ស្ថាបនិក និងជានាយកប្រតិបត្តិ Nvidia លោក Jensen Huang បាននិយាយនៅថ្ងៃនេះថា ក្រុមហ៊ុនបានធ្វើការសម្រេចចិត្តបង្កើតអាជីវកម្មដែលមានស្រាប់ក្នុងឆ្នាំ 2018 ដែលមានមនុស្សតិចណាស់ដែលដឹងថានឹងកំណត់អនាគតរបស់ខ្លួនឡើងវិញ និងជួយកំណត់ឡើងវិញនូវឧស្សាហកម្មដែលកំពុងវិវឌ្ឍន៍។ ជាការពិតណាស់ វាត្រូវបានបង់ថ្លៃយ៉ាងច្រើន ប៉ុន្តែលោក Huang បាននិយាយថា នេះគ្រាន់តែជាការចាប់ផ្តើមនៃអនាគតដ៏ខ្លីដែលដំណើរការដោយ AI ដែលជាអនាគតដែលដំណើរការដោយផ្នែករឹងរបស់ Nvidia។

គាត់បានធ្វើការកត់សម្គាល់ និងការឆ្លុះបញ្ចាំងទាំងនេះក្នុងអំឡុងពេលសុន្ទរកថាដ៍សំខាន់នៅឯ SIGGRAPH ក្នុងទីក្រុង Los Angeles ។ លោក Huang បាននិយាយថា ទិដ្ឋភាពនោះកាលពីប្រាំឆ្នាំមុន គឺជាជម្រើសដើម្បីទទួលយកដំណើរការរូបភាពដែលដំណើរការដោយ AI ក្នុងទម្រង់នៃការតាមដានដោយកាំរស្មី និងការបង្កើនទំហំឆ្លាតវៃ៖ RTX និង DLSS ។

លោកបានមានប្រសាសន៍ថា៖ «យើងបានដឹងថាការបង្ហាញរូបភាព 3D បានឈានដល់កម្រិតកំណត់របស់វាហើយ»។ ឆ្នាំ 2018 គឺជាពេល ‘ភ្នាល់ក្រុមហ៊ុន‘  វាទាមទារឱ្យយើងបង្កើតផ្នែករឹងនៃសូហ្វវែរ ក្បួនដោះស្រាយឡើងវិញ។ ហើយខណៈពេលដែលយើងកំពុងបង្កើត CG ឡើងវិញជាមួយនឹង AI យើងកំពុងបង្កើត GPU ឡើងវិញសម្រាប់ AI ។

ខណៈពេលដែល ray-tracing និង DLSS នៅតែស្ថិតក្នុងដំណើរការដែលត្រូវបានអនុម័តនៅទូទាំងពិភពចម្រុះ និងស្មុគស្មាញនៃ GPUs និងហ្គេមរបស់អតិថិជន ស្ថាបត្យកម្មដែលពួកគេបានបង្កើតឡើងដើម្បីបើកដំណើរការវាត្រូវបានរកឃើញថាជាដៃគូដ៏ល្អឥតខ្ចោះសម្រាប់សហគមន៍អភិវឌ្ឍន៍ការរៀនម៉ាស៊ីនដែលកំពុងរីកចម្រើន។

បរិមាណដ៏ច្រើននៃការគណនាដែលទាមទារដើម្បីបណ្តុះបណ្តាល Model ដែលមានទំហំធំ និងធំជាងនេះត្រូវបានបម្រើយ៉ាងល្អបំផុតមិនមែនដោយមជ្ឈមណ្ឌលទិន្នន័យប្រពៃណីដែលមានសមត្ថភាព GPU មួយចំនួននោះទេ ប៉ុន្តែប្រព័ន្ធដូចជា H100 ដែលត្រូវបានរចនាឡើងតាំងពីដំបូងដើម្បីអនុវត្តប្រតិបត្តិការចាំបាច់តាមមាត្រដ្ឋាន។ វានឹងជាការត្រឹមត្រូវក្នុងការនិយាយថាការអភិវឌ្ឍន៍ AI គឺនៅក្នុងវិធីមួយចំនួនដែលកំណត់ដោយភាពអាចរកបាននៃធនធានកុំព្យូទ័រទាំងនេះប៉ុណ្ណោះ។ Nvidia ជាកម្មសិទ្ធិរបស់ Beanie Baby-scale boom ហើយបានលក់ servers និង workstations ជាច្រើនតាមដែលវាអាចធ្វើបាន។

ប៉ុន្តែលោក Huang បានអះអាងថា នេះទើបតែជាការចាប់ផ្តើម Model ថ្មីមិនត្រឹមតែត្រូវការការបណ្តុះបណ្តាលប៉ុណ្ណោះទេ ប៉ុន្តែដំណើរការក្នុងពេលវេលាជាក់ស្តែងដោយរាប់លាននាក់ ប្រហែលជាអ្នកប្រើប្រាស់រាប់ពាន់លាននាក់ជាប្រចាំ។

គាត់បាននិយាយថា “អនាគតគឺជា LLM នៅផ្នែកខាងមុខនៃអ្វីគ្រប់យ៉ាង: “មនុស្ស” គឺជាភាសាសរសេរកម្មវិធីថ្មី។ អ្វីគ្រប់យ៉ាងពីផលប៉ះពាល់ដែលមើលឃើញរហូតដល់ទីផ្សារផលិតកម្មដែលធ្វើឌីជីថលយ៉ាងឆាប់រហ័ស ការរចនារោងចក្រ និងឧស្សាហកម្មធុនធ្ងន់នឹងទទួលយកកម្រិតណាមួយនៃចំណុចប្រទាក់ភាសាធម្មជាតិ ។

“រោងចក្រទាំងមូលនឹងត្រូវបានកំណត់ដោយកម្មវិធី និងមនុស្សយន្ត ហើយរថយន្តដែលពួកគេនឹងសាងសង់នឹងក្លាយជាមនុស្សយន្តដូច្នេះវាត្រូវបានគេរចនាមនុស្សយន្តបង្កើតមនុស្សយន្ត»។

អ្នកខ្លះប្រហែលជាមិនចែករំលែកទស្សនៈរបស់គាត់ដែលខណៈពេលដែលអាចជឿទុកចិត្តបានផងដែរថាមានភាពរួសរាយរាក់ទាក់ខ្លាំងចំពោះការចាប់អារម្មណ៍របស់ Nvidia។

ប៉ុន្តែខណៈពេលដែលកម្រិតនៃការពឹងផ្អែកលើ LLMs ប្រហែលជាមិនទាន់ដឹងនៅឡើយ មានមនុស្សតិចណាស់ដែលនិយាយថាវានឹងមិនត្រូវបានអនុម័តទាល់តែសោះ ហើយសូម្បីតែការប៉ាន់ប្រមាណបែបអភិរក្សថាតើអ្នកណានឹងប្រើប្រាស់វា និងសម្រាប់អ្វីដែលត្រូវការការវិនិយោគដ៏ធ្ងន់ធ្ងរនៅក្នុងធនធានកុំព្យូទ័រថ្មី។

ការវិនិយោគរាប់លានដុល្លារនៅក្នុងធនធានកុំព្យូទ័រជំនាន់ចុងក្រោយដូចជា racks ដែលផ្តោតលើ CPU គឺជារឿងល្ងង់នៅពេលដែលអ្វីមួយដូចជា GH200 ដែលជាផ្នែករឹងអភិវឌ្ឍន៍ AI ដែលទើបបង្ហាញថ្មី និងផ្តោតលើមជ្ឈមណ្ឌលទិន្នន័យអាចធ្វើការងារដូចគ្នាក្នុងតម្លៃតិចជាងមួយភាគដប់នៃការចំណាយ និង តម្រូវការថាមពល។

គាត់បានបង្ហាញវីដេអូដោយរីករាយដែលបង្ហាញពីការជួបប្រជុំគ្នាដូច LEGO នៃគ្រឿងកុំព្យូទ័រ Grace Hopper ជាច្រើនចូលទៅក្នុង blade មួយ បន្ទាប់មក rack បន្ទាប់មកជួរ GH200s ទាំងអស់បានតភ្ជាប់គ្នាក្នុងល្បឿនខ្ពស់ដែលវាស្មើនឹង “GPU ដ៏ធំបំផុតរបស់ពិភពលោក” ដែលរួមមានមួយ exaflop ពេញលេញនៃថាមពលកុំព្យូទ័រឯកទេស ML ។

លោកបានស្នើថា ទាំងនេះនឹងក្លាយជាអង្គភាពមូលដ្ឋាននៃឧស្សាហកម្មឌីជីថល ដែលគ្រប់គ្រងដោយ AI នាពេលអនាគត។