老黄谈摩尔定律极限，英伟达让5G网络摇身一变成为AI超级计算机

（关注公众号并设为🌟标，获取最新人工智能资讯和产品）

全文约6,000 字，阅读约需9分钟

在2024年T-Mobile资本市场日活动上,英伟达首席执行官黄仁勋回顾了AI计算的发展历程,并宣布了一款革命性的新型计算机。

黄仁勋首先回顾了2016年推出的DJX1计算机,这款被称为AI超级计算机的系统重新定义了过去60年的计算方式,并在全球范围内推动了人工智能的发展。DJX1的发明,包括其处理器和软件层,彻底改变了计算机行业,重塑了软件的编写方式及其能力

他解释道:"当时没人了解那层软件,它叫做CDNN,基于深度学习的算法,而这一架构我们称之为Cuda。后来演变成了Cutless,这些底层的库彻底革新了AI,并且让研究人员都能接触到它,真正普及了AI。"

随后,黄仁勋宣布了一款名为Arc1的革命性新计算机,称之为"空中计算机"。这款新型计算机融合了无线电处理和复杂的无线算法,旨在解决无线通信中的诸多挑战,如有限频谱、复杂算法、动态环境等。

黄仁勋强调了开发这种新型计算机的困难:"软件定义的网络确实是一件非常棒的事情,但无线电网络的计算强度极高。要完成信号处理和纠错,难度非常大。大规模MIMO技术更是极为复杂。"

对话整理

主持人：欢迎大家，请大家欢迎我们的朋友和合作伙伴，黄仁勋。感谢你能来，伙计。

黄仁勋：很高兴能来。

主持人：我想我可能是你们有史以来最不像“非承载者”风格的嘉宾了。

黄仁勋：哈哈，你今天还是穿了你标志性的皮夹克，太棒了。

主持人：AI发展得如此迅速，谁会在意呢？我们先来回顾一下。首先，2016年，我们推出了一种全新的计算机，叫做 DJX1，重新定义了60年来的计算方式。DJX1 的影响非常深远，它如今已成为众所周知的AI超级计算机，正在全球范围内推动人工智能的发展。这一系统的发明，包括处理器和软件层，彻底改变了计算机行业，重塑了软件的编写方式及其能力。

黄仁勋：当时没人了解那层软件，它叫做 CDNN，基于深度学习的算法，而这一架构我们称之为 Cuda。后来演变成了 Cutless，这些底层的库彻底革新了AI，并且让研究人员都能接触到它，真正普及了AI。

主持人：今天我们要宣布一款革命性的新计算机。这台革命性的新计算机名叫 Arc1 空中计算机。你们刚刚看到了它的图片。2016年，我把 DJX1 送到了 OpenAI。我本来打算今天把 Arc1 亲自送到你这里，但遗憾的是，它已经提前寄给你了。

黄仁勋：因为我们不在同一个城市，所以我没法亲自交给你。但它已经在路上，正前往西雅图，用于建设我们的实验室。实际上，我们创造了一种全新的计算机，它融合了无线电处理、复杂的无线算法。人们需要了解的是，无线通信的频谱是有限的，算法非常复杂，环境多变且动态，电磁辐射并不是简单的物理现象。你必须优化每个人的服务质量，管理频谱和能效，这比看起来要困难得多。

主持人：天哪，我们常常理所当然地以为，手中的这些惊人的计算机能够连接到海量的数据，哪怕我们身处何地，每秒传输数百兆比特的数据。而且实时为每个人提供所需的信号，随着使用量的增加，难度也越来越大。这一切都关乎如何从每一个频率单位中获得更高的性能。

黄仁勋：而我们将首次引入AI来解决这个问题。

主持人：我们来谈谈这个吧。视频中展示的一个案例研究是如何让无线电在现实世界中优化其性能。每个无线电都面临不同的现实环境，每个无线电周围的环境形态都不一样，而且这些环境是动态的，会实时变化。即便如此，人们仍然希望自己的信号始终完美，即使自己或世界在移动。人工智能是如何帮助解决这一问题的？

黄仁勋：我们必须创造一种全新的计算机。这台名为 Arc1 的计算机融合了无线电处理技术。我们将人工智能处理与无线电处理融合在一个平台上。结果是，我们能够做到两件事。首先，我们可以应用所有的深度强化学习算法，这些算法原本是用于机器人技术的。我们可以教这些 AI 模型如何在我们展示的数十万个虚拟城市中优化信号质量。当我们最终将其应用于真实城市时，那座真实的城市就成为了数十万种场景中的一个。通过领域随机化和模拟，这些超级计算机已经在不同的场景中进行优化。下一版本将在所有这些不同的城市和环境中继续优化。我们将使用类似于机器人领域的算法，机器人必须应对复杂的环境，而强化学习正是应对这些挑战的解决方案。像 AlphaGo 这样的系统使用了强化学习，未来的 AI 推理系统也会使用强化学习。机器人使用强化学习，我们也将使用类似的技术，以更低的频谱、能量消耗来提升服务，同时提高能源效率。

与此同时，同一个基站、同一台计算机遍布全球，它们也是 AI 计算机，可以处理 AI 流量。当然，无线电的流量在一天中的不同时间会发生变化。当无线电的计算资源超过所需的流量时，我们可以利用这些资源为其他服务提供支持。

主持人：你说的是在靠近客户的边缘，处理非无线电的工作负载。我想回到这个话题，不过首先我想让这场对话更接近投资者的视角。因为我们有全球最重要的电信投资者和分析师在线上和现场，我想讨论一下这个话题对客户体验以及财务的实际影响。在这个行业中，我们长期以来一直在向更开放的 RAN 架构迈进，走向软件定义的 RAN，尝试将技术从无线电中转移到云端，以实现显而易见的财务效益和效率。但这种在全球范围内的大规模应用一直难以实现。Nvidia 的加速计算技术，尤其是这个新产品，如何推动这些虚拟化承诺成为现实？

黄仁勋：软件定义的网络确实是一件非常棒的事情，但无线电网络的计算强度极高。要完成信号处理和纠错，难度非常大。大规模 MIMO 技术更是极为复杂。因此，第一个挑战是，如何迁移到一个软件定义的环境中，而摩尔定律的作用已经达到了极限。CPU 已经无法应对 ASIC 的工作负载，解决办法当然是使用加速计算和 Cuda 技术。我们花了五年时间开发了 Aerial 库，这使我们能够利用 Cuda 来加速 5G 无线电处理，并为 6G 做准备。其次，一旦我们完成了这一步，计算堆栈也可以支持 AI。现在我们已经将信号处理和 AI 融合到一个计算平台中，你们的无线电将成为非凡的 5G 无线电。我们为 6G 做了准备，同时将其作为一个 AI 计算平台来运行人工智能。这些 AI 不仅可以提高网络的效率，还可以支持全新 AI 服务，比如我们在视频中展示的那些。

主持人：我可以告诉你为什么我们对这种合作感兴趣，然后我想问问你为什么对与我们合作感兴趣。

黄仁勋： 很明显，对于大多数客观的观察者来说，Nvidia 在推动全球加速计算转型方面遥遥领先。对我们而言，这将彻底改变网络架构。如今，5G 时代已经存在好几年了，我们在思考接下来的步骤，以及如何以更具成本效益的方式实现目标。这显然意味着我们需要考虑将技术虚拟化，放入云端。你刚才提到的一些障碍，传统计算无法跟上传统的非虚拟化、非软件定义的 RAN 环境中的 ASIC（专用集成电路）的步伐。

主持人：我们的观点是，如果我们能够共同推动这一变革，那么 T-Mobile 的客户将会获得不成比例的好处。这是我们的信念，因为在 5G 时代也是如此。T-Mobile 的客户会更早地获得技术，他们的体验会更好，而且成本效益更高。所以我们非常期待与你们共同创造这个未来。全球有 300 家运营商，为什么你选择与 T-Mobile 合作？

黄仁勋： 首先，你们做出了巨大贡献。我们在讨论这个愿景时，你们已经看到了技术的潜力。我们正在重塑汽车行业，将其从一个传统的汽车制造业转变为一个软件定义的技术行业。他们面临着与 RAN 相似的挑战，都在从 ASIC 过渡到软件定义的架构，并希望进入一个由 AI 驱动的加速世界。我们在医疗成像领域看到了类似的转型，现在我们也在机器人领域看到这一趋势。我们第一次会面时，几乎立刻就找到了共同点。你看到了这项技术的愿景，并提供了 T-Mobile 强大的工程团队的支持。我们都看到了用这些基础技术重塑电信行业的机会，而这些技术也正在重塑全球最大的行业之一——计算行业。这项基础技术无疑将革新每一个行业。

你们迅速抓住了这一机遇，并推动了我们两家公司之间的对话。现在，我们的两个工程团队紧密合作，启动了新的创新中心，开始部署基础设施，开发软件，并让它实现工业化优化。我们将全球范围内的这一技术准备好，未来将是不可思议的。

主持人：几分钟前你提到了这一切的一个附加好处，这让我们非常兴奋，我想进一步解释。当我们将 RAN 技术虚拟化并将其移入云端时，与全球领先者合作的同时，我们发现移动网络中的工作负载具有高度的可变性。这导致在一天中的大多数时间内，计算资源未被充分利用，并且地理上也存在分散性。有时候 RAN 的工作负载会占用这些资源，而有时候这些资源却闲置在那里。这实际上为我们创造了一个商业机会。我们刚刚和 Sam Altman 讨论了 AI 技术的快速发展，尤其是我们在视频中展示的那些内容。AI 需要极低的延迟，尤其是对于视频处理、面部表情识别和与虚拟人物互动等实时响应的应用场景，延迟至关重要。

黄仁勋： 未来的 AI 工作负载需要网络中靠近客户的计算能力，而我们为 RAN 能力构建的计算平台，也可以为客户处理其他次要的计算工作负载。实际上，这是相同的计算系统。现在我们将无线电计算和 AI 计算融合为一个架构，我们称之为 Arc1。这台计算机具备极低的延迟，它使用 Cuda 技术，能够处理极为精准的时间事务，满足高质量语音服务的需求。很多人没有意识到，全球的无线网络其实是极度过度配置的，因为你需要在有人需要时提供极高质量的服务。但当没人需要时，这些基础设施就闲置了，而这些过剩的资源可以被重新利用。通过将它软件定义、加速化，并且能够运行 AI 处理，我们现在将整个网络转变为一个可以在需要时提供额外计算能力的资源，这为电信行业带来了一个巨大的增长机会。

主持人：我很喜欢这个点。我们还有几分钟时间，在结束前，让我们换个话题，聊聊你现在感到兴奋的事情。你对重塑电信行业感到兴奋吗？

黄仁勋：嗯，你们有巨大的增长机会，实际上对于我们双方都是如此。你们能够从整个变革中获得不可思议的视角，因为所有处在 AI 前沿的人都在与你们合作。

主持人： 所以，当你想到这种我们一生中最具变革性的技术将如何真正改变人们的生活时，是什么让你感到兴奋？你觉得它会如何影响我们所有人？

黄仁勋：我们每个人都将拥有一群数字助理陪伴我们。我特别喜欢这样一个想法：我会拥有一台越来越聪明的计算机，它随着时间的推移与我一起工作，越来越了解我，帮助我完成任务。我喜欢这样的想法——我将拥有自己的 R2-D2 和 C-3PO。对很多现在成长中的人来说，他们未来将拥有属于自己的 R2，它可以是数字版，也可以是实体版。无论你是科学家、工程师、哲学家，还是普通人，我们都会拥有这些神奇的助手来帮助我们过上更好的生活。最近 Sam Altman引入的 AI 推理能力将会变得更聪明，但这也需要更多的计算能力。现在，每个输入 ChatGPT 的提示都是一次性处理，而在未来，AI 将会进行上百次推理和强化学习的过程。

主持人：未来的 AI 工作负载需要极快的响应能力，尤其是当 AI 开始处理实时视频、面部表情和与虚拟形象的互动时，延迟必须非常低。而我们一起构建的 RAN 能力，也能为客户处理次要工作负载，提供计算支持。实际上，我们将无线电计算和 AI 计算融合为一个架构，称之为 Arc1。这台计算机具备极低延迟，使用 Cuda 技术进行极低延迟的处理，能够处理高质量的语音服务和其他时间精确的事务。

黄仁勋：很多人没有意识到，全球的无线网络实际上是过度配置的。这是因为需要在高峰期提供极佳的服务质量，但当需求不高时，这些基础设施就闲置了。通过将它们软件化、加速化并能够运行 AI 处理，我们将整个网络变成了一个灵活的资源，可以在有需要时提供额外的计算能力。这为电信行业带来了一个巨大的增长机会。

主持人：我喜欢这个观点。我们还有一些时间，在结束前让我们聊聊你目前感到兴奋的事情。你怎么看待未来的技术发展？什么让你觉得激动？

黄仁勋：我们每个人都会拥有自己的数字助理，这让我感到非常兴奋。我喜欢这样一个想法：未来，我会有一台计算机，它会随着时间的推移变得越来越聪明，了解我，帮助我完成任务。我喜欢这样的设想，未来我们每个人都会拥有属于自己的“R2-D2”和“C-3PO”。Sam Altman 最近提出的 AI 推理能力正在变得越来越强大，但这需要更多的计算能力。现在，每个输入 ChatGPT 的提示都是一次性处理，而在未来，AI 将会进行多次推理和强化学习，以生成更好的答案。这也是为什么我们在 Blackw 平台上提升了推理性能，将推理性能提高了 50 倍。通过提升推理性能，原本可能需要几分钟才能回答的复杂问题，现在只需几秒钟就能完成。这是一个全新的世界，我对此感到非常兴奋。

主持人：你怎么看 AI 的能耗问题？这是人们谈论 AI 时经常提到的一个问题，尤其是其碳足迹。

黄仁勋：我们必须使用 AI 来减少能耗。我们现在知道，通过使用 AI，我们可以比传统超级计算机节省 10,000 倍的能耗来进行气候预测和天气预报。摩尔定律的作用已经达到了极限，我们必须采用新的方法来解决这些计算问题。我们在 T-Mobile 的数据处理工作中，如果没有加速计算，如何减少 20 倍的能耗、时间和成本？因此，所有我们加速的任务，所有我们教给 AI 模型的任务，都会以更高的能效完成。一个例子是，我的狗不懂牛顿力学，也不懂模拟弹道的概念。世界上第一台超级计算机是为了模拟导弹的轨迹而诞生的，但经过一些练习，狗却能轻松接住飞在空中的球，有时候还在翻滚的同时接住。那么它们是怎么做到的呢？同样的道理，我们将教 AI 预测天气，而不是通过多物理场、热力学、流体力学等复杂的物理模拟进行预测。AI 不一定完全理解因果关系，但它能很好地进行预测。我们只关心明天天气会怎样。

同样的，我们想对无线电网络做同样的事情。我们理解电磁学的基本物理原理，理解无线电波如何反射、折射，如何与不同环境相互作用。我们理解波束成形的物理原理，但当你实际运营这个网络时，目标是以更低的能耗提供更高的流量、提升服务质量。你不需要再实时进行基础物理模拟，只需要用 AI 来完成这些任务。这种从模拟到 AI 模拟的转变，大大减少了能耗。人们必须认识到，训练模型确实消耗大量能量，但目标不是训练模型，而是使用模型，这将节省大量能耗。

主持人：是的，这对我们两家公司来说都是巨大的机会。全球每秒钟都有数十亿人在与数百万个手机基站连接。这些技术能够理解设备所在的物理环境，无论设备还是世界如何变化，并且使用先进的 AI 技术来预测最优信号，从而为用户提供最佳体验，成本也最低。这对 Nvidia、Nokia、Ericsson 以及其他合作伙伴来说是一个巨大的机会。

黄仁勋：对于我们来说，这也是一种巨大的乐趣。很少有这样的合作，能让我们的技术和专长对 T-Mobile 的运营有如此大的帮助，还能增强未来产品的技术能力，拓展市场机会。这真的是一种极大的荣幸。我们两家工程团队的合作非常出色。

主持人：谢谢你的合作，也感谢你来跟我们的投资者分享这些内容。

黄仁勋：非常感谢，见到你很高兴。

---

视频来源：https://youtube.com/watch?v=r-xmUM5y0LQ&t=3970s 

素材来源官方媒体/网络新闻

对了，喜欢就别忘了点赞、收藏、转发支持一下！期待在评论区听到你的观点和看法!

往期回顾

---

我们旨在将先进科技与创新想法完美融合!

想要掌握人工智能，但不知从何开始？告诉我们你的需求，学习AI让你抓住这波浪潮

告别昂贵服务和缺人烦恼,再见漫长交付周期

无限创意,快速生成专业级产品

感受 AI 带来的全新工作体验！

欢迎各大品牌方、媒体、企业和个人等

请联系负责人微信：Milo-1101

--END--