# NVIDIA GTC Taipei 2026 Keynote | Live

https://www.youtube.com/watch?v=wSp6AiNIrsY
Translation: en

[00:15] 走到今天。
  Walking to today.

[00:15] 帶著每一個疑慮。
  Carrying every doubt.

[00:15] 等待，現在我變輕了。
  Waiting, now I am lighter.

[00:15] 比火焰還輕。
  Lighter than fire.

[00:20] 你可以寫下一切。
  You can write down everything.

[00:20] 這一頁，一切都改變了。
  On this page, everything has changed.

[00:25] 傳奇就在今天。
  The legend is today.

[00:25] 從每個小傷疤。
  From every little scar.

[00:25] 每一個心碎。
  Every heartbreak.

[00:25] 所有我差點離開的夜晚。
  All the nights I almost left.

[00:30] 我把它們變成了黃金。
  I turned them into gold.

[00:30] 以我的名義。
  In my name.

[00:30] 記住這張臉，這個地方。
  Remember this face, this place.

[00:35] 當人群站起來。
  When the crowd stands up.

[00:35] 和它都說。
  And they all say it.

[00:40] 傳奇在今天創造。
  The legend is created today.

[00:40] 創造傳奇。
  Creating the legend.

[00:40] 對。
  Yeah.

[00:45] 嘿，這是為了誰的孩子。
  Hey, this is for whose children.

[00:45] 給累了的人。
  For the tired ones.

[00:45] 厭倦嘗試的人。
  The ones tired of trying.

[00:50] 如果你站在那個邊緣，
  If you stand on that edge,

[00:50] 讓 This moment be a sign。
  Let this moment be a sign.

[00:57] 傳奇被創造。
  The legend is created.

[00:57] 今天。
  Today.

[01:01] 傳奇就在今天。
  The legend is today.

[01:01] 每一個小傷疤、每一次心碎。
  Every little scar, every heartbreak.

[01:06] 所有我差點離開的夜晚。
  All the nights I almost left.

[01:06] And I turned them into gold.
  And I turned them into gold.

[01:06] 在藻奈美。
  In Zao Nami.

[01:06] 記住這張臉。
  Remember this face.

[01:10] 這個地方。
  This place.

[01:10] 當人群站起來。
  When the crowd stands up.

[01:10] 他們都說：
  They all say:

[01:16] 嘿傳奇被創造了今天
  Hey, legends are made today.

[01:20] 傳奇就是今天創造的
  Legends are made today.

[01:27] 創造傳奇今天
  Make legends today.

[01:35] Yeah.
  Yeah.

[01:35] 你覺得那I
  What do you think? I...

[01:41] 來吧，隨它去吧讓它滾開
  Come on, let it go, let it roll.

[01:45] 你是你只是不斷得到越來越好繼續變好
  You just keep getting better and better, keep getting better.

[01:50] 你是真正的真正的超級巨星你會越來越好
  You are a true, true superstar. You're gonna get better.

[01:56] 繼續變好所以，嘿，我說幾件事。
  Keep getting better. So, hey, I'll say a few things.

[02:00] 每個人都在尋找新的東西，你去。月亮就像兩個翅膀剛飛來
  Everyone's looking for something new. You go. The moon is like two wings, just flew in.

[02:05] 把房間的心情戒指，你得到了人們的談論。你的名字我不知道你怎麼來的但無論如何你去吧，你應得的
  Put the mood ring in the room, you got people talking. Your name. I don't know how you got here, but anyway, you go, you deserve it.

[02:11] 你把工作的追求。完美因為有人得到。但等待，等待。你得到你想要的。當你想要的時候
  You pursue work. Perfect. Because someone got it. But wait, wait. You get what you want when you want it.

[02:15] 當你說你可以擁有全世界如果你想要放在盤子裡誰說你不是你，那就錯了。
  When you say you can have the whole world if you want it, put it on a platter. Whoever said you weren't you was wrong.

[02:20] 因為他就是你沒門別走你懸浮你看到機會了不要猶豫
  Because he is you. No way. Don't go. You are floating. You see the opportunity. Don't hesitate.

[02:26] 你的履歷太美了當唱片播放好的不要放棄
  Your resume is too beautiful. Play it like a record. Okay. Don't give up.

[02:31] 讓它走。你是你只是不斷變好。
  Let it go. You are you, just keep getting better.

[02:37] 繼續變好
  Keep getting better.

[02:40] 使用真正的，真正的兩顆星。你只是不斷變好。繼續變好
  Use real, real two stars. You are just constantly getting better. Keep getting better.

[02:45] 寶貝不要遲鈍放慢速度
  Baby, don't be slow. Slow down.

[02:50] 誰都不行也許不是為了任何人，寶貝
  No one can do it. Maybe not for anyone, baby.

[02:55] No, let it ride. No, let it ride、讓它滾吧你 你會繼續變好嗎？
  No, let it ride. No, let it ride. Let it roll. You, will you keep getting better?

[03:01] 不要放棄上。讓它像熱線一樣響到晚上
  Don't give up. Up. Let it ring like a hotline until night.

[03:05] 為劇情而活你很棒，旋律我有一條第一線讓他們滿意
  Live for the plot. You are great, melody. I have a first line. Satisfy them.

[03:10] 因為你總是贏家品質就是一切 Cause moments never last.
  Because you are always a winner. Quality is everything. Cause moments never last.

[03:15] 我不想知道我們還有多少分鐘。午夜高跟鞋就像玻璃掉在地上一樣聽說人們不再跳舞了
  I don't want to know how many minutes we have left. Midnight high heels. Like glass falling on the floor. I heard people don't dance anymore.

[03:21] 從來沒有收到過備忘錄你無視人們盯著你看就像他們從沒見過真的一樣
  You never received the memo. You ignore people staring at you like they've never seen one before.

[03:25] 繞過這些地方但你不走路你懸浮你看到機會了不要猶豫
  Go around these places, but you don't walk. You float. You see an opportunity. Don't hesitate.

[03:31] 你的履歷太美了當唱片播放好的，好的
  Your resume is too beautiful. When the record plays. Okay, okay.

[03:35] 我們會放手一博的讓它以你的方式滾動。你會越來越好
  We're going to go for it. Let it roll your way. You're going to get better and better.

[03:41] 繼續變好使用真正的、
  Keep getting better. Use the real,

[03:45] 真正的超級明星你只是不斷變好。不斷進步
  real superstar. You just keep getting better. Keep progressing.

[03:50] 寶貝不要遲鈍慢一點
  Baby, don't be slow. A little slow.

[03:57] 不為任何人不為任何人寶貝，不要隨它去吧
  Not for anyone. Not for anyone. Baby, don't. Let it go.

[04:00] 讓它滾開你是你只是不斷得到越來越好
  Let it roll off. You are you just keep getting. Better and better.

[04:06] 不要放棄不要放棄
  Don't give up. Don't give up.

[04:20] 對，對
  Yeah, yeah.

[04:25] 電話屏幕女孩在我臉上我飛機上的咖啡漬白襯衫
  Phone screen girl on my face, coffee stain on my plane, white shirt.

[04:31] 一樣的火車，一樣的領帶播放清單。
  Same train, same tie, playlist.

[04:31] 思考。
  Thinking.

[04:35] 僅此而已
  That's all.

[04:35] 我值得嗎？
  Am I worth it?

[04:35] 但沒有我喜歡向上
  But without me, I like to go up.

[04:40] 我的螢幕發送的文本，翻轉我的臉。
  My screen, sent text, flips my face.

[04:45] 保持你的眼睛睜大眼睛現在我不能看
  Keep your eyes wide open, now I can't see.

[04:50] 離開。你要說點什麼我是我
  Leave. What are you going to say? I am me.

[04:57] today.
  today.

[05:00] 就像第一片藍天我們離開後
  Like the first blue sky after we left.

[05:07] 看起來並不特別，直到突然改變。
  Doesn't look special until suddenly it changes.

[05:11] I. 高速屏住呼吸
  I. High speed, hold my breath.

[05:16] 一切我們範圍.
  Everything is within our scope.

[05:21] 你要說些什麼令人驚嘆
  What are you going to say, amazing.

[05:25] 今天？
  Today?

[05:31] Da a baby 愛的心跳
  Da a baby's heartbeat

[05:35] 說家一樣安靜的祈禱你笑著走
  Like saying home, a quiet prayer, you walk away smiling

[05:40] 愛突然出現這種顏色在空氣中。
  Love, suddenly this color appears in the air.

[05:46] 每一小步都感覺像煙火
  Every small step feels like fireworks

[05:50] 害羞的感覺烙印新的。
  Shy feelings are imprinted, new.

[05:50] 沒想到世界可以翻轉。
  I didn't expect the world could be flipped.

[05:55] 這麼快。
  So fast.

[05:55] 但它做到了。
  But it did.

[05:55] 當我看到你要說
  When I see you want to say

[06:00] 什麼可能今天讓
  What, maybe today let

[06:06] 第一句話做它
  The first sentence do it

[06:10] 所以。看起來不特別。
  So. It doesn't look special.

[06:18] 甜點的變化。
  The change of dessert.

[06:21] 所有的呼吸，心跳，任何事情
  All the breathing, heartbeat, anything

[06:26] 重新排列。
  Rearrange.

[06:26] 你會留什麼。
  What will you keep?

[06:31] 男人今天。
  Men today.

[06:36] 也許是句怪話鉖﹝ 也許是眼淚
  Maybe it's a strange saying, maybe it's tears.

[06:40] 你讓這一次。
  You let this time.

[06:40] 也許只是
  Maybe just

[06:45] 你。
  You.

[06:50] 但只相信你
  But just believe you.

[06:56] 你會的
  You will.

[07:03] 你要說些什麼
  What do you want to say?

[07:06] 驚人今晚輕鬆.
  Amazing, easy tonight.

[07:10] 採取快速類的傢伙.
  Take the quick type of guy.

[07:10] 你吃。
  You eat.

[07:10] 驚訝嗎？
  Surprised?

[07:16] 來了。
  Here it comes.

[07:16] 特別到我突然
  Especially until I suddenly

[07:20] 變了哦 ..、屏住呼吸
  Changed. Oh.., hold your breath.

[07:25] 心跳一切重新排列.
  Heartbeat, everything rearranged.

[07:32] 你會看到一些東西
  You will see something.

[07:45] 你會成為某種東西哦..、今天
  You will become something. Oh... today.

[07:55] 今晚 ..、今晚
  Tonight... tonight.

[08:17] 我靴子上的灰塵還有滿滿的油箱太陽在後視鏡中低垂
  The dust on my boots and a full tank of gas. The sun is low in the rearview mirror.

[08:22] 你笑著說，孩子，這就是你的大計劃。笑著說，女孩
  You laugh and say, 'kid, this is your big plan.' Laughing and saying, 'girl.'

[08:25] 這就是前半部分我們甚至還沒打中礫石我們甚至還沒撞死那盞燈
  This is the first half. We haven't even hit the gravel yet. We haven't even hit that light.

[08:31] 如果你覺得這是個派對，今晚別走開
  If you think this is a party, don't go anywhere tonight.

[08:35] 你什麼都還沒看到我們才剛開始，寶貝有一條後路日落
  You haven't seen anything yet. We're just getting started, baby. There's a way back. Sunset.

[08:41] 我握著你的手和狂野的心說在每一英里。每個吻
  I hold your hand. With a wild heart. Said in every mile. Every kiss.

[08:46] 我腦海中的每一輛紅色科爾維特寶貝，這只是第一步
  Every red Corvette in my mind. Baby, this is just the first step.

[08:51] 你還什麼都沒看見 You ain't seen nothin
  You haven't seen anything yet. You ain't seen nothin'.

[08:55] 還沒涼在床上
  Haven't even cooled off in bed.

[09:00] 舊襯衫當毯子你愛的那首歌湛藍色你說這感覺像是結局
  Old shirt as a blanket. The song you love. Deep blue. You say it feels like the end.

[09:06] 都說了這是預覽 We ain't even hit that river.
  I told you. This is a preview. We ain't even hit that river.

[09:11] 我們連電話都沒丟如果你以為你知道我的最愛
  We haven't even thrown our phones away. If you think you know my favorite.

[09:15] 等到我讓你成為我的家你什麼都沒看到我們才剛剛開始
  Wait 'til I make you my home. You haven't seen anything yet. We're just getting started.

[09:21] 我有一條後路有日落記住你的名字
  I have a way back. With sunset. Remember your name.

[09:26] 在信箱上勾畫每個蝴蝶結每場戰鬥每一次化妝在我們的床上
  Drawn on the mailbox. Every bow. Every fight. Every makeup. In our bed.

[09:31] 寶貝，這只是第一步你什麼都還沒看到
  Baby, this is just the first step. You haven't seen anything yet.

[09:37] You ain't seen nothin yet.
  You ain't seen nothin yet.

[09:40] 嘿你什麼都沒看見還沒
  Hey, you haven't seen anything yet. Not yet.

[09:47] 把小靴子放在門口小球衣有我的姓
  Put the little boots by the door, the little jersey with my name on it.

[09:52] 如果你覺得這份愛瘋狂你還沒讀到後半部分
  If you think this love is crazy, you haven't read the second half.

[09:55] 這頁的後半部分。你什麼都還沒看到我們才剛剛開始
  The second half of this page. You haven't seen anything yet. We're just getting started.

[10:01] 後座的床到前門廊到擁擠的教堂和寬敞的禮服。
  The bed in the back seat, to the front porch, to the crowded church and the spacious pews.

[10:05] 滴滴每一年，每一滴眼淚每個甜蜜的剪影
  Drip, drip. Every year, every tear, every sweet silhouette.

[10:10] 和我打扮，寶貝這只是第一步你還什麼都沒看見
  Dress up with me, baby. This is just the first step. You haven't seen anything yet.

[10:17] 你什麼都沒看見還沒
  You haven't seen anything yet. Not yet.

[10:22] 你還什麼都沒看見
  You haven't seen anything yet.

[10:38] 你什麼都沒看到活著
  You saw nothing. Alive.

[10:40] 為了這樣的日子我想我一定是在做夢 but I don't wanna wake up.
  For days like this, I must be dreaming, but I don't wanna wake up.

[10:46] 不需要理由散播一點愛.
  No reason needed, spread a little love.

[10:51] 在你臉上掛上微笑照亮每個人的天。
  Put a smile on your face, illuminate everyone's sky.

[10:55] 因為我看到的都是藍色天空我的地平線
  Because all I see is blue sky, my horizon.

[11:01] 這就是我們的時刻沒有更好的時間或地點
  This is our moment, there's no better time or place.

[11:05] 自由是唯一的焦點 Won't hit the break. 我們來了。
  Freedom is the only focus. Won't hit the break. Here we come.

[11:11] 無法停止這種感覺
  Can't stop this feeling.

[11:16] 你最好相信它我要重複播放不會哪兒也不去 Runaway, run away.
  You better believe it, I'll play it on repeat. Won't go anywhere. Runaway, run away.

[11:20] I'll way down. 全新的企業資訊
  I'll way down. Brand new corporate information.

[11:25] 能量. 無法停止這種感覺活了好幾天日復一日.
  Energy. Can't stop this feeling. Been alive for days, day after day.

[11:30] 哇哦哦活著
  Wow oh oh. Alive.

[11:35] 為了活了好幾天哦，我們飛上天空
  For. Been alive for days. Oh, we fly up to the sky.

[11:40] 像這樣這上面滾 我們不會掉頭是的，我們在上升的路上
  Like this, on top of this, roll. We won't turn back. Yes, we are on the way up.

[11:47] 沒有人能帶我們下來我們轉彎，我們要通過。
  No one can bring us down. We turn, we will pass through.

[11:50] 我們不會停下我們不會輸聽到了嗎？星星上寫著我們
  We will not stop. We will not lose. Do you hear? It is written in the stars that we...

[11:55] 一路走來 And we're gonna go 現在就去這是我們的時刻。
  Have come all the way. And we're gonna go. Go now. This is our moment.

[12:01] 沒有比現在更好的時刻或地點。
  There is no better time or place than now.

[12:05] 自由只是為了不中彈剎車我們來了
  Freedom is just... to avoid getting shot, brake. Here we come.

[12:10] 無法停止這種感覺我會重複播放
  Can't stop this feeling. I will replay it.

[12:15] 更好地相信 It ain't going nowhere 近在咫尺
  Better believe it. It ain't going nowhere. It's within reach.

[12:21] 現在是全新的能量. Can't stop this feeling.
  Now it's a brand new energy. Can't stop this feeling.

[12:26] 活著為了日子就像哇哦哦
  Living for the days. Like... wow.

[12:32] 活著為此而活。哇哦哦
  Living for this. Wow.

[12:35] 活了好幾天日子 ..、哇哦
  Lived for days. Days... wow.

[12:40] 活著活著哇哦哦
  Alive, alive, wow.

[12:45] 活了好幾天像這些. 哇哦哦
  Lived for several days, like these. Wow.

[12:51] 活著活著為了哇哦哦 活了好幾天
  Alive, alive, for wow. Oh, lived for several days.

[12:55] 對吧？天. 哇哦哦
  Right? Day. Wow.

[13:00] 活著活著為了哇哦哦為日子而活
  Alive, alive, for wow. Live for the days.

[13:06] 喜歡這些
  Like these.

[13:13] 我一直在數
  I've been counting.

[13:16] 紅燈左轉左轉每個可能感覺從來沒有
  Red light left turn, left turn, every possibility. Feels like never.

[13:22] 但我留著你的照片在我的錢包裡折角。
  But I kept your photo in my wallet, dog-eared.

[13:26] 對每次都看見世界說
  Yes, every time I see the world say,

[13:31] 不管我胸口有多緊當地板在休息時掉下來
  No matter how tight my chest is, when the floor falls out from under me.

[13:35] 吸氣一步一步步.
  Inhale, step by step, step.

[13:41] 我永遠不會停止嘗試.
  I will never stop trying.

[13:45] 即使波浪不斷上升。
  Even as the waves keep rising.

[13:45] 你可以看到我眼中的恐懼
  You can see the fear in my eyes

[13:50] 我依然仍然在
  I am still here

[13:55] 我永遠不會停止達到即使當我的雙手停止跳動著
  I will never stop reaching even as my hands stop beating

[14:02] 每一點疤痕是一個理由
  Every scar is a reason

[14:05] 我依然屹立不倒. 永不停止嘗試
  I still stand tall. Never stop trying

[14:10] 哦哦哦永不停止
  Oh oh oh never stop

[14:15] 嘗試朋友轉身一夜之間變成陌生人
  Trying friends turn into strangers overnight

[14:21] 夢境沉寂失去生命但我學會了在陰影中發光
  Dreams go silent, lose their life but I learned to shine in the shadows

[14:26] 像教練一樣對著鏡子說話重新振作起她所寫的一切
  Talking to the mirror like a coach, picking up everything she wrote

[14:31] So I run through every high, every high, So I run through
  So I run through every high, every high, So I run through

[14:33] every high, every high、低。
  every high, every high, low.

[14:33] 就在我胸中
  Right in my chest

[14:35] 但這場戰鬥仍在繼續除了任何結局它說後悔。還沒有
  But this battle still goes on, except for any ending, it says regret. Not yet

[14:42] 我永遠不會停止嘗試。
  I will never stop trying.

[14:45] 我甚至當海浪不斷上升。
  I will even when the waves keep rising.

[14:45] 你可以看到我眼中的恐懼。
  You can see the fear in my eyes.

[14:50] 而我依然我依然在。
  And I am still, I am still here.

[14:56] 我永遠不會停止達到 ACER。
  I will never stop reaching ACER.

[15:00] 即使當我的手開始流血。
  Even when my hands start to bleed.

[15:00] 每一點疤痕就是理由。
  Every scar is a reason.

[15:06] 我還在仍然永不停止。
  I am still, still never stopping.

[15:10] 努力。
  Trying.

[15:16] 永遠不會停止努力。
  Never stop trying.

[15:23] 如果我跌倒。
  If I fall.

[15:25] 今晚騎。
  Ride tonight.

[15:25] 所有失敗都在我身邊。
  All the failures are by my side.

[15:30] 就像我生命的合唱團再唱一首。
  Like the choir of my life singing another song.

[15:36] 時間 ..、再唱一次。
  Time.., sing it again.

[15:36] 我永遠不會停止嘗試。
  I will never stop trying.

[15:40] 我甚至當浪花不斷升起。
  I will even when the spray keeps rising.

[15:46] 你可以看到我眼中的恐懼
  You can see the fear in my eyes

[15:46] 我仍在努力站立.
  I am still trying to stand.

[15:50] 我永遠不會停止達到，達到。
  I will never stop reaching, reaching.

[15:56] 即使我的手開始跳動
  Even as my hands begin to shake

[16:00] 每一點疤痕是一個理由
  Every scar is a reason

[16:00] 我依然屹立不倒
  I still stand tall

[16:05] 永不停止嘗試
  Never stop trying

[16:32] 像我一樣低下臉畫出太陽
  Lower your face like me and draw the sun

[16:35] 哦的節奏那是無法抹去的
  Oh the rhythm that is indelible

[16:40] 每一次小小的心跳為了樂趣看我點燃它。
  Every little heartbeat for fun, watch me ignite it.

[16:46] 我是首屈一指的 I
  I am second to none.

[16:51] I'm rising up. I.
  I'm rising up. I.

[16:57] I'm rising up now.
  I'm rising up now.

[17:01] 噢噢噢我是火花
  Oh oh oh, I am the spark.

[17:06] 火。我是海岸
  Fire. I am the coast.

[17:13] 我是火花火。
  I am the spark, fire.

[17:17] 我是海岸
  I am the coast.

[17:21] 在我的步伐中死去就像我為舞台而生
  Die in my steps as if I were born for the stage.

[17:25] 感受那份自由我在翻頁
  Feel that freedom, I'm turning the page.

[17:30] 為我的存在注入動力永遠不要安於現狀
  Energize my existence, never settle.

[17:35] 在清晨抓住我以浪為中心哦。
  Catch me in the early morning, centered on the waves. Oh.

[17:41] 我要開車了 I.
  I'm going to drive. I.

[17:47] I'm turning up 現在
  I'm turning up now.

[17:51] 噢噢噢
  Oh oh oh.

[17:55] 我是火花火。
  I am a spark. Fire.

[18:03] 我是海岸
  I am the coast.

[18:05] 我是火花
  I am a spark.

[18:11] 火我是海岸
  Fire. I am the coast.

[18:24] 我是
  I am.

[18:30] 快來轉身
  Come turn around quickly.

[18:35] 噢噢噢我是聚光燈.
  Oh oh oh. I am the spotlight.

[18:43] 開火我是海岸
  Open fire. I am the coast.

[18:46] 我是火花火。
  I am a spark. Fire.

[18:46] 我是海岸
  I am the coast.

[18:59] 嘿，耶..
  Hey, yeah..

[19:01] 我是歌。
  I am Ge.

[19:05] 臉朝下，我依然檢查心靈狂奔每一幕投射
  Face down, I still check my mind, rushing every projected scene.

[19:16] 你的名字在我的播放列表上
  Your name is on my playlist.

[19:21] 如果這是錯的有點想留在這等不及我等不及要看這一切上演在現實生活中。
  If this is wrong, I kind of want to stay here. I can't wait, I can't wait to see all this unfold in real life.

[19:25] 在前排笑過深夜
  In the front row, laughing late into the night.

[19:31] 我等不及要感受它。
  I can't wait to feel it.

[19:31] 第一個，初吻男孩
  First, first kiss boy.

[19:36] 我等不及了看到這個
  I can't wait to see this.

[19:40] 和可以。
  And can.

[19:40] 我們看到這舞蹈是。
  We see this dance. Yes.

[19:46] 不能打破是你說耶、
  Cannot break is you, say yeah,

[19:50] 你總是說它。
  You always say it.

[19:50] 點擊發送，然後刪除我的意思。
  Click send, then delete, I mean.

[19:57] 但是，當你微笑即使隔著螢幕
  But, when you smile, even through the screen.

[20:00] 整個房間褪色。
  The whole room faded.

[20:00] 我準備好放手了。
  I'm ready to let go.

[20:05] 迫不及待想看到這一幕在現實生活中。
  Can't wait to see this scene in real life.

[20:05] 前排。
  Front row.

[20:11] 笑過深夜。
  Laughed through the night.

[20:11] 等不及先去感受。
  Can't wait to feel first.

[20:16] 初吻。
  First kiss.

[20:16] 我等不及了。
  I can't wait.

[20:16] 我等不及要說這句話。
  I can't wait to say this.

[20:20] 哦哦。
  Oh, oh.

[20:25] 如果更好呢？
  What if it's better?

[20:25] 比我所有的白日夢還好？
  Better than all my daydreams?

[20:25] 如果你更勇敢。
  What if you're braver?

[20:31] 比我相信的還要勇敢。
  Braver than I believed.

[20:31] 救了我。
  Saved me.

[20:31] 我在外面抗拒。
  I was outside resisting.

[20:36] 我不會等待所有這一次。
  I won't wait all this time.

[20:43] 等不及了。
  Can't wait.

[20:45] 迫不及待想看到這一幕在現實生活中。
  Can't wait to see this scene in real life.

[20:45] 我在前排最後看到。
  I saw in the front row last.

[20:52] 通過晚夜。
  Through the night.

[21:05] 就是這樣 智慧是如何產生的.

[21:10] 新型工廠產生器 的 Token。 積木

[21:15] 的人工智慧。

[21:21] Token 開啟了一個新的 新領域

[21:26] 將資料轉化為知識。 理性，行動。

[21:34] 它們揭示了複雜性中的模式。

[21:37] 我們永遠看不到。

[21:44] 鏡像我們的城市

[21:47] 以保障我們的安全。

[21:55] 將我們高高舉起 在它們之上

[22:03] Token 幫助機器人從中學習 我們

[22:11] 並肩工作 我們

[22:19] 他們去哪裡

[22:21] 的地方。

[22:26] 借給我們 伸出援手

[22:32] 拉近與我們之間的距離 希望和治療。

[22:36] 讓我們呼吸 更輕鬆。

[22:42] 最小的心也在跳動 更堅強。

[23:02] Token 幫助推動創新 地面。

[23:08] 永遠不按比例

[23:10] 嘗試。

[23:23] 這樣我們就能達到雲端之星。

[23:26] 確認一次分離 至無限

[23:30] 以及更遠。

[23:38] 我們攜手實現下一次偉大的飛躍

[23:41] 邁向光明的新未來。

[23:47] 建造 為所有人 人類。

[23:56] 還有這裡 在台北在這裡

[24:00] 一切開始。

[24:08] NVIDIA. 江煌.

[24:10] 歡迎上台。 NVIDIA 的創辦人 和執行長 Jensen

[24:15] 黃

[24:25] 歡迎來到 GTC。 台灣。

[24:33] So great to see all of you. 回家真好。

[24:37] 帶父母回家 我的父母，大家掌聲歡迎

[24:41] 我的爸爸媽媽

[24:50] 掌聲鼓勵 為我們的賽前表演巨星鼓掌

[24:56] 女士們先生們

[25:03] 看看他們多可愛

[25:05] 台灣的超級巨星 今天來了這麼多朋友 We are broadcasting this right

[25:12] 現在 其他 70 個國家

[25:15] 各地的觀眾派對 台灣 70 個不同的會議正在進行中

[25:20] 在同一時間 大家都在看這個主題演講。 我們有太多的事情要告訴你們,我們有太多的事情要告訴你們、

[25:25] 和我有這麼多的合作夥伴 要感謝。 令人難以置信的規模

[25:30] 我們的生態系統 在台灣已經成為。 大多數時候，當人們想到生態系統，

[25:36] 他們會想到我們的軟體堆疊。 他們會想到開發人員

[25:41] 運算系統上的生態系統 NVIDIA 所建立的生態系統。

[25:45] 但 NVIDIA 的生態系統 跨越所有上游 到我們所有的供應商

[25:50] 在台灣的供應鏈、 一切從這裡開始。 下游所有

[25:56] 到資料中心，最後到資料中心 最終用戶。

[26:00] 今天，我們要 來談談幾乎所有 的生態系統。 有這麼多人

[26:05] 認為我愛 我這裡的生態系統。 我的意思是，這裡有這麼多公司

[26:11] 和一些我最喜歡的生態系統 合作夥伴。

[26:48] 這麼多台灣的

[26:51] 豐富的生態系統、 最豐富的生態系統、

[26:56] 世界上最好的供應 鏈生態系統。難以置信。 謝謝大家

[27:00] 謝謝大家。 還有這裡，今年 我們的企業

[27:05] 共同成長，令人難以置信。 事實上，昨晚有人告訴我

[27:10] 每年的 GDP 台灣的年 GDP 將會成長

[27:15] 幾乎 10%。

[27:22] 難以置信。 我們有很多事要談。

[27:26] 開始吧 兩年前，我在這裡的時候 開始談

[27:30] 人工智慧是如何改變世界的？ 從生成式人工智慧 以及即將來臨的其他人工智慧浪潮。

[27:36] 下一波浪潮 of AI was a AI. 而今天

[27:40] 我們可以說，一個巨大的人工智慧 已經到來了、 that useful AI has arrived.

[27:45] 現在這意味著什麼？ 這是 GitHub。

[27:50] 這是，當然 最早的應用程式之一 人工智慧就是軟體 編碼。

[27:56] 最有價值的職業之一 令人難以置信的巨大生態系統、

[28:04] 30,000,040 萬名專業軟體開發人員、

[28:06] 可能還有幾百個 學生 和愛好者等等。 等等。

[28:12] 但說是 30、 全世界有 4000 萬名軟體開發人員在編碼

[28:16] 以編寫程式為生。 這代表了大部分的人。 這是 GitHub。

[28:22] 拉取請求是 下載軟體時、 他們修改並提交是

[28:27] 當他們推送它。好的。 如果您能看看

[28:33] 中看看這個

[28:37] 2023 年， 提交的數量是 3 億次、

[28:43] 2024、 4 億、 2025、

[28:48] 5 億次提交 在最初幾個月。

[28:52] 前幾個月 的 2026 年，幾乎增加了三倍。

[28:57] 現在，這意味著？

[29:02] 3,000 萬名軟體開發人員代表

[29:05] 價值約 3 兆美元的 GDP、 產生三個。 這就是 他們的工資值3萬億美元

[29:11] 的薪水、 產生

[29:16] 經濟成長 為其他產業

[29:20] 說100萬億美元的世界的 產業受到影響。 是產生

[29:25] 由30億美元的價值 的薪水。 這 3 兆美元，對不起， 3 兆美元。

[29:31] 這3兆美元的價值 的工資現在 產生近三倍

[29:37] 一樣多的產出.

[29:42] 實際上是9兆美元 生產力

[29:46] 從3兆美元的工資。 這說得通嗎？

[29:50] 差距絕對非同尋常。 這就是潛力。 這就是人工智慧的承諾。

[29:55] 工程師、軟體工程師的數量、 這就是人工智能的潛力。 人們談論人工智慧

[30:01] 減少工作機會，完全是一派胡言。 造成更多的軟體工程師 被僱用。

[30:06] 原因很簡單 如果你能聘請到軟體工程師

[30:13] 就能創造價值 9 兆美元的就業機會。

[30:15] 的生產性工作、 為什麼你不想 去聘請更多的軟體工程師

[30:21] 如果這條線是平的 那麼顯然人們會減少雇傭 軟體工程師。

[30:27] 但因為產出是如此令人難以置信、 人們想要雇用更多的軟體工程師。

[30:31] 這一定會以某種方式出現在我們的經濟中。 很快。

[30:35] 而且 所以第一件事是有用的。 人工智慧來了 現在，這對各行各業意味著什麼？ 從哪個角度來看？

[30:41] 從產業的角度來看 這意味著 Token 是現在

[30:45] 需求異常龐大 因為如果你能做到這一點，你就會想要生產更多的代幣。

[30:51] 也因為 Token 現在有利可圖 單位， Token 現在。 教授

[30:57] 有利可圖的收入單位 因為它現在是有利可圖的。

[31:01] 人工智慧公司想要 以建立更多的 Token、

[31:05] 生成式 AI 工廠、 也就是運算的原因

[31:10] 台灣的需求 這就是台灣的計算需求暴漲的原因。 這正是 的原因。

[31:16] 你們這麼忙 你們的生意都做得很好。

[31:20] 事實上，這看起來像是你們的一些股票 價格。

[31:31] 運算模式 已經改變了。 一切都變了。

[31:35] 所以第一 想法是有用的。 人工智慧已經到來。 人工智慧現在是一個利潤生成式 AI。

[31:42] 人工智慧現在是 GDP

[31:45] 是一個整體。 新的運算模式、 不只是大型語言模型，

[31:50] 而是一個代理。 今天、 我們要談論的幾乎都是 將以此為基礎。

[31:56] 所以讓我花一點時間 並向您展示我所說的 裡面。

[32:01] 這是一個這是一個代理。 這是一個代理

[32:05] 應用程式、 這將是應用程式.

[32:10] 這是程式碼。 這是操作 系統。

[32:17] 應用程式碼在裡面執行 應用程式內的應用程式碼

[32:20] 操作系統。 今天是代理程式 今天，它是由大型語言組成的代理程式。

[32:26] 模型 或許多 今天，它是代理，由一個大型語言模型或許許許多語言模型組成。

[32:31] 這套工具可以幫助企業資訊 協調它

[32:35] 以進行有成效的工作。 這是輸入。 這就是輸入、

[32:40] 它必須理解、 觀察、推理、行動、 使用工具、

[32:45] 使用工具。 這個工具可以是試算表 網頁瀏覽器、

[32:50] 資料處理引擎資料庫 引擎。 例如. 這是精心安排的。

[32:57] 這個線束協調 此路由

[33:00] 的資訊每一個 這套工具可以是電子表格、網路瀏覽器、資料處理引擎、資料庫引擎等。

[33:05] 上下文、 了解正在發生什麼、 推理該做什麼、

[33:11] 出現 你可以採取行動的計劃、 企業資訊、

[33:16] 協調 路徑是由某些軟體協調的。

[33:20] 因此，這基本上 代理。 它處理

[33:25] 的短期記憶。 工作記憶、長期記憶、 就像我們一樣。 我們有長期記憶。

[33:31] 所以記憶體管理 所以記憶體管理系統是非常重要的。

[33:35] 整個 整個系統被稱為一個代理。 大型語言

[33:40] 使用模型 進行思考 和線束

[33:46] 把所有東西連在一起、 就像操作系統一樣就像操作系統一樣。

[33:50] 這就是新的運算電腦模型。 這就是代理伺服器 它可以做一些令人難以置信的事情。

[33:56] 這就是重大突破。 同步收斂

[34:00] 大型語言的融合 這也是一大突破。 做得非常好

[34:06] 思考、推理、規劃 使用工具 以及我們現在擁有這些工具的事實

[34:12] 管理記憶體、 協調

[34:15] 使用工具，我們現在可以做令人驚嘆的事情。 讓我舉個例子。 這是一個提示。

[34:21] 這是提示. 這是程式碼 這是產生的程式碼。

[34:27] 這個出來了.

[34:30] 這是輸入 這是輸入。

[34:35] 這是輸出。 你們覺得如何？ 太驚人了 對吧？

[34:43] 我們使用雲端程式碼。

[34:45] 這是另一個範例。 這是輸入。 建立一個 GIF。

[34:51] NVIDIA 的綠點 在黑色散點上

[34:55] 表格 台灣 101 大樓變形為 GTC。

[35:00] 類型 輸入兩個 2026 more 到 NVIDIA I 的標誌。 比散射。

[35:05] 向右重複。 所以你看到的提示。 這是下一個。

[35:10] 丟了遙控器的電池夾子 是這樣的 建立 CAD 檔案。

[35:15] 它使用了一個工具。 建立 CAD 檔案就緒 用於 3D 列印

[35:20] 來創建一個新的新的。 有道理嗎？ 這就是現在的新運算電腦

[35:25] 模式。 而我們使用 來啟動 一個應用程式、

[35:32] 點擊並打字、 我們現在取代了

[35:36] 以解釋 向人工智慧解釋我們想要什麼 我們的意圖

[35:40] 並由人工智慧生成式 AI 程式碼或使用工具

[35:45] 並產生必要的輸出。 就是這樣 電腦在未來將會運算。

[35:51] 這是基因 人工智慧。 兩年來，我們一直在朝這個方向努力

[35:55] 現在它已經到來了。 現在，其中一個重大突破，當然， 是工具的使用。

[36:01] 很多人都說 Jensen AI 要來了。 基因人工智慧就要來了。

[36:07] 因此，所有的軟體公司都要去 以倒閉。 說、

[36:10] 剛好相反 因為他們將會 這麼多代理.

[36:16] 世界不再受限於數量 的人數。

[36:20] 因此、 那些代理將會消失 來使用更多的工具 比以往.

[36:25] 這其實是一個不可思議的時代 成為一家軟體公司。 但軟體必須被呈現

[36:31] 給代理 以代理可以使用的方式 它。

[36:35] 這是一項重大突破。 事實上，我們所做的 大家都知道

[36:41] NVIDIA 的寶藏是什麼、 是我們所有的 CUDA 函式庫、

[36:45] 稱為 CUDA-X 函式庫。 這是 NVIDIA 的寶藏

[36:50] 今天我們能夠 到現在 這些 CUDA-X 函式庫

[36:55] 給代理 他們可以使用得更多 我們現在可以將這些 CUDA-X 函式庫呈現給代理， 他們使用起來比人類還要有效。

[37:00] 所以這是個美妙的時刻 為 CUDA-X 函式庫。 讓我們來看看。

[37:08] 20 年前，我們建立了 CUDA、

[37:10] 單一架構 加速運算的單一架構。

[37:15] 我們重塑了上千個運算 CUDA-X 函式庫幫助開發人員取得突破性進展

[37:20] 在每個科學領域 與工程 CUDA-X 函式庫是工具

[37:26] 為代理 Kulathoor 運算的工具 光刻技術。

[37:32] 購物 決定 最佳化。

[37:36] CUDA s 用於直接稀疏求解器。

[37:41] 深入研究結構化的 AQ 和非結構化 文件.

[37:47] 用於人工智慧的 Ariel ran。

[37:51] 用於可微分的 Warp 物理.

[37:55] 基因組學的 Para 磚塊 在他們的基礎上。 Are 演算法

[38:00] 它們是美麗的

[40:55] 圓滿的掌聲 為數學。 數學是美麗的

[41:04] 運算模式。

[41:06] 軟體的運算模式正在走向 要改變的事實、

[41:10] 讓我們回到這一點。 這就是代理。 它是終極的

[41:18] 分解 和分散式運算

[41:20] 運算模式。 這麼多不同的電腦正在運算 才能啟動

[41:25] 來處理這個代理。 代理包括

[41:30] 的模型 線束

[41:35] 工具和技能 和一個 runtime.

[41:40] 所有這些都在不同的地方執行 在資料中心 .。

[41:45] 您可以考慮模型 作為大腦 ..、

[41:50] 線束是身體 ..、 它所使用的工具、

[41:55] 在運行時間中工作。 把它想像成一個車間。

[42:00] 所以這是一個人 工作的工人 使用工具 在一個車間裡。 當然，這是在

[42:07] 超大規模。

[42:10] 每個步驟都在運行 在電腦的不同部分運算。 你可以看到巨大的

[42:16] 語言模型在思考 上下文處理

[42:21] 觀察、瞭解環境 推理、

[42:25] 提出計畫並採取行動 根據計劃行事。 每一次都是如此、

[42:30] 整個機架的 Grace Blackwell NVLink / NVSwitch 2 被啟動。

[42:35] 它在思考 每當使用大型語言模型時 它就會使用工具、

[42:41] CPU 使用被使用。 那個工具可能是 C 編譯器。 也可能是 Python。

[42:47] 可能是 JavaScript、 也可能是加速的

[42:50] 運算。 今天的 今天的代理相對

[42:55] 工具的簡單使用者。 明天他們會 成為非常複雜的工具使用者、

[43:00] 的原因。 我所展示的 CUDA-X 函式庫的原因。 您將大受歡迎 代理。

[43:06] 它們解決了一些最重要的問題 全世界都知道

[43:10] 和我們所有的 CUDA-X 函式庫現在將會推出。 附帶技能

[43:16] 人工智慧可以學習的技能 如何使用。 所以 CUDA-X 函式庫。

[43:21] 有些技能基本上是一本手册。 人工智慧讀了就會去做。

[43:26] 這就是你如何使用 企業資訊. 使用這些函式庫的能力由

[43:31] 代理將變得難以置信。 工具運行

[43:35] 在 CPU 和 GPU 上運行 和大型語言模型。 安全治具執行

[43:41] 在 CPU 上 的安全處理器上運行。 DPU.

[43:46] NVIDIA 的 BlueField、 這一切的協調運行 在 CPU 上執行。

[43:51] 這是整個線束 和 CPU 統籌所有 的工作。

[43:56] 最難的部分之一就是記憶體。 您可以想像工作中的記憶體

[44:01] 記憶體稱為 KB 快取。 要記住什麼壓縮。

[44:05] 不只是壓縮 但如何擷取。 擷取結構化資料嗎？

[44:11] 是否擷取非結構化資料？ 本體是什麼？

[44:15] 所有的關係 這些不同資料的關係 與自身的關係？

[44:20] 整個處理過程是令人難以置信的 複雜。 記憶體系統、 人工智慧的記憶體系統正在去

[44:26] 導致儲存系統 徹底革新

[44:31] 當您 可以看到、 每一方面 運算的每個方面

[44:37] 模式，這種運算模式、 這種稱為代理的新應用程式、

[44:41] 根本不同。 應用程式所使用的方式 運行一大堆

[44:46] 軟體的運行方式完全不同。 二進位 操作系統。

[44:52] 這就是原因 這就是分離的原因、

[44:56] 這種分散式 這種異質運算 問題的原因。

[45:05] 新一代 Vera Rubin Vera 一個晶片。 Rubin 並非

[45:10] Vera Rubin 不是 GPU、 只有它從 GPU 開始、 卻是 Vera

[45:16] Rubin 是不可思議. 這整個

[45:21] 東西是 Vera Rubin 從 端到端。

[45:25] 它有 GPU。 Vera Rubin， NVLink 72。 由 Vera CPU 統籌。

[45:32] 我要告訴你更多關於 系統。

[45:35] 儲存 革命性的 Vera、 以及 CX nine、 是軟體堆疊，稱為

[45:40] Doka。 內建的安全處理器 如此

[45:45] 一切都 靜態加密 在運動中

[45:51] 以及 使用中 一切跨越。 這是安全的

[45:56] 因為人工智慧模型是如此珍貴。 這就是為什麼整個

[46:01] 系統遵守機密 運算。

[46:05] 這些系統中的每一個都將是一次徹底的革命 本身。 Vera Rubin 是最

[46:11] 雄心勃勃的努力 在我們公司的歷史上.

[46:16] 整個公司都在工作 對 Vera Rubin 跨 所有 4000 位工程師、

[46:21] 更別提各位了。 你們所有人都參與了 的創造。

[46:25] 系統。 Vera Rubin 真的是一個奇蹟、 也不只是一個晶片。

[46:31] 它是那麼多. 嗯，甚至不只如此。

[46:36] 很久以前 NVIDIA 的過去是一家 GPU 公司、

[46:40] 但這些年來，我們不斷進化 成為一家系統公司。

[46:45] 您現在看到的是這裡 最複雜的系統、 最複雜

[46:51] NVIDIA 是有史以來最複雜的系統。 但最終，我們的客戶

[46:56] 我們的合作夥伴不想要 買電腦。

[47:00] 他們想要建立人工智慧工廠、 的原因。 開始

[47:05] 這也是 NVIDIA 真正開始再次 Transformer 的原因。 您可以看到 這麼多

[47:10] 我們的技術現在 在整個基礎架構中 規模。 我們的合作夥伴是

[47:15] 在基礎架構 規模、發電機、冷卻系統、

[47:20] 電網供應商。 許多工業 我們的合作夥伴是基礎設施規模的發電廠、冷卻系統、電網供應商。

[47:27] 最終，我們嘗試 建立一個完整的堆疊、

[47:30] 就像 GPU 一樣、 就像我們在建立 Grace Blackwell 時一樣

[47:35] NVLink 72、 就像現在 我們正在建立一個完整的堆疊系統。

[47:40] 讓我們的客戶 可以建立驚人的人工智慧基礎架構。

[47:45] 讓我們來看看。 全世界都在競相打造人工智慧工廠。

[47:51] 最大規模的基礎設施建置 人類歷史上.

[47:55] 人工智慧工廠複雜得令人難以置信。 每層晶片 機架、

[48:01] 網路電源、 冷卻網必須一起設計 從頭到尾。

[48:07] 因為運算就是收入。

[48:10] NVIDIA 的 DSX 就是藍圖。 建置參考設計

[48:15] 和營運 AI 工廠的參考設計 以最高效率 與獲利能力.

[48:20] 從 DSX SIM 開始 搭配 DSX SIM Omniverse 藍圖合作夥伴設計

[48:26] 並驗證一個 NVIDIA 的人工智慧 Rubin AI 工廠 before a single rack lands.

[48:32] 他們規劃了佈局。

[48:37] 模擬電源與冷卻

[48:40] 設計網路。 驗證每個整合測試

[48:45] 數位孿生的每項變更. 工廠動力 上的 DSX OS

[48:51] 接手並提供操作、 監控 並修復基礎設施 ..、

[48:56] 轉換已安裝的系統 成為可信賴的多租戶、

[49:00] 彈性人工智慧就緒 容量。

[49:05] 現今的人工智慧工廠過度配置電源的原因 高達 40%。 DSX Max LPs。 讓我們

[49:12] 營運商安全地在內部部署更多 GPU 相同的電源預算、

[49:16] 增加數十億 的年收入。

[49:23] 突破性的熱液冷在 45 °C 使用

[49:26] 更少的水和能源、 更多能源 至可產生營收的運算電腦

[49:31] 令人難以置信的動態 動態電源分配可導引機架電源

[49:36] 到機架、 回收擱淺的瓦數、 將電力傳送至需要工作的地方

[49:42] 機架內的電源平滑化平坦化 峰值電流尖峰

[49:46] 以及電源浪湧。

[49:50] 貫穿整個工廠、 AI 代理程式的工作團隊 搭配 DSX Max LP 持續協調

[49:55] 平衡冷卻與電源 滿足工作量需求.

[50:01] DSX 人工智慧工廠是彈性能源 合作運作的資產 與電網 DSX

[50:07] 柔性讀取即時電網訊號 並動態調整工廠電力

[50:13] 當電網需要紓緩時。

[50:18] 100GW 人工智慧工廠將上線

[50:20] 在這十年結束之前。 NVIDIA DSX 的 AI 工廠運轉 以最高效率生產

[50:26] 最低成本的 Token 並讓電網更強大。

[50:39] 我已向您展示生態系統幻燈片

[50:41] 的過去 其中 NVIDIA 的運算層

[50:45] 和軟體和軟體 和運算 堆疊整合 融入其他人的平台。

[50:51] 第三方平台、 和函式庫，服務端 市場。 那是運算

[50:55] 生態系統。 這是人工智慧工廠生態系統。

[51:00] 這是所有系統的下游。 的下游、 我的上游就是你們所有人。

[51:06] 下游 我們的下游就是這個生態系統 因為 NVIDIA 的存在

[51:11] NVIDIA 最終不只是打造 GPU、 不只是建立一個系統、

[51:16] 我們幫助客戶建立 這些人工智慧工廠、 這些人工智慧基礎建設是

[51:21] 如此複雜。 每一個都增加一個千兆瓦

[51:28] 水平從 300、 200、 300 億美元開始。

[51:31] 是在 500、 600 億美元。 而且很快就會到 80、

[51:37] 每千兆瓦 1000 億美元 ..、

[51:42] 1000億美元投入人工智慧工廠. 它必須工作。 第一次。

[51:45] 而且必須馬上成功。 資本成本高得驚人。 複雜程度令人難以置信。

[51:52] 如你所見 我們使用 設計一個晶片

[51:55] 運算電腦 然後再模擬 系統

[52:00] 電腦。 今天你看到的只是 現在一切都建立起來了

[52:06] 在 Omniverse。 我一直在和大家一起研究 Omniverse 很久了。

[52:12] 這是夢想成真。 這樣我們就可以建造

[52:15] 這些巨大的系統 只要世界需要 在裡面建造 數位框架、

[52:20] 在數位模擬器內。 在數位世界裡

[52:26] 長 在我們建立第一個突破之前 在數位世界裡，在我們建立第一個突破之前

[52:30] 所以這是我們的生態系統、 我們稱之為 DSX。

[52:35] RTX 是我們的 GPU。 DGX 是我們的系統。 現在是 DSX

[52:41] 基本上是基礎架構 因為我們所做的工作 這就是我們的生態系統，我們稱之為 DSX、

[52:46] 包括我們的系統和軟體、 這是我們能夠工作的原因 與小型公司合作，並讓他們

[52:52] 成為世界級的人工智慧 雲。 每一個。

[52:56] 我要向您展示 小公司只是

[53:00] 最近，現在 CoreWeave 價值 50、 60、 700 億美元，而且成長速度驚人。

[53:07] 最近我們跟 Mebius 又合作了、 他們的成長速度令人難以置信。

[53:12] 這些雲都有令人難以置信的 客戶。光標。

[53:16] 軟體編碼公司 黑山實驗室圖片

[53:20] 生成， World Labs、 世界基礎模型 Revolute、 領先的金融服務

[53:26] 人工智慧公司和 Shopify。 這裡還有一個。

[53:30] 這是 Nscale 和他們的客戶是英國 電信 Google。

[53:35] Google 正在使用 我們的人工智慧雲端思維機器之一、

[53:40] Frontier Labs 公司、 超級令人興奮。 這是鄰里雲 在韓國。

[53:46] 韓國銀行、 現代。 這麼多令人難以置信的公司。

[53:51] 這是印度的一個。 尤達不可思議 公司。

[53:56] 這裡有一家在新加坡。 共建澳洲。

[54:01] AI 人工智慧 新加坡。 這是位於印尼的一家。

[54:07] 每一家公司、 這些公司都為

[54:11] 區域以及全球客戶。 人工智慧將會無處不在。

[54:17] 每家公司都將由它提供動力。 每個地區

[54:20] 將建立它。 印尼的 Indosat、

[54:25] 在台灣、 GMI 這裡 在台灣。 GMI。

[54:32] 請鼓掌。

[54:38] 太不可思議了

[54:40] 令人難以置信，令人難以置信的公司。 不可思議的機會。 但它們都需要幾樣東西。

[54:46] 當然，他們需要運算堆疊。 下面的整個堆疊。

[54:50] 這就是 NVIDIA 的成名之處。 我們所有的硬體和軟體 和函式庫、

[54:57] 我們的連接 與世界第三生態系統的連結 第三方開發人員讓這一切成為可能

[55:01] 任何人 建立人工智慧 雲。

[55:05] 不過、 人工智慧雲是 如此複雜。 這是軟體版本。

[55:10] 這是運算電腦科學 版本。 金錢版本、

[55:16] 資產版本就是我所展示的 你早先。

[55:20] 這是一個巨人 工廠擁有 光有這種能力是不夠的、

[55:25] 這就是 NVIDIA 之所以能成為世界第一的原因。 一家人工智慧基礎建設公司。

[55:30] 現在做好這件事 並且變得無與倫比的好

[55:35] 在 在幫助客戶建立 人工智慧工廠 和部署人工智慧 工廠是非常重要的。

[55:41] 原因 就是運算。 是收入。

[55:45] 現在 運算就是利潤。 沒有收入

[55:50] 而利潤就是虧損 所以這真的很重要 實現

[55:55] 這是 當這個例子 的人工智慧

[56:01] 基礎設施上線。 它可以把它 可能會很快上線。

[56:07] 它可能需要一段時間。 它的輸送量可能很高。 也可能很低。

[56:11] 它的彈性 它的彈性和可靠性可好可壞。

[56:15] 它的使用壽命 使用壽命可能會很長 或短、

[56:20] 因為這代表 50、 60 去

[56:25] 到一千億 這條曲線非常重要

[56:31] 這就是 NVIDIA 的原因 偉大的合作夥伴、 與我們合作

[56:37] 因為我們完全整合了 能力、 我們不只是想出一個 PowerPoint 幻燈片。

[56:42] 我們創造了整個基礎架構。 我們將每樣東西都連結在一起。

[56:47] 我們建立了數十億 和數十億的它自己

[56:50] 確保 一切運作良好 因此、

[56:55] 我們的時間 我們的時間，我們的時間到第一個 Token、

[57:00] 我們的時間，我們的時間到第一個 Token， 我們的時間到第一個 Token， 我們的時間到第一個

[57:02] Token、 我們的推論時間、 我們的時間

[57:05] 轉為訓練 開啟的時間 更快。

[57:11] 第二，因為我們的。 每瓦產生的 Token 數量

[57:16] 每瓦是完全。 世界級。

[57:20] 原因是 因為我們整合了一切 我們從頭開始設計一切。 我們模擬整個系統

[57:26] 我們使用極端協同設計。 就像我剛才向大家展示的一樣 Vera Rubin 機架。

[57:31] 一切都按順序設計 提供 這令人難以置信的

[57:35] 輸送量. 如果您的資料中心、

[57:41] 如果您的工廠 有一個千兆瓦、 也不會有更多。

[57:46] 1 gigawatt 表示 1 gigawatt。

[57:50] 這就是您能做的全部發電量。 如果你有一個千兆瓦的電力， 的輸送量。

[57:56] 瓦就是收入。 因為

[58:00] 每個 Token 都有利可圖 每個 Token 都是收入 .。

[58:05] 這就是未來。 運算就是收入、 每瓦效能就是你的收入。

[58:12] 選擇錯誤的架構

[58:15] 只因為晶片便宜 不會轉化、 沒有意義。

[58:21] 您需要確保您的每瓦計算效能收入。 瓦特，你就買得越多、

[58:25] 你賺得越多。 還有 所以每瓦產生的 Token 數量。

[58:31] 最後，非常O秒、 第三是可靠性。

[58:36] 如果你有機會 看到這些資料中心、 有這麼多的移動部件、

[58:41] 數百萬條電纜. 能力 所有這些電腦的運算能力。

[58:46] 和諧工作的能力、 可靠性是非常低的。

[58:50] 這是非常困難的。 我們已經開始運作

[58:55] 非常大規模的運作已經很久了。 這些經驗很重要、 時間的差異

[59:02] 中斷之間的平均時間差異、 非常重要。 最後

[59:07] 這是非常困難的. 這些系統的使用壽命、

[59:11] 這些系統的壽命、 軟體都在改變。 的時間。

[59:16] 多年前 Hopper 的時代

[59:20] 人工智慧已經完全改變了。 六年前，這是時間框架

[59:26] 的安培人工智慧 已完全改變.

[59:30] 我們開始談論 CNNs 我們在這裡。 然後我們談到 Transformer、

[59:35] 然後我們談到專家混合。 現在我們談論 代理系統。

[59:42] 每一代 每隔幾個月

[59:46] 軟體產業就會出現 與新技術。 如果

[59:50] 你的架構不是 靈活、 如果您的生態系統不是

[59:56] 豐富、 這條曲線 不可能長。

[01:00:00] 您無法預測多久 你的系統可以持續多久。 I 可以 NVIDIA 的

[01:00:07] 全世界。 系統遍及 軟體開發人員開始

[01:00:10] 用 NVIDIA 的 CUDA 而根據定義，因此，壽命、

[01:00:15] 生態系統、 有用的資產將持續 因此， NVIDIA Cuda 的使用壽命、 生態系統、有用資產將會更長。 本質上的差異

[01:00:20] 成本。 你可以將之視為收入、 但另一方面

[01:00:25] 收入的另一面是成本。 如果資產的壽命長、

[01:00:30] 總擁用成本低. 這就是差異。

[01:00:35] 這就是它的外觀 運算時。

[01:00:42] 買的越多 您賺得越多。

[01:00:52] 現在全部 你們都在經歷 和我一起。

[01:00:55] 對不對？ 你們所有的需求 你們的工廠在工作。

[01:01:01] 如此努力 你們的人在工作 如此努力

[01:01:05] 台灣，因為每個人都想要 賺錢

[01:01:10] 他們意識到人工智慧，有用。 人工智慧來了 有利可圖

[01:01:16] 人工智慧就在這裡、 運算電腦 需求高得驚人

[01:01:20] 在運算。 需求就是限制。 因此，讓我們去工作超級，

[01:01:26] 超級努力，幫助世界站起來。 AI 工廠無處不在。 這就是為什麼它如此重要。

[01:01:31] 我在這裡很開心。 am standing in front of you.

[01:01:37] Vera Rubin 是 全體 產。

[01:01:44] Vera Rubin 是

[01:01:46] 在全面生產。 企業資訊它。 我們創造的供應鏈

[01:01:51] 為 Vera 魯賓是兩倍 一樣大

[01:01:56] as Grace Blackwell..、 不是。 是的，這是令人難以置信的，而且。

[01:02:01] 用了什麼 到兩小時 來組裝一個 Grace Blackwall 機架。

[01:02:07] 現在只需要五分鐘 所以不僅容量更大

[01:02:12] 輸送量也快了很多 我們需要這一切

[01:02:15] 以支援 需求。 這個生態系統非比尋常

[01:02:22] 數百萬平方英尺的土地已經上線

[01:02:25] 以支援 Grace Blackwell 和準備工作。

[01:02:30] Vera Rubin， 我要感謝你們所有人。 Vera Rubin 現已全面投入生產。 謝謝。

[01:02:39] 讓我們來看看。

[01:02:43] 大型語言模型產生 答案.

[01:02:47] 現在人工智慧代理程式可以作業了、 但處理基因

[01:02:50] 人工智慧是完全不同的一種 的問題。 代理觀察推理、計畫、

[01:02:55] 使用工具。 他們管理大量的上下文雜耍、 工作記憶體和長期記憶體。

[01:03:02] 他們衍生出子代理專家 NVIDIA 的專家、

[01:03:06] Vera Rubin 是一個多軌 pod 建立規模系統 以處理代理式人工智慧程式

[01:03:11] 並已全面投入生產。 製造、

[01:03:15] 整個供應鏈的自動化和協調、 奇跡 見證我們的旅程

[01:03:20] 開始 當我們推出第一個人工智慧時 超級電腦。 NVIDIA 的 DGX one。

[01:03:26] 在未來十年，、 我們推動每個晶片和系統 到極限。

[01:03:30] 從 Pascal 和第一台 NVLink 到 Grace Blackwell、 第一台機架規模的人工智慧超級電腦

[01:03:37] 以及現在的 Vera Rubin、 第一台多機架 pod 規模的超級電腦

[01:03:41] 為 Agentic 時代而生。 從台積公司開始。

[01:03:46] 構成 Vera Rubin 的七顆新晶片需要 經過數百個處理過程而成形 步驟。

[01:03:52] 三奈米製程 Cohere 與 Kowarz l 封裝

[01:03:56] HBM 適用於微米級記憶體 SK Hynix 和 Samsung。

[01:04:00] Vera Rubin 運算板、 兆個電晶體 超過 18,000 個元件

[01:04:05] 在一塊板上。 Vera Rubin NVCell 72。 思考提示

[01:04:11] 和情境理解、 推理與規劃

[01:04:15] 接下來是全新的模組化運算盤、 採用全新 PCB 中間板精簡

[01:04:20] 設計超級晶片 連接 X9 超級 網卡

[01:04:25] 和 BlueField 四個 Dpus 全部製成 不使用纜線 彈性

[01:04:30] 在人工智慧工廠規模。 18 個運算托盤 9 個熱處理器 可抽換式 NVLink 切換器新追蹤

[01:04:37] 高效率歧管。

[01:04:40] 液冷匯流排可承載超過 5000 安培的電流。 相當於 20 台電力 汽車

[01:04:45] 在全速加速時、 一起、 1.3 百萬個元件組成這第三代

[01:04:51] MGX 機架設計。 祝賀微軟

[01:04:55] Vera Rubin、 MVL 72 工程機架。 祝賀 DELL 和 CoreWeave、

[01:05:00] 以及 的 Vera Rubin。 MVL 72 工程機架。

[01:05:06] 接下來是 Vera CPU 機架 256 CPU

[01:05:11] 在單一液冷機架上、 協調模型洗牌

[01:05:15] 記憶體、 在富士康推出工具 和廣達。

[01:05:21] Grok three Lpe 初具雛形 256 個 Grok three lpus 橫跨 16 個托架、

[01:05:28] 每秒 40PB 的 Sram 頻寬 超低延遲、

[01:05:31] 而 MVL 72 可產生 Token 的最高輸送量。

[01:05:36] Grok Lpe 生成代幣 以最低的延遲。

[01:05:40] Vera BlueField， 四個 St、 人工智慧保存記憶體的地方 儲存處理加速的

[01:05:47] BlueField 用於連接記憶體儲存

[01:05:50] 和矽內安全 和 NVIDIA 的 Spectrum X Ethernet

[01:05:55] 光子學、 全球第一台乙太網路交換器 NVIDIA Spectrum X 乙太網路光電技術

[01:06:00] 光學。 台積電，合作製程。 晶片規模封裝

[01:06:05] 和超高功率雷射模組 在磷化铟上.

[01:06:10] Vera Rubin 五個連接 機架規模系統、 超級電腦 為人工智慧代理式、

[01:06:18] 全台 150 家供應鏈合作夥伴。

[01:06:20] 數百萬平方英尺的廠房、 數百個據點、 晶片包、

[01:06:26] 系統與資料中心推進 到規模的極限、 功率和規模。

[01:06:31] 這就是我們所謂的極限 協同設計。 我們與台灣做到了這一點。

[01:06:36] 我們一起重塑運算 為人工智慧的時代。 台灣一開始就和我們在一起、

[01:06:41] 今天也在這裡、 Vera Rubin。 帶給全世界。 謝謝。

[01:06:46] 台灣。

[01:06:54] 女士們先生們

[01:06:56] Vera Rubin。 Vera Rubin 不是

[01:07:01] 只是為人工智慧而生。 人工智慧。 Vera Rubin 不只是為了人工智能而生的

[01:07:05] 來運行人工智慧。 Vera Rubin 是被建造出來的 運行代理。

[01:07:10] 這是一個代理 系統。 想像一下其複雜性、

[01:07:16] 的原因。 代理是最後一個 電腦科學的突破。

[01:07:21] 花了這麼多年的時間 為了讓代理發揮其潛力 並變得有用。

[01:07:26] 它屹立不倒 以運算電腦為理由 是最先進的。 在世界上。

[01:07:31] 我是 Vera Rubin 我們來看看 我們能不能帶出 Vera Rubin、

[01:07:36] 請

[01:07:55] 珍妮，我們有沒有. 我們有機架嗎？ 系統

[01:08:05] 看起來 很重 這是。 這是 Vera Rubin. Vera Rubin。

[01:08:11] NVLink 72. 這是 Grok MLP.

[01:08:15] 在下一次 GTC。 我今天要跟大家談的還有很多。

[01:08:20] 我們有好多話要說 與您分享。 這是 Vera

[01:08:25] CPU 機架 256 個 CPU 全部液冷。 讓我稍後介紹一下 Vera。

[01:08:31] 這是 Vera BlueField 儲存設備 處理系統。

[01:08:37] 還有安全系統。 當然還有

[01:08:40] 這是我們的 Mellanox 網絡，世界上第一個 CPO.

[01:08:45] 這是 Vera Rubin。 這就是 Vera Rubin。

[01:08:50] 現在，當我們建造 當我們建造 Hopper 的時候 我們建造了 Hopper。 大家都知道

[01:08:55] 預訓練。 預訓練是最重要的應用程式、 最重要的工作負載

[01:09:00] 當時。 然后，当我们的工作 Grace Blackwell， 每個人都說， Jensen。

[01:09:07] 你知道的、 NVIDIA 的預訓練真的很棒

[01:09:10] 推論是如此簡單。 你還記得人們用 以說推論是如此容易。

[01:09:16] 我們也可以做到 但如你所知 推論等於金錢

[01:09:21] 還有模型 而模型又如此複雜

[01:09:25] 而要做到這一點 在令人難以置信的高 反應時間

[01:09:30] 快速互動和高輸送量 同時 這是非常困難的、

[01:09:36] 的原因。 NVLink 72。 今天

[01:09:40] NVIDIA 的 Token 成本是最低的 在全世界、 不是 10%。 以 X 因子計算。

[01:09:46] 數量級。 全部

[01:09:50] 因為我們做了極端協同設計、 全因為我們了解 運算模式。 運算模式

[01:09:55] 的推論。 而我們能夠創造出 NVLink 72。

[01:10:01] 現在，與 Vera Rubin， 它超越了推論。

[01:10:05] 現在是推論 在一個基因系統中。

[01:10:10] 這是 Vera 魯賓 沒有電纜

[01:10:15] 無電纜、無軟管、無軟管 沒有風扇 上一次是什麼

[01:10:20] 當我給你看這個的時候 我們有電纜 到處都是

[01:10:25] 電纜的外觀令人驚嘆。 但現在有了 PCB

[01:10:30] 在中間 連接兩邊。 以前需要兩個小時的工作，現在只需要五分鐘。

[01:10:36] 可靠性 和 Vera 的彈性 Rubin 要走了

[01:10:40] 將異於常人 這是我們的 Vera CPU 托盤。

[01:10:46] 最先進的 CPU 有史以來最先進的 CPU。

[01:10:50] 我馬上就給您看。 這是我們的

[01:10:55] 儲存盤. 兩個 Vera CPU 九個

[01:11:02] 令人難以置信的大量軟體。

[01:11:05] 這是我們全新的 MLP. LPU 30 the Grok

[01:11:10] 系統設計 專為極低 延遲推論。 輸送量由

[01:11:16] Vera Rubin 並使用 NVLink 72 進行擴充。

[01:11:21] 如果您想進一步擴展、 您可以擁有 Grok

[01:11:25] LP 使用。 這裡我們有 Vera Rubin NVLink、 開關托盤。

[01:11:31] 這是中間的開關、 這是革命性的

[01:11:37] 因為 Vera Rubens、 因為 NVLink / NVSwitch 兩個 以及我們所創造的 NVLink 切換器

[01:11:42] 而發明的 這是我們的乙太網路

[01:11:47] 橫向擴展的交換器。

[01:11:50] 令人驚訝的是，我們推出了 這兩個系統 為 Grace Blackwell。

[01:11:57] 這兩個系統是為 Grace Blackwell 創造的 今天

[01:12:00] NVIDIA 是最大的網路公司 公司。

[01:12:05] 我為網路團隊感到驕傲。 這是如此令人難以置信的助力 為我們所做的一切。

[01:12:11] 我要說話了 下一個 主要產業。

[01:12:15] 我們將參與其中。 謝謝。 珍妮。

[01:12:21] 謝謝。

[01:12:33] 我想有2000人回來了

[01:12:36] 在那裡拉。 謝謝

[01:12:43] 我們來談談 CPU。

[01:12:46] Vera CPU。 為人工智慧時代打造的 CPU。

[01:12:51] 所有的 CPU 直到 現在被創造出來

[01:12:55] 為人而生 我們是使用者。 我們是使用者。

[01:13:01] 我們是租用者。 我們使用CPU的方式、

[01:13:05] 我們生活在一個以 秒。 我們租用CPU的方式

[01:13:10] 在雲端。 每個人都更多。 您可以。 更多的 CPU 核心。 你有。

[01:13:16] 您可以租用的越多 的經濟學。

[01:13:20] 舊 CPU 的用例 和舊的經濟學 CPU。

[01:13:25] 與代理根本不同。 Agents are impatient.

[01:13:30] 他們不生活在一個是的世界。 以秒為單位。 他們生活在一個 以納秒計算

[01:13:36] 當它使用 工具時，它想。

[01:13:40] 回應時間盡可能快。 當它充當資料庫時，、 它必須盡快回來

[01:13:45] 越快越好。 每一刻 代理在等待的每一刻

[01:13:50] 讓它無法進入下一步。 下一步，下一步。

[01:13:55] 它至關重要 我們必須讓 CPU 盡可能的低延遲。

[01:14:00] 互動。 盡可能。

[01:14:05] 所以我們創建了 Vera CPU 為了人工智慧的時代。 現在，在我們的系統中

[01:14:10] 它被用於三種不同的方式。 第一種方式，當然是 Vera

[01:14:18] 用於思考。

[01:14:20] 而在 Vera Rubin 機架裡面 已經有兩個 CPU。

[01:14:25] 大家都知道 我們正在建立 和銷售數百萬 的 Vera Rubin。

[01:14:32] 我們已售出數百萬台 的 Grace Blackwell 的 NVIDIA

[01:14:37] 已經是世界上最大的 CPU 製造商之一。 維拉

[01:14:40] 中的 Vera Rubin 機架是兩個 CPU、

[01:14:45] 一個用於編排 和管理 GPU、 管理 KV 快取..、

[01:14:52] 處理所有運行的軟體 機架中。

[01:14:55] 我們也有 Grace 使用的 BlueField 用於安全

[01:15:00] 和隔離。 Vera 運算使用的電腦 Vera Compute 用於線束。

[01:15:06] 人工智慧的編排 模型工具使用、

[01:15:10] 存取資料庫和資料。 伺服器就在這裡。

[01:15:15] Vera BlueField。 最快的儲存。 最快的儲存伺服器。

[01:15:20] 最快的儲存系統。 世界上有史以來 的原因是

[01:15:25] 如此重要的原因是 因為代理正在詢問記憶體 存取記憶體。

[01:15:30] 如此令人難以置信 快。 這些系統 儲存伺服器

[01:15:36] 和 CPU 現在是 的關鍵路徑

[01:15:41] 資料中心最昂貴的部分。 這是最昂貴的

[01:15:45] 一個很好的理由。 經濟。 人工智慧的經濟學

[01:15:52] 工廠就是 Tokens 而 Token 是被創造出來的

[01:15:55] 這裡。 所以你當然想要 製造

[01:16:00] 並產生盡可能多的 Token。 這就是你把所有 .。

[01:16:05] 這一定不是 不要擋路 Vera CPU

[01:16:10] 所以 Vera CPU 對 Vera 有很大的壓力、 CPU 架構上、 的原因。

[01:16:15] 全新的架構。 從頭開始。 CPU. 世界上從未見過

[01:16:20] 之前。 我們稱它為 Vera。 這是 CPU

[01:16:25] 用於代理。 過去所有的 CPU。 我們為人類打造。

[01:16:32] 這個 CPU 是專為代理打造的。 嗯，有四點要注意。

[01:16:36] 四個要點。

[01:16:40] 第一個 第一個啟示是，指令 每個時脈的指令 才能達到令人難以置信的效能

[01:16:46] 因為我們需要較短的延遲時間。 我們需要處理時間

[01:16:51] 單線程效能、 而不是輸送量。

[01:16:55] 單執行緒效能有 當然。絕對是。 最好的單執行緒效能、

[01:17:00] 的原因。 IPC、 每時鐘指令數 這就是 Vera 的 IPC（每時鐘指令數）如此之高的原因。

[01:17:05] 這是全世界最高的。 10 個指令讀取、解碼、

[01:17:10] 並執行每 時脈。 第一名。

[01:17:16] 必要的頻寬 第二， 將資料移入和移出

[01:17:21] CPU 有 必須是世界級的

[01:17:25] 其次是每個核心的頻寬。 第三件事就是頻寬。 我們在移動。

[01:17:32] 記得我之前說過 代理

[01:17:36] 系統的根本 分離式和分散式、

[01:17:40] 分解和分散。 當運算被分解時

[01:17:45] 和分散式、 網路成為問題。 因此，我們必須將資料移動

[01:17:51] 快速地 CPU 核心之間的資料移動。 和 CPU 與儲存之間。

[01:17:57] CPU 與 GPU. 周圍的頻寬

[01:18:00] 系統 和 CPU 核心內部有 因此，我們必須在 CPU 核心之間、 CPU 與儲存之間，盡可能快速地移動資料。

[01:18:06] 這是第一個 CPU 的第一款 CPU。

[01:18:10] 這是字面上的極限、 與連接所有 的 CPU 核心。

[01:18:15] 這是光速。 3. 每秒 6 TB。

[01:18:22] 沒有 Chiplet 稅、 無晶片邊界交叉

[01:18:27] 因為我們需要擁有一切 因為 CPU 核心在說話

[01:18:30] 互相對話 以極高的頻寬、 它們不是每個核心租用一個核心，而是每個核心租用一個核心、

[01:18:34] 每個核心。

[01:18:36] 它們都在一起工作。 截面頻寬 Vera 的横截面带宽非常高。

[01:18:42] 這是第一個 它是第一款採用 PCI Express Gen 6 的產品。

[01:18:46] 它也是 第一款具有 Lpddr5 的產品

[01:18:52] 每秒 1.2 TB、 三倍 2

[01:18:56] 至 3 倍效能最高的頻寬 外面的 CPU。

[01:19:01] 內建三倍頻寬。 每個核心的頻寬、

[01:19:05] 和頻寬週期是世界 級。 現在記得我給你看過

[01:19:10] 數字 的 CPU 核心數、 中央處理器的數量 是相當高的。

[01:19:16] 原因非常簡單 簡單.

[01:19:20] 我們創造了 CPU 在過去，我們為人類創造了 CPU、

[01:19:25] 和人類、 他們只有十億人.。

[01:19:30] 將有數十億 的代理。 而這些代理將 來使用 CPU

[01:19:36] 沒有耐心 因為GPU的成本、 他們坐在旁邊

[01:19:40] 成本太高了、 因此兩個有價值的 至為珍貴。

[01:19:46] 因此，這些 CPU 將會 都是

[01:19:51] 效能、 但他們也必須是極端。

[01:19:55] 高效節能，讓我們可以壓縮 盡可能多的 CPU 的情況下，將盡可能多的 CPU

[01:20:01] 的電力。 Token 生成、

[01:20:05] 我們知道這是我們賺錢的方式。 這四項屬性每小時指令數

[01:20:11] 或單線程 效能頻寬 每核心.

[01:20:16] 晶片周圍的總頻寬 和晶片內部 和能源效率

[01:20:20] 定義了 Vera。 絕對是世界級的。

[01:20:26] 當您將它與效能最高的 x86 比較時，、 它簡直脫穎而出。

[01:20:30] 當您比較時 在實際單線程運作中 效能、實際效能、

[01:20:37] 這絕對是世界級的。

[01:20:41] 能夠做到這一點實在令人難以置信。 提供5%的改進 在 CPU 上。

[01:20:45] 能夠提升 10%， 實在令人難以置信、 但這種效能速度 這是前所未見的。

[01:20:52] 這是 NVIDIA 的產品 Vera.

[01:20:56] 您認為呢？

[01:21:02] 讓我們 look.Agentic.

[01:21:06] 人工智慧改變CPU的角色。 CPU 現在是指揮者

[01:21:11] 而 GPU 就是樂團。 傳統的 CPU 是由

[01:21:15] 不同的時代、 最大化每個插槽的核心。 將它們切片、

[01:21:20] 虛擬化每小時的租金。 在代理的時代、 CPU 現在是瓶頸

[01:21:26] 到 GPU 利用率 直接影響 Token 的輸送量、

[01:21:31] 延遲、 和使用者體驗。 NVIDIA Vera 是 CPU 建立的

[01:21:36] 專為 Agentic 環路打造、 結合 NVIDIA 的客製化資料中心 CPU 核心

[01:21:40] 與可擴充的一致性架構 為了達到效能核心的適當平衡

[01:21:45] 與頻寬的平衡，以發揮人工智慧工廠的最大效能。 輸出。 核心 的核心是 NVIDIA

[01:21:50] 奧林帕斯核心、 Vera的核心是 NVIDIA Olympus Core， 專為現代資料中心工作負載而打造、 Vera的核心是

[01:21:54] NVIDIA Olympus Core、

[01:21:56] 工具呼叫、 以及沙盒程式碼執行。 每個核心都針對輸送量進行調整。

[01:22:03] 神經分支預測器

[01:22:05] 每個週期評估兩個分支、 十寬解碼引擎帶來 每個週期帶來更多工作。

[01:22:10] 大型失序引擎保持 指令不斷移動。 進階處理器

[01:22:15] 使用新型圖形引擎預測 下一個資料路徑。 快速核心才重要

[01:22:21] 當資料正確到達且 準時。 Vera 是第一個 CPU

[01:22:26] 的 CPU。 記憶體、 同時修正多重錯誤

[01:22:31] Vera 是第一個使用 Lpddr5 x 記憶體的 CPU， 同時修正多個錯誤而不影響頻寬。 Vera 可降低 40%

[01:22:34] 的峰值記憶體

[01:22:37] 相較於x86的延遲時間、 保持核心飽滿

[01:22:40] 透過擷取、分析、處理，保持核心準時供給、 以及沙箱執行。

[01:22:45] NVIDIA 的第二代可擴充連貫性 NVIDIA 第二代可擴充相干架構統一所有 88 奧林帕斯核心

[01:22:50] 在單一網格上 獨立記憶體模組 和 I O

[01:22:55] 核心不分割 Chiplets、 讓核心運算速度提升 50

[01:23:00] 核心對核心的通訊速度比傳統 CPU 和記憶體。 相連 NVLink 晶片

[01:23:06] 晶片對晶片直接連接 GPU 到結構。 超越 GPU、

[01:23:11] NVLink 晶片對晶片可縱向擴展 Vera 到多個插座、

[01:23:15] 實現龐大頻寬 CPU 之間的頻寬。

[01:23:20] Vera 提供 1.8 倍於 Agentic 沙盒的效能 效能是x86的 1.8 倍 CPU

[01:23:25] 獨立 Vera 機架執行 Agent 沙箱工具、程式碼、 以及資料管道。

[01:23:31] 與 Rubin GPU 緊密耦合。 Vera 保持加速的工作流程 移動。

[01:23:36] NVIDIA 的、 Vera BlueField NVIDIA, Vera Bluefield for TX Power

[01:23:38] context, memory、

[01:23:41] 和人工智慧儲存.。 運算、網路、 儲存。

[01:23:47] Vera 是 CPU 適合這個時代

[01:23:50] 的代理。

[01:23:58] 這是要 將成為我們新的主要成長動能 驅動力。

[01:24:01] 評論已經開始 出來了 而且相當不錯。

[01:24:07] 相當不錯 東西。

[01:24:16] 現在記住 Grace 和 Vera 是

[01:24:22] 也是最受歡迎的 合格的 CPU

[01:24:26] 在人工智慧的世界裡 因為每一個資料中心，、 每一個雲端

[01:24:31] 每一家企業、 每一家與 NVIDIA 合作的公司

[01:24:35] 在人工智慧上已經 合格的 Grace 整個軟體堆疊已經最佳化

[01:24:40] 為 Grace 優化。 每家公司都將符合資格 Vera。

[01:24:46] Vera 將會是最 最佳化的 Agentic CPU、

[01:24:51] 只因為它要去 Vera Rubin。

[01:24:55] 因為我們做了很大的努力 轉換。 事實上，在 Grace Blackwell 過渡期間，

[01:25:00] 最大的風險是 從外部 CPU x86

[01:25:06] 進入 Grace Blackwell 這個過渡是非常 危險，但我們做到了

[01:25:11] 我們以驚人的執行力做到了。 現在 Grace 真的是

[01:25:16] Grace Blackwell 的代名詞。 當人們說。 Blackwell, they say.

[01:25:20] Grace Blackwell 因為它是徹頭徹尾的。 無處不在 每家公司的軟體堆疊

[01:25:25] 的最佳化。 每個人的安全堆疊已為它最佳化。 現在 Vera 來了。

[01:25:31] 我對此感到非常興奮。 現在看看 看看一些效能數據。

[01:25:35] 速度提升是一回事。 極其困難 來加速

[01:25:41] 續集 ..、 續集。 最著名的

[01:25:47] 特定領域 語言 DSL

[01:25:50] 最著名的特定領域語言 DSL 之前。 續集。 你知道

[01:25:55] 在 CUDA 之前有續集 在它之前。 OpenGL. 有續集

[01:26:00] 由 IBM 發明。 今天它是結構化資料庫引擎 這個星球的

[01:26:05] 每個人都在使用 sequel。 這是續集 跑快三倍。

[01:26:11] 不是快 10%。 不是快 25%。

[01:26:16] 十倍三倍的速度。 難以置信。 這是實時。

[01:26:23] 下一個是即時串流處理。

[01:26:26] 記住 您的人工智慧正在去 要不僅僅是閱讀文件。

[01:26:30] 您的人工智慧將會觀察 遙測、 尤其是在工廠裡、

[01:26:36] 在股票交易所裡面 ..、 你要看 持續尋找遙測資料。

[01:26:41] 不斷湧入的資料。 進入 CPU。 這是。

[01:26:46] Vera CPU 正在運行 即時串流處理

[01:26:50] 為紐約證券交易所。 琳恩-馬丁 紐約證券交易所總裁

[01:26:55] 一直是如此親切的合作夥伴 與我們合作 這個系統運行在各個地方 全世界都在實時運行

[01:27:01] 流處理。 Vera CPU。 六次。 都是因為頻寬

[01:27:07] 單一 線程指令執行。

[01:27:10] 核心之間的內部頻寬、 外部的頻寬

[01:27:15] Vera 完全 革命性的。 這就是 Vera。

[01:27:25] 這就是 Vera、 這就是 Vera。 當你談論GPU的時候。

[01:27:30] 這是相當罕見的。 有人談到 X 因子 在真正的工作負載上、

[01:27:35] 真正的工作量。 這與 CPU 有關。 我為團隊感到驕傲。 你們做得非常好。

[01:27:41] 我們有一個非凡的發展藍圖 來了 ..、

[01:27:45] 但真正 令人興奮的是 每個人都在支持 Vera。

[01:27:50] 他們和我們一樣興奮。 這是 Vera 開幕

[01:27:55] 它的開啟 全新的市場。 代理。

[01:28:01] 代理是一個新的工作量。 我們為人類打造 CPU 在過去。

[01:28:06] 我們需要 CPU 代理的 CPU Agentic 系統。 屬性不同。

[01:28:12] 為什麼 CPU 會一樣嗎？ 我們正在建造

[01:28:17] 數百萬 的錯誤。 和數百萬 數百萬的錯誤。

[01:28:22] 並與我們一起走向市場、 台灣的 Odms

[01:28:25] 和電腦製造商， 所有的 OEM。 你可以看到早期的採用者、

[01:28:31] 早期 你可以看到早期的採用者，早期的採用者是代理 公司。

[01:28:35] 這是一個新的開始 市場、 這是前所未有的市場。

[01:28:41] 它不會搶走舊有的市場,它不會搶走舊有的市場, 它不會搶走舊有的市場,它不會搶走舊有的市場、 但這是一個新市場

[01:28:46] CPU for agents、 而這將會是這個市場

[01:28:51] 這肯定會比上一個市場更大。 原因是 因為會有更多的代理

[01:28:55] 比人多。 And then the agents are very impatient.

[01:29:00] 所以 NVIDIA 的 Vera CPU. 謝謝。

[01:29:10] 謝謝。 這是我們的心得。

[01:29:15] 心得 這是應用程式的模式。 這是運算模式

[01:29:21] 的下一個 十年. 代理

[01:29:25] 線束 大型語言模型。

[01:29:31] 每家企業都會運行它 每家公司都將成為代理 公司。

[01:29:36] 每家公司都將有代理在運行 內部

[01:29:40] 每家公司都會看到 代理 每個公司都將需要自己的作業系統。

[01:29:47] 每家公司都在詢問我們、 我們該如何安全地執行代理？

[01:29:51] 我們如何建立 如何為我們自己的工作負載建立代理？

[01:29:56] 因此，我們有了 NVIDIA 的 代理工具包

[01:30:00] 適用於企業人工智慧。 你見過我建立這個 在眾目睽睽之下。

[01:30:05] NVIDIA 的幾乎所有工作，如你所知、 在每次 GTC、 如果你回去看看 我五年前的 GTC

[01:30:11] 或十年前，你會看到今天 這個你見過我說話

[01:30:16] 這幾年來 因為我們一直在為這一刻而努力。

[01:30:21] 公司有四項需求 建立代理

[01:30:25] 作為一種服務或建立代理 來運作。

[01:30:30] 你需要的第一件事就是你需要模型。 當然 大型語言模型、

[01:30:35] 越聰明越好，越便宜越好。 越快越好。

[01:30:41] 第二件事是您需要一個線束 以統籌整件事。

[01:30:46] 第三，這些模型需要 使用工具 和這些工具來與它的技能。

[01:30:51] 我給你看了 CUDA-X 函式庫。 這些將會是很棒的工具

[01:30:56] 未來的代理。 最後 你需要一個運行時間。

[01:31:02] 你需要一個能承載這一切的作業系統 在一起。

[01:31:05] 這是 NVIDIA 的 toolkit for agents. 它包括

[01:31:11] 它包括 您可以修改的模型

[01:31:16] 以及世界級的開放模型。 我還會給你展示更多。 您可以執行代理

[01:31:21] 你可以從任何人身上運行代理。 您可以執行雲端 代碼。

[01:31:26] Incredible agent Codex incredible agent. 你可以在內部執行

[01:31:30] 這個叫做 open Shell 的工具包、 這將是高度安全的 你可以在這個叫做 open Shell 的工具包裡運行它。

[01:31:36] 殼 保護代理、 讓它接地

[01:31:42] 安全政策 .。 隱私受到保護。

[01:31:46] 它的權利和特權被賦予。 它的身份受到保護。

[01:31:50] 還有 因此，這種開放式外殼被採用。 全世界。 NVIDIA 的 open shell 是開源的。

[01:31:56] 你可以看到這麼多企業採用它。

[01:32:00] Red hat, canonical Microsoft. 到處都會被採用。 這是一個重要的

[01:32:06] 這是運行時間。 而這個運行時間是完全優化的

[01:32:11] NVIDIA 的人工智慧平台、 它無處不在。 因此您可以執行開放式 shell

[01:32:16] 因此，您可以在本地部署的任何雲端運行 open shell。 甚至在裝置上。

[01:32:21] 您現在擁有的工具 和函式庫 他們可以使用。

[01:32:26] 您有可以修改的模型 或原樣使用、

[01:32:30] 或者你有代理。 這就是開放式 Claw、 愛馬仕。

[01:32:36] 另一個不可思議、 另一個令人難以置信的線束。

[01:32:40] 這些代理是遺傳線束 現在可以運行在本地部署或 您可以在任何地方使用。

[01:32:45] 好了，四件事。 這代表作業系統

[01:32:50] 現代企業的作業系統。 我們該如何使用？

[01:32:56] 我最喜歡的代理使用案例之一是 晶片設計師。

[01:33:01] 它是唯一最重要的東西 最重要的一件事。 做的。 所以我們當然要合作夥伴

[01:33:06] 合作 建立超級 代理設計晶片

[01:33:11] 超級代理。 它是由

[01:33:16] Codex 或雲端程式碼。 它有 RTL

[01:33:20] 和架構圖 或示意圖或規格 作為輸入和任何您需要的

[01:33:26] 以修復 我們一起創造了

[01:33:30] 一些超級代理 經過最佳化的超級代理 適用於 NVIDIA 的運行時間

[01:33:36] 與 Nemotron。 讓我們來看看。 這真的是

[01:33:40] 難以置信 Cadence。 NVIDIA 的合作夥伴

[01:33:45] 以建立晶片設計 代理。 數十萬個 NVIDIA 的晶片來了

[01:33:51] 在一起 為人工智慧工廠提供動力 世界的前沿。 人工智慧模型。

[01:33:56] 設計這些晶片 以及它們所執行的系統

[01:34:00] 中是最困難的工程挑戰之一。 兆個電晶體、

[01:34:05] 三維電路、 微觀尺度的每個閘極 每條線都同步

[01:34:10] 必須以皮秒為單位 完美和諧，毫無間隙 的誤差。

[01:34:16] 物理原型速度太慢、成本太高、 因此，工程師在數位領域中工作。

[01:34:22] 每個晶片都是以一組架構規格開始。 再轉譯成 RTL。

[01:34:27] 晶片設計的語言. RTL 必須在模擬中驗證。

[01:34:31] 一個錯誤就能讓晶片延遲數個月。 NVIDIA 的幾個月、

[01:34:36] 數以千計的工程師，數以十億計的運算能力。 每年數十億小時、

[01:34:40] 數以百萬計的測試 並調試一個週期 在 NVIDIA， 一個錯誤就可能延遲數個月。 這個週期。

[01:34:46] 鏗騰 和 NVIDIA 的設計驗證 agent.

[01:34:50] Codex 協調流程 cadence chip stack 推出 RTL

[01:34:55] 驗證迴圈由 Nemotron 並由 NVIDIA Open 保護。 Shell 呼叫

[01:35:00] 專家子代理 在 RTL 生成中 測試平台建立回歸測試

[01:35:06] 和調試系統 自行驅動晶片堆疊代理

[01:35:11] 執行數百個模擬 使用 cadence Excellium formal 驗證

[01:35:15] 使用 Jasper 設計 缺陷揭示錯誤 在程式碼中修正了什麼

[01:35:21] 曾經需要數週的時間，現在只需要 小時。 驗證週期超過 40

[01:35:26] 快 40 倍。 齊心協力、 NVIDIA 和 Cadence 正在重新創造晶片

[01:35:32] 使用人工智慧代理式程式設計。

[01:35:35] 從數週 從週到小時、 從週到小時、 從週到小時。

[01:35:42] NVIDIA 的晶片設計師數以千計。 我們要去

[01:35:45] 以聘請數十萬 的 cadence 超級 與我們合作的代理

[01:35:51] 這樣我們就能加速公司的發展 這樣我們就可以

[01:35:55] 更有野心 創造更驚人的事物、 跑得更快。 您更早看到

[01:36:01] 工具包

[01:36:05] 與模型線束 工具、 工具 本例中的工具是 cadence 模擬器 和驗證器。

[01:36:11] 形式化驗證系統。 是我們與 cadence 合作的原因。

[01:36:15] 好難 加速他們所有的工具 在 CUDA 上、 因為代理沒有耐心。

[01:36:21] 代理想要答案 和

[01:36:25] 立即、 所以模型

[01:36:30] 加速 CUDA、 加速函式庫、 和工具、 然後是執行時間、 您剛才看到的都是

[01:36:36] 你剛才所看到的，就是所有這一切的結合。 現在，它開始的其中一件事是

[01:36:40] 是一個偉大的 模型 可以修改和調整

[01:36:46] 成為專家 在 cadence 工作流程中 的專業知識、

[01:36:50] 這樣他們就可以創建 超級代理 這樣他們就可以創造出 cadence 專有的超級代理。

[01:36:56] 知識. 他們必須從優秀的模型開始。

[01:37:01] 我們稱之為 Nemotron。 NVIDIA 的專精 為世界建立開放的模型。

[01:37:07] 因此，你們所有人，我們所有人， 可以創造我們自己的代理。

[01:37:12] 今天我們宣布 Nemotron

[01:37:17] 三超。是的。 我們的下一個開放模型。

[01:37:21] 它很聰明

[01:37:27] The Nemotron

[01:37:30] 模型不僅給你 模型、 我們給你所有的數據

[01:37:35] 我們用來訓練模型的所有資料。 因為我們有一個聯盟 合作夥伴的聯盟、

[01:37:41] 你可以看到我們所有的合作夥伴在這裡。 我們攜手合作、

[01:37:46] 互相貢獻資料。 Nemotron 已經訓練完成

[01:37:50] Nemotron 是在最大的長期 推理模型、 長時間運行的工具任務

[01:37:55] 解決工具使用 Nemotron 是世界上最大的長時間運行推理模型、

[01:37:58] 長時間運行工具任務解決工具之一。

[01:38:00] 因為我們所有偉大的合作夥伴關係、 所有這些都來自 模型、

[01:38:05] 訓練腳本 以及完全可用的資料 對您而言。

[01:38:11] 這是開放模型 的最佳狀態。 最好的開放式模型系統

[01:38:16] 世界上最好的開放式模型系統政策。 簡單的目標是 讓您可以拿走所有、

[01:38:21] 添加到它，使它更好、 讓它成為你的。 Nemotron three

[01:38:26] 超是五 快五倍。

[01:38:30] 這是世界上第一台基於模型的設備 混合架構 的 SSM 狀態空間

[01:38:37] 模型 與混合物 的專家。

[01:38:40] 該架構的速度快得令人難以置信。 我們讓它快，讓您能快速思考

[01:38:45] 當您快速思考時、 您可以思考更長的時間 以相同的成本。 所以快了五倍。

[01:38:52] 它也是

[01:38:55] 便宜 30%， 運行成本降低 30 每秒浮點運算次數 和總推論時間比偶

[01:39:00] 最具成本效益 在世界上。 我們正在與世界上最好的開放式進行比較

[01:39:05] 模型、 前沿智慧五

[01:39:10] 倍的速度、 便宜 3030%， 完全開放。

[01:39:15] 我們完全致力於此。 現在是 Nemotron 三號了

[01:39:20] 我們目前正在研發 Nemotron 四號、 所以這整個工具包

[01:39:25] 從 模型、線束、工具 和技能

[01:39:30] 和運行時間的原因 為什麼 每家企業公司

[01:39:35] 我們目前正在研發 Nemotron 第四代。 現在 來創建他們自己的代理、

[01:39:40] 就像 Cadence 用他們的超級代理所做的一樣。 我們正在與許多公司合作、

[01:39:45] Cadence 和 CrowdStrike 以及 DSO 以及 Palantir、 SAP 和 ServiceNow。

[01:39:49] 人們總是這樣、

[01:39:51] Jensen 說。 代理要去 以擾亂這些市場。

[01:39:56] 完全相反、 你現在可以看到它。

[01:40:00] 代理將去 創造最大的機會 代理將為我的合作夥伴和朋友創造有史以來最大的機會、

[01:40:05] 我們有 NeMo、 NVIDIA 的 針對企業人工智慧的 Agentic 代理程式工具包

[01:40:12] 幫助他們. 就是這樣

[01:40:16] 開始。

[01:40:22] 首先， Vera Rubin 全面投入生產、

[01:40:26] 兩顆 Vera CPU、 為新一代打造的 CPU

[01:40:30] 代理和三個 NVIDIA 的企業人工智慧工具包

[01:40:35] 讓每一個企業 和每一家企業軟體公司 可以建立 代理。

[01:40:50] 我的關係 與您的關係從這裡開始。

[01:40:55] 和許多人，許多人 我在台灣的許多朋友和合作夥伴、

[01:41:01] 你們的公司開始 這裡. 這在很多方面

[01:41:06] 開始 現代電腦工業的開始。

[01:41:10] 40 年了 ..、 NVIDIA 的 33 歲。 個人電腦產業已經開始

[01:41:16] 到 Windows 1 和 Windows 2。 還有蘋果

[01:41:20] Apple one 和 Apple two。 當我們出現的時候

[01:41:26] Windows 3.1 就是 PC。 你也知道

[01:41:31] Windows 95 使 PC 個人化。 它將 PC 從

[01:41:35] 企業、 企業資訊，並將其個人化。 成為消費性電子產品 裝置。 每個人都應該擁有一台。

[01:41:41] 每個人都有。 這就是開始。

[01:41:45] 這個運算平台做了幾件事 令人難以置信的事情 智慧.

[01:41:50] Windows 不只是分離式的、 大家都知道、 Windows 被適當地抽象化。

[01:41:57] 它的架構恰到好處。 系統、

[01:42:00] 開啟偏差 晶片組 ..、 作業系統

[01:42:06] 驅動程式 ..、 可連接和安裝的驅動程式

[01:42:10] 在執行時. 抽象層 多媒體

[01:42:16] API 開放 個人電腦

[01:42:20] 我們今天都知道。 這些元素都是不可或缺的 在製造PC的過程中。

[01:42:27] 如此受歡迎.

[01:42:30] 40 年後 ..、 微軟與 NVIDIA 的合作計劃 重塑

[01:42:35] PC. 這將會 成為新的 PC。 現在，明晚，明晚。

[01:42:40] 我覺得是明晚 我們的時間 但我要和薩提亞在一起

[01:42:46] 我們要多談談工作 我們一起做的事

[01:42:51] 微軟與 NVIDIA 過去三年的合作。 花了這麼長的時間

[01:42:55] 到完全重塑如何 我們花了這麼長的時間來完全重塑PC的運作方式，以便我們可以準備好

[01:42:59] 為了這一刻。

[01:43:01] 正如我先前提到的 那個運算模式叫做 的代理。

[01:43:05] 它要運行 在人工智慧雲端。 它會在內部運行 企業。

[01:43:11] 它也會運行 在您的 PC 上.

[01:43:15] 個人電腦的未來 當它有了自主代理、

[01:43:20] 一個正在幫助您的代理 它能理解您嗎？ 你可以跟它對話。 它可以看著你、

[01:43:25] 你 可以問它 讀取檔案 去幫你做

[01:43:30] 一些研究。 它還可以做很多事情，我會告訴你。

[01:43:35] 但新的作業系統 系統是，當然、 舊的作業系統。

[01:43:40] 加上大型語言模型、 大型語言模型 在很多方面是現代的

[01:43:46] 版本的 direct X。 它有，當然、

[01:43:50] 輸入和輸出，理解提示。 它瞭解電腦視覺。 它可以產生影片，它可以產生聲音。

[01:43:56] 它是現代的延伸、 智慧延伸

[01:44:00] 個人電腦 電腦的運算 之上的應用程式、

[01:44:07] 正如我之前提到的，它將 所取代。

[01:44:10] 現在在基因運行時。 而這就是現代的應用程式。 和代理。

[01:44:17] 現在讓我們來看看它能做什麼。

[01:44:21] 它從一個 Spark 開始 ..、 一個想法 重新想像 PC

[01:44:27] 40 年來第一次 這個時代

[01:44:30] 的人工智慧。 我們的個人電腦會變成什麼？ 在代理的世界裡..、

[01:44:37] 本機連線的代理程式 到模型、

[01:44:40] 本地或 雲端是個人 人工智慧沙盒化 為了安全、

[01:44:46] 持續執行工作 完成。 晶片

[01:44:50] 與作業系統 必須進化.

[01:44:55] 介紹 RTX Spark。 33 年來我們所學到的一切

[01:45:00] 多年提煉 成一顆晶片 Blackwell RTX GPU。

[01:45:06] 擁有 6144 個 CUDA 核心、 一 petaflop 的人工智慧效能、

[01:45:12] 自訂 20 核心 Grace 合作打造的 CPU

[01:45:15] 與聯發科

[01:45:20] Fuzed by NVLink 128GB 統一記憶體。

[01:45:25] TSMC 三奈米製程、 700 億個電晶體。

[01:45:30] 緊密合作 與微軟緊密合作、 Windows 平台

[01:45:35] 為代理 重塑個人 運算電腦

[01:45:42] 創作 遊戲。

[01:45:47] 針對代理、 這是一個新的曙光

[01:45:51] 個人運算革命、 開始了 與 NVIDIA 的 RTX

[01:45:56] Spark。

[01:46:12] 在這裡 ..、 當然、

[01:46:15] 我要讓你看看最美的部分、 也就是影片遊戲. 它是。 也是最貼近我們的心。

[01:46:21] 這是 Forza。 這是 Double O seven by

[01:46:25] the way. 新的 007 遊戲 我很期待玩這遊戲 看起來有點像

[01:46:30] 他. 女士們先生們 NVIDIA 的 RTX

[01:46:37] Spark 筆記型電腦了。

[01:46:43] 謝謝

[01:46:49] 我口袋裡有太多東西了

[01:46:51] 不要 好吧 好的 - 謝謝

[01:46:56] 這是世界上最神奇的晶片 造出來了

[01:47:00] 這是 N1X 我們與聯發科合作打造的 N1X。 我想我之前見過 Rick

[01:47:06] 這是 N1X。 這是一個美麗的晶片。

[01:47:10] 這是這是 這顆晶片坦率地說需要 33 年才能打造完成。

[01:47:16] 原因是 因為百分之百

[01:47:20] NVIDIA 的軟體堆疊百分之百都在運行。 這裡、 如果你想運行一個數位生物學，

[01:47:23] 如果你想運行一個數位生物學、 沒問題

[01:47:26] 如果你想做地震處理 沒問題 你想要天體物理學？ 沒問題。

[01:47:31] 所有與 CUDA 相關的物理學、 所有的生物學，所有的基因組學、

[01:47:35] 所有人工智慧，都沒問題。 所有運算電腦繪圖，沒問題。 每一個

[01:47:41] NVIDIA 所開發的所有應用程式。 以及每一個應用程式

[01:47:47] 所有 Windows 曾執行過的應用程式。

[01:47:50] 微軟與 NVIDIA 的縝密合作 最佳化一切 讓這台電腦真的運算得很好

[01:47:57] 運行世界上所有 創造。

[01:48:00] 再加上 它現在還能執行代理程式 和難以置信的電腦。

[01:48:05] 我為它感到驕傲。

[01:48:13] 好了 現在我要你牢牢記住

[01:48:15] 在下一個影片中， 我要走了 給你看看

[01:48:20] 想像這裡的一切都在你的電腦上運行。 現在那台運算電腦 可以有一個本地

[01:48:26] Nemotron 3 ultra 型號 或 Nemotron 3 超級型號、

[01:48:31] 或者它可以有一個 clod 代碼或法典

[01:48:35] 或雲端中的其他模型什麼的 網路。 它會成功的 並做一些驚人的事情。

[01:48:42] 我們來玩吧

[01:48:46] 每個房子都是從一個想法開始的。 從想法開始 到設計需要無數的

[01:48:51] 工具、專業知識 和大量的時間

[01:48:57] 現在一個代理在本地執行 在 RTX Spark 上可以幫助我

[01:49:01] 使用工具設計房子 在我的筆記型電腦上 執行開放式 shell 沙箱

[01:49:06] 連接的 Hermes 線束 到雲端的 Claude Sonet、

[01:49:10] 選擇地點、 分享我的概念草圖、 和風格情境板 啟發我的設計

[01:49:15] 和提示。 文字說明 的要求

[01:49:22] 和設計意圖。

[01:49:25] 我的代理開始使用工具工作 在我的筆記型電腦上 它打開了 Rhino

[01:49:30] 並開始為網站建模、 塑造地形後退 和建築外殼。

[01:49:36] 然後提出建築形式 最佳化成本、舒適性、

[01:49:40] 與品質 已定義的形式、 我的代理生成內部佈局、

[01:49:47] 牆壁、 我的代理程式會產生內部佈局、牆壁、流通室開始成形。

[01:49:51] 隨時調整 來改變。

[01:49:58] 門 放置窗戶和結構元素 自動。

[01:50:02] 我的代理自行偵測

[01:50:05] 並修正錯誤。 當我批准

[01:50:10] 代理從 Rhino 匯出模型 匯入 blender 材質 和物件屬性。

[01:50:15] 轉移 使用設計情境 完好無損。 微調材質、

[01:50:21] 讓外觀恰到好處、 然後我挑選鏡頭。 Blender 渲染房子。

[01:50:26] 我的代理程式使用生成式人工智慧 使用 flux two 模型製作

[01:50:32] 逼真的多個視角、照明條件。 曾經的建築群

[01:50:36] 工作流程現在有了指引 並由我的代理進行簡化

[01:50:40] 與我 在 RTX Spark 上 設計 速度

[01:50:45] 的想像力。

[01:50:53] 代理世界中的 PC、

[01:50:55] 開發人員感到非常興奮。 這是一台不可思議的運算電腦。 所有的加速、

[01:51:00] 相關的所有軟體功能 與它、 與每一位開發人員合作

[01:51:05] 來讓它難以置信 為大家. 下一個

[01:51:10] Adobe Incredible Tool suite 當然、 全球數千萬人使用。

[01:51:15] 他們重新設計了 架構、 Adobe Photoshop 的核心

[01:51:20] 和 Premiere and they release it for RTX Spark. 速度快了兩倍。 已經很快了。

[01:51:26] 現在會快上兩倍、 和它也設計了 對代理友好

[01:51:31] 與其 MCP 伺服器。 它現在可以與代理互動了

[01:51:35] 在您的筆記型電腦上. 客戶數量、 合作夥伴的數量 如此興奮

[01:51:41] 帶來 RTX RTX Spark 到市場上。 真是難以置信。

[01:51:47] 你知道，這是第一個 你知道嗎？

[01:51:51] 重塑 40 年。 我真的很高興，你們所有人

[01:51:56] 的生態系統，我感到非常高興。 全世界都加入了我們的行列。

[01:52:00] 這基本上是所有人。 每個人都會支持。 RTX, Spark 並將打造令人難以置信的

[01:52:07] 智慧與強大 以及美麗的筆記型電腦。

[01:52:10] 非常感謝。

[01:52:16] 但這還不是全部。 全部 這還不是

[01:52:21] RTX Spark 是一種重塑 的筆記型電腦、

[01:52:25] 但事實上 微軟 和正在重塑所有 的 PC。 今天我們宣布

[01:52:33] 全新系列三

[01:52:35] 革命性的 Windows 機器 涵蓋桌上型電腦、

[01:52:40] 筆記型電腦和工作站、 全部 100% 相容於 Windows、

[01:52:45] 100% CUDA、 100% NVIDIA 的 AI Tensor Core、 你所看到的一切、

[01:52:52] 的 NVIDIA AI Tensor Core。 和所有這些不同的平台

[01:52:55] 世界在此運行. 這是第一台

[01:53:00] 完全重新設計、 重新打造的 PC 產品線 40 年來。

[01:53:05] 現在，真正令人驚訝的是這個。 這就是 RTX Spark 筆記型電腦。

[01:53:11] 這是桌上型電腦

[01:53:15] 這是微星約瑟夫的桌上型電腦。 這個是你的.好的 看看它有多漂亮

[01:53:21] 這個代理可以運行 24 個 7 米

[01:53:26] 免費， 你可以下載你的代理。 你可以養你的龍蝦

[01:53:30] 在這裡 這是你的時鐘

[01:53:36] 它一直在運行 沒有計時焦慮 它在這裡連接著

[01:53:40] 連接到你的整個房子 連接到你的筆記本電腦 連接到你的顯示器

[01:53:46] 所有的攝像頭 你的烘乾機

[01:53:50] 你的冷水機，你的熱水器、 你的一切，任何你想要的、 你的安全系統

[01:53:55] 都連接到這個 這個就變成 您的個人人工智慧、 您的個人人工智慧代理程式。

[01:54:01] 它會變得越來越聰明 隨著時間的推移，它會變得越來越聰明。

[01:54:05] 因為今天我們有 Nemotron three ultra。 明天我們有 Nemo, Tron four, 和

[01:54:09] Nemotron five, 明天我們有 Nemo, Tron four, 和 Nemotron five, 明天我們有

[01:54:11] Nemo, Tron four, 和 Nemotron five、 Nemotron 六。 我們會越來越聰明 越來越聰明

[01:54:13] 同時，這個就放在家裡 幫你做事

[01:54:17] 如果你想預訂旅行 沒問題

[01:54:21] 如果您如果 你想 一個令人難以置信的系統、

[01:54:29] 這是 DGX 四

[01:54:31] 與 Windows 相容。 一旦一切都在視窗和

[01:54:38] 而且它有 768GB 的記憶體。

[01:54:41] 所以你可以運行一兆 參數模型。 這是難以置信的。

[01:54:48] 20 petaflops， 每秒八兆位元組 記憶體頻寬。

[01:54:51] 而這位於 您的辦公桌. 你基本上，

[01:54:56] 如果你是大型語言模型的開發者、 你是一名開發人員 代理擁有

[01:55:01] 在你的辦公桌旁，它就能為你提供所有 運算你所需要的。 當您部署它時、

[01:55:05] 你把它放到雲端。 現在，如果你看看

[01:55:10] 看看這個，再想想這個、 有些事情正在發生。

[01:55:15] 還記得嗎？ 15、 20 年前 我們以前有個想法叫做

[01:55:21] 電話. 今天，我們有一個叫做

[01:55:25] PC. 今天，當您想到您的手機 ..、

[01:55:33] 你不能用它做的一件事就是打電話。

[01:55:37] 你可以做其他所有的事情。 還有

[01:55:40] 所以手機的意義非常重大 對你來說，它與電話不同 過去 我確定。

[01:55:48] 現在的情況是，個人電腦、

[01:55:51] 十年後的個人電腦和今天的個人電腦、 工具、 是否推出

[01:55:56] 應用程式、 點擊和輸入

[01:56:00] 而這台 PC 將會 完全不同。 這就是我的理論.

[01:56:06] 完全可以想像、 就像今天的每一棟房子 有一個家庭劇院

[01:56:12] 許多房子都有家庭劇院、

[01:56:15] 大電視 ..、 割草機、 洗碗機. 完全可以想像有一天

[01:56:22] 真的有一台人工智慧超級電腦 在你家裡、

[01:56:25] 並運行你所有的代理。 它運行所有 你所有的助理

[01:56:30] 他們為你做各種事情、 無時無刻。 你必須擁有它

[01:56:35] 就像你家裡有個家庭劇院一樣。 你家裡有音響 在你的房子裡有遊戲控制台。

[01:56:41] 你會擁有人工智慧 agent 電腦在你的房子裡運算。

[01:56:46] 這些 隨著時間的推移會變得更多

[01:56:50] 像 R2-d2 對您來說。 變得更像 C-3po

[01:56:55] 對您而言 而不是感覺像個個人電腦 對您來說 .。

[01:57:00] 毫無疑問，這種重塑 電腦的運算是 一樣重要

[01:57:05] 一樣重要。 我們現在所知道的手機 智能手機。 還有 所以，這就是這個旅程的開始。

[01:57:13] 這是新產品線的開始。 所以我們有一個發展藍圖。

[01:57:17] 這是一個全新的產品系列 對我們而言。

[01:57:20] 每一代產品 架構、 我們會有桌上型電腦、

[01:57:25] 筆記型電腦、工作站、 然後是桌上型電腦、 筆記型電腦和工作站。

[01:57:31] 我感到難以置信的是 高興、 令人難以置信 我感到非常榮幸。

[01:57:37] 全球 PC 業界 加入我們的行列

[01:57:40] 重塑 PC。 新的產品線，新的開始。 謝謝大家。

[01:57:59] 大家都知道 ..、

[01:58:01] 基因人工智慧只是 數位機器人.。

[01:58:06] 它瞭解它的理由 它的計劃、

[01:58:11] 和它的行為和使用工具 .。 代理式人工智慧要開始了 跨越所有

[01:58:15] 這些電腦的運算 你也見過我談論每一個 而每一個都會隨著時間的推移而改變。

[01:58:21] 我們正在研究人類機器人、 電腦、機器人、各種電腦。

[01:58:25] 我們正在研究自動駕駛汽車電腦。 我們正在研究衛星 .。

[01:58:30] 我們有 GeForce， 它有 Tensor 核心。 我剛談過全新的產品線

[01:58:35] 的個人電腦、 農業設備、製造設備、 重工業設備

[01:58:40] 都將代理化。 你甚至會有一點 代理幫手

[01:58:46] 為你自己。 甚至是你的基地台 未來的廣播電台

[01:58:51] 成為基因 瞭解交通 並思考如何

[01:58:57] 與其他基地台協調。

[01:59:00] 這樣你就可以使用盡量少的能源 盡可能 提高利用率。 頻譜的效率

[01:59:05] 效率。 所以一切都會運行 代理。

[01:59:10] 今天， NVIDIA 的主要是 。 但我很確定，有

[01:59:16] 將有數十個 數十億、 數千億的時間

[01:59:21] 基因系統、 基因運算的電腦 在世界各地運行。

[01:59:26] 最大的 最大的問題是資料。 就語言模型而言

[01:59:31] 所有的英語和所有的語言，我們有 我們在網路上訓練的所有語言 是從

[01:59:35] 的我們。 我們寫的 和我們正在閱讀它。

[01:59:40] 然而，為了 建立資料 為人工智慧機器人、 它必須在感知中、

[01:59:47] 機器人的角度 和世界上大多數的

[01:59:52] 影片資料都是來自第三人的觀點 不是第一人稱。

[01:59:55] And so Agentic systems、 機器人系統 ..、 物理人工智慧、

[02:00:01] 資料是最難解決的問題 你已經看見我們往上爬了。

[02:00:05] 我們從遠距操作開始 這基本上是人類的示範。

[02:00:10] 這跟大 強化學習的突破。 人類回饋。 這個。

[02:00:15] 然後我們使用模擬。 這就是 Omniverse 的用武之地。 這與強化無異

[02:00:20] 學習。 非常可驗證的獎勵。好的 我們使用這些系統

[02:00:27] 來引導

[02:00:31] 人工智慧模型、 物理人工智慧模型。 最終我們能夠從第三個模型中學習

[02:00:37] 第三人稱再投影成第一人稱

[02:00:40] 現在終於 通過引導 我們有了世界基礎模型

[02:00:46] 能夠理解物理 從任何角度看世界。 你想要的。

[02:00:51] 第三人稱 第一人稱從外到內都沒關係。

[02:00:56] 這確實是一個很大的突破。 今天

[02:01:00] 我們宣布 Cosmos three。

[02:01:05] 宇宙三號是前沿 of physical AI.

[02:01:10] 我們在前沿 語言模型。 有好多人在研究它。

[02:01:15] 然而，在物理人工智慧方面， 我們絕對是世界上最好的。 我為我們的團隊感到驕傲。

[02:01:22] 這是基礎模型 的基礎模型。

[02:01:25] 每當你想創造一個機器人時、 每當您想要創造一個工廠機器人時 或在工廠工作的機器人時

[02:01:32] 任何一種機器人 涉及到

[02:01:36] 物理世界，你現在有了一個伴侶、 Kosmos three

[02:01:40] 它可以理解和推理。 它可以產生、 它可以在迴圈中模擬。

[02:01:46] 它甚至可以是政策本身。 企業資訊 在各地的排行榜上名列前茅

[02:01:50] 的世界。 我為 Kosmos 感到驕傲。 今天我們將宣佈 Kosmos 3。

[02:01:56] 讓我們來看看。 真實世界是無限的

[02:02:00] 和不可預測。 物理人工智慧需要數據、 但現實世界的數據是不可能的

[02:02:06] 來擴展 為物理人工智慧。

[02:02:10] 運算就是資料。 這就是 Cosmos、 一個開放前沿的全方位模型

[02:02:15] 為物理人工智慧所建立的 建立在全新的 Transformer 混合物上 架構、像素、動作、聲音、

[02:02:22] 與語言流 進入自回歸 Transformer、

[02:02:25] 這就是原因、 計畫並指導擴散 Transformer、 產生所發生的一切

[02:02:30] next. 開發人員跨實體後訓練 Cosmos

[02:02:35] 與使用個案 當 VLM cosmos 觀察時 物理世界瞭解

[02:02:41] 正在發生什麼、 描述場景

[02:02:45] 並標記重要的事情 作為世界模型、 Cosmos 生成準確的物理資訊

[02:02:51] 從影像、文字合成影片、 或影片

[02:02:55] 作為模擬器。 Cosmos 為政策閉環、 訓練與評估。

[02:03:01] 和 作為 NVIDIA Omniverse 的基礎 團隊 和動作條件世界模型、

[02:03:06] Cosmos predicts、 未來框架 幀，

[02:03:10] 後訓練、 Cosmos、 並成為世界行動 模型

[02:03:16] 感知推理、規劃、 產生行動

[02:03:20] 為機器人 各種.

[02:03:25] 對於所有會動的東西。 新的資料

[02:03:30] 新類型的教師生成 由電腦運算。 Cosmos.

[02:03:36] 基礎 時代開發者的基礎 物理時代 人工智慧。

[02:03:52] 需要資料加上

[02:03:55] 運算給你人工智慧 .。 既然我們有人工智慧

[02:04:00] 運算就是資料。 而 所以用 Cosmos 3 訓練一大堆 的人工智能模型。

[02:04:06] Cosmos 是如此令人難以置信的開放式模型系統。 它是完全一樣的 Nemotron 我們打開模型，

[02:04:10] 我們打開資料 我們甚至開放我們如何訓練它。

[02:04:15] 這樣你就可以為自己增強它。 轉動 Cosmos 成為你的專有模型

[02:04:20] 我們有如此令人難以置信的合作夥伴在工作 我們在許多不同的行業都有令人難以置信的合作夥伴。

[02:04:24] 現在，模型本身是最

[02:04:27] 當然、 最容易理解的部分 的人工智慧堆疊。

[02:04:30] 但人工智慧堆疊非常複雜。 企業資訊 有產生器

[02:04:36] 模型模擬器、 和運行時間。

[02:04:40] 就像基因系統一樣。 這些車子基本上

[02:04:45] 物理人工智慧、 基因機器人 是一種自動駕駛車輛

[02:04:50] 也有。 這個複雜的堆疊。

[02:04:56] 今天我們宣布 Alpamayo two、 開放模型 為自動駕駛汽車。

[02:05:01] 我們正在努力 的汽車公司合作。 的世界。 如果你看看這些已經簽署的品牌

[02:05:06] 為 NVIDIA 的 Hyperion 正在建置 NVIDIA Hyperion 的品牌

[02:05:11] 汽車、 這代表 全球約80%的汽車。

[02:05:17] 製造商 代表全球80%的汽車。

[02:05:20] 我們將會有一大堆 的 NVIDIA Hyperion 系統 能運行 Alpamayo 的 NVIDIA Hyperion

[02:05:24] 系統。

[02:05:26] 或其他任何人的。 V stack。 我們也連結

[02:05:31] 我們也與移動服務結合。 全球約97%的行動力

[02:05:35] 全球約有97%的行動服務與我們連線，以便 當我們部署 Alpamayo

[02:05:40] 在 Hyperion 運行時與 halos 作業系統、

[02:05:45] 我們將能夠連接 因此，當我們在 Hyperion runtime 上部署 Alpamayo 和 halos

[02:05:47] 作業系統時，我們將能夠連接全球所有這些服務。 讓我們來看看這個。

[02:05:52] 嘿，梅賽德斯 我們走

[02:05:55] 到我最喜歡的三明治店. 前往目的地的路線 lane is clear.

[02:06:01] 拉出開始駕駛推左到期 到前方靜止的領先車輛。 擋住我們的車道。

[02:06:07] 減速停止 在停止標誌控制 的交叉路口。

[02:06:10] 停車讓行人。 由於人在我們的車道上

[02:06:15] 讓開從左側切入的車輛。 向左推移，以清除右側阻擋的停車。 保持距離

[02:06:20] 由於切入車輛駛入我們的車道，請與它保持距離。 由於停在右側的貨車擋住了我們的車道，向左推進。

[02:06:25] 他們在我們的車道上，正在前方交叉。 停車與前車保持距離 與正前方車道上的車輛保持距離。

[02:06:31] 在我們停在停止標誌前，與正前方的車輛保持距離。 因為交叉路口是受控制的、 停車讓行。

[02:06:36] 由於前方有車輛正在橫過、 與車輛保持距離 由於卡車擋住了我們向右推進的道路，因此請與卡車保持距離。

[02:06:39] 在我們的左側車道左側。

[02:06:42] 由於卡車與領先車輛保持距離 .。

[02:06:46] 您的目的地在右側。

[02:06:55] Alpamayo. 世界第一

[02:07:00] 推理自動駕駛車輛. 如果你讓它一直說話，

[02:07:05] 它會把你逼瘋的。 但我們很開心

[02:07:10] 它一直在自言自語 這叫思考 And so Alpamayo is a reasoning car. 所以 Alpamayo

[02:07:13] 是一輛推理車。

[02:07:17] 我們所創造的技術 也適用於人類

[02:07:21] 當然，還有很多新的突破必須發生。 NVIDIA 的 Isaac

[02:07:25] GR00T 是我們的人形機器人 堆疊 模型

[02:07:30] 資料 生成 模擬.

[02:07:35] 運行，運行時間、 包括作業系統。 這代表

[02:07:42] GR00T 平台、 the Isaac group platform.

[02:07:46] 我們每一個系統，大家可以看到、 完全相同的模式、 還是雲端基因系統、

[02:07:52] PC的基因系統、 自動駕駛汽車的機器人系統、

[02:07:56] 機器人系統的人 或機器人。 都是一樣的。

[02:08:00] 當然還有 在每一個案例中 我們建造一切

[02:08:05] 完全. 我們打造一切

[02:08:10] 縱向、 完全整合 協同設計，極端協同設計、

[02:08:15] 然後我們開放給所有人 使用您喜歡的任何部分 以及任何你想使用的東西。

[02:08:22] 我們甚至可以幫您修改。 我們需要的是

[02:08:26] 參考平台 機器人系統的參考平台。

[02:08:30] 這些機器人系統太複雜了、 這麼多的馬達，這麼多的傳感器、 如此脆弱。

[02:08:36] 然而我們需要 有一個方法 提供這些參考平台

[02:08:40] 就像我們使用 PC 一樣。 DGX 和 Cloud 以及自動駕駛汽車。

[02:08:46] 我們現在要做的是機器人。就在今天。 我們要發表 NVIDIA 的 Isaac GR00T、

[02:08:51] 參考人形機器人。 全部完全整合 25 度

[02:08:56] 的自由度。 Sharpa 製造的每隻手上都有 31 度的自由度

[02:09:01] 機器人的自由度。 六英尺 150 磅

[02:09:06] 就像我一樣

[02:09:11] 第一個數字比較短 第二個數字更大.

[02:09:16] 否則很接近。還有。 這個平台運行新的

[02:09:20] 雷神 和我們的整個軟體堆疊 資料產生堆疊資料 模擬堆疊的運行時間。

[02:09:27] 全部整合 集成到機器人中

[02:09:30] 這款機器人是專為每個人使用而設計的。 現在我們建造了這個 高等教育

[02:09:35] 和大學研究人員，因為 他們 製造這個機器人非常困難 要做到這一點。

[02:09:41] 讓我們來看看 人工智慧的下一個躍進是一般用途

[02:09:45] 機器人，人形機器人。 但製造一個是很難的。 每個團隊都是從零開始

[02:09:51] 拼接模擬器 遠程操作系統，數據管道、

[02:09:55] 和訓練基礎設施。 數月的設定 研究前 才能開始。

[02:10:01] NVIDIA 的開放式 Isaac GR00T 人形機器人的開發平台、

[02:10:06] 開放模型、 模擬與訓練函式庫、 與資料

[02:10:10] 產生器、 加上機器人電腦 完全管道乾淨

[02:10:15] 數小時內準備就緒？ 首先，設定模擬環境。 在 Isaac Lab.

[02:10:24] 擷取示範

[02:10:26] 使用 Isaac Teleop 在真實 或模擬機器人。

[02:10:31] 使用 Omniverse 產生合成資料 和 Cosmos 縮放。

[02:10:37] 一次示範成千次。 訓練策略。

[02:10:41] 評估 在 Isaac Lab 中 競技場。

[02:10:46] 透過 Isaac Ross 執行部署 在 Jetson 上執行。 雷神。

[02:11:01] 每個元素都是模組化的。 開放使用我們的

[02:11:05] 或交換您自己的 GR00T 為機器人研究提供動力

[02:11:11] 跨越每個學科 每個領域，從

[02:11:15] 研究實驗室到工廠樓層. 一個開放式平台。

[02:11:25] 現在，又多了一個新成員。 Isaac GR00T 參考設計 機器人製造

[02:11:31] 在 NVIDIA 的開放平台上準備就緒 用於前沿研究

[02:11:35] 適用於任何實驗室、任何地點。 機器人時代開始了 這裡。

[02:11:40] NVIDIA 的 Isaac GR00T。

[02:11:47] 這麼多機器人。

[02:11:53] 我們與幾乎所有研究機器人的人合作 或機器人系統。

[02:11:56] 和世界. 讓我告訴你我告訴你.。

[02:12:00] 運算機產業 已經完全 在過去的六個月裡

[02:12:05] 一切都變了。 一切都變了 因為代理實現了

[02:12:11] 和融合 與最新的前沿模型、

[02:12:15] 讓人工智慧成為可能 現在可以做有用的工作。 運算模式

[02:12:21] 將一次又一次地重複。 這種運算模式

[02:12:25] 的代理式模型、 使用工具的線束 具有技能並運行

[02:12:30] 在運行時間中。 該運行時間取決於它是在雲端還是在其他地方。 本地部署。

[02:12:35] 在個人電腦或機器人。 但運算模式完全相同 對於所有的人來說都是一樣的。

[02:12:42] 您會因為喜好而使用不同的線束。 您會因為喜好而使用不同的模式。

[02:12:47] 您會改良它們 為了您的專屬用途。

[02:12:50] 您會創造超級代理 你可以租給其他人 以幫助他們完成工作。

[02:12:56] This Agentic 此代理 模式。 NVIDIA 的有一個企業人工智慧工具包。

[02:13:02] 這是一個很棒的方法 對各位來說

[02:13:05] 讓人工智慧與我們共同參與、 這是一個絕佳的成長機會 .Vera.

[02:13:11] Rubin 已全面投入生產、 Whereas Grace Blackwell was created

[02:13:16] 來處理人工智能、 尤其是推論。 Vera Rubin 被創造出來了

[02:13:21] 來運行代理。 它正在全面生產中。 它遠遠超過 GPU。

[02:13:27] 它是完整的 分解、

[02:13:31] 分散式代理處理系統。 NVIDIA 的確成為一種基礎架構

[02:13:35] 公司，而不只是一家 GPU 公司、 不只是一家系統公司、 而是一家基礎設施公司

[02:13:41] NVIDIA 是一家基礎建設公司， 不僅僅是一家 GPU 公司，也不僅僅是一家系統公司。 最大利潤、

[02:13:46] 並盡快達成目標 .。 代理世界 ..、

[02:13:50] 這種新的運算方式、 現在就為代理製造 CPU、

[02:13:55] 不是為人 ..、 用於代理的 CPU 有其特殊性 要求、

[02:14:00] 和我們的 NVIDIA 的 Vera 是革命性的。 我對它的發展感到非常高興。

[02:14:05] 訂單已經開始 讓它成為最快的 和最成功的產品推出

[02:14:11] 在我們公司的歷史上。 NVIDIA 和微軟創造了一個全新的 NVIDIA 與微軟創造了全新的 PC 產品線。

[02:14:15] 這是一個新的開始。 當然 完全相同的代理模式，我.

[02:14:21] 我的基因處理模式運算模式 剛

[02:14:25] 所描述的也將 來運行 各種裝置上 I 提到的 PC、

[02:14:31] 但未來將會是機器人 以及衛星和基地台

[02:14:35] 和工廠 在雲端。 On prem at the edge。

[02:14:40] 這種模式 Agentic AI 代理程式系統、 此代理運算模式 將被複製

[02:14:45] 在各地的電腦中。 我們如何思考個人電腦。 很有可能改變。

[02:14:51] 感謝各位 你們的合作和友誼

[02:14:55] 沒有這一切，我們不可能在這裡 我們一起所做的一切。 我為你們的努力感到驕傲

[02:15:00] 我很驕傲 年。 下一年要去 要更上一层楼。

[02:15:05] 我還有一件事要告訴你 讓我們來看看。

[02:15:28] 準備好了嗎？

[02:15:30] 台灣。 開始吧

[02:15:35] 主題演講完成了 Computex. Jensen, 向世界展示下一步。

[02:15:40] 有用的人工智慧 已經到來。 代理在您身邊工作。 但如果你錯過了一些事情，我們今天說、

[02:15:47] 我們會為您一一道來。

[02:15:50] 台北代理曾經被誤解。 只有電影明星在好萊塢才有 And we all got teams making dreams

[02:15:56] 夢想成真 從客廳開始建立公司 但他們需要如此多的運算。

[02:16:00] 我們聽到了。 這就是我們創造 Vera 的原因 Rubin 搶盡了風頭。 是真的。

[02:16:07] 最便宜的 Token 來了 推論天堂。

[02:16:10] 通過快十倍。 比雙倍更多的特派代理 哦七。 BlueField 代理。

[02:16:15] 記憶真實。 現在讓我們來談談。 CPU 快 50 ％。 太離譜了

[02:16:20] 不適合 Vera。 它是為代理羨慕的連結而打造的。 融合混合

[02:16:26] A6 大家歡迎 羨慕連結派對。 好吧，如果你喜歡

[02:16:31] 零魯賓的介紹 在全面生產。 Nemotron 超。 離開運行。

[02:16:37] 五 x 快速工作得到完成。 NeMo 時鐘 與護欄右開

[02:16:42] 殼保持沙箱緊。 您的代碼遷移

[02:16:46] 和審查所有 之前這首歌是通過。

[02:16:50] 是一個五層蛋糕運算電腦 收入。 不要弄錯

[02:16:55] 全球人工智慧雲建立大量的千兆瓦。 DSX 保持電力精簡。 連接點。 人人為您最佳化

[02:17:01] 讓您擁有自己的蛋糕 和吃它也。

[02:17:06] RTX Spark 終於來了 因為PC的時刻在 40 年、 代理發電

[02:17:10] 我們的工作流程正在運行 無論在任何地方， windows 都能運行線束

[02:17:15] 在 CPU 模型上飛行 在 GPU 上、 Cosmos 建立機器人需要的世界

[02:17:21] 運算轉化為合成飼料。 我要把我的 OCS

[02:17:25] 和理由通過。 像人一樣理解道路。 誰是他們如何學習移動。

[02:17:31] 學習技能 和找到槽 Unitree 由思想驅動

[02:17:37] 未來人類。 指望更多

[02:17:51] 薩米更長 哦，他擁有

[02:17:56] c 哦耶。 哦， Z。 是啊。

[02:18:00] 哦耶。 流明 RT。 哦，他 и琌 在唱歌

[02:18:10] 前途光明 來看看 next.

[02:18:16] 謝謝 台灣

[02:18:21] 歡迎來到 Computex。

[02:18:33] 祝 Computex 順利舉行。

[02:18:35] 感謝這精彩的一年。 感謝各位的友誼與支持。 謝謝。 保重。

[02:18:43] 祝 Computex 順利舉行。

[02:18:59] 一覺醒來，感覺有些東西改變了。

[02:19:01] 同樣的房間，但空氣感覺很厚。 鏡子說我還是那個孩子。

[02:19:06] 我說你比這次更大。 鏡子說我還是那個孩子

[02:19:11] 第一步是最難的 每一圈，每一個側臉 比賽結束後一切都會消失

[02:19:17] 攜帶每一個疑問。輕量級。 現在我輕了