escuchar Jensen Huang dilo, NVIDIA – y la inteligencia artificial (IA) en general – está todavía en su infancia. El director general de la empresa más valiosa del mundo no se durmió en los laureles 94% de crecimiento de ingresos año tras año número para el tercer trimestre y caras hasta varias preguntas sobre el futuro de su negocio así como el panorama general para AI crecimiento para el resto de la década.
“Muchos servicios de IA funcionan las 24 horas del día, los 7 días de la semana, como cualquier fábrica”, dijo Huang durante la conferencia telefónica sobre resultados. “Vamos a ver este nuevo tipo de sistema entrar en funcionamiento. y lo llamo [the company’s data centers] una fábrica de IA porque es En realidad cerca de lo que es. No es como los centros de datos del pasado.
“Y estas tendencias fundamentales son En realidad apenas está comenzando. Estamos esperando que esto suceda, este crecimiento, esta modernización. Y la creación de una nueva industria que durará varios años.
Huang y director financiero Colette Kress claramente creen que los mejores días de la compañía están por delante, incluso si los analistas pregunta si puede o no seguir el ritmo en varias áreas: desarrollo de grandes modelos de lenguaje (LLM), escala de uso de la IA Y el tórrido crecimiento de ingresos que ha logrado en los últimos dos años.
Sus motivos para ser optimistas iban desde las tasas de adopción por parte de los consumidores hasta la próxima explosión de la IA empresarial e industrial y la larga lista de empresas que dependen de los centros de datos y chips de Nvidia (cuya fabricación se subcontrata) para su propio aplicaciones.
En contexto, un centro de datos de IA es una instalación especializada diseñada para manejar las pesadas demandas computacionales de las cargas de trabajo de IA, esencialmente proporcionando la infraestructura necesaria para entrenar e implementar modelos de aprendizaje y algoritmos de automatización compleja mediante el procesamiento de enormes cantidades de datos utilizando servidores de alto rendimiento. , aceleradores de hardware especializados y capacidades de red avanzadas, todo optimizado para operaciones de IA. En términos más simples, es un centro de datos. especialmente construido para impulsar aplicaciones de IA a gran escala.
Si hubo un tema en la convocatoria y en los documentos de resultados, fue esta larga lista de empresas, desde Alphabet hasta Meta, Microsoft, Oracle y Volvo, que están conectadas a Nvidia. Pero cuando esa lista no se publicó, Huang y Kress enfrentaron preguntas difíciles de los analistas, que iban desde el progreso del desarrollo de LLM hasta una posible controversia sobre problemas de sobrecalentamiento reportados para THE. empresas conjunto de GPU Blackwell de siete chips en las que apuesta para los próximos años. En perspectiva, los resultados del tercer trimestre de la compañía han sido alcanzados sin enviar chips de nuevo diseño. Blackwell es la nueva incorporación, Y pedidoSegún Kress, es “increíble”.
A pesar de algunos Preocupado por una posible desaceleración en la ampliación de los LLM, Huang argumentó que todavía hay muchas oportunidades de crecimiento. Hizo hincapié en que el escalamiento de los modelos base está “intacto y en curso”, y citó el progreso continuo en el escalamiento posterior al entrenamiento y el escalamiento del tiempo de inferencia.
La ampliación posterior al entrenamiento, que inicialmente implicaba un aprendizaje reforzado con retroalimentación humana, ha evolucionado para incorporar retroalimentación de IA y generación de datos sintéticos. Mientras tanto, la escala del tiempo de inferencia, demostrada por ChatGPT-01 de OpenAI, ayuda a mejorar la calidad de la respuesta con un mayor tiempo de procesamiento.
Huang dijo que es optimista sobre el crecimiento continuo del mercado de la IA, impulsado por la modernización continua de los centros de datos y el surgimiento de aplicaciones de IA generativa. Describió el cambio de la codificación tradicional al aprendizaje automático como un cambio fundamental. esto requerirá empresas a actualizar su infraestructura para soportar cargas de trabajo de IA.
Huang también destacó el surgimiento de la IA generativa, que comparó con la llegada del iPhone, como una una capacidad completamente nueva que crear nuevos segmentos de mercado y nuevas oportunidades. Citó ejemplos como OpenAI, Runway y Harvey, que brindan información de antecedentes, información de artistas digitales e información legal, respectivamente.
La arquitectura Blackwell de Nvidia está diseñado para satisfacer las demandas de este panorama de IA en evolución. La compañía ha desarrollado siete chips personalizados para el sistema Blackwell, que se pueden configurar para centros de datos refrigerados por aire o líquido y admiten varias opciones de MVlink y CPU.
Huang reconoció los desafíos de la ingeniería implícito en la integración de estos sistemas en varias arquitecturas de centros de datos, pero seguía confiando en la capacidad de ejecución de Nvidia. citó ejemplos de colaboraciones exitosas con proveedores de servicios en la nube (CSP) líderes como Dell, Corweave, Oracle, Microsoft y Google.
Nvidia también está experimentando un fuerte crecimiento en los sectores de inteligencia artificial empresarial e industrial. La plataforma Nvidia AI Enterprise de la compañía es ser utilizado por líderes de la industria para crear copilotos y agentes.
En el campo de la IA industrial, la plataforma Omniverse de Nvidia permitir el desarrollo y operación de aplicaciones industriales de IA y robótica. Los fabricantes líderes como Foxconn están adoptando Omniverse para acelerar sus negocios, automatizar los flujos de trabajo y mejorar la eficiencia operativa.
“El primer evento transformador es el paso de la codificación que se ejecuta en procesadores al aprendizaje automático que crea redes neuronales que corto en GPU”, dijo Huang. “La segunda parte es la IA generativa, y ahora estamos produciendo un nuevo tipo de capacidad que del mundo nunca conocido, un nuevo segmento de mercado que el mundo nunca ha tenido.
