生成式AI加速新工业革命的转型之路

在NVIDIA最新发布的2024财年可持续发展报告开篇信件中，创始人兼首席执行官黄仁勋这样写道：

“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。”

他将其称之为“第四次工业革命”，并强调称，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从根本上重塑各行各业。

生成式AI作为新的计算堆栈，正在从根本上将工业等传统行业转变为生产数字智能的行业。7月25日，2024(第五届)国际 AIoT 生态发展大会分论坛——工业互联网论坛将在深圳举行，届时产业链企业将深入探讨AI机器人、工厂数字孪生等领域的技术解决方案，以及未来发展前景和机遇。欢迎报名参会。

未来，一切都是“生成式”的

黄仁勋认为，生成式AI之所以能够与人进行文本和图像的对话沟通，前提在于文本与图像已经被数字化和理解。接下来，包括蛋白质、基因、脑波在内的很多东西都能够实现数字化——只要理解其结构，或者从中抽象出特定的模式，能够理解其内涵，就能做数字化，这就是生成式AI革命。

无疑，要达成这种未来，NVIDIA现在要做的就是持续推广生成式AI，不仅要有性能足够强大的硬件做支撑，还要为开发者提供AI开发工具，主动引导那些不理解如何将AI引入到生产力及企业流程中的个人和企业，而NIM显然就是NVIDIA未来要将生成式AI进一步变现的技术，是其普及、巩固AI生态的重要产品之一。

NVIDIA NIM是一种推理微服务，通过经优化的容器的形式提供模型并部署在云、数据中心或工作站上。换句话说，NIM提供了一种简单、标准化的方式，将生成式AI添加到应用中，AI开发者不必再纠结使用具有不同功能的多个模型来生成文本、图像、视频、语音等，也不需要把时间都浪费在模型部署的复杂性、可靠性和性能优化上，显著提高工作效率的同时，还能够更多地专注到业务逻辑上。

借助NVIDIA NIM，开发者能够轻松地为copilots、聊天机器人等构建生成式AI应用，所需时间从数周缩短至几分钟。NIM还可使企业能够最大限度利用其基础设施投资。例如，相较于未使用NIM的情况下，在NIM中运行Meta Llama 3-8B时，后者在加速基础设施上可产生高达3倍的生成式AI token。这使企业能够大幅提高效率，使用相同的计算基础设施来生成更多的结果。

下一代AI赋能的自主机器和机器人，也是“生成式AI”加速落地的重要体现。毕竟，“AI能够理解物理定律，并与人类并肩作战”正在成为现实，而不仅是出现在科幻小说中。

根据瑞银最新的报告，随着未来几年机器人逐渐从自动化向自主化(具备自我学习能力的AI)蜕变，人类对机器人的认知将被颠覆。相关数据显示，仅全球移动机器人的市场规模就预计将增长9倍，从2021年的130亿美元增长到2030年的超过1230亿美元，这也难怪黄仁勋在多个场合将机器人计算机描述为“一种最新的计算机类型”，能够将一切可移动的机器转移到虚拟世界。

NVIDIA Isaac机器人平台带有一整套NVIDIA加速库、AI基础模型和仿真技术，例如：

• 建立在Omniverse之上的Isaac Sim是有史以来最逼真的机器人模拟器，该模拟器的目标是让机器人无法分清自己是在模拟环境中还是在现实世界中；
• 支持机器人操作系统(ROS)开发人员社区，使ROS开发者更容易在Jetson平台上构建高性能AI机器人，从而实现完整的“端到端机器学习循环”闭环；
• Isaac Manipulator可简化AI机械臂或操纵器的开发，以便无缝感知、理解环境并与其互动；Isaac Perceptor可为基于AI的自主移动机器人提供多摄像头3D环视功能。

Isaac生态系统现已有超过700多家公司和合作伙伴，这个数字在过去4年里增长了5倍。比亚迪电子、西门子、泰瑞达和Alphabet旗下公司Intrinsic等全球十多家机器人行业领先企业，正在将NVIDIA Isaac加速库、基于物理学的仿真和AI模型集成到其软件框架和机器人模型中，以此提高工厂、仓库和配送中心的工作效率，使机器人的人类同事更安全地工作，并使机器人成为执行重复性或超精密任务的智能助手。

数字孪生迎来机遇

随着各行业加速数字化转型，生成式AI的兴起、3D数据互操作的发展、高级图形学的进步，以及从边缘到云的仿真计算能力的提升，共同为企业物理流程的数字化提供了新机遇。

如今，“有价值50万亿美元的行业在竞相寻求数字化”——因为它不仅使企业能够创建符合真实物理规律的精确数字资产，还能通过精确的3D仿真和物理产品环境的构建，助力整个供应链、生产链和行业链中的所有参与者实现成本节约和效率提升。而当3D虚拟世界与真实物理世界相连接，企业将能够利用AI进行持续监控，不断优化数字孪生和物理孪生，推动企业运营向更高效、智能的方向发展。

另一方面，行业用户积极构建数字孪生的核心目标，是提高运营效率并降低成本，这预计能为客户节省数十亿美元的开支。并且，工业级数字孪生一旦建成，将为机器人技术和AI训练提供理想的虚拟环境，同时确保在虚拟环境中训练的AI能够在现实世界中得到有效执行，实现物理世界与数字世界的无缝对接。

作为向各行各业提供创建和操作数字孪生应用的平台，NVIDIA Omniverse目前已扩展至全球最大的工业软件生态系统，助力工业企业加速软件定义产品的发展，推动了自主移动车辆、自动驾驶车辆、人形机器人、智能仓储和智慧城市等应用的进程。而Omniverse Cloud API的出现，将为基于AI的数字孪生仿真工作流的训练、模拟和部署带来全新的加速，进一步推动工业数字化转型。

在今年6月COMPUTEX主题演讲的演示中，黄仁勋展示了全球最大电子制造商之一Foxconn如何在NVIDIA Omniverse平台上开发其工厂的数字孪生。首先，Omniverse 帮助Foxconn的团队优化操作流程的设备布局，AI摄像头通过NVIDIA Metropolis 监控工人安全。然后，Foxconn可以使用工厂数字孪生作为虚拟培训环境来模拟、测试和验证其基于NVIDIA Isaac Perceptor加速库构建的自主移动机器人(AMR)，以及由 NVIDIA Isaac Manipulator AI模型提供支持的AI机器人机械臂。

Omniverse的数字孪生应用远不止工业，汽车、制造、媒体、建筑、能源、科学运算仿真等众多行业都将受益于此。在碳排放领域，通过将二氧化碳转化为液态并注入地下的技术，用户能够创建地下数字孪生模型，以确保二氧化碳储存的安全性和效率。这一技术的应用每年可减少相当于1000辆汽车尾气排放的二氧化碳量。

在关于气象研究的全球气候模型Earth-2方面，该模型结合了3D交互式技术和大量数据训练，使用户能够在数字孪生环境中模拟和分析气象走向和大气河流，从而提高对飓风等极端天气事件的预测准确性。

AI级别的数字孪生也很有趣。比如通过AMR小车和场站的数字孪生模型，结合AI Agents技术，优化路径规划和实时响应突发事件。这类应用展示了数字孪生与AI结合的强大潜力，以及NVIDIA Omniverse平台在连接物理世界和数字世界方面的重要作用。

其实，工厂数字孪生是未来生产力发展的必要组成部分，究其本质就是一种狭义的元宇宙。基于未来经济的虚拟化发展需求，无论工业元宇宙还是生活元宇宙的构建，GPU图形渲染和AI辅助都是基本与核心能力。

打造AI工厂，助推新工业革命  

NVIDIA是人工智能芯片市场最大的参与者，在GPU和CUDA上拥有绝对领先的份额。但其实除此以外，NVIDIA还拥有一系列技术，可用于在多个GPU和系统上扩展工作负载。其中包括其片上和封装互连、用于服务器中GPU到GPU通信的NVLink、用于扩展pod之外的Infiniband以及用于连接到更广泛基础设施的Spectrum™-X以太网网络平台，这也被业界视作NVIDIA“隐形护城河”的一部分。

Spectrum-X是全球首款专为AI打造的以太网网络平台，其本质是端到端软硬结合的解决方案，而非仅仅只是网卡或者交换机。该平台配备了SN5600以太网交换机和BlueField-3 SuperNIC，通过动态路由技术和拥塞控制技术实现了带宽的最大化和噪声隔离，可将生成式AI网络性能较传统以太网网络平台提升1.6倍， 

之所以要专为AI打造，是因为AI工作负载非常独特，会产生大量网络数据流，从而对网络产生巨大影响。如果在基于传统以太网构建的现有云基础架构上运行这些工作负载，会引发严重拥塞、增加延迟，并造成带宽分配不公平，从而导致无法充分利用系统的GPU资源。 

NVIDIA方面预计Spectrum-X将在一年内创造数十亿美元营收，因此承诺每年都推出新的Spectrum-X产品，为客户提供更高的带宽、更多的端口、更加强大的软件功能集与可编程能力，不断提高领先的AI以太网网络性能。

为了满足全球数据中心多样化的加速计算需求，NVIDIA还为计算机制造商提供了MGX参考架构，以便其能够以快速且低成本的方式构建超过100种的系统设计配置。目前，已有超过25家合作伙伴的90多套已发布或正在开发中的系统使用了MGX参考架构，较去年来自6家合作伙伴的14套系统有了显著的增加。通过采用MGX，开发成本和时间分别较之前最多降低了3/4和2/3。

与此同时，各大领先企业正在迅速采用Blackwell为自身AI业务赋能。代表性案例包括台湾地区的长庚纪念医院计划使用Blackwell计算平台推进生物医学研究并加速影像和语言应用，以此改善临床工作流程，提升患者感受；Foxconn正计划使用Grace Blackwell来开发用于AI电动汽车和机器人平台的智能解决方案，以及日益增长的基于语言的生成式AI服务，以为其客户打造更加个性化的体验。

结语

生成式AI作为新的计算堆栈，正在从根本上改变人类和机器的工作方式、生活方式、信息获取方式，正在将传统行业转变为生产数字智能的行业。但生成式AI仍处于发展早期，市场还远未发展到成熟阶段，芯片公司只有“底层硬件”显然是远远不够的，还要跨过互联、存储、解热、通信等重重关卡，继而扩展到系统层面，才能在生态层面构建起生成式AI时代竞争对手最难以逾越的障碍。