×
Send
אתמול (18.3.24) נערך אירוע ה־GTC השנתי של חברת Nvidia. כנס הדגל של ענקית המעבדים הגרפיים והבינה המלאכותית חזר במתכונת פיזית בסן חוזה שבקליפורניה. הכנס משך אליו עשרות אלפי משתתפים מרחבי העולם שהשתתפו בו הן פיזית והן באופן מקוון (כמוני לדוגמה), ושימש כבמה להכרזות מרעישות על פיתוחים פורצי דרך בתחומי החומרה, התוכנה והשירותים.
אבל לפני הכול – הישארו מעודכנים! הצטרפו לרשימת התפוצה שלנו ולא תפספסו שום עדכון, חידוש או מידע על כלים חדשים שיוצאים.
ממליצים לכם להצטרף גם לקהילות ה-AI של LetsAI בוואטסאפ ובטלגרם. רוצים לשמוע על הקורסים ועל סדנאות ה־AI שלנו? לחצו פה.
Nvidia ידועה בעיקר בזכות כרטיסי המסך והמעבדים הגרפיים (GPU) החזקים שהיא מייצרת, אך בשנים האחרונות היא נעשתה שחקנית מפתח גם בזירת הבינה המלאכותית, הלמידה העמוקה, מחשוב העל והמציאות המדומה. החברה עומדת בחזית המהפכה הטכנולוגית ומציעה פתרונות תוכנה וחומרה מתקדמים המאפשרים להאיץ חישובים מורכבים ולהניע אפליקציות חדשניות. בכנס GTC נחשפו טכנולוגיות וכלים מהפכניים המבטיחים לעצב מחדש את פני התעשיות העיקריות ולהעצים אותן באמצעות בינה מלאכותית החל ברפואה וברכב אוטונומי, דרך אנרגייה ובנקאות וכלה בתקשורת ובמדעי החיים. בין ההכרזות הבולטות שהוכרזו בה אפשר למנות פלטפורמות חדשות לאימון ולהפצה של מודלי AI, רכיבי חומרה מואצת, טכנולוגיות של מציאות מדומה וכלים לפיתוח רובוטיקה אנושית.
היכולת הזאת פוגשת את כל התעשייה שלנו, וכך נראית מניית החברה מתחילת שנה.
מניית Nvidia
אז רגע לפני שנצלול לתוך כל ההכרזות המעניינות שהוכרזו בכנס, זה הזמן למזוג כוס מים ולצפות בסרטון הפתיחה של הכנס.
אחת ההכרזות המשמעותיות ביותר נגעה לתחום התוכנה והשירותים. Nvidia חשפה את פלטפורמת Nvidia NeMo Instant Mode (NIM), סביבה מקיפה המאפשרת להכין, לארוז, לשפר ולהפיץ בקלות מודלים מוכנים מראש לבינה מלאכותית. המטרה היא להנגיש את הכוח של ה־AI למגוון רחב של לקוחות, חברות וארגונים גם ללא ידע וניסיון קודם בלמידת מכונה. וזה, דרך אגב, אכן מקדם את החזון של מנכ״ל החברה שטוען שתוך 5 שנים לכל היותר לא נצטרך יותר מתכנתים בשטח, כי פשוט נוכל לומר למחשב בשפה פשוטה מה אנחנו רוצים שהוא יעשה.
NIM תאפשר לחברות להשתמש במודלים מתקדמים שפיתחו חוקרים ומומחים, להתאימם לצרכים הייחודיים שלהן, ולספק אותם ללקוחות הקצה באמצעות תשתית הענן של Nvidia. הפלטפורמה תתמוך במגוון רחב של אפליקציות ושימושים כולל עיבוד שפה טבעית (NLP), ניתוח תמונה, זיהוי דיבור, תרגום, סיכום טקסט ורובוטיקה. הממשק האחיד של NIM יציע גישה נוחה למאגר הולך וגדל של מודלים שהוכנו מראש ויחסוך בזמן ובמשאבים הנדרשים לפיתוח ולאימון.
בכך מבקשת Nvidia לענות על הביקוש הגובר בשוק לפתרונות בינה מלאכותית זמינים ונגישים. השקת NIM נעשתה בד בבד לכניסתה של Nvidia לתחום ה־AI Services, שם היא מתחרה מול ענקיות הענן כמו AWS, GCP ו־Azure. יחד עם פלטפורמת הענן DGX ומערכת אימון המודלים NeMo, Nvidia יוצרת מעין ‘Foundry’, יציקה משולבת לבניית פתרונות בינה מלאכותית מקצה לקצה ולפריסתם בדומה למה ש־TSMC מציעה בתחום הייצור של שבבים.
מספר ארגונים גדולים כבר הכריזו על אימוץ פלטפורמת Nvidia AI ובהם SAP, ServiceNow, Cohesity, Snowflake, NetApp ו־Dell. החברות מתכננות לפתח בעזרת NIM ו־NeMo מגוון יישומים חכמים כמו עוזרים וירטואליים, סוכני שיחה, כלי אנליטיקה מתקדמים, מערכות אבטחה ועוד. לשילוב בין התשתית החומרתית של Nvidia ובין יכולות התוכנה והשירותים שלה יש ערך ייחודי. מנכ”ל Nvidia ג’נסן הואנג ציין בנאומו כי התעשייה זקוקה למודל ה־”iPhone של AI”, פלטפורמה פתוחה ונגישה המאפשרת לחברות להטמיע בקלות יכולות מתקדמות של בינה מלאכותית במוצרים שלהן. הואנג השווה את הפוטנציאל הטמון בטכנולוגיות האלה למהפכת הסמארטפונים וניבא כי הן יחוללו שינוי עמוק באופן שבו אנחנו חיים ועובדים.
https://www.youtube.com/watch?v=tdioKss1LtI&ab_channel=%E5%A4%9A%E5%A4%9A%E6%A8%82
תחום נוסף שקיבל את אור הזרקורים בכנס הוא רובוטיקה אנושית, כלומר פיתוח רובוטים בעלי מאפיינים אנושיים וכישורים של בני אדם. Nvidia הציגה את פרויקט GROOT, פלטפורמה לבניית רובוטים הומנואידים המונעים באמצעות בינה מלאכותית. GROOT מספק למפתחים ערכת כלים מקיפה ליצירת רובוטים חכמים המסוגלים לבצע משימות מורכבות כמו זיהוי סביבה, ניווט, תכנון מסלול ואינטראקצייה עם אנשים. הפלטפורמה כוללת שלושה רכיבים מרכזיים: Omniverse Isaac Sim לאימון, הדמיה בסביבה וירטואלית ומערכת אורקסטרציה לניהול משימות מבוזרות. לצד התוכנה השיקה Nvidia גם את Jetson Thor, סדרת שבבים ייעודיים לרובוטיקה. השבבים מצוידים ביכולות מתקדמות של למידת מכונה ועיבוד תמונה, באופטימיזציה לצריכת חשמל ולגודל קומפקטי, והם מתאימים במיוחד לרובוטים ניידים.
הרובוטים של GROOT מסוגלים ללמוד מהתבוננות ומדוגמאות מועטות של תנועות ושל פעולות אנושיות. למשל הם יכולים להדגים יכולת חיקוי והעתקה של מיומנויות מוטוריות בסיסיות כמו הרמה ואחיזה של חפצים, פתיחת דלת או פינוי שולחן לאחר צפייה בהדגמה אנושית בודדת או לאחר מספר קטן של חזרות. בה בעת הם לומדים לזהות אובייקטים, לנווט בין מכשולים ולהגיב באופן הולם למחוות ולפקודות קוליות. המטרה היא לאפשר פיתוח מואץ ויעיל של רובוטים חכמים ולהסתמך על יכולות בסיס גנריות שיורחבו ויותאמו לצורך ספציפי. כך יהיה אפשר לשלב ביתר קלות רובוטים במגוון רחב של תעשיות ויישומים כמו ייצור, שירות לקוחות, שינוע, לוגיסטיקה ועבודות ביתיות.
כדי להמחיש את הפוטנציאל הגלום בטכנולוגיה Nvidia הביאה לבמת הכנס שני רובוטים הומנואידים כתומים וירוקים שפותחו במעבדות המחקר של Disney (כן, הדיסני הזה של מיקי מאוס) ומונעים באמצעות שבבי Jetson. הרובוטים הפגינו התנהגות כמעט אנושית עם מגוון תנועות טבעיות, הבעות פנים ויכולות בסיסית של אינטראקצייה עם הקהל. אומנם עדיין מדובר בהדגמה ראשונית, אך היא מרמזת על עתיד שבו נוכל לראות רובוטים מעין אלה פועלים לצידנו במקומות עבודה, במוסדות שירות ואף בבתים פרטיים.
NVIDIA Blackwell
בכל הנוגע לחומרה, Nvidia הכריזה על כמה פיתוחים מרשימים שצפויים להניע את הגל הבא של מערכות מחשוב על־עוצמה ויישומי בינה מלאכותית כבדים:
ארכיטקטורת NVIDIA Blackwell – אבולוציה חדשה במשפחת ה־GPU של החברה. Blackwell מאפשרת לבנות מחשבים המאופיינים בביצועים חסרי תקדים התומכים בפרדיגמות חישוב מתקדמות ומותאמים במיוחד לעיבוד מודלי שפה גדולים (LLM).
שבב NVIDIA GB200 (Grace Blackwell) – מכיל שני GPU מדגם Blackwell לצד CPU מדגם Grace, מחוברים באמצעות ערוץ תקשורת מהיר במיוחד. ה־GB200 מספק האצה עד פי 30 למשימות הסקה (inference) על LLM ביחס ל־GPU הקודם H100 לצד צריכת אנרגיה נמוכה בהרבה.
מחשב העל NVIDIA SuperPOD – הדור הבא של מערכות DGX לאימון רשתות עצביות עמוקות בקנה מידה אדיר. ה־SUPERPOD מורכב ממאות מעבדי GB200 המחוברים יחדיו בארכיטקטורת ‘ענן־בתוך־ענן’ ולהם יכולת הרחבה של עד 10 אקסה־פלופס (exaFLOPS) של ביצועי AI. זוהי תשתית מחשוב־על שיכולה להתמודד עם הפרויקטים השאפתניים ביותר בתחום הבינה המלאכותית.
Nvidia מדגישה כי הדור החדש של GPU וחבילות הענן יאפשרו “לאמן את המודלים של המחר” בחיסכון מהותי בזמן ובעלויות הנדרשים לבניית מערכות AI גדולות. ההתפתחויות הללו צפויות להאיץ את קצב החדשנות ולהוזיל מאוד את עלות הכניסה לתחום עבור חברות וארגונים. בכך Nvidia מעצימה את היכולת של מפתחים ומדענים לחקור ולבנות מודלי AI חזקים יותר מבעבר.
אז לסיכום החלק הראשון של הכנס, פשוט וואוו!
וסיכום מלא יצא לאחר שהכנס יסתיים.
נשתמע.
רוצים לקבל עדכונים בלייב? רוצים מקום בו אתם יכולים להתייעץ עם מומחי AI, לשאול שאלות ולקבל תשובות? רוצים לשמוע על מבצעים והטבות לכלי ה-AI שמשנים את העולם? הצטרפו לקהילות ה-AI שלנו.
אפשר גם להרשם לניוזלטר שלנו
רוצים לקבל עדכונים על כל מה שחדש ומעניין בעולם ה-AI? הרשמו לניוזלטר שלנו!
תודה על הסקירה המקיפה.
גייסן דיבר גם בכנס שעבר וגם אתמול על האומניברס ועל כך שבעצם הוא שואף לייצר תאום דיגיטלי של העולם. באותו תאום יוכלו להתבצע סימולציות מלאות לתהליכי תכנון ויצור ובכך נוכל לנצל למקסימום את יכולות המחשוב ולהוזיל עלויות פיתוח באופן דרמטי.
בהכרזה הזו ממשיכה אנבידיה את הקו שאני מדבר עליו כל הזמן שישנו פער מובנה שמקשה עלינו לנצל את יכולות המחשוב עד תום והוא שהיא שם בעולם הדיגיטלי ואנחנו כאן בעולם הפיזי ולכן יתפתחו 2 מגמות מקבילות – דיגיטליזציה מלאה עד כמה שניתן של העולם
ובמקביל מרוץ להביא את הבינה המלאכותית לעולם הפיזי בדמות מוצרי iot ורובוטיקה.