Souhrn
Na veletrhu CES Nvidia oznámila zahájení plné produkce svého nejnovějšího grafického procesoru Vera Rubin, který posiluje její pozici v AI hardwaru. V keynote přednášce generální ředitel Jensen Huang prohlásil, že ‘ChatGPT moment’ pro fyzickou AI, včetně robotiky a autonomních vozidel, je ‘téměř zde’. Před rokem mluvil o tomto okamžiku jako o ‘věci za rohem’, což naznačuje postupný posun, i když skutečné nasazení v reálném světě zůstává výzvou.
Klíčové body
- Nvidia spustila masovou produkci GPU Vera Rubin, nástupce současných AI čipů, které pohánějí trénink velkých modelů.
- Huang zdůraznil průlomy v modelech pro porozumění reálnému světu, simulacích a výpočetním výkonu jako klíč k robotickému obratu.
- Fyzický svět je podle něj ‘různorodý a nepředvídatelný’, což brání přenosu platforem do praxe.
- Nvidia se zaměřuje na ekosystém software, hardwaru a simulací pro roboty a autonomní vozidla, nikoli na stavbu vlastních zařízení.
- Před rokem na CES představila platformu Cosmos pro simulaci světa robotů.
Podrobnosti
Nvidia na CES 2024 přilákala pozornost nejen novým GPU Vera Rubin, který je navržen pro náročné AI úlohy jako trénink velkých jazykových modelů a fyzických simulací. Tento čip, pojmenovaný po americké astronomce, představuje další generaci po řadě Blackwell a má být klíčový pro škálování AI výpočtů. Firma tak potvrzuje svou roli ‘kbelíků a lopat’ v AI boomu – dodává hardware, který umožňuje ostatním firmám budovat systémy.
V keynote Huang rozšířil vizi na fyzickou AI, což zahrnuje systémy schopné porozumět okolí, uvažovat a plánovat akce v reálném prostředí. Tyto modely mají odemknout aplikace v robotice, kde roboty nejen rozpoznávají objekty, ale i manipulují s nimi v nepředvídatelných situacích, jako je tovární linka nebo domácí prostředí. Nvidia vyvinula ekosystém zahrnující software pro AI stack, hardware jako Jetson pro edge computing v robotech a simulátor Isaac, který umožňuje testovat chování virtuálně před nasazením.
Před rokem Huang na CES představil Cosmos, platformu pro generování realistických světů simulací, což umožňuje trénovat modely na miliardách virtuálních scénářů bez rizika v reálu. Rev Lebaredian, viceprezident pro simulační technologie Nvidia, minulý rok v rozhovoru pro Fortune potvrdil strategii: firma nestaví vlastní roboty ani autonomní vozidla (AV), ale poskytuje nástroje firmám jako Boston Dynamics nebo Waymo. Například Omniverse platforma slouží k vytváření digitálních dvojčat továrních linek, kde se testuje koordinace robotů.
Přesto Huang přiznal mezeru: přenos z simulace do reality selhává kvůli variabilitě světa – světlo, textury, neočekávané překážky. To vysvětluje opatrnost v keynote oproti optimističtějšímu tiskovému sdělení, kde mluvil o ‘zde’. Nvidia investovala desetiletí do tohoto ekosystému, ale konkurenční tlaky od firmí jako Tesla s vlastními Dojo čipy nebo Google s DeepMind mohou urychlit vývoj.
Proč je to důležité
Tato oznámení posilují dominanci Nvidia v AI infrastruktuře, kde kontroluje přes 80 procent trhu s GPU pro trénink modelů. Pro robotický průmysl znamená lepší simulace a compute rychlejší vývoj humanoidních robotů nebo autonomních vozidel, což by mohlo snížit náklady na testování z milionů na tisíce dolarů. Například Tesla FSD nebo Waymo robotaxi profitují z podobných nástrojů.
Kriticky však jde o marketingový tah: skutečný ‘ChatGPT moment’ vyžaduje nejen lepší modely, ale robustní hardware pro edge deployment a řešení bezpečnostních otázek v nepředvídatelném prostředí. Pokud Nvidia udrží náskok, ovlivní to celý ekosystém od výroby po logistiku. Bez průlomu v generalizaci (zero-shot learning v reálu) zůstane robotika v laboratořích, ne v továrnách. Celkově to signalizuje zrání physical AI, ale s reálnými limity.
Zdroj: 📰 Fortune
