ستجلب Nvidia الذكاء الاصطناعي إلى كل صناعة ، كما قال الرئيس التنفيذي Jensen Huang في كلمة GTC الرئيسية: “ نحن في لحظة iPhone الخاصة بالذكاء الاصطناعي ”

مع انطلاق مؤتمر GTC السنوي لشركة Nvidia ، ألقى المؤسس والرئيس التنفيذي Jensen Huang ، مرتديًا سترته الجلدية المميزة والوقوف أمام جدار أخضر عمودي في مقر Nvidia الرئيسي في سانتا كلارا ، كاليفورنيا ، كلمة رئيسية متوقعة للغاية ركزت بالكامل تقريبًا على الذكاء الاصطناعي. أعلن عرضه التقديمي عن شراكات مع Google و Microsoft و Oracle ، من بين آخرين ، لجلب قدرات جديدة للذكاء الاصطناعي والمحاكاة والتعاون “لكل صناعة”.

قال هوانغ: “محرك الاعوجاج يعمل على تسريع الحوسبة ، ومصدر الطاقة هو الذكاء الاصطناعي”. وقال إن قدرات الذكاء الاصطناعي التوليدية “خلقت إحساسًا بالإلحاح لدى الشركات لإعادة تصور منتجاتها ونماذج أعمالها”. تتسابق الشركات الصناعية إلى الرقمنة وإعادة الابتكار في شركات التكنولوجيا التي تعتمد على البرامج لتكون مزعجة وليست مزعجة “.

>> تابع تغطية Nvidia GTC المستمرة لربيع 2023 من VentureBeat <

بدأت الكلمة الرئيسية لـ Huang بافتتاح “أنا الذكاء الاصطناعي” الأيقوني (الذي تم إطلاقه في عام 2017) مع الموسيقى التي يبدو أنها هذه المرة من تأليف منظمة العفو الدولية ، وترتيبها الملحن جون نايسانو. بعد ذلك ، أطلق هوانغ مجموعة مذهلة من الإعلانات. وشمل ذلك كل شيء من التدريب إلى النشر لخدمات الذكاء الاصطناعي المتطورة ؛ مكتبات برمجيات وأشباه موصلات جديدة ؛ ومجموعة كاملة من الأنظمة والخدمات للشركات الناشئة والمؤسسات.

تأتي الإعلانات في GTC ، والتي تستهدف مجتمع Nvidia الذي يضم أكثر من أربعة ملايين مطور ، في سياق هيمنة Nvidia المستمرة للذكاء الاصطناعي ، لا سيما في العصر الأخير من الذكاء الاصطناعي التوليدي.

كما هو مفصل في قصة الميزة الأخيرة المتعمقة لـ VentureBeat ، حصلت Nvidia على انطلاقة هائلة في مجال الذكاء الاصطناعي عندما ساعدت شركة الأجهزة والبرمجيات في تعزيز “ثورة” التعلم العميق التي حدثت قبل عقد من الزمان ، وأظهرت القليل من المؤشرات على فقدان ريادتها مع انفجار الذكاء الاصطناعي التوليدي مع أدوات مثل ChatGPT.

في الواقع ، تقوم Nvidia بتشغيل ChatGPT: وفقًا لمحلل UBS Timothy Arcuri ، استخدم ChatGPT 10000 وحدة معالجة رسومات Nvidia لتدريب النموذج.

قال هوانغ إن تقنيات Nvidia أساسية للذكاء الاصطناعي ، حيث روى كيف كانت Nvidia موجودة في بداية ثورة الذكاء الاصطناعي التوليدية. في كلمته الرئيسية ، روى هوانغ كيف قام في عام 2016 بتسليم OpenAI أول كمبيوتر فائق Nvidia DGX AI يدويًا إلى OpenAI – المحرك وراء نموذج اللغة الكبير الذي يعمل على تشغيل ChatGPT.

أفاد هوانغ أن أجهزة الكمبيوتر العملاقة Nvidia DGX ، التي استخدمت في الأصل كأدوات بحث للذكاء الاصطناعي ، تعمل الآن على مدار الساعة طوال أيام الأسبوع في الشركات في جميع أنحاء العالم لتحسين البيانات ومعالجة الذكاء الاصطناعي. قامت نصف شركات Fortune 100 بتثبيت أجهزة كمبيوتر عملاقة DGX AI. قال هوانغ: “حواسيب DGX العملاقة هي مصانع ذكاء اصطناعي حديثة”.

تطلق Nvidia على DGX مخطط البنية التحتية للذكاء الاصطناعي

يتميز أحدث إصدار من DGX بثمانية وحدات معالجة رسومات Nvidia H100 مرتبطة معًا للعمل كوحدة معالجة رسومات عملاقة واحدة. قال هوانغ: “إن Nvidia DGX H100 هو مخطط للعملاء الذين يبنون البنية التحتية للذكاء الاصطناعي في جميع أنحاء العالم” ، مشيرًا إلى أن Nvidia DGX H100 هي الآن في مرحلة الإنتاج الكامل.

وأضاف أن أجهزة الكمبيوتر العملاقة H100 AI بدأت بالفعل على الإنترنت. أعلنت Oracle Cloud Infrastructure عن التوافر المحدود لطبعات وحدة معالجة الرسومات الجديدة OCI Compute التي تتميز بوحدات معالجة رسومات H100. وأعلنت أمازون ويب سيرفيسز عن مجموعة EC2 UltraClusters القادمة لمثيلات P5 ، والتي يمكن أن يتسع حجمها حتى 20000 وحدة معالجة رسومات H100 مترابطة. يأتي ذلك بعد إعلان المعاينة الخاصة لـ Microsoft Azure الأسبوع الماضي لجهازها الظاهري H100 ، ND H100 v5.

قامت Meta الآن بنشر حاسوبها الفائق “Grand Teton” المزود بالذكاء الاصطناعي الذي يعمل بنظام H100 داخليًا في فرق الإنتاج والبحث في مجال الذكاء الاصطناعي. وستستخدم شركة أوبن إيه آي H100s على حاسوبها الفائق Azure لتعزيز أبحاثها المستمرة في مجال الذكاء الاصطناعي.

سحابة Nvidia DGX توفر حواسيب عملاقة تعمل بالذكاء الاصطناعي “لكل شركة”

لتسريع قدرات DGX للشركات الناشئة والمؤسسات التي تبني منتجات جديدة وتطوير استراتيجيات الذكاء الاصطناعي ، أعلن Huang عن Nvidia DGX Cloud. من خلال الشراكات مع Microsoft Azure و Google Cloud و Oracle Cloud Infrastructure ، ستجلب Nvidia DGX Cloud حواسيب Nvidia DGX AI الفائقة “إلى كل شركة ، من متصفح”.

تم تحسين DGX Cloud لتشغيل Nvidia AI Enterprise ، مجموعة برامج التسريع الرائدة في العالم لتطوير ونشر الذكاء الاصطناعي بشكل شامل. تتعاون Nvidia مع مزودي خدمات السحابة الرائدين لاستضافة بنية DGX Cloud الأساسية ، بدءًا من Oracle Cloud Infrastructure. من المتوقع أن يبدأ Microsoft Azure في استضافة DGX Cloud في الربع القادم ، وستتوسع الخدمة قريبًا إلى Google Cloud.

قال هوانغ إن هذه الشراكة تجلب النظام البيئي لـ Nvidia إلى مزودي الخدمات السحابية مع تضخيم نطاق Nvidia والوصول إليها. ستتمكن الشركات من استئجار مجموعات DGX Cloud على أساس شهري.

ماجستير مخصص وذكاء اصطناعي توليدي للمؤسسات

لتسريع عمل أولئك المدربين الذين يسعون لتسخير الذكاء الاصطناعي التوليدي ، أعلن هوانغ عن مؤسسة Nvidia AI Foundation ، وهي مجموعة من الخدمات السحابية للعملاء الذين يحتاجون إلى بناء وتحسين وتشغيل LLM مخصص وذكاء اصطناعي مع بياناتهم الخاصة والمهام الخاصة بالمجال.

تشمل خدمات مؤسسات الذكاء الاصطناعي Nvidia NeMo لبناء نماذج نصية مخصصة لتوليد النص إلى نصوص ؛ Picasso ، خدمة صنع نماذج اللغة المرئية للعملاء الذين يرغبون في بناء نماذج مخصصة مدربة بمحتوى مرخص أو مملوك ؛ و BioNeMo لمساعدة الباحثين في صناعة اكتشاف الأدوية البالغة 2 تريليون دولار.

أعلن Huang عن شراكة Adobe-Nvidia لبناء مجموعة من قدرات الذكاء الاصطناعي من الجيل التالي. تتعاون Getty Images مع Nvidia لتدريب النماذج الأساسية المسؤولة لتحويل النص إلى صورة والنص إلى الفيديو. وتعمل Shutterstock مع Nvidia لتدريب نموذج أساس تحويل النص إلى ثلاثي الأبعاد لتبسيط إنشاء أصول ثلاثية الأبعاد مفصلة.

اخترعت Nvidia الحوسبة السريعة للذكاء الاصطناعي ، بما في ذلك التعلم العميق

قال هوانغ إن Nvidia اخترعت الحوسبة المتسارعة لحل المشكلات التي لا تستطيع أجهزة الكمبيوتر العادية القيام بها. “يتطلب اختراعًا متكاملًا من الرقائق والأنظمة والشبكات وتسريع المكتبات لإعادة تشكيل التطبيقات.”

وأوضح أن كل حزمة مُحسَّنة تعمل على تسريع مجال التطبيق – من الرسومات والتصوير والفيزياء الكمومية إلى التعلم الآلي. “يمكن أن يتمتع التطبيق بتسريع مذهل بالإضافة إلى توسيع نطاقه عبر العديد من أجهزة الكمبيوتر. وقد مكننا ذلك من تحقيق مليون X للعديد من التطبيقات خلال العقد الماضي.

وأشار إلى أن أشهر تطبيق لحوسبة Nvidia المتسارعة هو التعلم العميق.

في عام 2012 ، احتاج Alex Krizhevsky و Ilya Sutskever و Geoffrey Hinton إلى كمبيوتر سريع للغاية لتدريب نموذج رؤية الكمبيوتر AlexNet. أوضح هوانغ أن الباحثين دربوا AlexNet مع 14 مليون صورة على معالجة GeForce GTX 580 و 262 كوادريليون عملية فاصلة عائمة. لقد فاز النموذج المدرَّب في تحدي ImageNet بهامش كبير ، وقال هوانغ “أشعل الانفجار الكبير للذكاء الاصطناعي.”

بعد عقد من الزمن ، تم اختراع نموذج Transformer وقام Sutskever ، الموجود الآن في OpenAI ، بتدريب نموذج اللغة الكبيرة GPT-3 للتنبؤ بالكلمة التالية. قال هوانغ إن 323 sextillion عملية فاصلة عائمة كانت مطلوبة لتدريب GPT-3 – أكثر بمليون مرة من عمليات النقطة العائمة لتدريب AlexNet.

قال “النتيجة هي ChatGPT ، الذكاء الاصطناعي سمع في جميع أنحاء العالم”.

من المؤكد أن Huang و Sutskever سيناقشان كل شيء ، وأكثر من ذلك ، في Fireside Chat ، المقرر عقده غدًا في الساعة 9 صباحًا بتوقيت المحيط الهادئ.