NVIDIA在加速计算和生成式AI领域的创新

在最新发布的公司 2024 财年可持续发展报告开篇的一封信中，NVIDIA 创始人兼首席执行官黄仁勋介绍了 NVIDIA 在加速计算和生成式 AI 领域的创新，以及 AI 技术在提高生产力、减少浪费和节约能源方面的潜力。他坚信，NVIDIA 的技术进步将惠及千家万户，并推动整个社会实现可持续发展。

以下为全文：      

亲爱的 NVIDIA 家人们、合作伙伴和支持者们：

我们正处于历史的关键时刻。NVIDIA 在加速计算和生成式 AI 领域的技术飞跃是新工业革命的核心，NVIDIA 正通过提升计算能力和推进可持续发展而从根本上重塑各行各业。

生成式 AI 时代已经到来，这印证了我们多年前所设想的加速计算架构。我们的技术突破大大降低了计算成本，催生了深度学习这一软件开发的新方法。借助这种革命性的方法，算法能够通过发现庞大数据集中的模式和关系来学习数据的结构和含义，从而编写出人类无法编写的软件。

从蒸汽机到电力，再到软件的生产，前三次工业革命都产生了一些全新的事物，改变了各行各业以及整个社会。我们现在正在创造从前难以想象的东西——数字智能。生成式 AI 革命将影响各行各业，并通过为各个领域提高效率和优化资源，开创一个生产力优化和可持续发展的新时代。第四次工业革命已经开始，世界正在拥抱 NVIDIA 的计算平台。

我们坚定不移地致力于推动这些变革。我们在 AI 和加速计算方面的创新为环境责任制定了新的标准，同时为更加环保、更加可持续的未来提供澎湃动力。

NVIDIA 加速计算可节省能源

随着计算需求的飙升，推动计算机行业发展数十年的 CPU 扩展时代已逐渐远去。软件行业的先驱们已将 NVIDIA 开创的加速计算技术视为前进的道路。所谓加速计算，就是如何以可持续、经济高效的方式满足对计算能力的巨大需求。

NVIDIA 加速计算已经达到了一个转折点。NVIDIA 正在推动全球价值数万亿美元的数据中心行业实现现代化。

通过并行运行 NVIDIA GPU 来加速工作负载，我们能够成倍地提高吞吐量，同时降低完成任务所需的总能耗，从而降低了总拥有成本（TCO）。节能效果令人叹为观止。

加速计算将先前需要数万台通用服务器、消耗 10 到 20 倍成本和能源的工作负载，压缩成了一种极其密集的形式。每台 GPU 服务器的成本更高，能耗更大，但所需的服务器数量却减少了一个数量级。因此，从实际工作量或吞吐量来看，我们可以节省大量的资金和能源。正因为如此，随着 CPU 扩展速度的放缓，我们必须向加速计算过渡，不能再继续以传统方式进行扩展。加速计算至关重要。

NVIDIA 加速计算是可持续计算

NVIDIA 为全球最节能的超级计算机提供动力，科学家利用这些超级计算机揭开宇宙的奥秘，借助其巨大的计算能力模拟宇宙现象、解码基因序列以及预测气候模式。全球超级计算机 Green500 榜单根据计算能力和能效对世界领先的超级计算机进行评估。在最新的 Green500 榜单中，采用 NVIDIA 技术的系统在排名前十中占据了七席。

数据处理和管理是一个价值 1000 亿美元的市场，也是企业的主要工作负载。NVIDIA CUDA GPU 可以加速普遍应用的 Apache Spark 数据处理引擎。基准研究表明， NVIDIA 加速的 Spark 最多可将数据处理的碳足迹减少 80%，同时将平均速度提升 5 倍，计算成本降低 4 倍。

Pandas 是世界领先的数据分析库，被近千万数据科学家所用。虽然易于使用，但它只能在 CPU 上运行，并且在处理大型数据集时速度缓慢，性能受到影响。为了解决这个问题，我们近期宣布，NVIDIA 已经将 Pandas 加速了高达 150 倍，惠及全球近 1000 万 Pandas 用户，且无需他们更改代码。考虑到数百万数据科学家所处理的数据量，在省时和节能方面，效果都是极为可观的。

训练 AI 会耗费能源，应用 AI 则节省能源

训练 AI 基础模型需要大量算力。随着越来越复杂的模型需要利用更多数据进行训练，以使它们更智能、更有用和更安全，对算力的需求也会随之提高。工程师们正在让这些模型学习如何更加客观深入地推理，以实现更安全、更全面和更优化的效果。随着每一代新技术的推出，NVIDIA 加速计算都在降低训练这些基础 AI 模型所需的成本和能耗。

NVIDIA 全新 Blackwell 平台就是一个完美的例子。Blackwell 正在帮助世界各地的机构在万亿参数语言模型上构建并部署实时生成式 AI。不仅如此，这一开创性平台在模型处理方面的成本和能耗也比其前身降低了一个数量级。

训练模型是 AI 的起点。投入成本和精力进行训练的目的是创建模型，在应用或推理时，帮助我们发现更好的科学、工程或操作解决方案，从而节约能源、时间和成本。

评估 AI 成本和能耗的正确方法是纵向评估，不仅仅聚焦训练，更要着眼于整个生命周期和所创建 AI 模型的下游影响。复合效益可能是巨大的。纵向分析可见，AI 将重塑工业生产力，降低能耗、时间和成本。

AI 提高生产力、减少浪费、节省能源

我们正与世界各地的公司合作，利用 AI 的革命性的能力来节约能源。

研究人员利用 AI 发现了更安全、性能更高、更加节省自然资源的电池。微软和太平洋西北国家实验室利用 NVIDIA 加速计算技术，在大约一周的时间内筛查了 3200 多万种潜在材料。他们发现了 18 种有前景的候选材料，其中包括一种含有锂和钠离子的新型电解质材料。与传统电池相比，这种新材料可减少高达 70% 的锂用量。

能源公司正在采用 AI 来减少运营对环境的影响，实现劳动密集型任务的自动化，并在电网边缘实现实时智能。波特兰通用电气公司正在利用内置 NVIDIA AI 技术的电表，将更多可再生能源引入电网，减少停电次数，加快风暴后的供电恢复，并最终降低电网的运营成本。

Cadence 开发的 AI 芯片设计工具可加快开发速度，帮助芯片更快运行并降低能耗和成本。MediaTek 的芯片为超过 20 亿台联网设备提供支持，该公司已经利用这种方法缩小了 5% 的芯片面积，并降低了 6% 的能耗。这 6% 的节能成果将惠及数百万人。因此，通过设计更好的软件、芯片和系统，我们将为世界节省大量的能源，这将永久性地造福社会。

AI 帮助我们适应气候变化

AI 最令人兴奋的应用之一是我们的 Earth-2 平台。通过训练  AI 识别和预测天气模式，NVIDIA 的地球数字孪生平台可以预测大气压、温度、降水、风速、风向以及湿度，达到前所未有的两公里精度。Earth-2 模型经过训练后，预测天气的速度是传统物理模型的 1000 倍，能效是传统物理模型的 3000 倍。

我们希望 Earth-2 可供世界各地的研究人员使用，因此我们通过 DGX Cloud 提供了 API。这不仅推进了气候研究，还减少了对超级计算机物理模拟的需求及其相关碳足迹，从而促进了环境的可持续发展。

Earth-2 还有助于普及高分辨率天气预报，改进对严重风暴的预测和跟踪，以减轻对经济的影响。The Weather Company 和台湾气象部门计划利用 Earth-2 助力前瞻性决策，指导组织机构应对各种假设的情景，预测前所未有的天气，以实现可行的结果，其中涵盖政策制定、城市发展和基础设施规划。

打造工业数字化的操作系统

Earth-2 是数字孪生的一个实例，它可以模拟并预测复杂的物理和动力系统。Earth-2在 NVIDIA Omniverse 中运行，这是一个功能强大的虚拟世界模拟引擎，汇集了计算机图形、物理和 AI 的精华。

我们创建 Omniverse 对物理世界进行体现和建模，以便工程师能够开发出可理解并在工业应用中运行的 AI 和机器人系统。在 Omniverse 中，企业可以操作并优化其工厂、仓库、农场和加工厂等物理基础设施的数字孪生。这些虚拟的体现使企业能够确定需要改进的领域，并降低成本、材料消耗和能源使用——这些都是实现可持续发展目标的关键因素。

全球重工业的产值高达 100 万亿美元，在全球能源消耗中占了很大比重。NVIDIA 可通过 Omniverse 实现这些行业的数字化，并充分利用生成式 AI 对可持续发展产生深远影响。

计算平台的转变，拥抱新的工业革命

NVIDIA 加速计算已达到一个转折点。业界迫切采用 NVIDIA技术，以通过相同的架构来节省能源、时间和成本，并实现生成式 AI。加速计算与生成式 AI 的结合推动了一个完整的全栈计算平台转变，改变了每一个行业。

生成式 AI 作为新的计算堆栈从根本上改变了计算机的工作方式，使计算机从指令驱动型转变为意图驱动型。生成式 AI 改变了我们使用计算机的方式，从搜索和检索既有的内容，转变为与每个上下文独有的实时生成信息进行交互。生成式 AI 正在将生产软件的计算机行业转变为生产数字智能的行业。最重要的是，对于科学家和工程师来说，生成式 AI 是一种新的工具，可以为以前难以解决的挑战提供解决方案，从而创造一个可持续发展的未来。

我为我们的团队、合作伙伴和全球社区共同取得的进步感到无比自豪。感谢你们参与我们的变革之旅。我们正在共同创立新的标准，让科技更好地造福世界和未来世代。