黃仁勳展示了台灣戰隊在AI世界中的實力，並一起掀起新的產業革命。
計算加速+生成式AI改變了一切。
1.AI工廠生產出新的有價資產:生成式AI token。改變台灣計算機產業的定位，成為為各行各業創造智慧的AI工廠，而非傳統的電腦製造業。
2.BlackWell平台提供資料中心EFLOPS級的算力。下一代的Rubin平台更會呈現指數型成長。
3.Nims即將改變應用程式的寫法和定義。只要定義規則和角色，Nims自己合作完成應用任務。
4.Omniverse:AI將會懂得物理世界的規律，將會和我們一起工作。機器人之間能夠互動，並且能夠製造出其他機器人的產品。Omniverse提供了實體機器人演化的平台和模擬場域。
0.台灣是家和歸宿，Nvidia和台灣的夥伴們正重啟新的計算機產業革命
1.現在正在發生的事情，以及它的意義
從1964年IBM推出大型計算機，到目前60年來，計算機產業只發生過2-3次重大變革。
1995年微軟推出Windows作業系統，標誌個人電腦時代，2007年蘋果推出iphone，改變人與電腦互動的方式。
2007年互聯網和雲計算日益成熟， 促進全球互聯和資料雲端儲存。
2024年的今天，加速計算和人工智能，正在掀起再一次更重大的產業巨變，將重塑整個計算機產業。
摩爾定律＋CPU，驅動了過去計算機產業的高速發展，但軟體的發展所需的更快速的算力，僅靠CPU已經跟不上了。
安迪比爾定律中的比爾越來越耗算力。
計算通膨造成市場上對加速計算的強力需求。
Nvidia提供的GPU解決方案可以滿足這個需求。傳統的CPU加上GPU，可提昇100倍的速度，費用只要1.5倍，相當於節費98%!
能做到GPU加速，只有硬體是不夠的，Nvidia 2007年開始發展的cuda軟體函數庫，釋放了GPU並行運算的潛能。
並行計算是GPU能加速的基礎。就像是1個人做事，和100個人分工流水線生產的差距。
如今cuda+GPU的生態正朝正向發展，未來的計算只會指數型向上發展，cuda也是Nvidia的護城河之一。
運算一直加速，計算的成本一直持續下降，有一天，奇妙的事情就會發生。
2.第二件事，什麼是生成式AI，它對各個領域的深刻影響
2012年對黃仁勳來說，是非常重要的一年，通過AlexNet(早期深度學習模型)，他看到了人工智慧發展的潛力。
Nvidia在這條無人知曉無人行走的路上默默耕耘，直到2016年，第一台DGX送到了OpenAI。
到了2017年，Transformer模型在NLP領域取得了重大突破，推動了AI技術的快速發展和應用。
2023年，史稱AI元年。OpenAI一推出chatGpt，馬上就有100萬個使用者，不到兩個月，活躍用戶超過1億。是歷史上成長最快的應用程式。
生成式AI透過感知和檢測，能預測生成token。
token能轉成文字、語音、圖片、影片等等任何形式的東西。
凡是我們可以學習的，AI都可以生成。
因為加速計算加上生成式AI，台灣將站在新產業革命的轉折高點
AI工廠
AI工廠: AI工廠生產有價值的token，可以應用在計算機業、醫療保健業、交通業、製造業等。可以創造 出價值高達100萬億美元的新商品，推動各個領域的發展， 從而引領一場新的產業革命。
台灣計算機產業將脫離傳統的電腦製造業。
Nims
Nims: 傳統應用程式將被重新定義。Nim是包裝在容器中，經過預訓練的AI機器人種子。
每個Nims擔任應用程式中的不同角色，透過Nims間的合作，組成各種應用，例如數位客服、護士、導師等。
數位人: 不久的將來，數位人可以和真人一樣和我們互動。
例如客戶服務、廣告、遊戲、室內設計師、醫療工作者、AI智能品牌大使、聊天數位人。
這些都源於人工智慧模型(ACE NIMS)，有負責轉語意的、轉語音的、臉部和身體動畫的、以及皮膚和頭髮的渲染的
人工智慧模型即將從雲端來到每個人的桌上型電腦。
下一個世代的生成式AI需要建立在物理實體上，這件事正在指數型的發展。
Blackewell platform
BlackWell: 為了支持這個發展需要的算力。Nvidia設計了目前 這一代的GPU，名為Blackwell。
blackwell 的算力高達 20,000 TFLOPS(Apple M2 Ultra芯片，算力約為31.6 TFLOPS。)。
Nvidia的GPU的算力發展遠超摩爾定律。
Blackwell訓練 GPT-4 1.8T模型的能量需求從8年前的1,000GWh以上減少至3GWh，節能350倍。
Blackwell還可以透過NVLink，組成一個有72片Blackwell的GPU Domain-GB200 NVL72，這樣的算力可達1,440 PFLOPS。
Data Center
GB200 NVL72透過 Spectrum*800組成 GB200 NVL COMPUTE PACKS
B200 NVL COMPUTE PACKS 再組成一個完整的資料中心。
完整的資料中心可包含32,000GPUS。
Nvidia從Hopper到Blackwell到未來的Rubin，資料中心規模一年一個節奏，一個架構
3.第三件事，我們的計劃藍圖，將獲取不可思議的機會，以及之後會發生什麼
robots interacting with robots building products that are robotic
AI將會懂得物理世界的規律，將會和我們一起工作
機器人之間能夠互動，並且能夠製造出其他機器人的產品
機器人時代已經到來，有一天，一切能移動的物品都將是自主的
推進機器人發展的一項關鍵技術是強化學習(RLHF)，利用人類反饋來指導和改進強化學習算法的方法。
透過不斷試錯完善技能。
Omniverse
(“Omniverse” 是一個組合詞，由 “omni-” 和 “universe” 組成
Omni-:這個前綴來自拉丁語，意思是 “全部” 或 “無所不在”。
Universe:宇宙或一切存在的事物。
“Omniverse” 意思是包括一切存在的整個宇宙，或是所有可能的宇宙的集合)
Omniver是Nvidia開發的一個訓練物理機器人的開發平台，開發者可在Omniverse中模擬現實。
利用生成式物理AI建造機器人，需要三台電腦
1.Nvidia 超級AI電腦:用於訓練模型。
2.Nvidia jetson orin 機器人:用於運作這些模型。
3.Omniverse 平台:機器人可以在這裡模擬並精進技能
Earth 2.0
我們也可以在地球2.0中(一個模擬真實地球的雙生子)，使用人工智慧和高性能計算來分析環境數據
預測氣候變化，並尋找解決方案來應對未來的挑戰。