Nvidia尋求打破人工智能發展的瓶頸
近日，人工智能界出現了不少關於現行模型建構方法可能面臨極限的討論。當前大型語言模型的“擴展法則”已經簡化為：更多數據加上更多GPU等於更強大的模型。這個簡單的公式助力了GPU巨頭Nvidia成為美國最有價值的公司。
然而，現在開始出現的證據顯示，這些穩定的增長可能正面臨平穩期，這對於Nvidia來說無疑是個壞消息，因為華爾街對該公司的增長預期極高。
在昨日的第三季度財報電話會議上，Nvidia首席執行官黃仁勳似乎並不擔心。他在會議中表示：“如你所知，這是一條經驗法則，而非基本物理法則。但證據顯示它仍然在擴展。不過我們學到的事是，這還不夠，我們現在發現了另外兩種擴展的方法。”
黃仁勳指出OpenAI最新的模型OpenAI o1是保持人工智能增長的“最令人興奮的發展之一”，因為它使用多步“推理”過程將查詢分解為幾個步驟。他表示：“它思考的時間越長，產出的答案就越好、質量越高。”
Nvidia的GPU業務蓬勃發展，該公司在第三季度的收入超過300億美元，同比增長112%。目前，公司正處於向新一代“Blackwell”芯片過渡的過程，此前它幾乎為每家公司提供了“霍普”（Hopper）H100 GPU，這些GPU幫助訓練了當前許多基礎模型。
對Nvidia的GPU需求激增導致了供應限制，這讓人質疑該公司是否能夠足夠快速地生產出滿足需求的芯片。不過，黃仁勳預計從Hopper過渡到Blackwell的過程將會順利。“Hopper的需求將持續到明年，肯定是明年的前幾個季度。同時，我們下個季度出貨的Blackwell將比這個季度更多，下一個季度的出貨量也會超過我們的第一季度，”黃仁勳說。
他還提到，Nvidia有機會將現有數據中心升級為更現代的計算集群，以便處理人工智能工作。“如果你看看世界的數據中心，絕大多數都是在我們手動編寫應用程序並在CPU上運行的時代建造的。這已經不再是一個合理的做法，”黃仁勳說。
他強調，任何希望在明天建立數據中心的公司“應該為機器學習和生成式人工智能的未來來建設，因為他們有大量舊的數據中心。”
Nvidia首席財務官Colette Kress表示，幫助各國建立“主權人工智能”是公司增長的重要部分，並且Nvidia將繼續支持那些“致力於用本國語言和文化建立這些基礎模型的國家，並在這些國家的企業中發揮作用。”
在這一背景下，Nvidia的未來發展方向顯得尤為關鍵。隨著技術的不斷進步，如何突破目前的擴展瓶頸，將成為公司能否保持競爭優勢的關鍵。黃仁勳提到的兩種新的擴展方法，無疑是業界密切關注的焦點。同時，隨著各國對人工智能技術的重視，Nvidia在全球市場的布局也將影響未來的行業格局。這不僅是對Nvidia的挑戰，也是整個人工智能產業的機遇。
以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。
