تطبیق هوش مصنوعی برای شرکت‌ها و فراتر از آن
در کنفرانس فنی GPU (GTC) 2025، جنسن هوانگ، مدیرعامل انویدیا، استراتژی این شرکت را برای تطبیق توان محاسباتی شتاب‌یافته خود با طیف گسترده‌ای از کاربردها تشریح کرد. در حالی که نورافکن‌ها بر روی نسل بعدی GPUهای ‘Blackwell’ B300 انویدیا و خانواده شتاب‌دهنده‌های ‘Rubin’ آینده می‌درخشید، هوانگ همچنین بر تعهد این شرکت به پاسخگویی به نیازهای شرکت‌ها، محاسبات لبه‌ای و قلمرو هوش مصنوعی فیزیکی تأکید کرد.
هوانگ تاکید کرد که در حالی که ارائه‌دهندگان خدمات ابری به سمت فناوری پیشرفته انویدیا و رویکرد full-stack جذب می‌شوند، پذیرش گسترده‌تر هوش مصنوعی نیازمند یک استراتژی دقیق‌تر است. او اظهار داشت: “محاسبات شتاب‌یافته فقط در مورد تراشه نیست، حتی در مورد تراشه و کتابخانه‌ها، مدل برنامه‌نویسی هم نیست. بلکه در مورد تراشه، مدل برنامه‌نویسی و مجموعه‌ای از نرم‌افزارهایی است که در بالای آن قرار می‌گیرد.”
تکامل هوش مصنوعی: از ابر تا همه‌جا
شتاب اولیه هوش مصنوعی ممکن است از ابر سرچشمه گرفته باشد، اما مسیر آن به وضوح فراتر از آن گسترش می‌یابد. همانطور که هوش مصنوعی در بخش‌های مختلف نفوذ می‌کند، با پیکربندی‌های سیستمی متنوع، محیط‌های عملیاتی، کتابخانه‌های خاص دامنه و الگوهای استفاده مواجه می‌شود. هوانگ بر این گسترش تاکید کرد و به الزامات منحصر به فرد فناوری اطلاعات سازمانی، تولید، رباتیک، خودروهای خودران و حتی ارائه‌دهندگان نوظهور ابر GPU اشاره کرد.
ماهیت اساسی محاسبات توسط هوش مصنوعی و یادگیری ماشین در حال تغییر شکل است و بر همه چیز از پردازنده‌ها و سیستم‌عامل‌ها گرفته تا برنامه‌ها و هماهنگی آن‌ها تأثیر می‌گذارد. گردش‌های کاری سازمانی از بازیابی ساده داده‌ها به تعاملات پرسش و پاسخ تعاملی با سیستم‌های هوش مصنوعی در حال تکامل هستند.
ظهور عامل‌های هوش مصنوعی و کارگران دیجیتال
هوانگ آینده‌ای را متصور است که در آن عامل‌های هوش مصنوعی به بخشی جدایی‌ناپذیر از نیروی کار دیجیتال تبدیل می‌شوند. او پیش‌بینی می‌کند که در کنار یک میلیارد کارگر دانش در جهان، ده میلیارد کارگر دیجیتال ظهور خواهند کرد که به طور یکپارچه همکاری می‌کنند. این حضور همه‌جانبه عامل‌های هوش مصنوعی، نیازمند نسل جدیدی از رایانه‌ها است که برای خواسته‌های عملیاتی منحصر به فرد آن‌ها بهینه‌سازی شده‌اند.
معرفی سخت‌افزار جدید برای عصر هوش مصنوعی
انویدیا با معرفی دو ابررایانه شخصی هوش مصنوعی به این نیاز پاسخ می‌دهد: DGX Spark و DGX Station. این سیستم‌های رومیزی برای استنتاج و سایر وظایف طراحی شده‌اند و انعطاف‌پذیری را برای عملکرد محلی یا ادغام با DGX Cloud انویدیا و سایر محیط‌های ابری شتاب‌یافته ارائه می‌دهند.
DGX Spark دارای GB10 Grace Blackwell Superchip است که عملکرد فوق‌العاده‌ای را برای تنظیم دقیق و استنتاج هوش مصنوعی ارائه می‌دهد. DGX Station، یک سیستم رومیزی قدرتمندتر، دارای GB300 Grace-Blackwell Ultra Desktop Superchip است که 784 گیگابایت حافظه منسجم، ConnectX-8 SuperNIC انویدیا، پلتفرم نرم‌افزاری AI Enterprise و دسترسی به میکروسرویس‌های NIM AI را ارائه می‌دهد.
فراتر از عامل‌ها: طلوع استدلال هوش مصنوعی
این سیستم‌های جدید نه تنها ابزارهای قدرتمندی را برای بارهای کاری هوش مصنوعی در اختیار شرکت‌ها قرار می‌دهند، بلکه راه را برای مرحله بعدی تکامل هوش مصنوعی هموار می‌کنند: مدل‌های استدلال. این مدل‌ها جهشی قابل توجه فراتر از عامل‌های هوش مصنوعی پایه را نشان می‌دهند که قادر به مقابله با مشکلات پیچیده و نشان دادن قابلیت‌های استدلالی هستند که بسیار فراتر از ماهیت پرسش و پاسخ ربات‌های گفتگوی هوش مصنوعی فعلی است.
هوانگ این پیشرفت را اینگونه توصیف کرد: “ما اکنون هوش مصنوعی‌هایی داریم که می‌توانند استدلال کنند، که اساساً در مورد تجزیه یک مشکل، گام به گام است. اکنون ما هوش مصنوعی‌هایی داریم که می‌توانند گام به گام با استفاده از … فناوری‌هایی به نام زنجیره تفکر، بهترین N، بررسی سازگاری، برنامه‌ریزی مسیر، و انواع مختلفی از تکنیک‌های دیگر استدلال کنند.”
مدل‌های Nemotron: توانمندسازی استدلال هوش مصنوعی
انویدیا با تکیه بر بنیادی که در نمایشگاه Consumer Electronics Show با رونمایی از مدل‌های Llama Nemotron و Cosmos Nemotron گذاشته شد، خانواده‌ای از مدل‌های باز Llama Nemotron را در GTC معرفی کرد. این مدل‌ها دارای قابلیت‌های استدلال پیشرفته برای وظایف چند مرحله‌ای در ریاضیات، کدنویسی، تصمیم‌گیری و پیروی از دستورالعمل‌ها هستند.
کاری بریسکی، معاون نرم‌افزار هوش مصنوعی مولد انویدیا برای شرکت‌ها، بر تعهد این شرکت به پشتیبانی از توسعه‌دهندگان تاکید کرد. انویدیا مجموعه‌های داده‌ای را ارائه می‌دهد که شامل 60 میلیارد توکن داده تولید شده مصنوعی و تکنیک‌هایی برای تسهیل پذیرش این مدل‌ها است.
بریسکی توضیح داد: “درست مانند انسان‌ها، عامل‌ها برای تجزیه درخواست‌های پیچیده، درک مقصود کاربر و سازگاری در زمان واقعی، نیاز به درک زمینه دارند.”
مدل‌های Nemotron سطوح مختلفی از قابلیت‌های استدلال را ارائه می‌دهند و در سه اندازه عرضه می‌شوند: Nano (بهینه‌سازی شده برای رایانه‌های شخصی و دستگاه‌های لبه)، Super (دقت و توان عملیاتی بالا در یک GPU) و Ultra (طراحی شده برای چندین GPU).
طرح AI-Q: اتصال داده‌ها به عامل‌های استدلال
پلتفرم نرم‌افزاری AI Enterprise انویدیا با AI-Q Blueprint، یک محصول مبتنی بر NIM، تقویت می‌شود که شرکت‌ها را قادر می‌سازد تا داده‌های اختصاصی را به عامل‌های استدلال هوش مصنوعی متصل کنند. این نرم‌افزار باز با ابزار NeMo Retriever انویدیا ادغام می‌شود و امکان پرس‌وجو از انواع داده‌های مختلف (متن، تصاویر، ویدیوها) و تسهیل همکاری بین محاسبات شتاب‌یافته انویدیا و پلتفرم‌های ذخیره‌سازی و نرم‌افزار شخص ثالث، از جمله مدل‌های Llama Nemotron را فراهم می‌کند.
بریسکی بر مزایای آن برای تیم‌های توسعه تاکید کرد و گفت: “برای تیم‌هایی از عامل‌های متصل، این طرح قابلیت مشاهده و شفافیت را در فعالیت عامل فراهم می‌کند و به توسعه‌دهندگان اجازه می‌دهد تا عامل‌ها را در طول زمان بهبود بخشند. توسعه‌دهندگان می‌توانند دقت عامل را بهبود بخشند و تکمیل این وظایف را از ساعت‌ها به دقیقه‌ها کاهش دهند.”
پلتفرم داده AI: یک طراحی مرجع برای زیرساخت سازمانی
پلتفرم داده AI انویدیا به عنوان یک طراحی مرجع برای زیرساخت سازمانی عمل می‌کند که شامل عامل‌های پرس‌وجوی هوش مصنوعی ساخته شده با استفاده از AI-Q Blueprint است.
هوش مصنوعی فیزیکی: پل زدن بین دنیای دیجیتال و فیزیکی
هوانگ همچنین به حوزه نوظهور هوش مصنوعی فیزیکی پرداخت که شامل ادغام هوش مصنوعی در سیستم‌های فیزیکی برای فعال کردن درک و تعامل در دنیای واقعی است. او پیش‌بینی کرد که این حوزه می‌تواند به بزرگترین بخش بازار هوش مصنوعی تبدیل شود.
هوانگ توضیح داد: “هوش مصنوعی که دنیای فیزیکی را درک می‌کند، چیزهایی مانند اصطکاک و اینرسی، علت و معلول، پایداری شی، این توانایی درک دنیای فیزیکی، دنیای سه بعدی. این چیزی است که عصر جدیدی از هوش مصنوعی فیزیکی را ممکن می‌سازد و رباتیک را فعال می‌کند.”
پیشرفت‌ها در رباتیک و وسایل نقلیه خودران
چندین اطلاعیه بر تعهد انویدیا به هوش مصنوعی فیزیکی تاکید کردند، از جمله معرفی Nvidia AI Dataset، که به طور خاص برای رباتیک و وسایل نقلیه خودران طراحی شده است. این مجموعه داده به توسعه‌دهندگان این امکان را می‌دهد تا مدل‌های پایه را با استفاده از داده‌های دنیای واقعی و مصنوعی مورد استفاده در پلتفرم توسعه مدل جهانی Cosmos انویدیا، نرم‌افزار Drive AV، پلتفرم توسعه ربات Isaac AI و چارچوب Metropolis برای شهرهای هوشمند، پیش‌آموزش، آزمایش، اعتبارسنجی و تنظیم دقیق کنند.
نسخه اولیه این مجموعه داده در Hugging Face در دسترس است و 15 ترابایت داده برای آموزش رباتیک ارائه می‌دهد، با پشتیبانی از توسعه وسایل نقلیه خودران که برای آینده نزدیک برنامه‌ریزی شده است.
علاوه بر این، انویدیا Isaac GROOT N1 را معرفی کرد، یک مدل پایه برای ربات‌های انسان‌نما. این مدل بر روی داده‌های واقعی و مصنوعی آموزش داده شده است و نشان‌دهنده پیشرفت Project GROOT است.
گسترش افق‌های هوش مصنوعی
ابتکارات استراتژیک انویدیا چشم‌انداز روشنی را برای آینده هوش مصنوعی نشان می‌دهد و دامنه آن را بسیار فراتر از محدودیت‌های ابر و به قلب شرکت‌ها و دنیای فیزیکی گسترش می‌دهد. انویدیا از طریق ترکیبی از سخت‌افزار پیشرفته، پلتفرم‌های نرم‌افزاری نوآورانه و تعهد به توانمندسازی توسعه‌دهندگان، خود را به عنوان نیروی محرکه موج بعدی نوآوری هوش مصنوعی معرفی می‌کند. معرفی قابلیت‌های استدلال، همراه با توسعه ابزارها و مجموعه‌های داده برای هوش مصنوعی فیزیکی، گامی مهم به سوی آینده‌ای است که در آن هوش مصنوعی به طور یکپارچه با زندگی روزمره ما ادغام می‌شود، صنایع را متحول می‌کند و نحوه تعامل ما با فناوری را بازتعریف می‌کند. تمرکز بر راه‌حل‌های سازمانی، محاسبات لبه‌ای و رباتیک، درک انویدیا از نیازهای متنوع و در حال تحول چشم‌انداز هوش مصنوعی را برجسته می‌کند و موقعیت آن را به عنوان یک رهبر در این انقلاب فناوری تحول‌آفرین تثبیت می‌کند.