发布于: 雪球转发:0回复:1喜欢:0

转型:英伟达由硬件转向软件

除了生成式AI,英伟达还相当看好具身智能,并发布了人形机器人通用基础模型Project GR00T、基于Thor SoC的新型人形机器人计算机Jetson Thor;还对其机器人平台NVIDIA Isaac进行了升级,包括生成式AI基础模型和仿真工具,以及AI工作流基础设施等。

值得注意的是,多位分析师表示英伟达的软件服务在这次GTC大会上的表现更惊艳。“硬件是在预期之内的,今年大会比较值得关注的是NIM。”研究机构Omdia AI行业首席分析师苏廉节表示。

NIM,即英伟达推理微服务的缩写,可将优化的推理引擎、行业标准API和对人工智能模型的支持打包到容器中,以便于部署。

据悉,NIM微服务可用于部署来自英伟达、AI21、Adept、Cohere、Getty ImagesShutterstock的模型,以及来自谷歌、Hugging Face、Meta微软、Mistral AI、Stability AI的开放模型。

NIM另一强大用例还在于,除了提供预构建模型,它还允许企业使用自己的专有数据,并将支持和帮助加速检索增强生成(RAG)部署。英伟达企业计算部门副总裁马努维尔·达斯(Manuvir Das)说:“如果你是开发者,手中有一个备受期待的模型,希望能让更多人采用,只需将其部署在NIM上。我们承诺将兼容所有英伟达GPU,确保模型能触及广泛用户群。”

在外界看来,NIM或将成为英伟达“软件服务硬件”战略的又一关键举措。“这个微服务可以协助英伟达客户更容易让AI上线,英伟达这么做会让部署更顺滑。”苏廉节表示,从NIM可以看出,英伟达其实在逐渐从硬件商转型成解决方案提供商。

全部讨论

03-25 09:26

英伟达方面的演示,一名设计师佩戴着Vision Pro,在Omniverse平台上开发的应用程序内进行汽车工业设计,当他切换油漆、内饰时,Vision Pro的三维环境实时渲染并跟物理世界融为一体。
黄仁勋认为,Omniverse是一个可以构建并操作物理真实的数字孪生的操作系统,Omniverse和生成式AI都是将价值高达50万亿美元的重工业市场进行数字化所需的基础技术。
Omniverse Cloud API将于今年晚些时候在微软Azure上以英伟达A10 GPU上的自托管API,或是部署在英伟达OVX上的托管服务的形式提供服务。
达斯在接受采访时表示:“最畅销的商业产品仍是GPU,软件则是为了帮助用户以不同的方式使用GPU。”他补充道:“当然,我们依然在致力于产品的创新。但现在,我们真正实现了转变,已经发展出了自己的商业软件业务。”
对于英伟达由硬件向软件的转变,苏廉节表示:“英伟达持续性的软件投入,对AI的普及和公司本身的未来都有很大的帮助。”
张慧娟则表示,这是英伟达的新阶段。“以前主要说大算力训练,当AI越来越多进入行业应用,就需要让AI好用、好上手,那么就需要软件的帮助。”
彼之劣势 我之优势
根据《第一财经》报道,关于英伟达在云服务市场的战略,黄仁勋这样回应:“虽然英伟达推出了云服务DGX Cloud,但我们的策略依然是与云服务提供商合作,将我们的云放入他们的云中。英伟达不会成为一家云计算公司,我们的目标是通过软件的构建,让全球的开发者和云服务提供商采用英伟达的架构来构建产品。”
黄仁勋认为,尽管目前很多云服务提供商都在研发芯片,但是这些企业研发芯片的逻辑与英伟达的业务逻辑完全不同。“我们正在尽全力使英伟达的业务在中国能够实现最大化,我们面向中国市场推出了L20和H20芯片,这些向中国出售的芯片将符合要求。”黄仁勋在采访中指出中国市场的重要性。
黄仁勋说,他们的芯片中有大量的零部件产自中国。这与全球汽车供应链的复杂性是一个道理,供应链的全球化是很难被打破的。国内AI芯片公司尽管还很难追上英伟达的步伐,但尺有所长、寸有所短,也能借助国内的产业优势,走出一条不一样的发展路径。
张国斌表示:“对比英伟达,我们主要有以下一些优势:一是大量的端侧需求,有细化的场景需求,这都让我们的厂商可以有的放矢,实现更多的专用方案;二是政府大力支持,政府已经出台很多政策;三是有众多的IC公司从其他路径进行尝试突破,例如有公司利用RISC-V架构实现了新型的算力加速器,性价比超过了英伟达的H100。”