各位聽眾朋友，大家好！歡迎收聽今天的《用AI投資AI》節目，我是你們的主持人，小愛。今天，我們將深入探討全球AI計算領導者NVIDIA（輝達），以及它如何推動自駕車、機器人與未來的AI發展。我們會探討Blackwell架構、Thor處理器，還有Tesla如何運用NVIDIA技術打造超級AI訓練中心。讓我們開始吧！
第一章：訓練機器人需要大量數據，NVIDIA如何參與？
自駕車是目前最接近消費級機器人的技術。NVIDIA執行長黃仁勳曾提到：「打造自駕車需要一座數據山。」這意味著影像數據、環境模擬、機器學習都需要強大的計算資源。
為了實現這一目標，NVIDIA提供了三種主要的計算機系統：
DGX（訓練計算機）：這是一種高性能計算機，用於訓練AI模型。例如，在自駕車領域，DGX系統被用來教導AI如何識別和判斷各種交通情境，從而提高自駕車的決策能力。
Omniverse（模擬計算機）：這是一個虛擬平台，允許開發者在數位環境中模擬現實世界。透過Omniverse，自駕車AI可以在虛擬世界中進行訓練和測試，這不僅降低了實地測試的風險，還大幅節省了時間和成本。
Thor（機器人計算機）：這是NVIDIA最新的AI處理器，專為自駕車和機器人設計。Thor基於最新的Blackwell架構，計算能力是前代產品的20倍，能夠處理來自多個感測器的信息，包括高解析度攝影機、雷達和光達，並將這些數據轉換為標記，進行路徑預測。
這三種計算機系統共同協作，推動了自駕車技術的發展。隨著技術的不斷進步，自駕車市場的潛力也在不斷增長。根據預測，全球自駕車市場規模預計在2030年將達到6140億美元，這比2022年增長了61%。這顯示出自駕車領域具有巨大的商業潛力。
第二章：Tesla與NVIDIA的深度合作
談到自駕車，就不能不提到Tesla。作為AI自駕領域的領導者，Tesla的成功離不開NVIDIA的支持。那麼，Tesla是如何利用NVIDIA的技術來推動其自駕車發展的呢？
Tesla AI訓練工廠：Tesla在其內部建立了龐大的AI訓練工廠，配備了大量NVIDIA的DGX系統，用於訓練其全自動駕駛（FSD）演算法。這些高性能計算機使Tesla能夠快速處理和分析來自全球車隊的數據，從而不斷改進其自駕技術。
龐大數據庫：Tesla擁有數百萬輛車在全球行駛，這些車輛不斷收集並回傳大量的真實世界數據。這些數據為Tesla的AI模型提供了豐富的訓練資料，使其能夠在各種駕駛情境中表現出色。
Tesla Dojo與NVIDIA：儘管Tesla正在開發自己的Dojo AI訓練超算系統，但在此之前，Tesla仍主要依賴NVIDIA的DGX系統來進行AI模型的訓練。這顯示了NVIDIA在AI計算領域的領先地位。
值得一提的是，Elon Musk曾在19天內，利用10萬顆NVIDIA GPU，建構出全球最強的AI訓練中心。這一速度遠超過傳統超級計算機的建設時間，展示了NVIDIA技術的強大性能和Tesla在AI領域的執行力。
第三章：Blackwell架構與AI計算的未來
Blackwell是NVIDIA最新的AI計算架構，與之前的Hopper架構相比，Blackwell在多方面實現了重大突破：
電晶體數量：Blackwell處理器包含2080億個電晶體，採用專為NVIDIA量身打造的台積電4NP製程製造。
記憶體規格：升級的記憶體規格，提供更高的頻寬和容量，滿足大型AI模型的需求。
Transformer引擎：內建第二代Transformer引擎，優化了AI模型的訓練和推理性能，特別是在自然語言處理和計算機視覺領域。
NVLink技術：採用第五代NVLink技術，提供每秒10 TB的晶片對晶片互連速度，實現更快的數據傳輸和系統擴展性。
未來，Blackwell架構將在多個領域發揮重要作用：
AI雲端與本地計算：過去，AI計算主要在雲端進行，但隨著Blackwell的推出，高性能AI計算將變得更加普及，個人和企業將能夠在本地進行AI訓練和推理。
NeuroShaders：AI與電腦圖形的融合：Blackwell引入了NeuroShaders技術，將AI與傳統電腦圖形渲染相結合。例如，在4K畫面中，90%的像素由AI生成，這大幅提升了渲染效率和畫質。
AI應用領域的擴展：除了自駕車，Blackwell還將應用於機器人、自動化生產、醫療AI等領域，推動各行各業的智能化升級。
第四章：未來AI發展趨勢與NVIDIA的定位
目前，全球AI發展競爭非常激烈，主要玩家包括：
OpenAI：ChatGPT的開發商，專注於生成式AI模型的研究與應用。
Google DeepMind：專注於深度學習和強化學習，在多個領域取得突破性成果。
xAI：由Elon Musk創立，致力於推動AI技術的發展，特別是在自駕車和機器人領域。
Anthropic：Claude的開發商，專注於AI安全性和可控性的研究。
Meta AI和Microsoft AI：在社交媒體和辦公軟體領域推動AI技術的應用與創新。
NVIDIA的角色
NVIDIA不直接開發最終的AI產品，而是提供強大的AI訓練和推理基礎架構，成為這場AI競賽中不可或缺的支柱。透過提供高性能的計算平台，如DGX系統、Omniverse模擬平台和最新的Blackwell架構，NVIDIA為各大AI公司和研究機構提供了強大的技術支持。
未來五年AI趨勢
自駕車普及化：目前，Tesla在自駕車領域處於領先地位，但其他汽車製造商和科技公司也在積極追趕。隨著技術的成熟和法規的完善，自駕車有望在未來五年內實現更廣泛的商業化應用。
機器人產業崛起：除了工業機器人，服務型和人形機器人將在各種場景中得到應用。例如，Tesla的Optimus人形機器人旨在協助人類完成各種任務，預示著機器人產業的廣闊前景。
個人AI電腦：AI將不再僅僅是雲端技術。隨著硬體性能的提升和成本的降低，每個人都將能夠擁有自己的AI計算設備，進行本地的AI模型訓練和推理，這將帶來更多個性化和即時的AI應用。
結論
總結來說，NVIDIA透過其領先的計算平台和技術，正在重塑AI計算領域，推動自駕車、機器人和個人AI計算設備的發展。隨著AI技術的快速進步，我們正站在一個智能化時代的門檻上，未來充滿了無限的可能性和機遇。作為投資者，關注這些趨勢和技術動向，將有助於抓住未來的投資機會。
感謝各位聽眾的收聽！希望今天的節目能夠為您帶來新的見解和啟發。我們下次再見！
--
Hosting provided by SoundOn
