人工智能基础设施正在改变世界！ NVIDIA联手自定

Xindongxi（公共帐户：AICHIP001）May -set | ZER0编辑器| Moying Xindongxi于5月19日报道说，NVIDIA兼首席执行官Huang Renxun在台北国际计算机展览会的Computex 2025上发表了开幕词，宣布了“最大的产品” NVIDIA CONTALLATION，NVIDIA CONTALLATION，这是位于台北的台湾的新办公大楼。 NVIDIA还宣布，它将与Hai，Hai，台湾科学技术委员会和TSMC共处AI基础设施，以为台湾AI生态系统提供支持。 NVIDIA和FOXCONN HAI技术集团共同创建了一个巨大的AI超级计算机，它将使用NVIDIA GB300 NVL72机架安装的解决方案，其中包括10,000个Nvidia Blackwell GPU。台湾科学技术委员会将使用AI超级计算机为台湾科学和技术生态系统提供AI的云计算资源。 TSMC研究人员计划使用该系统来促进其研发，其性能高于上一项。ious生成系统。 AI大型基础设施的建设是当今演讲的亮点。 Huang Renxun穿着一件标志性的黑色皮夹克，并在舞台上踩着，说他的父母今天在观众中。一个主要版本是NVLINK融合半定量的AI基础架构，该基础设施为外部芯片打开了门，以允许使用机架安装的机架系统。这意味着AI系统的开发不需要NVIDIA芯片产品，而是可以使用其他公司的CPU定量和AI芯片使用。富士通和高通都是自定义的CPU合作伙伴。现在，高通宣布，Bubthis是一个定制的数据中心CPU，可以基于NVIDIA机架连接到建筑，以与Nvidia GPU进行快速通信。 Huang Renxun还宣布开发美国AI数据中心项目“ Star Gate”：超过40,000平方米，可以将其扩展到1.2GW。 “您购买的越多，您做的就越多！” Huang Renxun说这是E形成AI工厂的原因。总体而言，黄伦Xun致力于分享AI工厂，AI代理商，机器人技术和其他方面的最新发展。他回顾了从GPU芯片到AI基础架构的NVIDIA转换过程：2006年，它引入了并行计算软件平台和编程模型。 2016年，它启动了DGX-1超级计算机，而开发的非营利性公司Openai发起了新的AI革命。在2019/2020年，它得到了Mellanox，该Mellanox将整个数据中心转换为计算单元。 “回顾十年后，您会看到AI与所有人集成在一起。” Huang Renxun说，就像互联网一样，就像一家生产电力的工厂一样，AI需要生产AI工厂。他预测，AI基础设施行业的市场规模将达到数万亿美元。加速计算始于CUDA-X GPU加速库，覆盖，计算光刻，计算辅助工程，决策优化，数据科学和处理，深入研究，量子计算，天气分析，医学成像等。 TSMC，Cadence，KLA，Siemens和Synopys使用Nvidia Cuda-X和Blackwell平台来促进芯片和制造业的Diseny Developmentor。 Geforce改变了AI，GeForce改变了。 Nvidia Grace Blackwell由TSMC制造，Grace Blackwell将使用它来促进芯片制造。在电信行业中，NVIDIA与Softbank，T-Mobile，Nokia，Samsung，Samsung，Fujitsu和Cisco等生态系统合作伙伴合作，基于AI建立6G；在计算量的领域，NVIDIA构建了GPU的混合体积。代理AI（代理AI）基于“理解思维 - 行动”周期，所需的计算量为单次射击的100至1000倍。物理AI是了解机器人革命的世界和基础的人工智能。通用机器人将开设下一个万亿美元的行业。 1。GB200完全放置在劳动中，GB300在这个秋季市场。整个Blackwell生产过程的详细说明芯片Grace Blackwell NVL72是一个机架级系统，其中包括36个Nvidia Grace CPU和72 Blackwell GPU，用于加速AI的培训和推理。它显示了NVIDIA量表的能力，这等同于“巨型GPU”。规模含量是指连接计算机。 Huang Renxun说，规模非常简单，而且规模非常困难。较大的计算机的构建超出了半导体物理的限制，Grace Blackwell会这样做。 GB200系统完全放置在制造中。在今年的第三季度，建筑，空间的物理职业以及电气和机械条件都将升级到GB300 Grace Blackwell芯片。与GB200相比，GB300的AI识别的性能为1.5倍，并且达到了HBM的1.5倍和网络互连速度的2倍。表演不新系统中的DE可以与整个Sierra超级计算机在2018年（有18,000 GPU）相匹配，这意味着在6年内的性能将提高4,000次。布莱克韦尔不仅是科学，技术和工程学的奇迹，而且还证明了中国台湾生态系统和技术生态系统的杰出成就。从第一个晶体管到晶圆到布莱克韦尔架子上的最后一个螺钉，每个步骤都会带来合作伙伴的贡献。它最初是空白的硅TSMC晶圆。在12英寸的晶圆中，它经历了数百个晶圆过程和微观步骤的步骤，以一层生产2000亿个晶体管，然后将晶片切成单个的Blackwell裸露模具（已死）。测试和分类后，选择高质量的谷物，输入随后的过程。在TSMC，Silicon和Ecker进行的Cowos包装中，将32个Blackwell Grains堆叠了128套HBM，并与定制的硅插座晶片绑定。这金属互连电线，能够连接到Blackwell GPU以及每单位SIP的HBM堆栈，最后加热，模具和愈合以形成Blackwell B200超级芯片。在Jingyuan电子产品中，每个Blackwell芯片在125摄氏度的烤箱中进行了应力测试，持续了几个小时。在洪海，这些机器在Grace Blackwell PCB白天和黑夜都准确地放置了10,000多个零件。同时，世界各地的工厂也在准备其他部分。由Cooma，Qili，Shuangk和TSMC提供的定制铜散热器将保持最佳温度。 ConnectX-7超级NAM在另一个洪海（Hai Hai）中制成的超级国家用于实现水平可扩展的通信能力。添加Bluefield-3 DPU以卸载和加速网络，存储和其他作业。这些成分仔细集成到GB200计算托盘中。 NVLink是一种成功的高速互连技术，将许多GPU和鳞片连接到大型虚拟GPU. NVLLINK开关托盘由NVLink开关芯片组成，该芯片提供了14.4TB/s的整个互连带宽。 NVLINK主链产生了自定义的盲塞背板，集成了5,000条铜电缆，提供了130TB/s的整个连贯的带宽，该带宽将所有72个Blackwell芯片（144 GPU）与大GPU相关联。来自世界各地的成分来到Hai，Wiston，Quantariat，Dell，Asus，Gigabyte，HPE，Supermicro和其他合作伙伴。 AI超级计算机GB200 NVL72将由机架级AI超级计算机GB200 NVL72的技术人员组装，共有120万零件，130万亿晶体管，重量高达1,800公斤。 2。NVIDIA打开其生态门，可以混合并匹配CPU和AI芯片！帮助灵活的AI工厂NVIDIA的灵活构建专注于开发整个集成解决方案，并将其技术提供给客户和合作伙伴，作为用于灵活建筑的模块化产品。这个NVL72机架级系统已经部署到全球几乎所有主要的AI高度大规模植物。如今，NVIDIA释放了NVLink Fusion，这是一种半定制的AI基础设施。 NVLink Fusion具有全球性能AI，一个工业验证的垂直和水平可扩展的生态系统以及AI的单程工厂架构，该建筑支持NVL芯片，并使用其他自定义芯片来加快通过超级规模的业务收养和管理的AI工厂时间。此AI基础架构有两种调整：一个将通过NVLINK C2C将自定义的CPU与NVLINK架子级体系结构相结合；其余的是将NVLINKANG CPU的宽限度与自定义AI计算加速器相结合。定制芯片合作伙伴包括Aichip，Astera Labs，Marvell，Mediatek，CPU合作伙伴包括Fujitsu和Qualcomm，技术合作伙伴包括Cadence和Synopsys。云提供商可以使用任何ASIC，NVIDIA的NVIDIA机架SY，将其AI工厂扩展到数百万GPUNVIDIA的茎和端到端平台。该网络平台提供吞吐量Hanother 800GB/s，并将提供共包装。 3. The new Portfolio of Blackwell's family property includes personal AI Supercomputers, AI laptops, AI server, Nvidia's Blackwell Product Portfolio for Arm Center Solution GB200/GBB300 NVL72, RTX Pro Laptops for X86 Platforms, Enterprise Data Solution Solution Solution Solution Solution Solution Solution SOLUTION CENTER CENTER CENTER CENTER CENTER CENTER CENTER CENTER CENTER CENTER CENTER CENTER CENTER CENTER CENTER. Blackwell Server和Advanced AI存储服务器解决方案。如今，NVIDIA Blackwell家族增加了新成员，包括DGX Spark和DGX Station个人AI超级计算机，RTX Pro笔记本电脑和RTX Pro Blackwell Server。 1。桌面级AI超级计算机DGX Spark和DGX StationDGX Spark个人AI超级计算机今年夏天提供。这是全球最少的超级计算机，使用GB10 Grace Blackwell Super Chip，128GB统一系统内存，ConnectX-7 SmartNIC和AI计算功率达到1Pflops。 Huang Renxun在2016年（左图）提出了发射的DGX-1超级计算机，以将其与DGX Spark（右图）进行比较，显示了DGX Spark的光线。 OEM合作伙伴，例如Acer，Asus，Dell，Gigabyte，HP，Lenovo，MSI和其他OEM合作伙伴将推出DGX Spark。 DGX站是台式AI超级计算机，旨在更紧密的AI工作负载。它可以在本地运行1万亿个参数模型，并可以提供数据中心级别的性能。它配备了GB300 Grace Blackwell Ultra Super芯片，784GB统一系统内存以及高达800gb/s的网络速度。它的AI性能达到了20pflops。华硕，戴尔（Dell），千比格特（Gigabyte），惠普（HP）和MSI将于今年晚些时候推出D StationGX。 2。RTXPro笔记本电脑NVIDIA RTX PRO笔记本电脑配备了24GB GDDR7的内存，并且存储器的内存更快。 AI的性能达到1.8pflops，将于今年5月推出。 Nvidia Professional GPU是AlwAYS是部署企业工作站的首选解决方案。 RTX技术结合了AI和实时线路线，高级图形和计算已更改桌面计算。 NVIDIA更新RTX Pro GPU阵容以覆盖RTX Pro 5000，4000，3000，2000，1000，1000，500 GPU笔记本电脑系列和配备GPU的笔记本电脑可从OEM Partners This Tab -tag -right提供。 3。RTXPro Blackwell Server NVIDIA RTX Pro Blackwell Server是企业和工业AI的计算平台。它扩大了Blackwell的性能和能源效率，并可以加速各种业务工作量，例如AI代理，实物，模拟和模拟，视觉计算，设计，数字双胞胎等。它支持AI代理商，并开发使用Nvidia BluePrint开发的AI应用程序，并且可以今天订购。新服务器将提供各种NVIDIA认证的系统调整，对NVIDIA AI软件堆栈和Spectrum-X以太网网络进行了优化，并支持多达8 RTX Pro 6000 Blackwell Server版本GPU。 FP4 AI性能可以达到30个PFLOPS，并且3Pflops RTX图形的性能可以支持大型实时Omniverse Digital Twin模拟，工业机器人以及其他物理AI应用程序。与H100 HGX服务器相比，Blackwell Server在DeepSeek-R1上的性能为4次。 4.帮助公司更快地开发AI代理，了解地雷数据并提高团队生产力。 NVIDIA企业AI的平台促进了美国一万亿美元的全球IT投资。该平台包括三层：AI基础架构，AIOPS和代理AI。在AI工厂基础架构中处置AI代理的开发人员可以使用AIOPS工具合作伙伴，例如Data，DataRobot，Dynatrace和Jfrog，以生产，工作，操作，运行，运行和规模AI工作流。该设计还支持CREWAI的框架，以及来自DataTax和Elastic的矢量数据库，以帮助代理商存储，搜索和获取数据。带有工具诸如Arize AI，Galileo，Superanotate，非结构性，权重偏见，开发人员等合作伙伴可以执行数据收集，合成数据生成，模型审查和实验监测。来自ActiveFence，CrowdStrike，Fiddler，Security，Trend Micro等安全合作伙伴的软件可保护AI工厂。管弦乐队和扩张伙伴，例如规范，Nutanix，红帽，VMware等。在复杂的商业环境中，可以对AI代理进行无缝的规模和管理。代理AI改变了企业使用数据做出决策的方式。例如，使用广泛使用的NVIDIA AI-Q蓝图及其在短短3天内加速了AI数据平台，以创建AI销售研究代理。通过Nemo Retriever，该平台继续捕获，宝石和索引数据，使语义搜索更快。销售计划过去需要几天才能绘制，只需要一个迅速的词。 AI代理将制作销售大纲，然后使用CRM系统，多模式知识库和内部工具，并最终使用Llama NEmotron将大纲转换为步骤销售计划。 NVIDIA推出了NVIDIA AI的新设计和蓝图，这些设计和蓝图已由NVIDIA Business Factory证明，该工厂使企业能够建立智能并调整AI代理商提高团队生产率。新的AI蓝图可帮助开发人员开发可以讲话，研究和学习的智能AI团队，创建通过理解自然沟通并直接访问业务数据以提高员工生产率来实现业务目标的代理商。全球存储系统的领先制造商根据NVIDIA的AI数据平台推出了产品和解决方案，以支持AI代理。 NVIDIA AI数据平台与搜索NEMO Search Microservice的一代访问企业数据相同，该数据可以为AI代理提供近距离的时间业务视图。使用这些解决方案开发代理AI基础架构，该解决方案可以直接在您的业务中多个存储设备上访问无人居住的数据，从而帮助企业使用增强的GenERATION（RAG）软件将数据转换为基于动作的动作，从而对AI代理提供更快，更准确的响应。存储提供商可以包括其文档安全性和访问控制内容过程的控制和内容的控制，从而提高了对安全性和数据遵守AI的遵守情况。 5。提升人形机器人的发展：开放资源基本模型，AI代理的合成标签的扩展本质上是数字机器人。 NVIDIA也想开发物理机器人。如果机器人想知道如何成为虚拟世界中的好机器人，那么虚拟世界必须遵守现实世界物理学的定律。 NVIDIA，Google Deepmind和迪士尼研究所共同开发了全球最适合的物理引擎，这将是7月的开放资源。物理AI是下一个AI波。 NVIDIA建造了机器人行业所需的三台计算机：（1）DGX，使用Omniverse训练AI模型； （2）RTX Pro Blackwell Server和RTX Pro 6000用于模拟模拟和合成数据生成的工作站； （3）Jetson AGX，用于机器人运行时。 NVIDIA构建了全栈硬件和软件，包括基本模型，仿真框架以及在M THIS计算机中运行的数据管道，是为了加快开发人员的速度。人形机器人是生长最快的机器人技术之一。 NVIDIA创建了一个开放的人形机器人开发平台Isaac GR00T。这是针对AI合成数据的物理生成，用于实施，预训练和推理的新AI基础架构。该平台包括两个重要的版本：ISAAC GR00T N1.5基本模型和Isaac Gr00t-Dreams合成数据生成蓝图。 Isaac Groot N1.5是开放，通用，可自定义的人类机器人模型的首次更新，该模型可以更好地适应新的环境和工作区调整，并在给出指令时更好地识别事物，从而提高了选择和任务的成功率。该模型是道琼斯N载6000次，并获得3.6万星。新的N1.5型号将于6月9日进行开放率。开发人员可以使用由NVIDIA的ISAAC GR00T-DREAMS BLUEPRINT生成的合成数据发布特定机器人品牌的培训模型，并培训ISAAC GROOT N1.5。机器人制造商的主要挑战是缺乏训练模型的大型，真实和合成数据。机器人从现实世界中学习，手动演示不能大规模实施，既昂贵又时间。开发人员可以使用NVIDIA COSMOS物理AI世界基本模型来增强数据。 NVIDIA研究团队使用ISAAC GR00T-DREAMS BLUEPRINT来生成合成数据，并在短短36小时内选择了Isaac Groot N1.5。如果您不使用此蓝图，则需要大约3个月才能手动收集这些数据。 ISAAC GR00T-DREAMS是一种蓝图Tonvidia Cosmos，将产生大规模的合成轨迹数据，这是一个真实的数据工作流程。这些生成的数据可用于TEACH机器人适应不断变化的环境并掌握新行为。首先，通过在单个环境中的单个任务中记录遥远操作的手动显示，开发人员可以安排宇宙世界的主要模型。然后，该模型由图像和新说明提示，以提出一个“梦想”，这是一个机器人视频，在新环境或未来世界的状态下执行新活动。当形成大量的“梦想”时，宇宙将推理并评估每个“梦想”的质量，并选择最佳的训练。这些“梦想”仍然是照片。机器人是动作中的takukunan，gr00t-dreams蓝图从“梦想”视频中开发了3D动作轨迹，然后用来训练机器人模型。GR00T-DREAMS允许机器人允许少量手动捕获一定数量的手动，并捕获大量的新动作。千兆字节和其他顶级半导体和台湾的电子系统。制造公司使用Nvidia Omniverse在制造过程的每个步骤中生产数字双胞胎。他们建造数字双晶晶型和AI工厂以优化制造过程，从而为他们节省了数百万美元的成本。例如，在物理施工开始之前，Quanta，Wistron和Pegatron将首先计划新的工厂和生产线，并通过减少停机时间来节省数百万美元的成本。 Pegasus模仿焊料的分配以减少生产缺陷。 TSMC正在开发启动数字AI驱动的数字数字，以优化新晶圆厂的计划和构建。 TSMC使用AI引擎和在Omniverse库中开发的应用程序来为整个Fab的Rich Interactive 3D布局中的传统MAPSA 2D CAD转换，并在NVIDIA CUOPT平台上开发AI工具，该工具可以模仿和优化许多楼层上的复杂管道系统，从而节省了几个月。 TSMC还使用Visual LANGuage模型和视觉基本模型，以改善自动缺陷分类，从而提高晶圆产品缺陷的缺陷效率，并帮助工程师确定问题的潜在原因。除了使用数字双胞胎和视觉AI外，TSMC还使用NVIDIA CUDA-X软件库和GPU来加速半导体芯片设计流，从使用NVIDIA CULITHO到半导体过程模拟的光刻。台湾的富士康工厂依靠基于OpenUSD，Siemens和Omniverse Technologies开发的FII数字双胞胎平台来设计和模仿机器人单元，装配线和一般工厂布局。此外，富士康使用NVIDIA ISAAC GR00T N1型号，ISAAC GR00T-MIMIM-MIMIC蓝图来开发合成操作动作和Isaac Lab来训练工业机器人机器人和人形机器人机器人，以执行复杂的活动，例如紧密的蛇，选择和放置，配件，鸡扎和电缆插入。使用AI工厂的数字双胞胎的Omniverse蓝图，富士康可以模仿和测试GB200 Grace Blackwell Superchip，带有液体冷水吊舱，以复制AI工厂的条件。为了生产AI的物理机器人，许多公司将数字双胞胎用作机器人培训场地，以形成，训练，尝试模仿这些机器人。如果是机器人手臂，自动移动机器人，人形机器人或视觉AI代理，他们可以模仿工作实施或以团队方式进行合作，并且当通过对象的互联网与实物双胞胎连接时，每个数字双胞胎将成为一个实时的交互式互动仪表板。 Pegatron使用Nvidia Metropolis创建AI代理商与员工合作，以找出复杂的技能。 Linker Vision和Kaohsiung City使用数字双胞胎来模仿各种无法预测的情况的影响，并创建AI代理，以管理城市的图像流系统，以将即时通知发送给响应的前线。结论：专注于AI基础设施，NVIDIA HAS在短短几年内扩大了生态影响，NVIDIA的市场价值为3亿美元。目前，NVIDIA正在全面投资于AI基础架构的构建，并积极地抛弃了下一个AI Enterprise，AI和AI4Science Industrial Wave，为下一代AI的研究和开发提供了各种硬件和软件设备。 NVIDIA将在各个阶段将基础设施从AI拆除到机器人，以产生灵活的模块化基质产品。随着AI芯片定制营地的增长，NVLLINK FUSION将在正确的时间在正确的时间启动半客户体AI基础设施NVLINK融合，以打开生态系统的大门。预计此步骤将有助于NVIDIA进一步扩大数据中心生态系统并影响市场。回到Sohu看看更多