MiuLovely3023
New member
Tại hội nghị GTC năm nay, Nvidia vừa thả "bom tấn" với loạt giải pháp mới giúp DeepSeek càng ngày càng "xịn xò" hơn, đồng thời khẳng định luôn: kỷ nguyên mới đã chính thức bắt đầu rồi nhé!
Nvidia "tiếp đạn" cho DeepSeek lên level mới
CEO Jensen Huang vừa tuyên bố các sản phẩm mới của Nvidia có thể "buff" hiệu suất mô hình R1 của DeepSeek lên một tầm cao mới, khẳng định vị thế "bá chủ" của công ty trong kỷ nguyên AI, cũng như trong cuộc đua công nghệ căng não giữa Mỹ và Trung Quốc.
Tại hội nghị GTC thường niên diễn ra hôm nay ở San Jose, California, Huang đã giải thích cách các sản phẩm mới nhất của Nvidia có thể tăng cường cực mạnh khả năng suy luận cho các mô hình khủng như R1 của DeepSeek.
CEO này mô tả Dynamo - phần mềm suy luận mã nguồn mở mới của công ty - như "hệ điều hành của một nhà máy AI". Dynamo, hiện đã có mặt trên Github, có thể mang lại hiệu suất cao hơn tới 30 lần trên các GPU và kiến trúc hiện có cho các tác vụ suy luận AI. Xịn không nói được luôn!
Vai trò "ông trùm cung cấp vũ khí" của Nvidia trong cuộc chiến AI toàn cầu từng bị đặt dấu hỏi vào tháng 1, khi DeepSeek có trụ sở tại Hàng Châu công bố các mô hình hiệu suất đỉnh mà giá lại rẻ, làm dấy lên câu hỏi về việc chip AI đắt đỏ liệu có bị "thổi phồng" hay không.
Nvidia, công ty không được phép bán chip xịn cho Trung Quốc do các hạn chế xuất khẩu của Mỹ, đã "biến hình" các con chip của mình để tiếp tục cung cấp cho thị trường tỷ dân, gián tiếp góp phần tạo nên bước đột phá cho DeepSeek.
Trong khi mô hình nguồn mở của DeepSeek bị nghi ngờ trong bối cảnh căng thẳng chính trị gia tăng giữa Bắc Kinh và Washington, các nhà sản xuất chip của Mỹ, bao gồm Nvidia và AMD, đã nhanh chóng hỗ trợ các mô hình "hot" của startup này.
Một blog gần đây của Nvidia nêu chi tiết hệ thống Nvidia DGX được trang bị tám GPU Blackwell của hãng có thể cung cấp tốc độ suy luận là 253 token mỗi giây cho mỗi người dùng hoặc đạt thông lượng tối đa hơn 30.000 token mỗi giây trên mô hình DeepSeek-R1 có 671 tỷ tham số. Kể từ tháng 1, team của Nvidia đã cải thiện thông lượng cho mô hình R1 khoảng 36 lần. Gấp 36 lần luôn nhé!
Tại GTC năm nay, Huang trình chiếu một video so sánh mô hình ngôn ngữ truyền thống của Meta Platform với DeepSeek-R1. Mặc dù mô hình của Meta chỉ sử dụng 439 token nhưng không thể đưa ra câu trả lời đúng. Còn R1 sử dụng 8.559 token nhưng cuối cùng đã đưa ra câu trả lời đúng sau khi khám phá nhiều tình huống và khả năng.
Big boss của Nvidia cũng công bố các con chip mới cực "xịn sò", bao gồm Blackwell Ultra GPU, được tối ưu hóa đặc biệt cho các mô hình lý luận và dự kiến sẽ xuất xưởng vào cuối năm nay.
Huang cũng trình bày kiến trúc GPU Vera Rubin, bộ xử lý thế hệ tiếp theo của Nvidia dự kiến phát hành vào năm 2026 và tiết lộ kiến trúc Feynman dự kiến ra mắt vào năm 2028. Các bản cập nhật khác bao gồm tiến trình nghiên cứu về robot và điện toán lượng tử.
Tỷ phú Jensen Huang: "Bước ngoặt của AI đã tới"
Mở đầu bài phát biểu trước đám đông hàng nghìn người trong hội nghị phát triển trí tuệ nhân tạo, tỷ phú Jensen Huang cho biết AI đang trải qua "một bước ngoặt" lịch sử.
Trong bài nói chuyện kéo dài hơn hai giờ, Huang phác thảo "tiến trình phi thường" mà AI đạt được. Ông cho biết, trong 10 năm, AI đã phát triển từ nhận thức và "tầm nhìn máy tính" lên AI tạo sinh, và giờ là AI tác nhân — hay AI có khả năng lý luận.
"AI hiểu được bối cảnh, hiểu được những gì chúng ta đang yêu cầu. Hiểu được ý nghĩa mỗi yêu cầu", ông nói. "Giờ đây, nó tạo ra câu trả lời. Về cơ bản đã thay đổi cách thức tính toán".
Ông cho biết làn sóng AI tiếp theo đã và đang diễn ra: robot.
Ông cho biết robot được thúc đẩy bởi cái gọi là "AI vật lý" có thể hiểu được các khái niệm như ma sát và quán tính, nguyên nhân và kết quả, và tính bền vững của vật thể.
Huang cho biết: "Mỗi giai đoạn, mỗi đợt sóng đều mở ra những cơ hội thị trường mới cho tất cả chúng tôi".
Chìa khóa cho AI vật lý là khái niệm sử dụng dữ liệu tổng hợp — từ AI hoặc dữ liệu do máy tính tạo ra — để đào tạo mô hình. Ông cho biết AI cần những trải nghiệm kỹ thuật số để học hỏi, và nó học với tốc độ khiến việc sử dụng con người trong các vòng đào tạo trở nên "lạc hậu" rồi.
"Chúng ta chỉ có thể thực hiện được một lượng dữ liệu và một lượng minh họa của con người nhất định", ông nói. "Đây là bước đột phá lớn trong vài năm trở lại đây: học tăng cường".
Ông cho biết công nghệ của Nvidia có thể hỗ trợ loại hình học tập này cho AI khi cố gắng giải quyết vấn đề theo từng bước.
Để đạt được mục đích đó, Huang công bố Isaac GR00T N1, mô hình nền tảng nguồn mở được thiết kế để hỗ trợ phát triển robot hình người. Isaac GR00T N1 sẽ được ghép nối với mô hình AI Cosmos đã cập nhật để giúp phát triển dữ liệu đào tạo mô phỏng cho robot.
Cuối bài nói chuyện, Huang giới thiệu một công cụ vật lý nguồn mở dùng cho mô phỏng robot có tên là Newton, hiện đang được phát triển cùng Google DeepMind và Disney Research.
Một con robot nhỏ hình hộp tên là Blue đã tham gia cùng ông trên sân khấu, nhô ra từ một cái cửa sập trên sàn. Nó kêu bíp bíp với Huang và làm theo lệnh của ông. Cute vô đối luôn!
Nguồn: soha.vn