但更为重要的智慧在于我们退后一步，深入理解了深度学习的本质。它的基础是什么？它的长期影响是什么？它的潜力是什么？我们意识到，这项技术拥有巨大的潜力，能够继续扩展几十年前发明和发现的算法，结合更多的数据、更大的网络和至关重要的计算资源，深度学习突然间能够实现人类算法无法企及的任务。

现在，想象一下，如果我们进一步扩大架构，拥有更大的网络、更多的数据和计算资源，将会发生什么？因此，我们致力于重新发明一切。自2012年以来，我们改变了GPU的架构，增加了张量核心，发明了MV-Link，推出了cuDNN、TensorRT、Nickel，还收购了Mellanox，推出了Triton推理服务器。

这些技术集成在一台全新的计算机上，它超越了当时所有人的想象。没有人预料到，没有人提出这样的需求，甚至没有人理解它的全部潜力。事实上，我自己也不确定是否会有人会想买它。

但在GTC大会上，我们正式发布了这项技术。旧金山一家名叫OpenAI的初创公司迅速注意到了我们的成果，并请求我们提供一台设备。我亲自为OpenAI送去了世界上首台人工智能超级计算机DGX。

2016年，我们持续扩大研发规模。从单一的人工智能超级计算机，单一的人工智能应用，扩大到在2017年推出了更为庞大且强大的超级计算机。随着技术的不断进步，世界见证了Transformer的崛起。这一模型的出现，使我们能够处理海量的数据，并识别和学习在长时间跨度内连续的模式。

如今，我们有能力训练这些大语言模型，以实现自然语言理解方面的重大突破。但我们并未止步于此，我们继续前行，构建了更大的模型。到了2022年11月，在极为强大的人工智能超级计算机上，我们使用数万颗英伟达GPU进行训练。

仅仅5天后，OpenAI宣布ChatGPT已拥有100万用户。这一惊人的增长速度，在短短两个月内攀升至1亿用户，创造了应用历史上最快的增长记录。其原因十分简单——ChatGPT的使用体验便捷而神奇。

用户能够与计算机进行自然、流畅的互动，仿佛与真人交流一般。无需繁琐的指令或明确的描述，ChatGPT便能理解用户的意图和需求。

ChatGPT的出现标志着一个划时代的变革，这张幻灯片恰恰捕捉到了这一关键转折。请允许我为大家展示下。

直至ChatGPT的问世，它才真正向世界揭示了生成式人工智能的无限潜能。长久以来，人工智能的焦点主要集中在感知领域，如自然语言理解、计算机视觉和语音识别，这些技术致力于模拟人类的感知能力。但ChatGPT带来了质的飞跃，它不仅仅局限于感知，而是首次展现了生成式人工智能的力量。

它会逐个生成Token，这些Token可以是单词、图像、图表、表格，甚至是歌曲、文字、语音和视频。Token可以代表任何具有明确意义的事物，无论是化学物质、蛋白质、基因，还是之前我们提到的天气模式。

这种生成式人工智能的崛起意味着，我们可以学习并模拟物理现象，让人工智能模型理解并生成物理世界的各种现象。我们不再局限于缩小范围进行过滤，而是通过生成的方式探索无限可能。

如今，我们几乎可以为任何有价值的事物生成Token，无论是汽车的转向盘控制、机械臂的关节运动，还是我们目前能够学习的任何知识。因此，我们所处的已不仅仅是一个人工智能时代，而是一个生成式人工智能引领的新纪元。

更重要的是，这台最初作为超级计算机出现的设备，如今已经演化为一个高效运转的人工智能数据中心。它不断地产出，不仅生成Token，更是一个创造价值的人工智能工厂。这个人工智能工厂正在生成、创造和生产具有巨大市场潜力的新商品。

正如19世纪末尼古拉·特斯拉（Nikola Tesla）发明了交流发电机，为我们带来了源源不断的电子，英伟达的人工智能生成器也正在源源不断地产生具有无限可能性的Token。这两者都有巨大的市场机会，有望在每个行业掀起变革。这确实是一场新的工业革命！

我们现在迎来了一个全新的工厂，能够为各行各业生产出前所未有的、极具价值的新商品。这一方法不仅极具可扩展性，而且完全可重复。请注意，目前，每天都在不断涌现出各种各样的人工智能模型，尤其是生成式人工智能模型。如今，每个行业都竞相参与其中，这是前所未有的盛况。

价值3万亿美元的IT行业，即将催生出能够直接服务于100万亿美元产业的创新成果。它不再仅仅是信息存储或数据处理的工具，而是每个行业生成智能的引擎。这将成为一种新型的制造业，但它并非传统的计算机制造业，而是利用计算机进行制造的全新模式。这样的变革以前从未发生过，这确实是一件令人瞩目的非凡之事。

生成式AI推动软件全栈重塑，展示NIM云原生微服务

这开启了计算加速的新时代，推动了人工智能的迅猛发展，进而催生了生成式人工智能的兴起。而如今，我们正在经历一场工业革命。关于其影响，让我们深入探讨一下。

对于我们所在的行业而言，这场变革的影响同样深远。正如我之前所言，这是过去六十年来的首次，计算的每一层都正在发生变革。从CPU的通用计算到GPU的加速计算，每一次变革都标志着技术的飞跃。

过去，计算机需要遵循指令执行操作，而现在，它们更多地是处理LLM（大语言模型）和人工智能模型。过去的计算模型主要基于检索，几乎每次你使用手机时，它都会为你检索预先存储的文本、图像或视频，并根据推荐系统重新组合这些内容呈现给你。

但在未来，你的计算机会尽可能多地生成内容，只检索必要的信息，因为生成数据在获取信息时消耗的能量更少。而且，生成的数据具有更高的上下文相关性，能更准确地反映你的需求。当你需要答案时，不再需要明确指示计算机“给我获取那个信息”或“给我那个文件”，只需简单地说：“给我一个答案。”

此外，计算机不再仅仅是我们使用的工具，它开始生成技能。它执行任务，而不再是一个生产软件的行业，这在90年代初是一个颠覆性的观念。记得吗？微软提出的软件打包理念彻底改变了PC行业。没有打包软件，我们的PC将失去大部分功能。这一创新推动了整个行业的发展。

现在我们有了新工厂、新计算机，而在这个基础上运行的是一种新型软件——我们称之为Nim（NVIDIA Inference Microservices）。在这个新工厂中运行的Nim是一个预训练模型，它是一个人工智能。

这个人工智能本身相当复杂，但运行人工智能的计算堆栈更是复杂得令人难以置信。当你使用ChatGPT这样的模型时，其背后是庞大的软件堆栈。这个堆栈复杂而庞大，因为模型拥有数十亿到数万亿个参数，且不仅在一台计算机上运行，而是在多台计算机上协同工作。