NVIDIA CEO Jensen Huang Keynote at CES 2025

Tóm tắt ngắn:

Khái niệm chính được trình bày là sự phát triển vượt bậc của trí tuệ nhân tạo (AI) nhờ vào công nghệ GPU của NVIDIA, đặc biệt là việc tạo ra và sử dụng "tokens" – các khối xây dựng cơ bản của AI.
Các điểm mấu chốt bao gồm: kiến trúc GPU Blackwell mới, khả năng tạo hình ảnh và video thực tế thời gian nhờ AI (DLSS), ba định luật mở rộng quy mô AI (pre-training, post-training, test-time scaling), hệ thống siêu máy tính MVLink, nền tảng AI cho doanh nghiệp (Nvidia Nims, Nemo), mô hình ngôn ngữ Llama Neotron, nền tảng mô hình thế giới Nvidia Cosmos cho AI vật lý, và hệ thống máy tính cho robot Thor.
Ứng dụng bao gồm: game, đồ họa máy tính, trung tâm dữ liệu, các ứng dụng doanh nghiệp (chăm sóc khách hàng, phân tích dữ liệu, phát hiện lỗ hổng bảo mật), xe tự lái, robot.
Phương pháp được mô tả chi tiết là quá trình tạo dữ liệu tổng hợp (synthetic data) để huấn luyện AI, đặc biệt trong lĩnh vực xe tự lái và robot.

Tóm tắt chi tiết:

Bài thuyết trình của CEO Jensen Huang tại CES 2025 tập trung vào sự tiến bộ vượt bậc của AI, được thúc đẩy bởi công nghệ GPU của NVIDIA. Bài thuyết trình có thể được chia thành các phần chính sau:

Phần 1: Giới thiệu và lịch sử NVIDIA: Huang bắt đầu bằng việc giới thiệu về "tokens" như là các khối xây dựng của AI và tầm quan trọng của chúng trong việc tạo ra trí tuệ nhân tạo. Ông cũng nhắc lại lịch sử phát triển của NVIDIA, từ việc tạo ra GPU lập trình được đến việc ứng dụng CUDA trong AI. Câu nói đáng chú ý: "AI đã phát triển với tốc độ đáng kinh ngạc kể từ năm 2012."

Phần 2: Kiến trúc GPU Blackwell và DLSS: Phần này tập trung vào thế hệ GPU mới nhất của NVIDIA, RTX Blackwell, với khả năng xử lý đồ họa và AI mạnh mẽ. Ông nhấn mạnh vào công nghệ DLSS (Deep Learning Super Sampling) sử dụng AI để tạo ra hình ảnh chất lượng cao với hiệu suất cao hơn. Điểm nhấn kỹ thuật: Blackwell có 92 tỷ bóng bán dẫn, 4 petaflops AI, và khả năng kết hợp tải trọng AI với đồ họa máy tính.

Phần 3: Ba định luật mở rộng quy mô AI: Huang trình bày ba định luật mở rộng quy mô AI: pre-training (huấn luyện trước), post-training (huấn luyện sau), và test-time scaling (mở rộng thời gian thử nghiệm). Ông giải thích cách các định luật này thúc đẩy nhu cầu về khả năng tính toán mạnh mẽ.

Phần 4: Hệ thống siêu máy tính MVLink và AI cho doanh nghiệp: Phần này giới thiệu hệ thống siêu máy tính MVLink, được thiết kế để đáp ứng nhu cầu tính toán khổng lồ của AI. Ông cũng giới thiệu các nền tảng AI cho doanh nghiệp của NVIDIA, bao gồm Nvidia Nims (AI microservices), Nemo (nền tảng đào tạo AI), và Llama Neotron (mô hình ngôn ngữ mở).

Phần 5: Nvidia Cosmos và AI vật lý: Huang giới thiệu Nvidia Cosmos, một nền tảng mô hình thế giới đầu tiên, được thiết kế để hiểu thế giới vật lý. Ông nhấn mạnh vào việc sử dụng dữ liệu tổng hợp và mô phỏng để huấn luyện các mô hình AI vật lý. Điểm nhấn kỹ thuật: Cosmos được huấn luyện trên 20 triệu giờ video.

Phần 6: Ứng dụng trong xe tự lái và robot: Phần này tập trung vào ứng dụng của AI trong xe tự lái và robot. Ông giới thiệu chip Thor cho xe tự lái và nền tảng Isaac Groot cho robot, nhấn mạnh vào việc sử dụng dữ liệu tổng hợp để huấn luyện các mô hình. Ông cũng đề cập đến sự hợp tác với các hãng xe lớn như Toyota.

Phần 7: Kết luận: Huang kết luận bằng việc nhấn mạnh tầm quan trọng của AI trong việc cách mạng hóa mọi lĩnh vực, từ đồ họa máy tính đến xe tự lái và robot. Ông cũng giới thiệu dự án Digits, một siêu máy tính AI nhỏ gọn.

Tóm lại, bài thuyết trình của Jensen Huang là một bản tổng quan toàn diện về sự phát triển và ứng dụng của AI, với trọng tâm là vai trò quan trọng của công nghệ GPU của NVIDIA trong việc thúc đẩy tiến bộ này. Ông nhấn mạnh vào việc tạo ra và sử dụng dữ liệu tổng hợp, cũng như sự hợp tác với các đối tác trong ngành để tạo ra các giải pháp AI tiên tiến.