英伟达雄起：要构建世界上没有的东西，不会开发量子计算机

编者按：本文来自腾讯科技，作者：金鹿 ，36氪经授权发布。

作为老牌芯片巨头，英伟达近期动作不断，包括斥资400亿美元收购芯片设计公司ARM，发布了首款基于ARM架构的数据中心处理器Grace、可以测试使用英伟达AI芯片的自动驾驶汽车的平台Omniverse、客户可根据需要免费租用的DGX Station迷你超算、用于数据中心计算的Bluefield 3数据处理单元(DPU) ，以及用于自动驾驶汽车的Atlan芯片等。

显然，英伟达正横跨多个领域布局，打造属于自己的“元宇宙”（metaverse，或称虚拟世界）。英伟达首席执行官黄仁勋最近接受媒体专访，阐述了诸多帮助英伟达雄起的战略。

英伟达首席执行黄仁勋在其年度GTC 2021大会上发表主题演讲

以下为文章正文：

芯片巨头英伟达首席执行官黄仁勋最近向注册参加其年度GTC 2021大会的18万名与会者发表了主题演讲。他在会上发布了英伟达横跨多个领域的新产品，以证明该公司已经变得足够强大，并将继续在多个领域保持领先地位。

在演讲中，黄仁勋描述了英伟达正在开发的开放式虚拟协作平台Omniverse，它被视为工程师版本的“元宇宙”（metaverse，或称虚拟世界）。英伟达已经在这个项目上花费了数亿美元资金，Omniverse目前只专注于企业市场，已经获得数百家企业在支持。该项目基于3D数据共享标准Universal Scene Description，该标准最初由皮克斯创建，后来被开源。Omniverse是英伟达可以测试使用其AI芯片的自动驾驶汽车的平台，所有合作伙伴都将能够在汽车投入之前对其进行测试和设计。

与此同时，黄仁勋还介绍了名为Grace的CPU，这是其首款基于ARM架构的数据中心AI处理器；新的DGX Station迷你超算，客户可以根据需要免费租用它们，以用于较小的计算项目；用于数据中心计算的Bluefield 3数据处理单元(DPU)，以及用于自动驾驶汽车的新Atlan芯片。

黄仁勋最近接受媒体专访，谈到了可以帮助英伟达雄起的战略，包括Omniverse对游戏和其他行业的意义，英伟达斥资400亿美元收购ARM的计划，强调加速计算将是其未来发展的新方向。英伟达重新将自己定位为计算平台，继续扩大其在所有领域的领导地位，包括运行世界上最先进的数据中心、AI以及机器学习应用程序。

黄仁勋在接受采访时首先表示：“我们刚刚举办了一场非常棒的顶级科技盛会（GTC 2021）。我希望你们能喜欢我发表的主题演讲以及其他演讲。我们有超过18万注册参会者，是我们有史以来参加GTC活动人数最多时的3倍。包括业内专家、研究人员和科学家在内，我们举办了1600场演讲。演讲涵盖了广泛的重要主题，从AI到5G、量子计算、自然语言理解、推荐系统、我们这个时代最重要的AI算法、自动驾驶汽车、医疗保健、网络安全、机器人以及边缘物联网等，这些演讲的主题范围之广令人震惊，但同样也令人感到兴奋。 ”

关于Omniverse，为游戏开发者设计虚拟世界

问：我知道Omniverse的首个版本将面向企业，但我感到十分好奇，你如何让游戏开发者接受这种愿景。你是否希望或期待游戏开发者在Omniverse中构建自己的虚拟世界，并最终尝试在Omniverse中托管消费者的元宇宙？亦或者，当Omniverse与游戏开发者关系更密切时，你是否看到了不同的前景？

宝马正在利用英伟达平台Omniverse建造数字工厂，以反映现实世界的情况

黄仁勋：游戏开发是当今世界上最复杂的设计领域之一。我预计，在虚拟世界中设计的东西将比在现实世界中设计的东西更多，而且其中许多东西都是为游戏而设计的。它们将是高质量、高保真和精确的，但将会有更多的建筑，更多的汽车，更多的船，更多的硬币等，那里将会有太多的东西需要设计。不过，这些东西并不是设计来作为游戏道具的，而是被设计成真正的产品。对很多人来说，这会让他们觉得在数字世界里和现实世界中一样真实。

Omniverse使游戏开发者能够跨越这条复杂的渠道工作，首先就是能够加强开发者之间的联系。有人在为动画做索具，有人在做纹理，有人负责设计几何体，有人在做照明，所有这些设计流程的不同部分都很复杂。但是现在，他们可以通过Omniverse进行连接。每个人都可以看到其他人在做什么，以每个人看到的水平进行逼真的渲染。一旦游戏开发完成，他们就可以在虚幻引擎上运行它。这些虚拟世界可以在各种设备上运行。但如果有人想要直接从云中流出，他们可以使用Omniverse来实现，因为它需要多个GPU，而这代表着相当大的计算量。

Omniverse允许艺术家在3D空间中设计酒店

这就是我所看到的技术前景。但在Omniverse中，仅仅是为游戏开发者设计虚拟世界的概念，就会给他们的工作流程带来巨大的好处。

关于CPU雄心，专注于构建世界上没有的东西

问：你宣布英伟达目前的处理器以高性能计算为目标，特别关注AI领域。你是否希望扩展此产品，将此CPU系列开发到其他细分计算市场，以便在数据中心市场推进更大规模的计算？

黄仁勋：Grace是为数据驱动的应用程序和软件设计的。AI是编写软件的软件。要编写这样的软件，你需要拥有丰富的经验。这就像人类的智慧一样，需要经验的累积。获得这种经验的最好方式是通过大量的数据分析，当然也可以通过模拟获得。例如，Omniverse模拟系统将在Grace上运行得非常好。你可以模拟，模拟是想象力的一种表现形式。你可以从数据中学习，这是一种体验形式。通过研究数据来进行推断，总结经验，并将其转化为知识。这就是Grace的设计目标，这些大型系统适用于非常重要的新型软件，即数据驱动软件。

作为一项政策，或称企业理念，我们倾向于不构建任何东西，除非世界需要我们去做，而且当前世界还不存在这种东西。当你看到Grace架构时，会发现它是独一无二的，并可帮助解决过去不存在的问题。这代表着新的机遇和市场，一种20年前还不存在的计算方式。可以合理地想象，20年前设计的CPU和系统架构可能无法解决现在应用领域面临的问题。我们将倾向于关注以前不存在的领域，这代表着新的问题，而且世界需要我们。我们会把重点放在这一点上。

除此之外，我们与英特尔和AMD有着良好的合作伙伴关系。我们在PC行业、数据中心、超大规模计算和超级计算领域与他们密切合作。我们还与许多令人兴奋的新伙伴密切合作。安培计算公司正在打造一款出色的ARM CPU，Marvell在5G系统、IO系统和存储系统方面拥有令人难以置信的优势。他们在各自的领域表现非常好，我们会继续与他们合作。我们也在与世界上最大的SoC制造商联发科合作。

这些都是带来伟大产品的公司，我们的战略和理念就是支持他们。通过将我们的平台NVIDIA AI、NVIDIA RTX、光线跟踪平台以及Omniverse连接到它们的CPU上，我们可以扩大整个市场。这是我们的基本方法，我们只专注于建造世界上没有的东西。

英伟达用于数据中心的Grace CPU以格蕾丝·赫柏（Grace Hopper）的名字命名，后者创造了现代首个编译器系统以及商用电脑编程语言COBOL

问：我想跟进个有关Grace及其用途的问题，这是否表明了英伟达在数据中心以外的CPU领域还拥有其他野心？我知道，你说自己在寻找世界上还没有的东西。显然，在数据中心领域使用ARM芯片会带来新的问题，即我们是否会在未来看到英伟达CPU的商业版本？

黄仁勋：我们的平台是开放的。当我们构建平台时，我们创建了它的不同版本。以DGX为例，它既是集成的，也是定制的。它有非常特别的英伟达架构，是经过专门设计的，首批客户就是英伟达的研究人员。我们有价值数十亿美元的基础设施，我们的AI研究人员正在使用这些基础设施来开发产品和训练模型，并进行AI和自动驾驶技术研究。我们建造DGX主要是为了解决我们遇到的问题，所以它完全是定制的。

我们撤掉了所有积木，然后开源它。我们把这个计算平台开放为三层：1）硬件层，包括芯片和系统；2）中间件层，包括Nvidia AI、Omniverse，它是开放的；3）顶层，它是预先训练的模型，包括AI技能，比如驾驶技能、演讲技能、推荐技能以及挑选和游戏技能等。我们以垂直的方式创建它，但我们也会对它进行设计和反思，并以一种让整个行业能够以他们认为合适的方式使用的方式来构建它。Grace也将以同样的方式商业化，就像英伟达的GPU那样。

关于Grace的未来，我们的首要选择是我们不能构建的东西。如果有人在构建这样的东西，我们很乐意使用它。这使得我们可以节省公司的关键资源，专注于以一种相当独特的、其他人无法企及的方式推进整个行业的发展。我们试图了解其他人的发展方向，如果他们在这方面做得非常出色，我们更愿意与他们合作，将英伟达技术推向新市场，或者共同扩大我们的联合市场。

正如你提到的，收购ARM并获取其技术许可和我们思考所有计算的方式非常相似。这是一个开源平台，我们出售芯片，授权我们的软件。我们把所有的东西都放在这个生态系统里，让它可以定制，让人们可以构建自己的不同版本。我们喜欢开源平台的方式。

问：你能解释下，是什么原因促使英伟达决定现在就进军数据中心CPU领域吗？毕竟，几乎其他所有公司都有数据中心芯片，你们以前却从来没接触过。Grace与英特尔、AMD和其他数据中心的CPU有何不同？这会不会给英伟达与这些公司的合作带来问题，因为这会让你们面临直接竞争？

黄仁勋：我首先回答你最后那个问题。我不认为这会影响合作，因为公司的领导层远比人们可能认为的要成熟得多。我们与ARM GPU竞争，但我们同时也在DGX中使用他们的CPU。换言之，就是我们在以这种方式打造自己的产品。我们购买他们的CPU是为了将其集成到我们自己的产品中。我们与整个半导体行业合作，将他们的芯片设计成我们的参考对象。我们与英特尔携手开发RTX游戏笔记本电脑，这一季与我们合作的笔记本将近80款。我们共同推进行业标准，并进行大量的合作。

回到我们设计数据中心CPU的初衷方面，英伟达的思维方式是，我们会说：“什么是值得解决的问题，世界上没有人在解决它，而我们适合去解决这个问题。如果我们解决了这个问题，是否对这个行业和世界都会有好处？”我们真的会问这样的问题。我们公司的理念是，在解决这一系列问题的过程中，发现我们能解决以前从未解决过的问题，或者只有我们能解决这样的问题。

试图创建一个可以训练AI模型和语言模型的系统，这个系统非常庞大，可以从多模态数据中学习，这只需要不到三个月的时间。现在，即使是在一台巨型超级计算机上，训练1万亿个参数也需要几个月的时间。然而，世界希望在多模式数据上训练100万亿个参数，同时查看视频和文本。

通过使用今天的架构并使其变得更大，这样的事情不太现实，因为效率实在太低。为此，我们创造了许多全新设计的东西来解决这类有趣的问题。正如我所说，这类有趣的问题在20年前是不存在的，甚至在10年或5年前都不存在。然而，这类问题对未来很重要。

英伟达超级计算机系统DGX SuperPod

对话型的，能理解语言的，能适应和预先训练不同领域的AI，还有什么比这更重要的呢？它可能是终极AI。我们得出的结论是，数百家公司将需要庞大的系统来训练这些模型，并对其进行调整。也可能需要上千家公司加入。但这在之前是无法解决的。当你必须做三年的计算才能找到一个解决方案时，你永远不会去用那个解决方案。如果你能在几周内做到，一切都会改变。

这就是我们思考这些事情的方式。Grace是为大规模数据驱动的软件开发而设计的，无论它是用于科学、AI，还是仅仅用于数据处理。

关于量子计算，英伟达的目标不是开发量子计算机

问：你正在提议建设用于量子计算的软件库，英伟达也在研究硬件组件吗？

黄仁勋：我们不是要开发量子计算机，而是在构建能用于量子电路模拟的SDK。我们之所以这样做，是为了发明和研究计算的未来，你需要世界上最快的计算机来做这件事。如你所知，量子计算机能够模拟复杂性达到指数级的问题，这意味着你很快就需要非常大的计算机。你可以进行模拟的规模来验证自己正在做的研究的结果，这样你就可以开发算法，并在量子计算机上运行它们。目前，你可以在量子计算机上运行的、被证明是有用的算法并不多。

我们为业界提供了一个在系统、电路和算法中进行量子计算研究的平台。同时，在未来15-20年内，当所有这些研究依然在进行时，我们可以利用相同的SDK、相同的计算机来帮助量子化学家更快地进行模拟。即使在今天，我们也可以使用这些算法。

最后，如你所知，量子计算机具有难以置信的解决复杂性达指数级问题的计算能力。但是，它具有极端的IO限制。你可以通过微波和激光与它交流，但可以移入和移出该计算机的数据量非常有限。量子计算机需要旁边有经典计算机辅助，即所谓的量子加速器，它可以对数据进行预处理，并对数据进行分块的后处理，这样的量子计算机才会变得超级快。这种解决方案是相当明智的，经典计算机很可能是能通过GPU加速的计算机。

我们这么做的原因有很多。世界各地有60个研究机构，我们可以通过我们的方法与他们中的每一家合作。我们正打算这么做，并帮助每家机构推进他们的研究。

关于网络安全，虚拟化和云计算成问题恶化推手

问：现在很多员工都在家工作，我们看到网络犯罪也在大幅增加。这是否改变了像你们这样的公司使用AI来提高防御的方式？你是否担心这些技术落入坏人手中，他们可能会犯下更复杂、更具破坏性的罪行吗？此外，我也很想听听你对如何在全球范围内帮助永久解决芯片短缺问题的看法。

黄仁勋：最好的办法是让技术民主化，以使整个社会都变得非常好，把伟大的技术掌握在他们手中，这样他们就可以使用同样的技术（最好是更先进的技术），以保持安全。你说得对，安全问题是当今真正令人担忧的问题，原因在于虚拟化和云计算。安全已成为公司面临的真正挑战，因为数据中心内的每台计算机现在都暴露给外部。过去，尽管数据中心的大门是敞开的，但只有公司员工或通过VPN进入。现在，有了云计算，一切都被暴露了出来。

数据中心暴露在危险之中的另一个原因是现在聚合了更多应用程序。过去，应用程序会在一台计算机的容器中单片运行。现在，有充分理由将横向扩展架构的应用程序转变为跨整个数据中心横向扩展的微服务。微服务之间通过网络协议进行通信。哪里有网络流量，哪里就有可能被拦截。现在数据中心拥有数十亿个端口，数十亿个虚拟活动端口，它们都可能成为攻击的目标。

解决方案是你必须在节点上加强安全努力。你必须从节点开始，这就是为何Bluefield的推出让我们感到如此兴奋的原因之一。因为它是个网络芯片，已经存在于计算机节点中，而且因为我们发明了一种方法，将高速AI处理放在企业数据中心，它被称为EGX。一端是Bluefield，另一端是EGX，这成了安全公司构建AI的框架。

无论是Check Point、Fortinet还是Palo Alto Networks等，他们现在可以开发在我们制造的芯片、计算机上运行的软件。因此，可以监控数据中心中的每个数据包。你将检查每个数据包，将其分解，将其转换为令牌或单词，使用自然语言理解技术来解读它。自然语言理解将确定是否需要特定的操作，是否需要安全操作，并将安全操作请求发送回Bluefield。

这一切都是实时、连续发生的，在云中无法做到这一点，因为你必须将太多的数据转移到云中。也没有办法在CPU上做到这一点，因为它需要太多的能量，太多的计算负载。人们不会这么做的，因为弊大于利。但现在，有了BlueField和EGX，这是可行的，技术已经准备就绪。

第二个问题与芯片供应有关，这个行业受到许多动态因素的影响。当然，其中一个因素是，新冠肺炎疫情暴露了汽车行业供应链中的一个致命弱点。这些主要零部件要经过不同的供应链，所以它们的供应链是超级复杂的。当它因为疫情而突然断裂时，恢复过程比任何人想象的都要复杂得多。很明显，汽车可以重新设计，它想要的不是数千个组件，而是几个集成好的组件，只需要盯着四个东西远比在不同地方盯着1000个东西要好得多。

另一个因素是技术动态。它有很多不同的表达方式，但技术动态基本上是我们正在将计算聚合到云中，并聚合到数据中心中。过去需要部署大量电子设备，现在我们可以将其虚拟化，把它放到云中，然后远程进行计算。

我们刚才谈到的所有动态都给数据中心带来了安全挑战，这也是这些芯片如此多的原因所致。当你可以在数据中心进行计算时，芯片可以大到你想要的程度。数据中心很大，比你的口袋大得多，因为它可以聚合和分享给这么多人，它推动了普及，推动了对非常先进的大型芯片的青睐，而不是很多不那么先进的小型芯片。突然之间，世界半导体消费的天平向最先进的计算倾斜。

业界现在已经认识到了这一点，世界上最大的半导体公司肯定也是如此，他们将建立必要的能力加以应对。我怀疑这在两年后会成为一个真正的问题，因为聪明人现在知道问题是什么，以及如何解决这些问题。

关于高性能CPU市场规模，庞大而无法准确预测

问：我想更多地了解英伟达希望通过Grace接触到哪些客户和行业，以及你认为用于AI和高级计算的高性能数据中心CPU市场规模有多大？

黄仁勋：我自己也不知道，但我可以告诉你我的直觉。30年前，投资者问我3D图形业务会有多大，我告诉他们我不知道。然而，我的直觉是，杀手级应用程序将是视频游戏，而PC也将繁荣起来。尽管当时PC甚至没有声音，没有液晶显示器，没有CD-ROM。当时也没有互联网。

我当时预计：“PC将成为普遍型消费产品。新的应用程序很有可能出现，而这在以前是不可能的，它很可能是像视频游戏一样的消费产品。”他们问“这个市场规模会有多大”？我说：“我认为每个人都会成为游戏玩家。”我在大约30年前说过这样的话，我正朝着正确的方向努力，这肯定会发生。

十年前有人问我：“你为什么要在深度学习中做这些事情？谁会在乎如何发现猫咪呢？”但这不是为了侦测猫咪。当时我也在试着检测红色的法拉利，它做得相当不错。但不管怎样，这不是为了侦测什么，这是一种全新的软件开发方式。通过以这种方式开发软件，使用深度网络，可以捕捉到非常高的维度，这就是通用函数逼近器。如果你给我这个，我可以用它来预测牛顿定律。只要有足够的数据，我可以用它来预测任何你想预测的东西。我们为这种直觉投入了数百亿美元，我认为这种直觉已经被证明是正确的。

我认为需要建立新的超大规模计算机，它需要从地球规模的数据中学习。你将拥有传感器，它们将连接到地球上的任何地方，我们将使用它们来预测气候，创造一个数字孪生地球。它可以预测任何地方的天气，甚至小到一平方米的地域，因为它掌握了地球的物理和所有几何学。它学会了所有这些算法。我们可以这样做来完善自然语言理解，它是非常复杂的，而且一直在变化。关于语言，人们没有意识到的是它是不断进化的。因此，无论你用什么AI模型来理解语言，明天都会过时。

有些非常庞大的数据驱动型科学需要完成，那有多少人需要语言模型？语言就是思想，而思想是人类的终极技术。它有很多不同的版本，不同的文化、不同的语言和不同的技术领域。在零售业、时尚界、保险业、金融服务业、法律界、芯片业、软件业，人们是如何交谈的，他们都是不同的。我们必须为每个领域培训和调整模型，那么这些东西需要多少个版本？让我们计算下：以70种语言为例，乘以100个需要使用巨型系统进行数据培训的行业。我的感觉是，这将是一个非常大的新市场，就像GPU刚刚崛起那样。这就是英伟达的风格，我们倾向于追逐新兴市场，因为这是我们为这个行业做出贡献的方式。这也是我们创造未来的方式。

关于收购ARM，坚信2022年能完成交易

问：你仍然有信心与ARM的交易会在预期时间内获得批准吗？随着Grace的发布，以及你们正在建立的所有其他与ARM相关的合作伙伴关系，收购ARM对贵公司的目标有多重要，拥有ARM会带来哪些不同于授权许可的好处？

芯片设计公司ARM在英国剑桥的园区

黄仁勋：我们很清楚，ARM和英伟达都是独立的优秀企业。即使收购完成，我们也将继续推进各自擅长的独立业务。然而，我们合并后可以做很多事情。

关于你的第一个问题，我非常有信心监管机构会看到这笔交易带来的好处。它将带来一股创新热潮，为市场创造新的选择。这将使ARM得以扩展到原本难以进入的市场。就像我宣布的许多合作伙伴关系一样，它们将AI带入ARM生态系统，也将英伟达加速计算平台带入ARM生态系统，而且只有我们和多家计算公司合作才能做到。监管机构将看到这些，我们与他们的讨论也非常具有建设性。我相信，我们仍将在2022年完成这笔交易，这符合我们最初预期的18个月。

关于英伟达与ARM合并能做些什么，我在GTC上展示了一个早期例子。我们宣布与亚马逊合作，将Graviton架构与英伟达的GPU架构相结合，为ARM将现代AI和现代云计算带到云端。英伟达还与Ampere Computing、联发科和Marvell等基于ARM的CPU平台合作，为科学和AI应用开发提供支持、提升边缘视频分析和安全功能、打造全新基于ARM并搭载RTX GPU的新款PC等。

这些事情都需要很长时间才能完成，作为一家公司，我们将能够做得更好。与ARM合并将增强我们两家的业务。一方面，它将ARM扩展到原本难以实现的新计算平台。另一方面，它将英伟达的AI平台扩展到ARM生态系统中，而后者还没有充分利用英伟达AI和加速计算平台的潜力。

问：我对Atlan芯片的关注略多些。我们真的不知道节点工艺方面的细节，但10纳米以下的节点产品多在亚洲制造。这是否会成为其他西方国家所采用的方法呢？这让我对长期芯片供应问题产生了疑问。因为Atlan对英伟达来说非常重要，那么在2025年甚至更长的时间里，你们将会如何规划它的未来？供应问题能不能得到解决？

黄仁勋：我坚信，这不会成为问题，原因是英伟达有资格与所有主要代工厂合作。无论需要什么，到时候我们都可以提供。以我们的规模和资源，我们肯定可以调整我们的供应链，让已经使用我们技术的客户能够继续依赖我们。

关于数据处理器Bluefield，从此安全无忧

问：关于Bluefield 3和Bluefield 2，你在降低工作负载方面提出了强有力的主张，但你能否提供些背景信息，说明你预计这项技术现在和未来都将在哪些市场起飞？最重要的是，市场上还存在哪些采用障碍？

黄仁勋：我要冒险一试，对未来做些预测。首先，在五年内，世界上每个数据中心都将拥有与应用平台隔离的基础设施计算平台，实现了由传统基础设施到现代基于“零信任”环境的转型。在入侵者所在的应用程序中，你不希望入侵者处于控制模式，想把这两者分开。通过这样做，通过创造像Bluefield这样的产品，我们有能力实现这个目标。

其次，现代超大规模云技术推动数据中心从基础上走向了新的架构, 在基础设施计算平台上必须加速的计算量变得日益庞大，为此利用一种专门针对数据中心基础架构软件而设计的新型处理器, 来卸载和加速由虚拟化、网络、存储、安全和其它云原生AI服务产生的巨大计算负荷，BlueField为此应运而生。这需要重新设计数据中心，它们将来都会配备类似Bluefield的设备。

我相信每台边缘设备都将成为数据中心。例如，5G边缘设备将成为数据中心，每个蜂窝塔都将成为数据中心。它们会运行应用程序，AI应用程序。这些AI应用程序可能正在为客户托管服务，也可能正在进行AI处理，以随着环境中几何形状的变化来优化无线电波束和强度。当流量变化和波束变化时，波束焦点也会改变，所有这些优化，以及越来越复杂的算法，都可以交由AI来完成。每个基站都将成为云本地的、协调的、自我优化的传感器，软件开发者将始终在对其进行编程。

每辆车都将成为数据中心。每辆汽车、卡车、航天飞机都将成为数据中心。这些数据中心中的每一个，应用程序平面(即自动驾驶汽车平面)和控制平面都将被隔离，以确保安全。你需要像BlueField这样的产品。在价值数十亿美元的工厂，到处都是移动的机器人，怎么能没有防篡改功能？绝对不可能。工厂将被建成安全的数据中心，BlueField也将会出现在那里。

边缘计算的任何地方，包括自动机器和机器人，每个数据中心、企业或云、控制平面和应用平面都将被隔离。现在的问题是：你是如何着手做这件事的？障碍是什么？那就是软件。我们得把软件移植过来。这是一件很重要的事，但我们已经努力好几年了。其中一款软件是为世界80%的企业提供的，它们都运行VMware vSphere软件定义的数据中心。你看到了我们与Vmware的合作关系，我们将在那里采用vSphere堆栈。利用vSphere并对其进行分流、加速，将其与应用程序平面隔离。

英伟达拥有八款全新RTX GPU

第二款软件，对于其他所有处于边缘的人和Red Hat，我们宣布与他们合作，他们也在做同样的事情。第三，针对所有定制软件的云服务提供商，我们创建了名为DOCA1.0的SDK。它已投入生产，并在GTC上宣布。有了这个SDK，每个人都可以编写Bluefield，使用DOCA1.0，他们在Bluefield上所做的一切都可以在Bluefield 3和Bluefield 4上运行。我宣布的这三个平台架构都将与DOCA兼容。现在，软件开发者知道，他们所做的工作将在很大范围内得到利用，而且在未来几十年内都将受到保护。

我们今年的GTC大会非常成功。从最高层面来看，我们所做的工作都是专注于推动行业发生的某些基本动态。你的问题就围绕着这一点，这太棒了。在GTC大会上，我们重点强调了五个突出的动态趋势。

第一就是加速计算，这是我们三十年前开创的方法，也是我们坚信的方法。它能够解决许多现在每个人都在面临的计算挑战。我们面临着CPU的局限性及其扩展以解决我们想要解决的某些问题的能力，加速计算就是前进的方向。

第二，要注意AI的力量，这是我们都感到兴奋的。我们必须认识到，这是个编写软件的软件，计算方法不同。另一方面，它创造了令人难以置信的新机会。

第三，不只是把数据中心看作是一个有计算机、网络和安全设备的巨大房间，而是把整个数据中心看作一个计算单元。数据中心就是新的计算单元。

基础设施工程软件公司Bentley的工具用于在Omniverse中创建数字孪生模型

第四是5G，这让我感到超级兴奋，商用5G，消费5G都是如此。然而，对于我们刚刚看到的所有应用来说，看一看私人5G的发展更让人激动。5G上的AI将把智能手机诞生时刻带到农业、物流和制造业中。你可以看到宝马对我们组合的技术有多兴奋，这些技术使他们能够彻底改变制造方式，成为一家更具技术含量的公司。

第五，机器人时代已经到来。我们将看到机器人技术取得快速进步。开发机器人和训练机器人的关键需求之一是，当它们还很笨拙的时候，不能在现实世界中接受训练，为此我们需要为它们创建虚拟世界，在那里学习如何成为合格的机器人。这些虚拟世界将非常逼真，以至于它们将成为机器人投入生产的数字孪生兄弟。由于游戏中出现的技术，数字孪生兄弟的想法将成为可能。游戏和科学计算融合在一起，就形成了我们所说的Omniverse。