NVIDIA 黃仁勳:台灣是AI革命的中心,引領下一個數兆美元產業「AI工廠」!

NVIDIA 黃仁勳:台灣是AI革命的中心,引領下一個數兆美元產業「AI工廠」!

黃仁勳首先感性地回顧了 NVIDIA 與台灣長達三十多年的深厚情誼,強調台灣擁有 NVIDIA 最珍視的合作夥伴與摯友,這些夥伴一路見證並共同參與了 NVIDIA 從一家晶片公司轉型為推動全新運算平台、點燃 AI 革命火種的歷程。他提到,2006年推出的 CUDA 技術革新了運算方式,而2016年後,隨著 AI 模型的複雜化,他們意識到需要從零開始打造全新的技術堆疊、處理器、軟體架構與系統,這催生了 DGX 系統,為後來的 AI 爆發奠定了基礎。

AI工廠:生產「數位產物」的全新基礎建設

不同於傳統服務應用程式的「超大規模運算」,黃仁勳指出新一代的 AI 應用需要大量處理器協同運作,服務數百萬用戶。這徹底改變了資料中心的架構,尤其是電腦間相互溝通的「東西向流量」變得至關重要,這也是 NVIDIA 收購 Mellanox 的原因。他將這種新世代資料中心定義為「AI工廠」,而非僅僅是儲存或處理傳統企業資料的場所。

「當我們注入能源,就能產出珍貴的數位產物,這些產出物就是詞元(tokens)。」黃仁勳生動地描述。未來企業甚至會開始討論「季度詞元產量」,就像傳統工廠計算產量一樣。他預估,這個 AI 基礎建設產業的規模將達數兆美元,遠遠超過過去的晶片或資料中心市場。

核心基石:CUDAx 函式庫與 Blackwel強大算力

NVIDIA 的成果建立在「加速運算」與「人工智慧」兩大基石上。黃仁勳特別強調「函式庫」的重要性,稱之為 NVIDIA 的核心技術,例如 CUPAI 用於數值運算,Koolitho 將運算微影速度提升50至70倍,Megatron 是深度學習訓練的基石,CU-DF 加速資料處理等。這些函式庫讓應用程式能輕鬆呼叫 GPU 算力,加速各領域的發展,形成正向循環。

在硬體方面,最新推出的 Blackwell 架構是這波 AI 浪潮的關鍵推手。Grace Blackwell(GB200/GB300)系統被設計成一個「巨型運算體」,將整座資料中心整合成單一電腦。他介紹了 Blackwell 晶片透過 Co-op L 製程實現雙晶片互連,以及獨創的 NVLink 技術,能以每秒 130TB 的驚人頻寬串聯起大量 GPU,打造出比全球網路尖峰流量還要大的內部傳輸能力,打破半導體的物理限制。

他透過一段精彩的影片,鉅細靡遺地展示了 Blackwell 從台積電的晶圓製造、組裝封裝、測試,到鴻海等台灣夥伴將數十萬個零組件組裝成重達1.8公噸的機櫃式 AI 超級電腦的複雜流程,強調這一切都是「台灣科技生態系的卓越成就」。

開放生態系與多元應用

NVIDIA 不僅打造自己的頂尖系統,也積極開放生態系。新發表的 NVLink Fusion 技術,允許合作夥伴將自己的 CPU 或 ASIC 晶片透過 MVLink 技術整合到 NVIDIA 的大型擴充系統中,提供了極高的彈性。聯發科、高通、富士通等夥伴都已加入這個開放平台。

為了讓更多用戶能擁有 AI 算力,NVIDIA 也推出了更為親民的產品線,例如針對開發者與研究人員的桌上型 AI 超級電腦 DGX Spark 和個人工作站 DGX Workstation,它們擁有與大型系統相同的架構,能流暢運行兆級參數的 AI 模型。

此外,黃仁勳也強調了 AI 對企業 IT 的變革。他提出「代理型 AI」(Autonomous AI)的概念,認為它們就像能理解、思考、行動的「數位勞工」或「AI員工」,能執行研究、操作工具、甚至與其他 AI 協作。為此,NVIDIA 推出了 RTX Pro Enterprise/Omniverse Server 等產品,以及全新的 NVIDIA AI 資料平台 (IQ) 和 AIOps 軟體層,協助企業管理這些智能代理和龐大的非結構化數據。他提到 CrowdStrike、Trend Micro 等台灣和國際夥伴,正將這些解決方案導入企業。

機器人與數位分身:讓物理世界智能化

AI 的發展最終將從數位世界走向物理世界,這就是「實體 AI」與「機器人」的領域。黃仁勳介紹了 NVIDIA 在機器人技術的進展,特別是需要一個精準模擬物理世界的虛擬環境來訓練機器人。他們與 Google、迪士尼等合作開發的 Newton 物理引擎(即將開源),以及 Isaac Sim 模擬平台,提供了這樣的能力。

他展示了機器人在模擬環境中學習複雜動作的過程,並推出 Isaac Groot 平台,搭載 Jetson Thor 處理器,用來部署訓練好的機器人模型。令人興奮的是,他宣布開源 Isaac Groot 模型,讓全球開發者都能運用。為了解決機器人訓練數據不足的問題,他們開發了 Cosmos 和 Groot Dreams 架構,能透過少量人類示範,由 AI 大規模生成合成的訓練數據。

黃仁勳強調,人形機器人之所以重要,是因為世界是為人類設計的,人形機器人能直接融入現有環境工作。他預測這將是下一個兆元產業。

機器人與 AI 的發展也與製造業息息相關。台灣的製造業正引領「軟體定義製造」的趨勢。台積電利用 MetAI 建立晶圓廠的數位分身,鴻海、廣達、緯創、和碩等夥伴則在 Omniverse 平台上對新廠房進行虛擬模擬,優化生產流程、降低成本。他甚至展示了高雄市的數位分身,用於模擬城市運作和應急管理,展現了數位孿生技術在城市尺度的應用。

深耕台灣:NVIDIA Constellation 辦公室

演講尾聲,黃仁勳再次表達對台灣的感謝,並宣布 NVIDIA 將在台灣設立一個全新的大型辦公室「NVIDIA Constellation」,落腳於台北北投士林科技園區,進一步擴大在台的工程研發團隊規模。這項決定不僅是對台灣人才的肯定,也象徵 NVIDIA 對台灣未來發展的長期承諾。

Read more

OpenAI CEO:AI 神性、員工離奇死亡以及馬斯克

OpenAI CEO:AI 神性、員工離奇死亡以及馬斯克

人工智慧是否具有生命?這個問題在大型語言模型如 ChatGPT 問世後,反覆縈繞在許多人心中。它能推理、產生未經程式設定的結果,甚至看似擁有創造力。然而,OpenAI 的執行長山姆・阿特曼(Sam Altman)對此提出清晰的見解。他認為,這些系統並不具備生命。 「它們不會主動做任何事,除非你提出要求。」阿特曼說明,這些模型缺乏自主性或內在動機,只是被動地等待指令。他認為,使用者與之互動越久,那種看似生命的幻覺就越可能消散。儘管如此,它們作為工具的強大能力無庸置疑,展現出近似智慧的表現。 幻覺、謊言與數學機率 當人工智慧提供錯誤資訊時,究竟是產生「幻覺」還是蓄意「說謊」?阿特曼解釋,這兩者之間存在根本差異。他以一個早期模型的例子說明:若使用者提問「塔克・卡爾森總統是哪一年出生?」模型可能會編造一個年份,而非指出此人從未擔任總統。 這並非出於欺騙的意圖,而是一個基於訓練資料的數學機率問題。「因為在訓練過程中,直接否定使用者的前提,並不是最可能出現的回應。」模型會假設使用者的提問基於事實,然後在其龐大的資料庫中,

By Fox Hsiao
Palantir CEO Alex Karp :不用戰爭也能擊敗中國的「太極戰略」,你看懂了嗎?

Palantir CEO Alex Karp :不用戰爭也能擊敗中國的「太極戰略」,你看懂了嗎?

軟體公司 Palantir 執行長亞歷克斯·卡普(Alex Karp)是一位同時擁有忠實支持者與激烈抗議者的科技領袖。他的公開談話,不僅僅是關於技術或商業,更深刻地反映一種獨特的世界觀,一種關於建立、競爭與西方價值體系的哲學。在這場訪談中,卡普對環繞著他與公司的各種爭議,提出一套完整且充滿挑戰性的論述。 面對為何有人支持、有人反對的提問,卡普將其支持者描繪為「實踐者」(builders)。他認為,這群人懂得欣賞成果,他們衡量一項成就的標準,是基於其是否能超越外界普遍預期的懷疑與折扣。卡普直言:「實踐者們看見那些極具天賦的人,會對所有言論打上折扣,並根據超越這個折扣率的表現來衡量成就。」 Palantir 的發展歷程充滿反直覺的挑戰,從商業模式到公開形象,始終不被看好,但最終以卓越的成果贏得這群人的信賴。 另一方面,他將抗議者歸因於一種由學術機構灌輸的「失敗者崇高論」。他認為,許多抗議者深信自己無法進入科技的核心圈,因而轉向一種假設失敗者更高尚的哲學模型。卡普批判道:「當你認為自己處於失敗的那一方,你就會假設道德不可能站在你的對立面。」他認為,這種思維源於部分學術機構,這些機構將美

By Fox Hsiao
馬斯克最新訪談:兩萬鎂機器人、AI 超越人類、30年移民火星、衛星直連手機服務

馬斯克最新訪談:兩萬鎂機器人、AI 超越人類、30年移民火星、衛星直連手機服務

在 2025 ALL-IN 訪談中,伊隆・馬斯克分享他對旗下數個野心勃勃計畫的最新進展與未來藍圖,從特斯拉(Tesla)的人形機器人、xAI 的通用人工智慧,到太空探索公司 SpaceX 的星艦與星鏈計畫,勾勒出一幅以科技突破確保人類文明永續發展的宏偉願景。 Optimus:定義未來的勞動力 Musk 堅信,Optimus 人形機器人將是人類的巔峰之作,並將其形容為人類歷史上最偉大的產品。目前,開發團隊正在進行第三版設計的定稿工作。他分析,要成功打造一款能普及的通用型人形機器人,必須克服三大挑戰:擁有與人類相仿的靈巧雙手、一個能理解並與現實世界互動的人工智慧心智,以及大規模生產的能力。 在這些挑戰中,又以手部的設計最為艱鉅。人手經過長時間演化,本身就是一台極度精密的儀器,能執行各種複雜任務。他強調,要創造一個通用的人形機器人,就必須解決手部的問題。 另一個重大障礙是供應鏈的匱乏。Musk 表示,由於現今市場根本不存在適用於人形機器人的關鍵零組件,團隊必須從頭設計與製造。他無奈地說,這些關鍵零件根本買不到,因為它們在市面上並不存在。 之所以堅持採用人形設計,背後有其務實的考量

By Fox Hsiao
哈佛證實:AI正在扼殺新鮮人的第一份工作!6200萬筆數據揭露的殘酷真相

哈佛證實:AI正在扼殺新鮮人的第一份工作!6200萬筆數據揭露的殘酷真相

生成式人工智慧(Generative AI)的浪潮正席捲全球,其對勞動市場的衝擊成為各界關注的焦點。當前的討論多半圍繞在工作機會的增減與技能需求的轉變,然而,一份來自哈佛大學的最新研究,透過分析大規模的美國履歷與職缺數據,揭示一個更細微卻極其關鍵的趨勢:生成式AI的導入,可能正在不成比例地影響資淺員工的就業機會,形成一種「偏重資歷的技術變革」(seniority-biased technological change)。 這份名為《生成式AI作為偏重資歷的技術變革》的初步研究報告,由研究者Seyed M. Hosseini與Guy Lichtinger共同撰寫。他們檢視自2015年至2025年間,涵蓋近6200萬名工作者、分屬28萬5000家美國企業的履歷資料,以及超過2.45億筆的職缺公告,試圖描繪出AI技術擴散下,企業內部人力結構的真實變化。 數據揭示的關鍵轉折點 研究的核心發現,在於企業導入AI前後,不同資歷員工的僱用趨勢出現顯著分歧。過往從2015年到2022年中期,無論是資深或資淺員工,其就業增長率大致維持同步。然而,一個明確的轉折點出現在2023年第一季,這恰好是生成

By Fox Hsiao