見出し画像

NVIDIAが世界を制する！ライバルを凌駕するAIプラットフォーム戦略の全貌

Taroh

SIGGRAPH 2024 での講演で、NVIDIA CEO のジェンスン・フアン が WIRED シニア ライターの ローレンと対談し、生成AI、そしてイノベーション、仮想世界、ロボット工学の次の波を牽引する画期的な研究について語ります。

一時間にわたる会談なので、時間のない方は以下の要約をご覧ください。

【要約】

1. NVIDIAはAI開発におけるソフトウェアのリーダーである

  • NVIDIAは、GPU半導体のハードウェアだけの会社ではありません。
    業界をリードするソフトウェア企業であり、特にアクセラレーティッドコンピューティング分野での技術革新を推進しています。これにより、ディープラーニングやデータ処理など、さまざまな分野でパフォーマンスを大幅に向上させています。
    NVIDIAでは全従業員のうち約75％が研究開発職（エンジニア）で残りの約25％が営業、マーケティング、オペレーション、管理部門の職種です。
    研究開発費は直近の1年間で87億ドル(USD)となり 約1兆4,077億円です。

2. オープンプラットフォーム企業としての使命

  • NVIDIAはオープンソース技術を提供するプラットフォーム企業であり、開発者や企業が自由にその技術を活用できる環境を整えています。これにより、カスタマーサービス、ロボティクス、ジェネレーティブAIなど、多様な分野でイノベーションを促進しています。

    主なオープンソースプロジェクトには以下のようなものがあります：

    1. CUDA: NVIDIAが開発した並列コンピューティングプラットフォームとプログラミングモデルで、多くの科学技術分野で使われています。CUDAのライブラリやツールの一部はオープンソースとして公開されています。

    2. TensorRT: 高速で効率的なディープラーニング推論のためのライブラリで、エッジやデータセンターでのAI推論を加速します。TensorRTもオープンソース化されており、開発者は自由に利用できます。

    3. NVIDIA Deep Learning SDK: 機械学習とディープラーニング用のツールとライブラリのコレクションで、これらの多くがオープンソースで提供されています。

    4. NVIDIA Omniverse: 3Dデザインのためのプラットフォームで、複数のユーザーが同時に3Dコンテンツを作成、修正できるようにするツールです。Omniverseにはオープンソースで利用可能なコンポーネントも含まれています。

3. 加速コンピューティングによる技術革新と省エネ実現

  • NVIDIAのアクセラレーティッドコンピューティング技術は、エネルギー効率を劇的に向上させ、データ処理や科学シミュレーションを高速化することで、業界に革命をもたらしています。これにより、新しい市場や分野での技術展開を可能にし、企業の生産性向上に寄与しています。

4. 生成AIの進化とその社会的影響

  • 生成AIの進化は、社会や産業に大きな影響を与える可能性があります。NVIDIAは、AIの教育やインフラ整備が重要であることを強調し、未来を見据えた取り組みを推進しています。

5. 電力消費の問題とその解決策

  • 生成AIには大量のエネルギーが必要であり、電力消費問題が課題となっています。ファンCEOは、NVIDIAのアクセラレーティッドコンピューティング技術が、この問題を解決し、持続可能な未来を実現するために重要であると述べています。具体的には、エネルギー効率を向上させることで、より少ないエネルギーで大規模な計算を可能にし、環境への負担を軽減することを目指しています。

6. 倫理問題への対応

  • 高度に人間らしいAIやチャットボットの普及に伴い、倫理的な課題が浮上しています。ファンCEOは、これらの技術が人々にとって有益である一方で、適切に管理され、誤解を避けるようにする必要があると述べています。NVIDIAは、技術が倫理的に使用されるよう、責任を持って対応していくことを強調しています。

7. OpenUSDによる未来へのアプローチ

  • NVIDIAは、OpenUSDという新しいフォーマットを推進し、仮想世界における標準技術として普及させることで、企業間やツール間の相互運用性を高め、効率的な共同作業を可能にします。これにより、将来にわたって技術やコンテンツが持続可能であることを目指しています。

8. NVIDIAの技術が社会や産業に与える影響とその責任

  • NVIDIAの技術は、社会や産業に深い影響を与えるものであり、同社はその責任を重視しています。特に、エネルギー効率の向上や倫理的な技術利用を通じて、持続可能な社会の実現に貢献することを使命としています。また、NVIDIAは技術革新がもたらす影響を考慮し、責任ある対応を行うことで、社会全体に利益をもたらすことを目指しています。

9. 未来への挑戦と覚悟

  • ファンCEOは、NVIDIAが今後も物理法則を超えるような技術革新を追求し続けることを誓っています。競争相手や地政学的リスクに直面しながらも、未来を自らの意志で切り開いていく覚悟を持っており、そのために全力を尽くすと述べています。

これらのポイントを通じて、ファンCEOは、NVIDIAが技術革新の最前線に立ち、社会や産業に大きな影響を与える責任を持っていることを強調しています。また、NVIDIAの技術が持続可能で倫理的な未来を実現するためにどのように貢献するかについても、明確なビジョンを提示しています。



NVIDIAの歴史と未来の方向性について

ファンCEO: みなさん、こんにちは。またお会いできて嬉しいです。

ローレン: お会いできて光栄です。SIGGRAPHへようこそ、ファンCEO。私もここに来られてとても嬉しいです。

ファンCEO: SIGGRAPHは私にとっても特別な場所です。NVIDIAはこのカンファレンスに深く関わってきました。実は、今日皆さんにNVIDIAの歴史を振り返る漫画をお見せしたいんです。私たちがコンピュータグラフィックスから始まり、現在に至るまでの歩みを漫画にしました。

ローレン: その漫画はあなたが作ったんですか？それとも生成AIが？

ファンCEO: それは私が作ったものです（笑）。もちろん、AIの力を借りていますが、CEOの仕事として、私がリードしています。漫画の内容は、私たちがどうやってここまで来たのか、そして未来に向けてどう進んでいくかを描いています。

生成AIの進化とその影響

ローレン: 生成AIの進化について詳しく教えていただけますか？NVIDIAが果たしている役割は非常に重要だと聞いていますが。

ファンCEO: 生成AIは、私たちがこれまで目にしてきた技術の中でも特に画期的なものです。AIが今や単にデータを学習するだけでなく、テキストから画像や3Dオブジェクト、さらには化学物質やタンパク質までを生成できる時代が来ています。これにより、ほぼすべての産業がAIによって変革されるでしょう。

ローレン: それは素晴らしいですね。しかし、生成AIをどのように制御しているのですか？AIが予期しないものを生成する可能性もありますよね？

ファンCEO: まさにその通りです。生成AIの制御は非常に難しい部分です。しかし、私たちはガードレールと呼ばれる技術を使って、AIが特定の領域でのみ作業するようにし、予期しない生成物を防いでいます。さらに、AIにフィードバックを与えることで、より正確な結果を出せるようにしています。AIは、人間がどのように考え、行動するかを学び、それに基づいて生成物を作り出すのです。

生成AIの実用化とエネルギー問題

ローレン: 生成AIが非常に多くのエネルギーを消費するという話を聞きました。今後、そのエネルギー消費をどう管理していくのでしょうか？

ファンCEO: 生成AIは確かにエネルギーを大量に消費しますが、それ以上に生産性を大幅に向上させる可能性があります。重要なのは、効率的にエネルギーを使い、生成AIが生産性を向上させるための最適化を進めることです。また、エネルギー効率の良いデータセンターを構築し、余剰エネルギーを活用することで、全体的なエネルギー消費を抑えることができると考えています。

ローレン: それでも、AIが消費するエネルギーの量は驚異的です。持続可能なエネルギー使用に向けた取り組みについて、もう少し詳しく教えていただけますか？

ファンCEO: 確かに、生成AIは多くのエネルギーを消費します。しかし、私たちはAIを使って効率を最大限に高めることができます。たとえば、AIがサプライチェーンの最適化を行うことで、エネルギー使用量を大幅に削減できます。将来的には、データセンターをエネルギーが豊富な場所に移動し、そのエネルギーを有効活用することが可能になるでしょう。私たちが目指しているのは、AIを使って持続可能な未来を築くことです。

生成AIの進化と業界への影響

ファンCEO: OpenAIのChatGPTは、革命的な新しいAI技術であり、歴史上最も急速に成長しているサービスです。しかし、ChatGPTが登場して以来、業界や研究者たちは、AIを使ってあらゆるものを学習する方法を次々と解明してきました。言葉だけでなく、画像や動画、3Dモデル、化学物質、タンパク質、物理学、熱力学、流体力学、粒子物理学など、さまざまな分野でAIがその意味を学習しています。そして、私たちはそれを学習しただけでなく、生成できるようにもなりました。たとえば、テキストから画像を生成したり、テキストから3Dモデルを作成したり、さらにはテキストからタンパク質や化学物質を生成することも可能になったのです。これは本当に革命的な時代です。ほぼすべての業界が、このAIの影響を受けるでしょう。具体的には、科学計算、エネルギー消費の削減、クリエイターと協力して画像を生成すること、さらには産業のデジタル化のための仮想シーンの生成などが含まれます。そして、ロボット工学や自動運転車も、この生成AIによって大きく変革されるでしょう。

生成AIツールの将来性

ローレン: 最近あなたとお話しした際に、生成AIツールがより制御可能で、より正確になると楽観的に感じているとおっしゃいました。現時点では、幻覚や低品質の出力の問題があり、ツールが期待通りの結果をもたらさないこともあります。それに加えて、大量のエネルギーを消費しますが、これについてどうお考えですか？生成AIが実際により有用で制御可能になる方向に私たちを導いているとお考えの理由は何ですか？

ファンCEO: ChatGPTの大きなブレークスルーは、強化学習による人間からのフィードバックでした。これは、人間を使って正しい答えや最善の答えを導き出し、AIを私たちのコアバリューに合わせ、またはAIに実行させたいスキルに合わせる方法です。これがおそらく、ChatGPTを誰でも使えるように公開することを可能にした驚くべきブレークスルーです。それ以降、他のブレークスルーも登場しています。ガードレールは、AIが特定の領域にエネルギーや応答を集中させるもので、AIがさまよい、質問されたあらゆることについて独り言を言わないようにします。AIは、訓練され、実行するように調整され、深い知識を持っていることだけに集中します。3つ目のブレークスルーは、検索拡張生成と呼ばれ、基本的にベクトル化または埋め込まれたデータであり、その意味を理解できます。データなので、より信頼性の高いデータセットになります。トレーニングされたデータセットを超えて、他のソースからも取得します。つまり、単なるデータソースではなく、何かXです。たとえば、これまでに書いたすべての記事、これまでに書いたすべての論文などです。そのため、これはあなたに関する信頼性の高いAIになり、本質的にはあなたのチャットボットになる可能性があります。つまり、私がこれまでに書いたことや言ったことはすべてベクトル化され、セマンティックデータベースに作成されます。そして、AIが応答する前に、プロンプトを確認し、そのベクトルデータベースから適切なコンテンツを検索して、この生成プロセスでそれを拡張します。

ローレン: それが最も重要な要素の1つだとお考えなのですね。

ファンCEO: これら3つの組み合わせにより、テキストでそれを行うことが可能になりました。今、非常に素晴らしいのは、画像でそれを行う方法を見つけ始めていることです。そうです、SIGGRAPHは画像と生成に関するものが多いです。今日の生成AIを見ると、プロンプトを与えると、この特定のケースでは、NVIDIAが作成したEdify AIモデルになります。これは2Dのテキストから2Dへの基礎モデルです。マルチモーダルです。私たちはGettyと提携して、そのデータライブラリを使用してAIモデルをトレーニングしました。これがテキストから2Dへの画像です。

生成AIとロボット工学への応用

ローレン: これは物理的な世界にどのように変換されるのでしょうか？ロボット工学のようなものにどのように変換されるのでしょうか？

ファンCEO: さて、ロボット工学についてお話ししますが、私が皆さんにぜひお見せしたいものの一つは、私が自分で作ったものではありません。自分で作ったものです。さて、これは素晴らしいビデオです。これは、皆さんもご存知の世界的な有名ブランドと協力してWPP Shutterstockが制作した作品です。ビデオを再生してみましょう。

生成AIの活用とアーティストへの影響

ローレン: この部屋には、技術者であるだけでなく、ストーリーテラーでもある人がたくさんいると思います。

ファンCEO: これは非常に技術的な部屋です。

ローレン: ストーリーテラーはこのようなものを見ます。

ファンCEO: ここには博士号取得者が90%くらいいます。

ローレン: 考えてみてください。手を挙げるようには言いませんが、きっと興味深いと思います。彼らはこのようなものを見ます。私はこのようなものを見ます。そして、私は「なるほど、これはかなりすごい」と思います。レンダリング時間が短縮されます。何もないところから画像が生まれます。おそらく、同じくらい多くの人が「これは自分の仕事にとって何を意味するのか？」と考えるでしょう。これは拡張することと人を助けることの境界線はどこに引くのでしょうか？どこに線引きされていると思いますか？これは人間が行う特定の作業を置き換えるものです。

ファンCEO: そうですね、それがツールの役割です。私たちはここでツールを発明します。この会議は、最終的にツールとなる技術を発明するためのものです。そして、そのツールは私たちの仕事を加速させ、協力し、より良い仕事やさらに大きな仕事、以前は不可能だった仕事を可能にします。ですから、皆さんが目にするであろうことは、生成AIが以前よりも制御可能になるということです。ラグ検索拡張生成を使用してテキスト生成をより適切に制御し、幻覚を減らすことができました。現在、生成AIを備えたOmniverseを使用して、生成画像をより適切に制御し、幻覚を減らすことができます。これらのツールはどちらも、生産性を高め、他の方法ではできないことを行うのに役立ちます。ですから、世界中のすべてのアーティストに言いたいのは、このツールに飛びついて試してみて、あなたが語ることができる物語を想像してほしいということです。これらのツールによって、仕事に関して言えば、私たちの仕事はすべて変わる可能性が高いと言えます。

生成AIが仕事に与える影響

ローレン: どのような方法で？

ファンCEO: 私の仕事は変わります。将来的には、私はたくさんのAIを駆使することになります。誰もがアシスタントとなるAIを持つことになります。ですから、すべての企業、すべての仕事にアシスタントとなるAIが備わっていることになります。ご存知のように、当社のソフトウェアプログラマーは、プログラミングを支援するAIを持っています。すべてのソフトウェアエンジニアは、ソフトウェアのデバッグを支援するAIを持っています。チップ設計者がチップを設計するのを支援するAIもあります。AIがなければ、ホッパーは実現できなかったでしょう。AIがなければ、ブラックウェルは実現できなかったでしょう。今日、今週、私たちはサンプルを出荷しています。ブラックウェルのエンジニアリングサンプルを世界中に発送しています。

ローレン: それらは今、人々の椅子の下にあります。ちょっと見れば、GPUがわかると思います。

ファンCEO: はい、GPUが手に入ります。GPUが手に入ります。その通りです。

ローレン: サプライチェーン。

ファンCEO: 私たちは皆、そう願っています。ええ、そうです。だから、私たちが行っている仕事はどれも、生成型AIなしではもう不可能でしょう。そして、それはますます、当社のIT部門が従業員の生産性向上を支援していることに当てはまります。サプライチェーンチームもますます、供給を最適化して可能な限り効率的にしています。あるいは、データセンターチームも、AIを使用してデータセンターを管理し、可能な限りのエネルギーを節約しています。

Omniverseと生成AIの統合

ローレン: 以前、Omniverseについて言及されましたね。これは目新しいことではありません。しかし、Omniverseにはより生成的なAIが組み込まれ、人々がシミュレーションやデジタルツインを作成するのに役立つという考えがあります。

ファンCEO: そうです、ちなみに今週発表するのはそのことです。それについて話しましょう。OmniverseはテキストをUSDに変換できるようになりました。テキストを理解でき、セマンティックデータベースを備えているため、すべての3Dオブジェクトを検索できます。この方法で、たとえば、若い女性は、シーンにたくさんの木を配置し、木をどのように配置したいかを説明し、なんとかしてすべての3Dの木を配置することができました。それが終わると...その3Dシーンは生成AIモデルに送られ、フォトリアリスティックなモデルに変換されます。フォードのトラックを拡張するのではなく、実際のブランドのグラウンドトゥルースを使用したい場合、それを尊重し、最終シーンに保持します。そうすると、会社内のすべてのグループがAIの支援を受けるという話になりました。多くの質問があります。最近、私たちが構築しているこのインフラストラクチャが企業の生産的な仕事につながっているかどうかについて議論しています。先ほど、NVIDIAの設計なしにはジェネレーティブAIは不可能であるという例を挙げました。ジェネレーティブAIなしでは不可能です。私たちは、ジェネレーティブAIを使って仕事のやり方を変えています。しかし、先ほどお見せした多くの例でも、ジェネレーティブAIを使っています。リアルタイムのレイトレーシングを可能にする新しい製品や新しいテクノロジー、想像できるより大規模なシーンの作成に役立つOmniverse、自動運転車、ロボット工学など、新しい機能のどれも、ジェネレーティブAIなしでは実現できません。

デジタルエージェントとカスタマーサービスへの応用

ファンCEO: 今週ここで発表する内容の1つは、デジタルエージェント、つまり会社のあらゆる仕事を強化するデジタルAIの概念です。人々が発見している最も重要なユースケースの1つは、カスタマーサービスです。すべての企業、すべての業界にカスタマーサービスがあります。そして将来、今日カスタマーサービスは人間が行っていますが、将来的には、人間が引き続き担当し、AIが関与するようになると思います。その利点は、すべてのカスタマーサービスエージェントの経験を保持し、その組織的知識をキャプチャして分析に活用し、顧客向けのより良いサービスを作成することです。先ほど、画像用のOmniverse拡張生成をお見せしました。これはラグです。これは検索です。拡張生成AIです。私たちが行っているのは、このカスタマーサービス、つまりクラウドにあるマイクロサービスを作成することです。今日か明日には利用可能になると思います。ぜひお試しください。これにデジタルヒューマンフロントエンドを接続しました。IO、つまりAIのIOは、話したり、あなたとアイコンタクトをとったり、共感的にアニメーション化したりすることができます。そして、チャット、チャット、チャット、GBT、またはAIをデジタルヒューマンに接続したり、デジタルヒューマンを検索拡張生成カスタマーサービスAIに接続したりすることもできます。どのように行うにしても、私たちはプラットフォーム企業です。どの部分を使用するかに関係なく、完全にオープンソースであり、好きな部分を使用できます。美しい顔をレンダリングするために作成した驚異的なデジタルヒューマンレンダリングテクノロジーが必要な場合は、パストレーシングによるサブサーフェススキャタリングが必要ですが、この画期的な進歩は本当に驚くべきものであり、それが可能になります。

生成AIの活用と企業の未来

ファンCEO: 「私たちは、生成AIを使って仕事のやり方を変えています。しかし、先ほどお見せした多くの例でも、ジェネレーティブAIを使っています。リアルタイムのレイトレーシングを可能にする新しい製品や新しいテクノロジー、想像できるより大規模なシーンの作成に役立つOmniverse、自動運転車、ロボット工学など、新しい機能のどれも、ジェネレーティブAIなしでは実現できません。

今週ここで発表する内容の1つは、デジタルエージェント、つまり会社のあらゆる仕事を強化するデジタルAIの概念です。人々が発見している最も重要なユースケースの1つは、カスタマーサービスです。グループ、すべての企業、すべての業界にカスタマーサービスがあります。そして将来、今日カスタマーサービスは人間が行っていますが、将来的には、人間が引き続き担当し、AIが関与するようになると思います。

その利点は、すべてのカスタマーサービスエージェントの経験を保持し、その組織的知識をキャプチャして分析に活用し、顧客向けのより良いサービスを作成することです。先ほど、画像用のオムニバース拡張生成をお見せしました。これはラグです。これは検索です。拡張生成AIです。私たちが行っているのは、このカスタマーサービス、つまりクラウドにあるマイクロサービスを作成することです。今日か明日には利用可能になると思います。ぜひお試しください。

これにデジタルヒューマンフロントエンドを接続しました。IO、つまりAIのIOは、話したり、あなたとアイコンタクトをとったり、共感的にアニメーション化したりすることができます。そして、チャット、チャット、チャット、GBT、またはAIをデジタルヒューマンに接続したり、デジタルヒューマンを検索拡張生成カスタマーサービスAIに接続したりすることもできます。

どのように行うにしても、私たちはプラットフォーム企業です。どの部分を使用するかに関係なく、完全にオープンソースであり、好きな部分を使用できます。美しい顔をレンダリングするために作成した驚異的なデジタルヒューマンレンダリングテクノロジーが必要な場合は、パストレーシングによるサブサーフェススキャタリングが必要ですが、この画期的な進歩は本当に驚くべきものであり、それが可能になります。」

ジェネレーティブ（生成）AIの倫理と人間らしさ

ローレン: 「このようなものの倫理についてはどうお考えですか?これを開発者やグラフィックアーティストに公開していますが、これらは世界に公開されています。このようなチャットボット、非常に人間らしいビジュアルチャットボットは、チャットボットであると宣言すべきだと思いますか?あまりにも人間的すぎて、人間と間違えてしまうのでしょうか?人々はチャットボットに対して局所的に脆弱です。」

ファンCEO: 「まだかなりロボット的です。でも、それは悪いことではないと思います。私たちはしばらくロボットのままです。このデジタルヒューマンテクノロジーはかなりリアルになったと思いますが、それでもロボットであることは皆さんも私もわかっています。だから、それは悪いことではないと思います。

人間的な表現や人間に近い表現があれば、人間との関わりがずっと魅力的になるアプリケーションは数多くあります。それからテキストボックス。付き添いが必要な人や、帰宅したばかりの外来患者にアドバイスが必要なヘルスケアが必要な人、高齢者の手助けが必要な人などです。子供を教育する家庭教師など、たくさんのアプリケーションがあります。これらすべてのアプリケーションは、より人間的で、視聴者とつながることができる人がいるほうが良いのです。それは興味深いですね。」

NVIDIAのソフトウェア戦略とリーダーシップの維持

ローレン: 「今日、あなたがよく話しているのを耳にします。これはソフトウェア開発ですよね？GPUに依存していますが、結局のところ、これはソフトウェアです。これはNVIDIAがスタックをさらに上へ進めているということです。一方、生成AIの分野でソフトウェアやクラウドサービスに携わっている企業や人々もいますが、彼らはスタックをさらに下へ進めようとしていますよね？彼らは、あなたが行っていることと競合できる独自のチップやTPUを開発しているかもしれません。このソフトウェア戦略はNVIDIAにとってどれほど重要ですか？リードを維持し、現在NVIDIAに期待されている成長の約束のいくつかを実際に実現することです。」

ファンCEO: 「そうですね、私たちは常にソフトウェア会社であり、業界初でもあります。その理由は、アクセラレーテッドコンピューティングは汎用コンピューティングではないからです。汎用コンピューティングは、Cプログラム、C++プログラム、Pythonなど、あらゆるプログラムを実行できます。ほとんどすべてのプログラムを効率的に実行できるようにコンパイルできます。

残念ながら、流体力学を加速するには、流体力学のアルゴリズムを理解して、加速できるようにリファクタリングする必要があります。また、アクセラレータを設計する必要があります。CUDA GPUを設計して、アルゴリズムを理解し、優れた加速を実現できるようにする必要があります。もちろん、そうすることで、スタック全体を再設計することで、アプリケーションを20倍、40倍、50倍、100倍加速できます。

たとえば、NVIDIA GPUをGCPに導入すると、世界をリードするデータサイエンスプラットフォームであるPandasが稼働し、汎用コンピューティングを50倍から100倍に高速化しました。ディープラーニングの場合、過去10年から12年ほどの間にディープラーニングを100万倍高速化しました。そのため、大規模な言語モデルを作成できるようになりました。100万倍の高速化、100万倍のコストとエネルギーの削減。

汎用生成AIを実現できたのは、新しいプロセッサ、新しいシステム、Tensor Core GPU、MV -Linkスイッチファブリックを設計したからです。これはAIにとって完全に画期的なものです。もちろん、システム自体、アルゴリズム、誰もが使用しているMegatronと呼ばれる分散コンピューティングライブラリ、Tensor RT - LMもアルゴリズムです。アルゴリズムとその上のアプリケーションを理解しなければ、スタック全体をどのように設計すればよいかを把握するのは非常に困難です。」

NVIDIAの将来と新しい市場への取り組み

ローレン: 「NVIDIAの将来にとって、NVIDIAのソフトウェアエコシステムの最も重要な部分は何ですか?」

ファンCEO: 「そうですね、そのすべてに新しいライブラリが必要です。私たちはそれをDSL、ドメイン固有ライブラリと呼んでいます。ジェネレーティブAIでは、そのDSLはQDNNと呼ばれています。SQL処理、データフレームではQDFと呼ばれます。SQLやPandasに行くと、QDFによってそれを加速することができます。量子エミュレーションではQQuantumと呼ばれます。QFFTにはたくさんのQがあります。計算リソグラフィーにより、業界がcu - lithoと呼ばれる次世代のプロセス技術を進歩させるのを支援できます。

ご存知のように、cuの数はどんどん増えていきます。ドメイン固有ライブラリを導入するたびに、加速コンピューティングが新しい市場に公開されます。したがって、新しい分野を開拓するには、コラボレーション、ライブラリとアーキテクチャのフルスタック、市場投入、開発者、エコシステムが必要です。したがって、アクセラレータを構築するだけでは十分ではありません。スタック全体。」

生成AIとそのエネルギー消費の影響

ローレン: 「生成AIは大量のエネルギーを消費します。」

ファンCEO: 「ただ私の仕事は超大変だと言っているだけです。」

ローレン: 「しかし、あなたのアシスタント、AIアシスタントはそれをもっと簡単にしてくれるでしょう？」

ファンCEO: 「それは何？ 誰かが私の背中をたたいてくれないと。ちょっと拍手をしてよ、みんな。もちろんだよ。そうだね、どうぞ。」

データセンターとエネルギー効率の関係

ローレン: 「エネルギーについて話しましょう。」

「生成型AIは、信じられないほどエネルギーを消費します。ここでメモカードから読み上げます。ある調査によると、ChatGBTという1回のクエリは、1回のGoogle検索を処理するのに必要な電力のほぼ10倍を消費します。データセンターは、全世界のエネルギーの1%から2%を消費していますが、3%から4%になるという人もいます。10年後には6%になるという人もいます。データセンターのワークロードは、2015年から2019年にかけて25%から30%の間で3倍に増えました。これは2019年だけのことです。AI、生成型AIは、そのすべての大部分を占めています。構築したいものや実行したいものの需要を満たすのに十分なエネルギーがあるでしょうか?」

ファンCEO: 「ええ、はい。そして、いくつか観察事項があります。まず、数年前に限界を押し広げているモデルメーカーが2、3、4社ありました。今年はおそらくその3倍ですが、それでも1桁台です。1桁台は非常に高い数字ですが、10社としましょう。モデルの限界を押し広げています。モデルのサイズは、毎年2倍、あるいはそれ以上の速さで大きくなっています。2倍の大きさのモデルをトレーニングするには、2倍以上のデータが必要です。そのため、計算負荷は、単純に考えれば、毎年4倍くらいに増えています。これが、Blackwellが非常に期待されている理由の1つです。同じ量のエネルギーを使用してアプリケーションを大幅に高速化したからです。

これは、一定のエネルギー、一定の速度でアプリケーションを高速化する例です。コストがどんどん安くなっています。しかし、重要なのは、私が取り上げたのは10社だけです。世界には無数の企業があり、データセンターは至る所にあります。NVIDIAは、数多くの企業やさまざまなデータセンターにGPUを販売しています。そこで、何が起こっているのか、という疑問が湧きます。根本的に、実際に起こっている最初のことは、CPUのスケーリングの終わりと、アクセラレーテッドコンピューティングの始まりです。

データ処理、テキスト補完、音声認識、使用されている基本的なAIのすべて。世界中のデータセンターで使用されているレコメンデーションシステム。誰もがCPUからアクセラレーテッドコンピューティングに移行しています。エネルギーを節約したいからです。アクセラレーテッドコンピューティングは、同じ処理を20倍、50倍も節約できます。ですから、社会として最初にやらなければならないことは、加速することです。できる限りすべてのアプリケーションを高速化します。Sparkデータ処理を行っている場合は、高速化されたSparkで実行します。これにより、必要なエネルギー量を20分の1に削減できます。

SQL処理を行っている場合は、SQL、高速化されたSQLを実行します。これにより、電力を20分の1に削減できます。気象シミュレーションを行っている場合は、高速化します。科学シミュレーションを行っている場合は、高速化します。画像処理も高速化します。これらのアプリケーションの多くは、以前はCPUと汎用コンピューティングで実行されていました。今後はすべて高速化される必要があります。これが最初に起こることです。」

ジェネレーティブAIと次世代のエネルギー効率

ファンCEO: 「では、世界中で使用されているエネルギー量は削減されていますか？もちろんです。GPUの密度と高速コンピューティングの密度は高くなっています。エネルギー密度は高くなっています。しかし、使用されるエネルギー量は大幅に少なくなっています。これが最初に起こることです。もちろん、次にジェネレーティブAIです。

ジェネレーティブAIはおそらく消費量というと、おそらく世界のエネルギーの1%程度という非常に大きな数字を選びましょう。しかし、データセンターが世界の4%を消費しているとしても、覚えておいてください。生成AIの目標はトレーニングではありません。生成AIの目標は推論です。そして推論...理想的には、天気を予測し、新しい材料を予測するための新しいモデルを作成し、サプライチェーンを最適化し、消費されるエネルギーの量を減らし、製品を配送する際に無駄になるガソリンを減らします。

したがって、目標は実際には96%のエネルギー消費を削減することです。そして非常に重要なのは、AIについて、学校に行くだけでなく、長期的な視点で考える必要があるということです。しかし、学校に行った後はどうなるのでしょうか。あなたも私もスタンフォード大学に通っていました。スタンフォード大学は安くはありません。」

ローレン: 「ただし、少し違うことを勉強したと思います。」

ファンCEO: 「ええ、ええ、もちろん。大きな学校ですよ。」

ローレン: 「うまくいきましたね。」

ファンCEO: 「私たち二人にとって、それはうまくいきました。ですから、もちろん目標は学校に行くことです。しかし、もちろん、本当に重要なのは学校を卒業した後、私たちが社会にできるすべての貢献です。生成型AIは生産性を向上させます。新しい科学を発見し、物事をよりエネルギー効率よくすることを可能にします。次のものを見せずに終わらせないでください。それがアクセラレーテッドコンピューティングです。」

データセンターの位置とエネルギー効率

ローレン: 「私たちがエネルギーについて話していたときに突然地球が「よし、エネルギーの使用を抑えよう」と言ったような気がしたのです。」

ファンCEO: 「皆さん。そう思っていたのですが、私は自分自身から追い出されているのでしょうか?」

ローレン: 「まだ数分あると思います。だから、そう願っています。つまり、マークがここに来て私を蹴り出すまで、私はステージを降りません。どうですか?」

ファンCEO: 「彼はそんなことはしません。彼は素晴らしい人です。とにかく、ジェネレーティブAIについて縦断的に考え、ジェネレーティブAIの影響について考えてみましょう。ジェネレーティブAIについて次に述べることは、従来のコンピューティング方法は検索ベースのコンピューティングと呼ばれていることです。

すべてが事前に記録されています。すべてのストーリーは事前に記録されています。すべての画像は事前に記録されています。すべてのビデオは事前に記録されています。したがって、すべてがどこかのデータセンターに事前に記録された状態で保存されます。ジェネレーティブAIは、ネットワーク経由でデータセンターに行き、何かを取得してネットワーク経由で送信するために必要なエネルギーの量を削減します。

忘れないでください。データセンターはエネルギーを消費する唯一の場所ではありません。世界のデータセンターは、実行されるコンピューティング全体の40%にすぎません。エネルギーの60%はインターネットで消費されています。電子を動かし、ビットやバイトを動かします。したがって、ジェネレーティブAIは、インターネットのエネルギーの量を削減します。インターネットでは、情報を取得する代わりに、コンテキストを理解しているので、その場で生成できます。デバイスにはすでにコンテンツがいくつかある可能性があり、応答を生成できるため、他の場所で取得する必要はありません。」

ジェネレーティブAIの影響とデータセンターの未来

ローレン: 「まあ、その一部は原子を動かすことでもあり、」

ファンCEO: 「そうですか？最後にもう1つ言わせてもらいます。ローレン、最後にもう1つ。AIはどこで教育を受けるかは気にしません。今日のデータセンターは、社会がある電力網の近くに建設されています。もちろん、そこが私たちが必要としている場所です。

将来、データセンターは世界のさまざまな場所で、エネルギーが余っている場所に建設されるでしょう。ただ、そのエネルギーを社会にもたらすには多額の費用がかかります。砂漠かもしれません。持続可能なエネルギーがたくさんある場所かもしれません。彼らはすでに大量の水を使用しています。ええ、水もたくさんあります。たまたま飲めない水です。だから、私たちは水を使って、人口が少なくエネルギーが多い場所にデータセンターを置くことができます。わかりました。

太陽から来るエネルギーはたくさんあることを忘れないでください。世界にはたくさんのエネルギーがあります。そして私たちがすべきことは、データセンターを余剰エネルギーのある場所の近くに移動し、すべてを人口の近くに置かないようにすることです。AIはどこでトレーニングされるかは気にしません。」

ローレン: 「今まで聞いたことのないフレーズです。AIはどこの学校に通うかは気にしません。興味深いですね。」

ファンCEO: 「うん、」

ローレン: 「それは本当です。その点については検討してみます。ただし、炭素排出量を計算する際には、サプライチェーンも考慮する必要があります。また、すべての段階を考慮し、透明性も求められます。」

ファンCEO: 「エネルギーをデータセンターに移さないでください。データセンターがある場所でエネルギーを使用してください。そして、それが終わると、使用されたすべてのエネルギーを圧縮した高度に圧縮されたモデルができます。そして、そのモデルを元に戻すことができます。次の波について話してもいいですか? 最初の波は、もちろん、アクセラレーテッドコンピューティングです。彼がそれを実行すると思います。彼女がインタビュアーであり、彼女の条件でこれを実行していることは知っています。しかし、私はCEOです。いいえ、ローレン、私たちがこのグループに来て、彼らにとって本当に核となる作業について説明しなければなりません。」

オープンソースと次世代AIの展望

ローレン: 「あなたにはたくさんの良い質問があります。」

ファンCEO: 「わかってるよ、わかってるよ。」

ローレン: 「オープンソースについてお聞きしたいのですが、これについてはマークと話すことになると思います。お聞きしたいのですが...」

ファンCEO: 「ところで、オープンソースは本当に重要です。素晴らしいことです。オープンソースがなければ、これらすべての業界や企業がAIに取り組むことができたでしょうか。すべての企業やさまざまな業界を見てください。現在、それらはすべてLAMA 2を使用しています。LAMA 3.1 がリリースされたばかりです。人々はこれにとても興奮しています。私たちはAIを民主化し、すべての業界をAIに取り込むことを可能にしました。

しかし、私が言いたいのはこれです。最初の波は、加速コンピューティングによって消費エネルギーが削減されることです。これにより、すべての電力が成長し続けることなく、コンピューティングの需要を維持し続けることができます。つまり、まず第一に、すべてを加速することです。これにより、生成AIが可能になりました。生成AIの最初の波は、もちろんすべて先駆者です。

私たちは、OpenAI、Anthropic、Google、Microsoftなど、これを行っている多くの素晴らしい企業の先駆者を知っています。Xはこれをやっています。X.AIもこれをやっています。素晴らしい企業がこれをやっています。私たちが話さなかったAIの次の波は、企業向けです。もちろん、その用途の1つはカスタマーサービスです。私たちは、すべての組織が独自のAIを作成できるようにしたいと考えています。

そうすれば、誰もが拡張され、協力的なAIを手に入れ、よりよい仕事をできるようになります。その次のAIの波は、フィジカルAIと呼ばれます。これは本当に驚くべきものです。ここでは3台のコンピューターが必要になります。1台はAIを作成するコンピューター、もう1台はAIをシミュレートするコンピューターです。どちらも合成データ生成に合成を使用します。また、AIロボット、ヒューマノイドロボット、またはマニピュレーションロボットがAIを改良する方法を学習できる場所でもあります。

そしてもちろん、3台目のAIは実際にAIを実行するコンピューターです。つまり、これは3台のコンピューターの問題です。ご存知のとおり、これは三体問題です。ですから、非常に複雑で、それを実現するために3台のコンピューターを作成し、皆さんに楽しんで理解していただくためにビデオを作成しました。ここで行ったのは、これらのコンピューターのそれぞれで、ソフトウェアスタック、その上のアルゴリズム、またはコンピューティングインフラストラクチャ、ロボット用のプロセッサ、その上で実行される機能安全オペレーティングシステム、その上で実行されるAIおよびコンピュータービジョンモデル、またはコンピューター自体を使用するかどうかに応じて、そのスタックのどの部分、どのレイヤーもロボット開発者に公開されているということです。

簡単なビデオを作成しました。それでは見てみましょう。よろしいですか?」


ローレン: 「それは素晴らしいですね。」

ファンCEO: 「ローレン、何がすごいか知ってる？この会議、SIGGRAPHは、あらゆる技術が集まる場所なんだ。そう思いませんか、みなさん？SIGGRAPHの研究者の皆さん、そう思いませんか？つまり、コンピューターグラフィックス、シミュレーション、人工知能、ロボット工学など、すべてがここSIGGRAPHに集まるんです。だから、これからはSIGGRAPHに来るべきだと私は思うんです。私ですか？ はい。」

ローレン: 「嬉しいです。ワクワクします。そうですよね？辺りを見回してみました。」

ファンCEO: 「世界の技術系報道関係者全員がSIGGRAPHに来るべきです。」

ローレン: 「私たちも賛成です。水をたくさん飲むだけです。昨夜、展示会場の上の階でいくつかのアート作品を見に行きました。素晴らしい。本当に、 本当にクールでした。文字通りのスパムボットが大好きでした。誰が作ったのかはわかりませんが。ぜひチェックしてみてください。

実はこの前にSIGGRAPH . spotlightポッドキャストを聞いていました。まだ聞いていない方はぜひ聞いてみてください。特別プロジェクト委員長がグラフィック界のレジェンド数名にインタビューしていました。その中にはデビッド・イェムもいました。デビッドが話していたことの1つがアーカイブでした。これはこの聴衆にとって実存的な問題ですよね？しかし、人々はこの素晴らしいデジタルメディア、つまりコンピュータグラフィックスを作り上げています。皆さんはテクノロジーでそれを加速させています。今、変化はものすごく速いです。

どうやって...人々が構築しているものすべてが未来まで生き続けるようにするのでしょうか。ファイル形式、アーカイブ、将来このすべての作品にアクセスする方法。ロボットは生き続けるでしょう。私にはわかりません。懸念。彼らは乗っ取ろうとしているでしょう？人々が創り出す芸術はどうなるのでしょうか？これは実存的な疑問です。」

ファンCEO: 「素晴らしい質問ですね。私たちが深く信じているフォーマットの1つがOpenUSDです。OpenUSDは、ほぼすべてのツールのマルチモーダル性を統合し、相互作用し、一緒に構成し、これらの仮想世界に出入りできるようにする最初のフォーマットです。

したがって、理想的には、時間の経過とともに、ほぼすべてのフォーマットを組み込むことができます。この会議で、URDF (Universal Robotics Data Format )がOpenUSDと互換性がある、またはOpenUSDに取り込むことができることを発表しました。したがって、1つ1つのフォーマットで、すべてをこの1つの共通言語に統合します。

標準を使用することは、コンテンツとデータを共有し、誰もが共同作業を行い、永続的に使用できるようにするための最良の方法の1つです。たとえば、HTMLです。HTMLがなければ、世界中のさまざまなコンテンツに誰もがアクセスすることは困難だったでしょう。そのため、多くの点で、いろいろな意味で、OpenUSDは仮想世界のHTMLです。

私たちはこれを早くから推進してきました。素晴らしい企業が参加し、他にも多くの企業が参加しています。私の期待は、世界中のあらゆるデザインツールがOpenUSDに接続できるようになることです。仮想世界に接続すれば、他のツールを使って、どこにいても誰とでも共同作業できます。HTMLでやったのと同じです。」

ローレン: 「このコンテンツは永遠に生き続けることができるとおっしゃいました。永遠に生き続けるJensen AIを構築するつもりですか?」

ファンCEO: 「確かに、Jensen AIは存在します。実際、私がこれまでに言ったこと、書いたこと、行ったことのほとんどすべてが、これらの生成AIモデルの1つに取り込まれる可能性があります。それが実現することを願っています。そして将来的には、それを促せるようになります。そして、うまくいけば、何か賢い発言がされるでしょう。」

ローレン: 「それで、ジェンセン、これが今後のあなたの収益報告の電話会議の担当になります。」

ファンCEO: 「そう願っています。それが最初に削除しなければならないものです。それがボットに最初に削除しなければならないものです。」

ローレン: 「ジェンセンさん、本当にありがとう。もうすぐステージから追い出されると思いますが、マーク・ザッカーバーグと一緒にすぐに戻ってきます。」

ファンCEO: 「はい。 初めてのSIGGRAPH へようこそ。皆様、彼女がローレングッドです。」

ローレン: 「ありがとう。」

ファンCEO: 「また楽しくおしゃべりできてよかったです。みなさんありがとう。すぐに戻ります。」

この記事が気に入ったらサポートをしてみませんか？