Penyusunan: Ada yang baru
Di CES 2025 yang dibuka pagi ini, pendiri dan CEO NVIDIA Jensen Huang memberikan pidato kunci yang bersejarah, mengungkapkan masa depan AI dan komputasi. Dari konsep inti Token generatif AI, hingga peluncuran GPU arsitektur Blackwell yang baru, hingga masa depan digital yang didorong oleh AI, pidato ini akan berdampak mendalam pada seluruh industri dari perspektif lintas disiplin.
1) Dari AI generatif ke AI Agentic: Awal era baru
Lahirnya token: Sebagai pendorong inti dari AI generatif, token mengubah kata-kata menjadi pengetahuan, memberi kehidupan pada gambar, membuka cara ekspresi digital yang sama sekali baru.
Jalur evolusi AI: Dari AI persepsi, AI generatif, hingga AI Agentic yang mampu bernalar, merencanakan, dan bertindak, teknologi AI terus melampaui batas baru.
Revolusi Transformer: Sejak diperkenalkan pada tahun 2018, teknologi ini telah mendefinisikan ulang cara komputasi, secara drastis mengguncang tumpukan teknologi tradisional.
2) GPU Blackwell: Melampaui batas performa
Generasi baru GeForce RTX 50: Berdasarkan arsitektur Blackwell, memiliki 92 miliar transistor, 4000 TOPS kinerja AI, dan 4 PetaFLOPS kekuatan komputasi, tiga kali lipat dari kinerja generasi sebelumnya.
Integrasi AI dan grafik: untuk pertama kalinya, menggabungkan shader yang dapat diprogram dengan jaringan neural, meluncurkan teknologi kompresi tekstur neural dan pewarnaan material, membawa efek render yang menakjubkan.
Kinerja tinggi yang terjangkau: Laptop RTX 5070 dengan harga $1299 mencapai kinerja RTX 4090, mendorong penyebaran komputasi berkinerja tinggi.
3) Ekspansi multidomain aplikasi AI
AI Agent untuk perusahaan: NVIDIA menyediakan alat seperti Nemo dan Llama Nemotron, membantu perusahaan membangun karyawan digital dengan penalaran mandiri, mencapai manajemen dan layanan yang cerdas.
Physic AI: Melalui platform Omniverse dan Cosmos, AI terintegrasi ke dalam industri, mobil otonom, dan robotika, mendefinisikan kembali manufaktur dan logistik global.
Skenario komputasi masa depan: NVIDIA sedang membawa AI dari cloud ke perangkat pribadi dan dalam perusahaan, mencakup semua kebutuhan komputasi dari pengembang hingga pengguna biasa.
Berikut adalah poin utama dari pidato Jensen Huang kali ini:
Ini adalah tempat kelahiran kecerdasan, sebuah pabrik baru—generator token. Ini adalah modul bangunan AI, membuka domain baru, dan mengambil langkah pertama menuju dunia yang luar biasa. Token mengubah kata-kata menjadi pengetahuan, memberi kehidupan pada gambar; mereka mengubah ide menjadi video, membantu kita bernavigasi dengan aman di lingkungan mana pun; mengajarkan robot untuk bergerak seperti seorang maestro, dan menginspirasi kita untuk merayakan kemenangan dengan cara baru. Di saat-saat terpenting kita, token juga dapat membawa ketenangan batin. Mereka memberi makna digital, membantu kita memahami dunia dengan lebih baik, memprediksi bahaya potensial, dan mencari cara untuk mengobati ancaman internal. Ini dapat mewujudkan visi kita, memperbaiki segala yang telah hilang.
Semua ini dimulai pada tahun 1993, ketika NVIDIA meluncurkan produk pertamanya—NV1. Kami ingin menciptakan komputer yang mampu melakukan hal-hal yang tidak dapat dilakukan komputer biasa, yang memungkinkan memiliki konsol game di PC. Kemudian, pada tahun 1999, NVIDIA menemukan GPU yang dapat diprogram, membuka lebih dari 20 tahun kemajuan teknologi, dan memungkinkan grafik komputer modern. Enam tahun kemudian, kami meluncurkan CUDA, yang mengekspresikan kemampuan pemrograman GPU melalui algoritma yang kaya. Teknologi ini awalnya sulit dijelaskan, tetapi pada tahun 2012, keberhasilan AlexNet membuktikan potensi CUDA, mendorong perkembangan AI yang revolusioner.
Sejak saat itu, AI berkembang dengan kecepatan luar biasa. Dari AI persepsi, ke AI generatif, hingga AI Agentic yang mampu merasakan, bernalar, merencanakan, dan bertindak, kemampuan AI terus meningkat. Pada tahun 2018, Google meluncurkan Transformer, dunia AI benar-benar terbang. Transformer tidak hanya mengubah lanskap AI secara drastis, tetapi juga mendefinisikan ulang seluruh bidang komputasi. Kami menyadari bahwa pembelajaran mesin bukan hanya aplikasi baru atau peluang bisnis, tetapi inovasi mendasar dalam cara komputasi. Dari menulis instruksi secara manual hingga menggunakan pembelajaran mesin untuk mengoptimalkan jaringan neural, setiap lapisan tumpukan teknologi mengalami perubahan besar.
Saat ini, aplikasi AI ada di mana-mana. Baik itu memahami teks, gambar, suara, atau menerjemahkan asam amino dan fisika, AI dapat melakukannya. Hampir semua aplikasi AI dapat diringkas dalam tiga pertanyaan: informasi apa yang dipelajari dari modalitas? Apa yang diterjemahkan ke dalam modalitas? Apa yang dihasilkan dari modalitas? Konsep dasar ini mendorong setiap aplikasi yang didorong oleh AI.
Semua pencapaian ini tidak terlepas dari dukungan GeForce. GeForce membawa AI ke masyarakat, dan sekarang, AI kembali ke GeForce. Dengan teknologi ray tracing waktu nyata, kami dapat merender grafik dengan efek yang menakjubkan. Melalui DLSS, AI bahkan dapat melampaui generasi bingkai, memprediksi gambar masa depan. Dari 33 juta piksel, hanya 2 juta piksel yang dihitung, sisanya diprediksi dan dihasilkan oleh AI. Teknologi yang menakjubkan ini menunjukkan kekuatan luar biasa AI, membuat komputasi lebih efisien, dan memberikan kita pandangan tentang kemungkinan tak terbatas di masa depan.
Inilah sebabnya mengapa begitu banyak hal menakjubkan terjadi saat ini. Kami menggunakan GeForce untuk mendorong perkembangan AI, dan sekarang, AI sedang merevolusi GeForce. Hari ini, kami mengumumkan produk generasi berikutnya—keluarga RTX Blackwell. Mari kita lihat bersama.
Ini adalah generasi baru GeForce RTX 50, berdasarkan arsitektur Blackwell. GPU ini adalah monster performa, memiliki 92 miliar transistor, 4000 TOPS kinerja AI dan 4 PetaFLOPS kekuatan AI, tiga kali lipat dari kinerja generasi sebelumnya. Semua ini untuk menghasilkan piksel menakjubkan yang saya tunjukkan sebelumnya. Ini juga memiliki 380 Teraflops ray tracing untuk memberikan kualitas gambar seindah mungkin untuk piksel yang memerlukan perhitungan, serta 125 Teraflops pewarnaan. Kartu grafis ini menggunakan memori G7 dari Micron, dengan kecepatan mencapai 1,8TB per detik, dua kali lipat dari kinerja generasi sebelumnya.
Sekarang kami dapat menggabungkan beban kerja AI dengan beban kerja grafik komputer, salah satu fitur luar biasa dari generasi produk ini adalah shader yang dapat diprogram juga dapat menangani jaringan neural. Ini memungkinkan kita untuk menciptakan kompresi tekstur neural dan pewarnaan material. Teknologi ini melalui AI mempelajari tekstur dan algoritma kompresi, akhirnya menghasilkan efek gambar yang menakjubkan yang hanya dapat dicapai oleh AI.
Bahkan dalam desain mekanis, kartu grafis ini adalah sebuah keajaiban. Ini memiliki desain dual-fan, seluruh kartu grafis terlihat seperti kipas besar, dan modul pengatur voltase di dalamnya adalah yang paling maju. Desain yang luar biasa ini sepenuhnya berkat upaya tim teknik.
Selanjutnya adalah perbandingan kinerja. Seperti yang Anda ketahui, RTX 4090, dijual dengan harga $1599, adalah investasi inti untuk pusat hiburan PC rumah. Dan sekarang, seri RTX 50 menawarkan kinerja lebih tinggi dengan harga mulai hanya $549, dari RTX 5070 hingga RTX 5090, kinerjanya dua kali lipat dari RTX 4090.
Yang lebih menakjubkan, kami menempatkan GPU berkinerja tinggi ini ke dalam laptop. Laptop RTX 5070 dijual dengan harga $1299, tetapi memiliki kinerja RTX 4090. Desain ini menggabungkan teknologi AI dan grafik komputer, memungkinkan efisiensi tinggi dan kinerja tinggi.
Grafik komputer masa depan akan menjadi rendering neural—penggabungan AI dan grafik komputer. Keluarga Blackwell bahkan dapat diimplementasikan dalam laptop dengan ketebalan hanya 14,9 mm, dari RTX 5070 hingga RTX 5090 dapat diadaptasi untuk laptop ultra tipis.
GeForce mendorong penyebaran AI, dan sekarang AI secara radikal mengubah GeForce. Ini adalah promosi timbal balik antara teknologi dan kecerdasan, dan kami sedang menuju tingkat yang lebih tinggi.
Tiga Scalling Law AI
Selanjutnya, mari kita bicarakan arah perkembangan AI.
1) Scalling Law prapelatihan
Industri AI sedang berkembang pesat, didorong oleh model kuat yang dikenal sebagai 'Scalling Law'. Hukum empiris ini telah divalidasi oleh peneliti dan industri, menunjukkan bahwa semakin besar skala data pelatihan, semakin besar skala model, dan semakin banyak kapasitas komputasi yang terlibat, kemampuan model juga akan semakin kuat.
Kecepatan pertumbuhan data meningkat secara eksponensial. Diperkirakan dalam beberapa tahun mendatang, jumlah data yang dihasilkan manusia setiap tahun akan melebihi jumlah yang dihasilkan manusia dalam seluruh sejarah sebelumnya. Data-data ini semakin menjadi multimodal, termasuk video, gambar, dan suara. Data besar ini dapat digunakan untuk melatih fondasi pengetahuan AI, memberikan dasar pengetahuan yang kokoh untuk AI.
2) Scalling Law setelah pelatihan
Selain itu, ada dua Scalling Law lainnya yang sedang muncul.
Scalling Law kedua adalah 'Scalling Law setelah pelatihan', yang melibatkan teknologi seperti pembelajaran penguatan dan umpan balik manusia. Dengan cara ini, AI menghasilkan jawaban berdasarkan permintaan manusia, dan terus memperbaiki diri dari umpan balik manusia. Sistem pembelajaran penguatan ini membantu AI memperhalus keterampilan di bidang tertentu, misalnya menjadi lebih baik dalam menyelesaikan masalah matematika atau melakukan penalaran kompleks.
Masa depan AI bukan hanya persepsi dan generasi, tetapi merupakan proses perbaikan diri yang terus menerus, melampaui batas. Ini seperti memiliki seorang mentor atau pelatih, yang memberi umpan balik setelah Anda menyelesaikan tugas. Melalui pengujian, umpan balik, dan perbaikan diri, AI juga dapat berkembang melalui mekanisme pembelajaran penguatan dan umpan balik yang serupa. Fase pelatihan kembali ini yang diperkuat dengan teknologi produksi data sintetis, mirip dengan proses latihan mandiri. AI dapat menghadapi masalah yang kompleks dan dapat divalidasi, seperti membuktikan teorema atau menyelesaikan masalah geometri, terus mengoptimalkan jawabannya melalui pembelajaran penguatan. Meskipun pelatihan kembali ini memerlukan kapasitas komputasi yang besar, pada akhirnya dapat menghasilkan model yang luar biasa.
3) Scalling Law waktu pengujian
Scalling Law waktu pengujian juga mulai muncul. Hukum ini menunjukkan potensi unik ketika AI benar-benar digunakan. AI dapat mendistribusikan sumber daya secara dinamis selama penalaran, tidak lagi terbatas pada optimasi parameter, tetapi fokus pada distribusi komputasi untuk menghasilkan jawaban berkualitas tinggi yang diinginkan.
Proses ini mirip dengan pemikiran penalaran, bukan hanya inferensi langsung atau jawaban satu kali. AI dapat memecah masalah menjadi beberapa langkah, menghasilkan beberapa solusi, dan melakukan evaluasi, akhirnya memilih solusi optimal. Penalaran jangka panjang ini terbukti efektif dalam meningkatkan kemampuan model.
Kami telah melihat evolusi teknologi ini, dari ChatGPT ke GPT-4, hingga saat ini Gemini Pro, semua sistem ini mengalami perkembangan bertahap dalam prapelatihan, pelatihan lebih lanjut, dan perluasan waktu pengujian. Mencapai terobosan ini memerlukan kapasitas komputasi yang besar, dan ini adalah nilai inti dari arsitektur Blackwell NVIDIA.
Perkenalan terbaru arsitektur Blackwell
Sistem Blackwell sedang dalam produksi massal, dan kinerjanya sangat mengesankan. Saat ini, setiap penyedia layanan cloud sedang menerapkan sistem-sistem ini, yang diproduksi oleh 45 pabrik di seluruh dunia, mendukung hingga 200 konfigurasi, termasuk pendinginan cair, pendinginan udara, arsitektur x86, serta versi CPU Grace NVIDIA.
Komponen inti sistem NVLink itu sendiri seberat 1,5 ton, dengan 600.000 bagian, setara dengan kompleksitas 20 mobil, terhubung dengan 2 mil kabel tembaga dan 5000 kabel. Seluruh proses manufaktur sangat rumit, tetapi tujuannya adalah untuk memenuhi permintaan komputasi yang terus berkembang.
Dibandingkan dengan arsitektur generasi sebelumnya, Blackwell meningkatkan kinerja per watt sebesar 4 kali, dan kinerja per dolar meningkat 3 kali. Ini berarti, dengan biaya yang sama, skala pelatihan model dapat meningkat 3 kali, dan kunci di balik perbaikan ini adalah pembuatan token AI. Token ini digunakan secara luas dalam ChatGPT, Gemini, dan berbagai layanan AI, menjadi dasar komputasi di masa depan.
Atas dasar ini, NVIDIA mendorong model komputasi baru: rendering neural, yang menggabungkan AI dengan grafik komputer dengan sempurna. 72 GPU di bawah arsitektur Blackwell membentuk sistem chip tunggal terbesar di dunia, menawarkan kinerja AI floating point hingga 1,4 ExaFLOPS, dengan bandwidth memori yang mencapai 1,2 PB/s, setara dengan total semua lalu lintas internet di dunia. Kapasitas komputasi super ini memungkinkan AI untuk menangani tugas penalaran yang lebih kompleks, sambil secara signifikan mengurangi biaya, meletakkan dasar untuk komputasi yang lebih efisien.
Sistem dan ekosistem AI Agent
Melihat ke depan, proses penalaran AI tidak lagi hanya tanggapan satu langkah sederhana, tetapi lebih mendekati 'dialog internal'. AI masa depan tidak hanya akan menghasilkan jawaban, tetapi juga melakukan refleksi, penalaran, dan terus mengoptimalkan. Dengan meningkatnya laju generasi token AI dan penurunan biaya, kualitas layanan AI akan meningkat secara signifikan, memenuhi kebutuhan aplikasi yang lebih luas.
Untuk membantu perusahaan membangun sistem AI dengan kemampuan penalaran mandiri, NVIDIA menyediakan tiga alat kunci: NVIDIA NeMo, layanan mikro AI, dan pustaka akselerasi. Dengan mengemas perangkat lunak CUDA yang kompleks dan model pembelajaran mendalam menjadi layanan berbasis kontainer, perusahaan dapat menerapkan model AI ini di platform cloud mana pun, dengan cepat mengembangkan AI Agent yang ditujukan untuk bidang tertentu, seperti alat layanan untuk manajemen perusahaan atau karyawan digital untuk interaksi pengguna.
Model-model ini membuka kemungkinan baru bagi perusahaan, tidak hanya menurunkan ambang pengembangan aplikasi AI, tetapi juga mendorong seluruh industri melangkah maju ke arah Agentic AI (AI mandiri). AI masa depan akan menjadi karyawan digital yang dapat dengan mudah diintegrasikan ke dalam alat perusahaan seperti SAP, ServiceNow, untuk memberikan layanan cerdas kepada pelanggan di berbagai lingkungan. Ini adalah tonggak perluasan AI berikutnya, serta visi inti dari ekosistem teknologi NVIDIA.
Sistem evaluasi pelatihan. Di masa depan, AI Agent ini pada dasarnya akan bekerja berdampingan dengan karyawan, menyelesaikan tugas untuk Anda. Oleh karena itu, memperkenalkan agen-agen khusus ini ke perusahaan Anda, seperti mempekerjakan karyawan baru. Kami menyediakan berbagai pustaka alat untuk membantu AI Agent ini mempelajari bahasa unik perusahaan, kosakata, proses bisnis, dan cara kerja. Anda perlu memberikan contoh hasil kerja kepada mereka, yang kemudian mereka akan coba hasilkan, dan kemudian Anda dapat memberikan umpan balik, melakukan evaluasi, dan seterusnya. Pada saat yang sama, Anda juga akan menetapkan batasan, seperti menjelaskan tindakan apa yang tidak boleh mereka lakukan, apa yang tidak boleh mereka katakan, dan mengontrol informasi apa yang dapat mereka akses. Seluruh proses karyawan digital ini disebut Nemo. Dalam beberapa hal, setiap departemen TI perusahaan akan menjadi departemen SDM untuk AI Agent.
Saat ini, departemen TI mengelola dan memelihara banyak perangkat lunak; di masa depan, mereka akan mengelola, melatih, mempekerjakan, dan meningkatkan banyak AI Agent, memberikan layanan kepada perusahaan. Oleh karena itu, departemen TI akan secara bertahap berevolusi menjadi departemen SDM untuk AI Agent.
Selain itu, kami menyediakan banyak cetak biru open-source untuk digunakan oleh ekosistem. Pengguna dapat mengubah cetak biru ini sesuka hati. Kami menyediakan cetak biru untuk berbagai jenis AI Agent. Hari ini, kami juga mengumumkan sesuatu yang sangat keren dan cerdas: kami meluncurkan keluarga model baru berbasis Llama, yaitu seri model dasar bahasa NVIDIA Llama Nemo Tron.
Llama 3.1 adalah model fenomenal. Unduhan Llama 3.1 dari Meta mencapai sekitar 350.650.000 kali, dan melahirkan sekitar 60.000 model lainnya. Ini adalah salah satu alasan utama yang mendorong hampir semua perusahaan dan industri untuk mulai mengeksplorasi AI. Kami menyadari bahwa model Llama dapat disesuaikan dengan lebih baik untuk kasus penggunaan bisnis. Dengan keahlian dan kemampuan kami, kami menyesuaikannya menjadi paket model terbuka Llama Nemotron.
Model-model ini dibagi menjadi berbagai ukuran: model kecil merespons dengan cepat; model super mainstream Super Llama Nemotron adalah model untuk penggunaan umum; sedangkan model ultra besar Ultra Model berfungsi sebagai model guru, untuk mengevaluasi model lain, menghasilkan jawaban, dan menentukan kualitasnya, atau sebagai model distilasi pengetahuan. Semua model ini sekarang telah diluncurkan.
Model-model ini menunjukkan performa luar biasa, berada di peringkat teratas dalam dialog, instruksi, dan pengambilan informasi, sangat cocok untuk fungsi AI Agent di seluruh dunia.
Kami juga sangat dekat dengan kerja sama ekosistem, seperti dengan ServiceNow, SAP, Siemens dalam AI industri. Perusahaan seperti Cadence dan Perplexity juga sedang menjalankan proyek yang luar biasa. Perplexity mendisrupsi bidang pencarian, sementara Codium melayani 30 juta insinyur perangkat lunak di seluruh dunia. Asisten AI akan secara signifikan meningkatkan produktivitas pengembang perangkat lunak, yang merupakan bidang aplikasi besar berikutnya untuk layanan AI. Ada 1 miliar pekerja pengetahuan di seluruh dunia, dan AI Agent bisa menjadi industri robotika berikutnya, dengan potensi mencapai triliunan dolar.
Cetak biru AI Agent
Selanjutnya, kami akan menunjukkan beberapa cetak biru AI Agent yang dikerjakan bersama mitra.
AI Agent adalah tenaga kerja digital baru, yang dapat membantu atau menggantikan manusia dalam menyelesaikan tugas. Modul bangunan Agentic AI NVIDIA, model pra-pelatihan NEM, dan kerangka Nemo membantu organisasi dengan mudah mengembangkan dan menerapkan AI Agent. Agen-agen ini dapat dilatih sebagai ahli tugas tertentu.
Berikut adalah empat contoh:
AI Agent Asisten Penelitian: Mampu membaca dokumen kompleks, seperti kuliah, jurnal, laporan keuangan, dll., dan menghasilkan podcast interaktif untuk memudahkan pembelajaran;
AI Agent Keamanan Perangkat Lunak: Membantu pengembang terus memindai kerentanan perangkat lunak dan memberikan saran untuk langkah-langkah yang sesuai;
Laboratorium Virtual AI Agent: Mempercepat desain dan penyaringan senyawa, dengan cepat menemukan kandidat obat potensial;
AI Agent Analisis Video: Berdasarkan cetak biru Metropolis dari NVIDIA, menganalisis data dari miliaran kamera, menghasilkan pencarian interaktif, ringkasan, dan laporan. Misalnya, memantau arus lalu lintas, proses fasilitas, memberikan saran perbaikan, dll;
Munculnya era AI fisik
Kami ingin membawa AI dari cloud ke setiap sudut, termasuk dalam perusahaan dan PC pribadi. NVIDIA sedang berusaha untuk mengubah Windows WSL 2 (subsystem Windows) menjadi platform pilihan yang mendukung AI. Ini akan memungkinkan pengembang dan insinyur untuk lebih mudah memanfaatkan tumpukan teknologi AI NVIDIA, termasuk model bahasa, model gambar, model animasi, dan lainnya.
Selain itu, NVIDIA meluncurkan Cosmos, platform pengembangan model dasar dunia fisik pertama, yang fokus pada pemahaman karakteristik dinamis dunia fisik, seperti gravitasi, gesekan, inersia, hubungan spasial, sebab-akibat, dll. Ini dapat menghasilkan video dan skenario yang sesuai dengan hukum fisika, digunakan secara luas dalam pelatihan dan validasi robot, AI industri, dan model bahasa multimodal.
Cosmos menyediakan simulasi fisik dengan menghubungkan Omniverse NVIDIA, menghasilkan hasil simulasi yang realistis. Kombinasi ini adalah teknologi inti untuk pengembangan aplikasi robot dan industri.
Strategi industri NVIDIA didasarkan pada tiga sistem komputasi:
Sistem DGX untuk melatih AI;
Sistem AGX untuk mengimplementasikan AI;
Sistem digital kembar untuk pembelajaran penguatan dan optimasi AI;
Melalui kerja sama ketiga sistem ini, NVIDIA mendorong perkembangan robotik dan AI industri, membangun dunia digital masa depan. Daripada menyebutnya sebagai masalah tiga tubuh, kami memiliki solusi 'tiga komputer'.
Visi robotik NVIDIA memungkinkan saya menunjukkan tiga contoh.
1) Aplikasi visualisasi industri
Saat ini, ada jutaan pabrik dan ratusan ribu gudang di seluruh dunia, membentuk tulang punggung industri manufaktur senilai 50 triliun dolar. Di masa depan, semua ini perlu diubah menjadi perangkat lunak yang terdefinisi dan otomatis, dan diintegrasikan dengan teknologi robotika. Kami bekerja sama dengan penyedia solusi otomatisasi gudang terkemuka di dunia, Keon, serta penyedia layanan profesional terbesar di dunia, Accenture, fokus pada digitalisasi manufaktur, bersama-sama menciptakan solusi yang sangat istimewa. Pendekatan pemasaran kami mirip dengan platform perangkat lunak dan teknologi lainnya, dilakukan melalui pengembang dan mitra ekosistem, dan semakin banyak mitra ekosistem yang terhubung ke platform Omniverse. Ini karena semua orang ingin memvisualisasikan masa depan industri. Dalam GDP global senilai 50 triliun dolar ini, ada begitu banyak pemborosan, juga banyak peluang otomatisasi.
Mari kita lihat contoh ini dari Keon dan Accenture yang bekerja sama dengan kami:
Keon (perusahaan solusi rantai pasokan), Accenture (pemimpin layanan profesional global), dan NVIDIA sedang membawa AI fisik ke pasar gudang dan pusat distribusi yang bernilai triliunan dolar. Mengelola logistik gudang yang efisien memerlukan pengambilan keputusan yang kompleks yang dipengaruhi oleh variabel yang terus berubah, seperti perubahan permintaan harian dan musiman, batasan ruang, ketersediaan tenaga kerja, dan integrasi berbagai robot dan sistem otomatisasi. Saat ini, memprediksi indikator kinerja utama (KPI) operasi gudang fisik hampir tidak mungkin.
Untuk mengatasi masalah ini, Keon sedang menggunakan Mega (sebuah cetak biru Omniverse NVIDIA) untuk membangun digital twin industri, untuk menguji dan mengoptimalkan armada robot. Pertama, solusi manajemen gudang Keon akan mengalokasikan tugas kepada otak AI industri dalam digital twin, seperti memindahkan barang dari lokasi buffering ke solusi penyimpanan shuttle. Armada robot melakukan tugas di lingkungan simulasi gudang fisik di Omniverse, menggunakan persepsi dan penalaran untuk merencanakan tindakan selanjutnya dan mengambil tindakan. Lingkungan digital twin menggunakan simulasi sensor, memungkinkan otak robot untuk melihat status setelah tugas selesai, dan memutuskan tindakan berikutnya. Dengan pelacakan yang akurat dari Mega, seluruh siklus berlangsung terus-menerus, sambil mengukur KPI operasi, seperti throughput, efisiensi, dan penggunaan, semua ini dilakukan sebelum melakukan perubahan pada gudang fisik.
Berkat kolaborasi NVIDIA, Keon, dan Accenture sedang mendefinisikan kembali masa depan otonomi industri.
Di masa depan, setiap pabrik akan memiliki digital twin yang sepenuhnya disinkronkan dengan pabrik fisik. Anda dapat menggunakan Omniverse dan Cosmos untuk menghasilkan banyak skenario masa depan, AI akan menentukan skenario KPI optimal, dan menggunakannya sebagai batasan untuk penerapan pabrik fisik dan logika pemrograman AI.
2) Mobil otonom
Revolusi mobil otonom telah datang. Setelah bertahun-tahun perkembangan, baik Waymo maupun Tesla telah membuktikan kematangan teknologi mobil otonom. Solusi kami menawarkan tiga sistem komputer untuk industri ini: sistem untuk melatih AI (seperti sistem DGX), sistem untuk pengujian simulasi dan menghasilkan data sintetis (seperti Omniverse dan Cosmos), serta sistem komputer di dalam kendaraan (seperti sistem AGX). Hampir semua perusahaan mobil utama di dunia bekerja sama dengan kami, termasuk Waymo, Zoox, Tesla, dan perusahaan mobil listrik terbesar di dunia, BYD. Ada juga Mercedes, Lucid, Rivian, Xiaomi, dan Volvo yang akan segera meluncurkan model inovatif. Aurora sedang menggunakan teknologi NVIDIA untuk mengembangkan truk otonom.
Setiap tahun, 100 juta mobil diproduksi, ada 1 miliar mobil di jalan, dengan total jarak tempuh tahunan mencapai triliunan mil. Semua ini akan menuju otomatisasi tinggi atau otomatisasi penuh. Industri ini diperkirakan akan menjadi industri robotik pertama yang bernilai triliunan dolar.
Hari ini, kami mengumumkan peluncuran komputer onboard generasi berikutnya, Thor. Ini adalah komputer robot universal yang mampu menangani sejumlah besar data dari kamera, radar resolusi tinggi, lidar, dan sensor lainnya. Thor adalah versi yang ditingkatkan dari standar industri saat ini, Orin, dengan kemampuan komputasi 20 kali lipat, dan kini telah mencapai produksi massal. Sementara itu, Drive OS NVIDIA adalah sistem operasi komputer AI pertama yang disertifikasi untuk mencapai standar keselamatan fungsional tertinggi (ISO 26262 ASIL D).
Pabrik data otonom
NVIDIA menggunakan model AI Omniverse dan platform Cosmos untuk menciptakan pabrik data otonom, secara signifikan memperluas data pelatihan melalui pembuatan skenario mengemudi. Ini termasuk:
OmniMap: Menggabungkan peta dan data geospasial, membangun lingkungan 3D yang dapat dikemudikan;
Mesin rekonstruksi neural: Menghasilkan lingkungan simulasi 4D yang berkualitas tinggi menggunakan log sensor, dan menghasilkan variasi skenario untuk data pelatihan;
Edify 3DS: Mencari atau menghasilkan aset baru dari perpustakaan aset, menciptakan skenario untuk simulasi.
Dengan teknologi-teknologi ini, kami memperluas ribuan skenario berkendara menjadi miliaran mil data, untuk pengembangan sistem mengemudi otonom yang lebih aman dan lebih maju.
3) Robot universal
Era robot universal akan segera tiba. Kunci untuk terobosan di bidang ini adalah pelatihan. Untuk robot humanoid, pengumpulan data tiruan relatif sulit, tetapi NVIDIA's Isaac Groot memberikan solusi. Ini menghasilkan kumpulan data besar melalui simulasi, dan menggabungkannya dengan mesin simulasi multiverse Omniverse dan Cosmos, untuk pelatihan, validasi, dan penerapan kebijakan.
Misalnya, pengembang dapat mengoperasikan robot dari jarak jauh menggunakan Apple Vision Pro, menangkap data tanpa memerlukan robot fisik, dan mengajar tugas dalam lingkungan tanpa risiko. Melalui fungsionalitas randomisasi domain dan ekstensi dari 3D ke skenario nyata dalam Omniverse, menghasilkan kumpulan data yang tumbuh secara eksponensial, menyediakan sumber daya yang melimpah untuk pembelajaran robot.
Singkatnya, baik itu visualisasi industri, mobil otonom, atau robot universal, teknologi NVIDIA memimpin perubahan masa depan di bidang AI fisik dan robotika.
Akhirnya, saya memiliki satu hal penting untuk ditunjukkan, semua ini tidak terlepas dari proyek bernama Project Digits yang kami luncurkan di perusahaan sepuluh tahun lalu, yang lengkapnya adalah Deep Learning GPU Intelligence Training System (Sistem Pelatihan Intelijen GPU Pembelajaran Mendalam), disingkat Digits.
Sebelum peluncuran resmi, kami telah menyesuaikan DGX agar selaras dengan produk RTX, AGX, OVX, dan seri lainnya di perusahaan. Kemunculan DGX1 benar-benar mengubah arah perkembangan AI, dan ini juga merupakan tonggak penting bagi NVIDIA dalam perkembangan AI.
Revolusi DGX1
DGX1 didesain untuk memberikan superkomputer AI yang siap pakai bagi peneliti dan perusahaan rintisan. Bayangkan, superkomputer sebelumnya memerlukan pengguna untuk membangun fasilitas khusus, merancang, dan membangun infrastruktur yang kompleks untuk keberadaannya. Namun, DGX1 adalah superkomputer yang dirancang khusus untuk pengembangan AI, tanpa operasi yang rumit, siap digunakan langsung dari kotaknya.
Saya masih ingat, pada tahun 2016 saya menyerahkan DGX1 pertama kepada sebuah perusahaan rintisan—OpenAI. Saat itu, Elon Musk, Ilya Sutskever, dan banyak insinyur NVIDIA hadir, dan kami merayakan kedatangan DGX1 bersama-sama. Perangkat ini secara signifikan mendorong perkembangan komputasi AI.
Sekarang, AI sudah ada di mana-mana. Tidak terbatas pada institusi penelitian dan laboratorium startup, seperti yang saya sebutkan di awal, AI telah menjadi cara komputasi baru dan cara pengembangan perangkat lunak. Setiap insinyur perangkat lunak, seniman kreatif, bahkan pengguna biasa yang menggunakan alat komputer, semuanya membutuhkan superkomputer AI. Namun, saya selalu berharap DGX1 bisa lebih kecil.
Superkomputer AI terbaru
Berikut adalah superkomputer AI terbaru dari NVIDIA. Ini masih bagian dari Project Digits; saat ini kami sedang mencari nama yang lebih baik, dan kami menyambut saran. Ini adalah perangkat yang benar-benar menakjubkan.
Superkomputer ini dapat menjalankan seluruh tumpukan perangkat lunak AI NVIDIA, termasuk DGX Cloud. Ini dapat berfungsi sebagai superkomputer cloud, juga sebagai workstation berkinerja tinggi, bahkan sebagai workstation analisis di desktop. Yang terpenting, itu berdasarkan chip baru yang kami kembangkan secara rahasia, bernama GB110, yang merupakan Grace Blackwell terkecil yang kami buat.
Saya memiliki sebuah chip di tangan saya, mari saya tunjukkan desain internalnya. Chip ini dikembangkan dengan perusahaan SoC terkemuka di dunia, MediaTek. CPU SoC ini dirancang khusus untuk NVIDIA, menggunakan teknologi interkoneksi chip NVLink yang terhubung ke GPU Blackwell. Chip kecil ini sekarang telah mulai diproduksi secara massal. Kami memperkirakan superkomputer ini akan resmi diluncurkan sekitar bulan Mei.
Kami bahkan menyediakan konfigurasi 'dua kali lipat daya komputasi', yang dapat menghubungkan perangkat ini melalui ConnectX, mendukung teknologi GPU direct (GPUDirect). Ini adalah solusi superkomputasi yang lengkap, mampu memenuhi berbagai kebutuhan pengembangan AI, pekerjaan analisis, dan aplikasi industri.
Selain itu, tiga chip sistem Blackwell baru diumumkan dalam produksi massal, model dasar AI fisik pertama di dunia, dan tiga terobosan di bidang robotika—robot AI Agent otonom, robot humanoid, dan mobil otonom.