NVIDIA 創始人兼首席執行官黃仁勛在 ITF World 2023 的演講中，向半導體行業的領導者們闡述了加速計算和 AI 的作用。

黃仁勛在比利時安特衛普舉行的 ITF World 2023 半導體大會上發表演講，詳細介紹了計算領域的最新進展，及其如何加速 “全球重要行業”。

演講中，他詳細地介紹了加速計算、AI 和半導體制造三者的關系，并表示：“NVIDIA 加速計算和 AI 能為全球芯片制造業服務，我為此感到十分高興。”

AI 與加速計算的性能不斷攀升

黃仁勛表示，近四十年來，推動科技行業發展的主導力量是成倍增長的 CPU 性能。

但在過去幾年中，CPU 的設計已經趨于成熟。面對激增的算力需求，半導體性能和效率的提升速度卻在放緩。

“因此，全球對云計算的需求導致數據中心的功耗飆升。” 黃仁勛表示。

“要想實現凈零排放的同時，還要支持更大算力以帶來巨大效益，我們需要的是一個全新的方法。”

通過將 GPU 的并行處理能力與 CPU 相結合而成為加速計算領域先驅的 NVIDIA，自然最適合解決這一挑戰。

加速計算引發了 AI 革命。十年前，Alex Krizhevsky、Ilya Sutskever 和 Geoffrey Hinton 等深度學習研究人員發現，GPU 可以成為高性價比的超級計算機。

從那時起，NVIDIA 重新設計了用于深度學習的計算堆棧，為 “機器人、自動駕駛汽車和制造業帶來了數萬億美元的機會”。

黃仁勛解釋道，NVIDIA 通常通過卸載和加速計算密集型算法，將應用的速度提高 10 - 100 倍，同時將功耗和成本降低一個數量級。

AI 和加速計算的結合正在改變科技行業。黃仁勛表示：“我們正同時處于兩個平臺的過渡階段 —— 加速計算和生成式 AI。”

AI 和加速計算在芯片制造領域的應用

黃仁勛解釋道，先進的芯片制造流程需要 1000 多個步驟，才能產出生物分子大小的特征。每個步驟都必須近乎完美，才能實現功能正常的輸出。

他表示：“流程中的每個步驟都需要通過精密的科學計算，以計算圖案化特征，并對在線過程控制執行缺陷檢測。

黃仁勛舉了幾個例子說明 NVIDIA GPU 如何日益成為芯片制造不可或缺的組成部分。

D2S、IMS Nanofabrication、NuFlare 等公司使用電子束建造用來創建光掩膜（一種將圖案轉移到晶圓上的模板）的掩膜寫入器。在這些掩模寫入器中，NVIDIA GPU 負責加速對計算要求很高的圖案渲染和掩模工藝校正任務。

半導體制造商 TSMC 以及設備提供商 KLA 和 Lasertech 使用極紫外光（EUV）和深紫外光（DUV）進行掩膜檢測。NVIDIA GPU 也可以處理經典物理建模和深度學習，從而生成合成參考圖像并檢測缺陷。

KLA、應用材料公司，以及日立高新技術的電子束，光學晶圓檢測與審查系統均使用了 NVIDIA GPU。

今年 3 月，NVIDIA 宣布與多個領先的半導體企業一同致力于加速計算光刻技術。

黃仁勛解釋道，計算光刻技術模擬了 Maxwell 的光行為方程（即光在通過光學器件并與光刻膠相互作用時的行為）。

計算光刻技術是芯片設計和制造中最大的計算工作負載，每年消耗數百億個 CPU 小時。新芯片掩膜的創建需要大型數據中心全天候不間斷地運行。

今年 3 月上線的軟件庫 NVIDIA cuLitho 包含了用于 GPU 加速計算光刻技術的優化工具和算法。

“我們已經將處理速度提高了 50 倍。幾百個 NVIDIA DGX 系統就能取代數萬個 CPU 服務器，可將功耗和成本降低一個數量級。”

黃仁勛表示，所降低的功耗和成本將減少碳排放或使新的算法實現 2 納米以上。

下一輪趨勢

AI 的下一輪發展趨勢是什么？黃仁勛描述了一種名叫 “具身 AI”（embodied AI）的新型 AI。這種智能系統能夠理解、推理并與物理世界交互。

他所舉的例子包括機器人、自動駕駛汽車，甚至包括因為理解物理世界而變得更加聰明的聊天機器人。

黃仁勛向觀眾介紹了 NVIDIA VIMA 多模態具身智能。他表示，VIMA 可以根據視覺文本提示執行任務，例如 “根據場景匹配需求，重新排列物體”。

它可以學習概念并采取相應的行動，比如 “這是一個小部件”，“那是一個物品”，然后 “把這個小部件放到那個物品里”。黃仁勛表示，“ 它還可以從演示中學習并保持在規定的范圍內。”

VIMA 在 NVIDIA AI 上運行，其數字孿生在 3D 開發和模擬平臺 NVIDIA Omniverse 中運行。黃仁勛表示，基于物理學的 AI 可以學習如何構建物理學仿真，并做出符合物理規律的預測。

研究人員正在建立能夠大規模地將現實世界和虛擬世界中的信息進行整合的系統。

NVIDIA 正在構建一個名為 Earth-2 的地球數字孿生。該數字孿生首先將被用于預報天氣，之后將預測長期天氣，最終實現對氣候的預測。NVIDIA 的 Earth-2 團隊所創建的 FourCastNet 是一個能夠以 50 - 100,000 倍速度模擬全球天氣模式的物理學 AI 模型。

FourCastNet 在 NVIDIA AI 上運行，Earth-2 數字孿生則建立在 NVIDIA Omniverse 中。

此類系統有望解決我們這個時代所面臨的最大挑戰，例如對廉價清潔能源的需求。

比如英國原子能管理局和曼徹斯特大學的研究人員正在為他們的核聚變反應堆創建一個數字孿生，通過使用物理學 AI 構建等離子體物理學和機器人技術的仿真來控制反應并維持燃燒的等離子體。

黃仁勛表示，科學家們可以在激活物理反應堆之前，在數字孿生中測試所探索的各種假設，從而提高能源產量、改進預測性維護和減少停機時間。“該反應堆等離子體物理學 AI 在 NVIDIA AI 上運行，其數字孿生在 NVIDIA Omniverse 中運行。”

此類系統為半導體行業的進一步發展帶來了希望。黃仁勛表示：“期待著物理學AI、機器人技術和基于 Omniverse 的數字孿生能夠幫助推動未來芯片制造行業的發展。”

點擊 “閱讀原文”，或掃描下方海報二維碼，在 5 月 29 日觀看 NVIDIA 創始人兼 CEO 黃仁勛為 COMPUTEX 2023 帶來的主題演講直播，了解AI、圖形及其他領域的最新進展！