받았습니다.

말씀하신 것처럼 로봇공학에 인공지능을 접목시키는 로봇공학을 통해 그 열정을 다시 불러일으켜야 한다고 생각합니다.

일본에는 '아스트로보이' 같은 만화 캐릭터가 있는데, 제가 가장 좋아하는 것은 테슬라의 로봇입니다. 근육만 있을 수는 없습니다. 로봇이 말하고, 감정을 갖고, 친구가 될 수 있으려면 지능이 있어야 합니다.

저는 이러한 최첨단 기술에 대한 추진과 우리의 도전이 지금 일본에 매우 필요하다고 생각합니다.

Jensen Huang: 네, 이제 소프트웨어 시대가 도래했다고 생각합니다. 좋은 소식은 이것이 새로운 시대의 시작을 의미한다는 것입니다.

아들: 응, 한 번 리셋하고, 다시 리셋하고, 리셋 버튼을 눌러.

Jensen Huang: 네, 업계가 재설정되고 있습니다. 이전 세대의 기업이 이 새로운 시대에 잘 해내지 못하기 때문에 전체 기술 스택이 리팩토링되고 있음을 알 수 있습니다. 그렇습니다. 완전히 새로운 기술 스택이 등장하여 전례 없는 기회를 가져왔습니다.

일본은 이 기회를 놓치지 말고 활용해야 한다. 그리고 인공지능은 소프트웨어와 전혀 다릅니다. 인공지능에는 데이터와 도메인 전문 지식이 필요합니다. 예, 귀하가 예술가라면 해당 분야에 대한 전문 지식을 갖추고 있습니다. 비디오 게임을 개발한다면 도메인 전문 지식도 갖추고 있습니다.

Jen-Hsun Huang: 약물 연구에 참여하고 신약을 개발하는 경우 해당 분야의 전문 지식도 갖추고 있습니다. 도메인 전문 지식이 있으면 데이터를 사용하여 이러한 전문 지식을 설명할 수 있습니다. 이 데이터는 AI 모델을 교육하는 데 사용될 수 있으며, 이 AI 모델은 인공 지능이 됩니다.

아들: 물론이죠. 따라서 이것은 완전히 새로운 기회입니다. 다행히도 일본은 적어도 이 AI 혁명을 억압하지 않았습니다. 일부 다른 국가에서는 기술을 과잉 보호하려고 하므로 규제 시스템이 다소 혼란스러워집니다.

일본에서는 적어도 정부가 이 혁명을 방해하지 않는 것 같아 다행입니다. 그럼에도 불구하고 정부는 AI의 발전을 장려하고 더 많은 혁신을 장려해야 한다고 생각합니다. 당신이 말했듯이 지금은 업계 재설정의 순간이자 새로운 혁명을 수용할 수 있는 가장 좋은 시기입니다.

손 마사요시: 지금 이 순간, 이 기회를 놓치지 말아야 합니다.

Jensen Huang: 물론 AI 혁명의 일부가 되려면 머신 러닝이기 때문에 인프라와 이러한 유형의 소프트웨어가 필요합니다. 많은 자원이 필요할 것입니다. 고마워요, 고마워요. 그리고 인프라가 필요합니다.

인프라가 없으면 인공지능을 완벽하게 구현하는 것은 불가능합니다. 소프트뱅크가 일본에서 AI 네트워크를 구축하는 이유도 바로 여기에 있다. 예, 당신은 이미 여기에 있는 모든 활동을 촉진하고 활성화하고 가속화할 것입니다.

아들: 우리는 시연을 통해 보여줍니다.

Jen-Hsun Huang: 네, 오늘 우리는 일본의 350개 스타트업과 협력하길 바랍니다. 네, 전 세계적으로 22,000개의 스타트업 중 350개가 있습니다. 네, 이 비율은 합리적이지 않습니다. 그러므로 우리는 젊은 기업가와 혁신가들이 AI 분야에 과감하게 도전하고 투자하도록 격려해야 합니다. 인프라는 이미 갖춰져 있습니다.

손 마사요시: 미야 카와와 제가 논의한 것처럼 우리는 일본 최대 규모의 AI 데이터 센터를 만들 것입니다. 따라서 우리는 컴퓨팅 파워에 보조금을 지급하여 컴퓨팅 파워를 거의 무료로 사용할 수 있도록 많은 인센티브 프로그램을 제공할 것이며, 새로운 모델을 시도하고 애플리케이션을 거의 무료로 테스트할 것입니다.

AI 애플리케이션도 일부 기부로 지원되어야겠죠?

Jen-Hsun Huang: 음, 드디어 마사를 초대하는 게 이번이 마지막이네요. 마사를 볼 때마다 돈을 써야 해요.

손 마사요시: 이것은 모두에게 좋습니다.

Jensen Huang: 네, 그 말을 들으니 반가웠네요. 마사님, 일본 AI의 어떤 측면이 미래에 가장 기대되나요? 당신은 무엇을 기대합니까? 당신의 꿈은 무엇입니까?

손 마사요시: 말씀하신 대로 저는 AI와 로봇 공학에 매우 열정적입니다.

AI 의료 솔루션, 특히 의료 AGI가 반드시 도래할 것이라고 생각합니다. 또한 새로운 AI 에이전트가 많이 등장하고 있는 것으로 보입니다. 예를 들어 LINE, Yahoo 및 기타 서비스가 있으며 PayPal은 일본의 라이프스타일을 돕기 위해 많은 전문 AI 에이전트를 맞춤화할 수도 있습니다.

이러한 정보는 당사에서 제공할 수 있습니다. 아시다시피 우리는 일본 문화, 행동, 지역 정보 및 API를 이해하고 있으며 일본의 많은 웹사이트에서 이러한 기술을 사용하고 있습니다. 그래서 저는 기업 AI 에이전트라고 생각합니다. 저는 귀하가 언급한 이 방향을 매우 지지하고 있으며 이에 대해 매우 기대하고 있습니다.

하지만 저는 개인 AI 에이전트가 모든 사람의 삶에 진정으로 나타날 것이라고 생각합니다. 빌 게이츠는 "모든 데스크탑에는 PC가 있다"고 말했고, 스티브 잡스는 "모든 사람의 손에는 스마트폰이 있다"고 말했습니다.

이제 "모든 사람은 자신만의 AI 에이전트를 가져야 한다"고 말해야 한다고 생각합니다. 따라서 미래에는 모든 사람이 자신만의 개인 AI 비서를 갖게 될 것입니다. 그렇습니다. 여행, 휴가, 교육 계획을 세우는 데 도움이 될 것입니다.

Jen-Hsun Huang: 평생 동안 함께할 것입니다. 네, AI 에이전트가 당신의 인생 전체를 알고 있다는 것을 상상할 수 있습니까?

손 마사요시: 당연히 우리 손주들은 한 살 때부터 아이폰과 함께 자랄 것입니다. 사진을 볼 때마다 정지 이미지라도 손가락을 대곤 합니다. 왜냐하면 그들은 어릴 때부터 두 손가락을 사용하는 법을 배웠기 때문입니다.

미래에는 모든 사진을 확대할 수 있지 않을까 하는 생각을 하게 될 것입니다.

Jensen Huang: 사람들은 사진을 보면 사진에 대해 이야기를 하지요? 그들은 그것이 반응하기를 바라며 찌르고 찌르고 있습니다.

손 마사요시: 두 번째 친구처럼 한 살 때부터 개인 AI 비서가 함께 성장하고 모든 것을 이해하는 것을 상상할 수 있습니다. AI 비서가 언제 아픈지, 집에 무엇이 있는지, 아니면 개인 과외인지 알 수 있다.

Jen-Hsun Huang: 예, 어릴 때부터 시작하는 것이 맞습니다. 그것은 당신이 읽은 모든 것을 기억하고, 당신에게 가르친 모든 것을 기억하며, 당신의 개인적인 아리스토텔레스와 똑같습니다.

손 마사요시(Masayoshi Son): 물론, 완전히 디지털 트윈입니다. 일본의 현지 지식, 문화 등을 현지화된 에이전트 상용화와 결합하면 우리의 미래는 정말 거대하고 놀라워질 것입니다.

Jensen Huang: 예, 아시다시피 대부분의 국가에서는 이제 국가의 시민 데이터가 실제로 국가의 지식, 문화 및 지혜를 전달하며 이러한 데이터는 국가 안보와 마찬가지로 국가에 속해야 한다는 것을 알고 있습니다.

따라서 모든 국가는 자체 데이터를 처리하여 자국민에게 서비스를 제공하는 인공지능으로 전환해야 합니다. 이를 다른 국가에 아웃소싱할 이유가 전혀 없습니다.

아들: 이건 아주 아주 중요해요. 모든 주권 국가와 모든 정부는 국가 안보 데이터를 자체 데이터 센터 AI 데이터 센터로 마이그레이션해야 합니다. 이는 모든 국가가 반드시 보유해야 하는 것이 될 것입니다. 모든 국가는 자체 데이터의 보안을 보장해야 합니다.

나는 미래에는 각 나라가 자신의 지혜를 창출할 수 있도록 관련 법률과 규정을 마련할 것이라고 믿습니다.

Jen-Hsun Huang: 물론 각 회사는 자체 지혜와 인공 지능도 만들 것입니다. 그렇다, 어떻게 회사가 자체 인공지능을 만들지 않을 수 있겠는가?

손 마사요시: 그렇습니다. 기업은 자신의 '두뇌'를 다른 사람에게 줍니다.

Jensen Huang: 맞아요, 맞아요. 그래서 세상이 깨어나기 시작한 것 같아요. 가장 중요한 첫 번째 단계는 국가 AI 네트워크를 구축하는 것이다. 인프라 없이 어떻게 자동차 산업을 가질 수 있습니까?

아들: 완전히, 완전히요.

Jensen Huang: 일본을 위한 AI '도로'를 구축하셨고, 이 도로에서 모든 종류의 새로운 서비스와 새로운 회사가 번성할 것입니다. 정말 정말 신난다. 음, 마사 씨, 당신이 오늘날 Nvidia의 최대 주주라면 상상할 수 있나요?

아들: 하하, 그렇죠. 우리는 Nvidia의 최대 주주가 될 수 있는 세 가지 기회를 가졌습니다.

Jen-Hsun Huang: 두 번이었던 것으로 기억합니다.

손 마사요시: 아니, 아니, 아니, 우리가 처음으로 시장매수를 통해 주주가 되었을 때 우리는 논의, 음, 심지어 언급하고 싶지 않은 이야기까지 했습니다. 말을 중지하세요. 10년 전, 지금 후회할 줄 알았다면 분명…

Jen-Hsun Huang: 괜찮아요. 마사가 말한 것을 말씀드리겠습니다. Masa는 Jensen, 시장이 Nvidia의 가치를 이해하지 못한다고 말했습니다. 당신의 미래는 믿기 힘들지만 시장은 그것을 이해할 수 없습니다.

그것은 10년 전이었고, 당신이 미래를 창조하고 있기 때문에 당신의 고통의 길은 계속될 것입니다. 그러니 Nvidia를 살 수 있도록 돈을 드리겠습니다. 그는 한때 Nvidia를 구입하기 위해 나에게 돈을 빌려주고 싶었습니다.

이제 나는 그 제안을 받아들이지 않은 것을 후회합니다. 정말 좋은 생각이에요. 좋아, 최고의 아이디어야.

Jen-Hsun Huang: 네, 방금 이야기한 아이디어가 바로 제가 인수한 지 한 달이 되던 날이었습니다. 네, 그리고 두 회사를 합병하는 것에 대해 논의했습니다. 예, 또 다른 비밀의 꿈입니다.

손 마사요시: 그것이 우리의 원래 아이디어였습니다. 처음에는 비공개 전환에 대해 이야기했고, 두 번째는 시장을 통해 구매했고, 세 번째는… 아, 세 번 시도했습니다.

Jensen Huang: 하지만 이제 우리는 함께 놀라운 가치를 창출할 것입니다. 네, Nvidia와 SoftBank가 협력할 것입니다. 시장은 믿어지지 않습니다.

손정이: 하하하하하하, 아주 좋아요.

Jen-Hsun Huang: 그래서 우리가 이렇게 의미 있는 일을 하게 되어 매우 기쁩니다. 네, 저는 일본의 미래에 대해 매우 희망적입니다.

아들: 음, 이건 시작에 불과해요. 우리는 많은 일을 함께 할 거예요. 감사합니다. 업계는 규모가 매우 크고 모바일, IoT, 자동차 분야가 많고 우수한 데이터 센터, 게임 및 기타 분야가 있으므로 우리는 협력할 수 있는 기회가 많습니다.

Jen-Hsun Huang: 모든 것이 기대됩니다. 예, 신사숙녀 여러분, 태양이 빛나고 있습니다. 손 마사요시(Masayoshi Son)는 의심할 여지 없이 세계 최고의 기업가 중 한 명이라고 생각합니다.

마사 씨에게 감사드립니다. 인공 지능에 대한 그의 열정을 볼 수 있으며, 우리가 협력하고 있는 파트너십을 통해 공장에서 분산 AI 네트워크에 이르기까지 AI 네트워크를 일본에 도입할 것입니다. 떠나기 전에 AI Summit에 오신 모든 분들을 환영하고 싶습니다. 여기에는 훌륭한 컨퍼런스와 파트너가 많이 있습니다.

우리의 목표이자 사명은 모든 사람과 협력하여 AI를 일본에 도입하고, 여기에서 AI를 활성화하며, 이 기술 재설정 기회를 활용하여 기업 변혁을 주도하고 차세대 훌륭한 회사를 구축하는 것입니다.

일본은 언제나 나에게 특히 가까운 존재였다. 대부분의 사람들은 일본이 아니었다면 아마 모를 것입니다. 일본이 아니었다면 NVIDIA가 오늘 여기에 없었을 수도 있다는 사실을 매우 진지하게 말씀드립니다. 그리고 이유가 있습니다.

일본이 없었다면 우리는 최초의 AI 슈퍼컴퓨터의 탄생을 보지 못했을 것입니다. 그래서 일본은 나에게 항상 매우 중요했습니다. 우리의 파트너십에 너무 감사하고 당신의 우정에 너무 감사드립니다.

# aifaner 공식 WeChat 공개 계정: aifaner(WeChat ID: ifanr) 팔로우를 환영합니다. 더 흥미로운 콘텐츠가 최대한 빨리 제공될 예정입니다.

Ai Faner | 원본 링크 · 댓글 보기 · Sina Weibo