Jen-Hsun Huang의 최신 CES 연설: 대량 생산된 Blackwell 칩 3개 출시로 AI 에이전트 잠재력이 수조 달러에 달함

01-07

이 기사는 기계로 번역되었습니다

원문 표시

오늘 오전 개막한 CES 2025에서 엔비디아 창립자 겸 CEO인 젠슨 황(Jensen Huang)이 획기적인 기조연설을 통해 AI와 컴퓨팅의 미래를 밝혔습니다. AI를 생성하는 핵심 토큰 개념부터 새로운 Blackwell 아키텍처 GPU 출시, AI가 주도하는 디지털 미래에 이르기까지 이 연설은 도메인 간 관점에서 전체 산업에 중대한 영향을 미칠 것입니다.

1) 생성 AI에서 에이전트 AI로: 새로운 시대의 시작

· 토큰의 탄생: AI 생성의 핵심 원동력인 토큰은 텍스트를 지식으로 변환하고, 이미지에 생명력을 불어넣으며, 디지털 표현의 새로운 길을 열어줍니다.

· AI 진화 경로: 지각 AI와 생성 AI에서 추론, 계획, 행동이 가능한 에이전트 AI에 이르기까지 AI 기술은 계속해서 새로운 수준에 도달하고 있습니다.

· 트랜스포머 혁명: 2018년 출시 이후 이 기술은 컴퓨팅을 재정의하고 기존 기술 스택을 완전히 파괴했습니다.

2) Blackwell GPU: 성능 한계 돌파

· 차세대 GeForce RTX 50 시리즈: Blackwell 아키텍처를 기반으로 920억 개의 트랜지스터, 4000 TOPS AI 성능 및 이전 세대 성능의 3배인 4 PetaFLOPS 해시레이트 갖추고 있습니다.

· AI와 그래픽의 통합: 최초로 프로그래밍 가능한 셰이더와 신경망이 결합되었으며, 신경 텍스처 압축 및 재료 셰이딩 기술이 출시되어 놀라운 렌더링 효과를 제공합니다.

· 포괄적인 고성능: RTX 5070 노트북은 1,299달러의 가격으로 RTX 4090 성능을 달성하여 고성능 컴퓨팅의 인기를 촉진합니다.

3) AI 응용의 다분야 확장

· 엔터프라이즈급 AI 에이전트: NVIDIA는 기업이 자율 추론 디지털 직원을 구축하고 지능형 관리 및 서비스를 달성할 수 있도록 Nemo 및 Llama Nemotron과 같은 도구를 제공합니다.

· 물리 AI(Physic AI): Omniverse 및 Cosmos 플랫폼을 통해 AI는 산업, 자율 주행 및 로봇 공학 분야에 통합되어 글로벌 제조 및 물류를 재정의합니다.

· 미래 컴퓨팅 시나리오: NVIDIA는 개발자부터 일반 사용자까지 모든 컴퓨팅 요구 사항을 충족하면서 클라우드에서 개인 장치 및 기업으로 AI를 도입하고 있습니다.

다음은 황인순(黃仁興) 연설의 주요 내용이다.

이곳은 토큰을 생성하는 생성기이자 새로운 공장인 지혜의 발상지입니다. 이는 새로운 영역을 여는 AI의 구성 모듈 놀라운 세계로의 첫 걸음입니다. 토큰은 단어를 지식으로 바꾸고, 아이디어를 비디오로 바꾸고, 로봇이 주인처럼 움직이도록 가르치며 새로운 방식으로 승리를 축하하도록 영감을 줍니다. 토큰은 또한 우리가 가장 필요할 때 마음의 평화를 가져올 수 있습니다. 숫자는 숫자에 의미를 부여하고 우리가 세상을 더 잘 이해하고, 잠재적인 위험을 예측하고, 숫자에 내재된 위협에 대한 치료법을 찾는 데 도움이 됩니다. 그것은 우리의 비전을 실현시키고 우리가 잃어버린 것을 복구할 수 있습니다.

AI에서 이 모든 것은 NVIDIA가 첫 번째 제품인 NV1을 출시한 1993년에 시작되었습니다. 우리는 일반 컴퓨터가 할 수 없는 일을 할 수 있는 컴퓨터를 만들고 싶었고, 이를 통해 PC 내부에 게임 콘솔을 탑재하는 것이 가능해졌습니다. 그런 다음 1999년에 NVIDIA는 프로그래밍 가능한 GPU를 발명하여 현대적인 컴퓨터 그래픽을 가능하게 하는 20년 이상의 기술 발전을 가져왔습니다. 6년 후, 우리는 풍부한 알고리즘을 통해 GPU 프로그래밍 가능성을 표현하기 위해 CUDA를 출시했습니다. 이 기술은 처음에는 설명하기 어려웠지만, 2012년 AlexNet의 성공으로 CUDA의 잠재력이 검증되고 AI의 획기적인 발전이 촉진되었습니다.

그 이후로 AI는 놀라운 속도로 발전했습니다. 지각 AI부터 생성 AI, 인지하고 추론하고 계획하고 행동할 수 있는 에이전트 AI에 이르기까지 AI 역량은 계속해서 향상되고 있습니다. 2018년 Google은 Transformer를 출시했고 AI의 세계는 그야말로 도약했습니다. Transformer는 AI 환경에 혁명을 일으킬 뿐만 아니라 컴퓨팅 분야 전체를 재정의합니다. 우리는 머신러닝(ML) 단순히 새로운 애플리케이션이나 비즈니스 기회가 아니라 컴퓨팅의 근본적인 혁신이라는 것을 알고 있습니다. 수동으로 지침을 작성하는 것부터 머신러닝(ML) 통한 신경망 최적화에 이르기까지 기술 스택의 모든 계층이 극적으로 변화했습니다.

오늘날 AI 애플리케이션은 어디에나 있습니다. 텍스트, 이미지, 소리를 이해하거나 아미노산과 물리학을 번역하는 등 모든 작업을 완료할 수 있습니다. 거의 모든 AI 애플리케이션은 세 가지 질문으로 요약될 수 있습니다. 어떤 양식의 정보를 학습합니까? 어떤 형태의 정보가 번역되나요? 어떤 모달 정보가 생성되나요? 이 기본 개념은 모든 AI 기반 애플리케이션을 구동합니다.

이 모든 성과는 GeForce의 지원이 없었다면 불가능했을 것입니다. GeForce는 AI를 대중화했으며 이제 AI가 GeForce로 다시 돌아오고 있습니다. 실시간 광선 추적 기술을 사용하면 놀라운 효과로 그래픽을 렌더링할 수 있습니다. DLSS를 사용하면 AI는 프레임 생성을 넘어 미래 이미지를 예측할 수도 있습니다. 3,300만 픽셀 중 200만 픽셀만 계산되고, 나머지는 AI 예측을 통해 생성됩니다. 이 기적적인 기술은 AI의 강력한 능력을 보여주고, 컴퓨팅을 더욱 효율적으로 만들어주며, 미래의 무한한 가능성을 보여줍니다.

이것이 바로 지금 수많은 놀라운 일들이 일어나고 있는 이유입니다. 우리는 GeForce를 통해 AI의 경계를 확장했으며 이제 AI가 GeForce를 혁신하고 있습니다. 오늘 우리는 차세대 제품인 RTX Blackwell 제품군을 발표합니다. 살펴 보겠습니다.

이것은 Blackwell 아키텍처를 기반으로 하는 새로운 GeForce RTX 50 시리즈입니다. 이 GPU는 920억 개의 트랜지스터, 4000TOPS의 AI 성능, 4PetaFLOPS의 AI 해시레이트 갖춘 성능 괴물입니다. 이는 이전 세대 Ada 아키텍처보다 3배 더 높습니다. 방금 보여드린 놀라운 픽셀을 생성하는 것이 전부입니다. 또한 계산이 필요한 픽셀에 대해 가능한 가장 아름다운 이미지 품질을 제공하기 위한 380 레이 트레이싱 테라플롭과 125 셰이딩 테라플롭을 갖추고 있습니다. 이 그래픽 카드는 Micron의 G7 비디오 메모리를 사용하며, 이전 세대보다 2배 빠른 초당 1.8TB의 속도를 제공합니다.

이제 AI 워크로드와 컴퓨터 그래픽 워크로드를 결합할 수 있으며, 이 세대의 놀라운 특징은 프로그래밍 가능한 셰이더가 신경망도 처리할 수 있다는 것입니다. 이로 인해 우리는 신경 텍스처 압축과 신경 물질 셰이딩을 발명하게 되었습니다. 이러한 기술은 AI를 사용하여 텍스처 및 압축 알고리즘을 학습하여 궁극적으로 AI만이 달성할 수 있는 놀라운 이미지 효과를 생성합니다.

기계적인 디자인 측면에서도 이 그래픽 카드는 경이롭습니다. 듀얼 팬 디자인을 사용하고 전체 그래픽 카드가 거대한 팬과 같으며 내부 전압 조정 모듈 이 가장 발전되었습니다. 이런 뛰어난 디자인은 전적으로 엔지니어링팀의 노력 덕분이다.

다음은 성능 비교입니다. 가격이 1599달러인 친숙한 RTX 4090은 홈 PC 엔터테인먼트 센터에 대한 핵심 투자입니다. 이제 RTX 50 시리즈는 RTX 5070부터 RTX 5090까지 단돈 549달러부터 시작하여 RTX 4090보다 두 배 더 높은 성능을 제공합니다.

더욱 놀라운 점은 이 고성능 GPU를 노트북에 담았다는 점입니다. RTX 5070 노트북의 가격은 1,299달러이지만 RTX 4090의 성능을 갖췄습니다. 이 디자인은 AI와 컴퓨터 그래픽 기술을 결합하여 높은 에너지 효율성과 고성능을 구현합니다.

컴퓨터 그래픽의 미래는 AI와 컴퓨터 그래픽의 융합인 신경 렌더링이 될 것입니다. 블랙웰 시리즈는 두께가 14.9mm에 불과한 노트북에도 구현이 가능하며, RTX 5070부터 RTX 5090까지 전 제품군을 초박형 노트북에 적용할 수 있다.

GeForce는 AI 대중화에 일조했으며 이제 AI가 GeForce를 혁신하고 있습니다. 이는 기술과 지능의 상호 발전이며, 우리는 더 높은 영역을 향해 나아가고 있습니다.

AI의 세 가지 확장 법칙

다음으로 AI의 발전 방향에 대해 말씀드리겠습니다.

1) 사전 훈련 스콜링 법칙

AI 산업이 확장을 가속화하고 있는데, 이 과정을 주도하는 것이 '스콜링 법칙'이라는 강력한 모델이다. 이 경험 법칙은 연구자들과 업계에 의해 반복적으로 검증되었으며, 훈련 데이터의 크기가 클수록 모델의 크기도 커지고, 컴퓨팅 파워를 더 많이 투자할수록 모델이 더 강력해진다는 것을 보여줍니다.

데이터의 증가 속도는 기하급수적으로 가속화되고 있습니다. 앞으로 몇 년 안에 인간이 매년 생산하는 데이터의 양은 이전 인류 역사 전체에서 생산된 데이터의 총량을 초과할 것으로 추정됩니다. 이 데이터는 비디오, 이미지, 사운드를 포함하여 다중 모드로 변하고 있습니다. 이러한 대규모 데이터는 AI의 기본 지식 체계를 훈련하고 AI를 위한 견고한 지식 기반을 구축하는 데 사용될 수 있습니다.

2) 훈련 후 스콜링 법칙

이 외에도 두 가지 다른 스콜링 법칙이 증가하고 있습니다.

두 번째 유형의 스콜링 법칙은 강화 학습 및 인간 피드백과 같은 기술을 포함하는 "훈련 후 스콜링 법칙"입니다. 이런 방식으로 AI는 인간의 쿼리를 기반으로 답변을 생성하고 인간의 피드백을 통해 지속적으로 개선합니다. 이러한 유형의 강화 학습 시스템은 AI가 수학적 문제 해결이나 복잡한 추론 수행 능력을 향상시키는 등 고품질 힌트를 통해 특정 영역의 기술을 향상시키는 데 도움이 됩니다.

AI의 미래는 단지 인식과 생성의 문제가 아니라 지속적인 자기 개선과 경계 허물기의 과정입니다. 마치 작업을 완료한 후 피드백을 제공하는 멘토나 코치가 있는 것과 같습니다. 테스트, 피드백 및 자기 개선을 통해 AI는 유사한 강화 학습 및 피드백 메커니즘을 통해 향상될 수도 있습니다. 합성 데이터 생성 기술과 결합된 강화 학습의 훈련 후 단계는 자가 훈련 과정과 유사합니다. AI는 정리 증명이나 기하학적 문제 해결 등 복잡하고 증명 가능한 퍼즐 대면 할 수 있으며, 강화 학습을 통해 답변을 지속적으로 최적화합니다. 이러한 종류의 사후 훈련은 엄청난 양의 컴퓨팅 성능을 필요로 하지만 궁극적으로 뛰어난 모델을 만들 수 있습니다.

3) 테스트 시간 스케일링 법칙

스콜링의 법칙 역시 시험기간 동안 점차적으로 나타났다. 이 법칙은 AI가 실제로 사용될 때 독특한 잠재력을 보여준다. AI는 추론 중에 리소스를 동적으로 할당할 수 있으며 더 이상 매개변수 최적화에 국한되지 않고 필요한 고품질 답변을 생성하기 위해 계산 할당에 집중할 수 있습니다.

이 과정은 직접적인 추론이나 일회성 답변보다는 추론적 사고와 유사합니다. AI는 문제를 여러 단계로 나누고, 여러 솔루션을 생성 및 평가하고, 궁극적으로 최상의 솔루션을 선택할 수 있습니다. 이러한 장기적인 추론은 모델 성능 향상에 중요한 영향을 미칩니다.

우리는 ChatGPT에서 GPT-4, 그리고 이제 Gemini Pro에 이르기까지 이 기술의 발전을 보았습니다. 이러한 모든 시스템은 사전 훈련, 사후 훈련 및 테스트 시간 조정의 점진적인 진행을 거쳤습니다. 이러한 혁신을 달성하려면 엄청난 컴퓨팅 성능이 필요하며, 이는 NVIDIA Blackwell 아키텍처의 핵심 가치입니다.

Blackwell 아키텍처에 대한 최신 소개

Blackwell 시스템은 본격적으로 생산되고 있으며 그 성능은 놀랍습니다. 오늘날 모든 클라우드 서비스 제공업체는 전 세계 45개 공장에서 제조되고 액체 냉각, 공기 냉각, x86 아키텍처 및 NVIDIA Grace CPU 버전을 포함하여 최대 200가지 구성을 지원하는 이러한 시스템을 배포하고 있습니다.

핵심 구성 요소인 NVLink 시스템 자체는 무게가 최대 1.5톤에 달하고 부품 수는 60만 개에 달하며 자동차 20대의 복잡성과 맞먹고 2마일 길이의 구리선과 5,000개의 케이블로 연결됩니다. 전체 제조 공정은 매우 복잡하지만 목표는 계속해서 늘어나는 컴퓨팅 수요를 충족하는 것입니다.

이전 세대 아키텍처와 비교하여 Blackwell은 와트당 성능이 4배, 달러당 성능이 3배 향상되었습니다. 이는 동일한 비용으로 학습된 모델의 크기를 3배까지 늘릴 수 있다는 의미이며, 이러한 개선의 핵심은 AI 토큰 생성에 있습니다. 이러한 토큰은 ChatGPT, Gemini 및 다양한 AI 서비스에서 널리 사용되며 미래 컴퓨팅의 기반이 됩니다.

이를 바탕으로 NVIDIA는 AI와 컴퓨터 그래픽을 완벽하게 통합하는 신경 렌더링이라는 새로운 컴퓨팅 모델을 추진했습니다. Blackwell 아키텍처의 72개 GPU는 세계 최대의 단일 칩 시스템을 구성하여 최대 1.4 ExaFLOPS의 AI 부동 소수점 성능을 제공하며, 메모리 대역폭은 놀라운 1.2PB/s에 달합니다. 이는 모든 인터넷 트래픽의 합계와 동일합니다. 세계. 이러한 슈퍼 컴퓨팅 능력을 통해 AI는 보다 복잡한 추론 작업을 처리하는 동시에 비용을 대폭 절감하여 보다 효율적인 컴퓨팅을 위한 기반을 마련할 수 있습니다.

AI Agent 시스템 및 생태계

미래를 내다보면 AI의 추론 과정은 더 이상 단순한 단일 단계 대응이 아니라 '내부 대화'에 더 가까워진다. 미래의 AI는 답변을 생성하는 것뿐만 아니라 반영하고 추론하며 지속적으로 최적화할 것입니다. AI 토큰 생성률이 증가하고 비용이 감소함에 따라 AI 서비스 품질이 크게 향상되어 더 넓은 범위의 애플리케이션 요구 사항을 충족할 수 있습니다.

기업이 자율 추론 기능을 갖춘 AI 시스템을 구축할 수 있도록 NVIDIA는 NVIDIA NeMo, AI 마이크로서비스 및 가속 라이브러리라는 세 가지 핵심 도구를 제공합니다. 복잡한 CUDA 소프트웨어와 딥 러닝 모델을 컨테이너화된 서비스로 패키징함으로써 기업은 이러한 AI 모델을 모든 클라우드 플랫폼에 배포하고 기업 관리를 지원하는 서비스 도구나 사용자 상호 작용을 위한 디지털 직원과 같은 특정 분야에 대한 AI 에이전트를 신속하게 개발할 수 있습니다.

이러한 모델은 AI 애플리케이션의 개발 임계값을 낮출 뿐만 아니라 전체 산업이 Agentic AI(자율 AI) 방향으로 확고한 발걸음을 내딛도록 촉진하여 기업에 새로운 가능성을 열어줍니다. 미래의 AI는 SAP, ServiceNow 등의 기업용 도구에 쉽게 통합되어 다양한 환경의 고객에게 지능형 서비스를 제공할 수 있는 디지털 직원이 될 것입니다. 이는 AI 확장의 다음 이정표이자 NVIDIA 기술 생태계의 핵심 비전입니다.

훈련 평가 시스템. 앞으로 이러한 AI 에이전트는 본질적으로 직원과 협력하여 작업을 완료하는 디지털 인력이 될 것입니다. 따라서 이러한 전문 에이전트를 회사에 소개하는 것은 신입 직원을 온보딩하는 것과 같습니다. 우리는 이러한 AI 에이전트가 회사 고유의 언어, 어휘, 업무 프로세스 및 작업 방법을 배울 수 있도록 다양한 도구 라이브러리를 제공합니다. 생성하려고 시도할 작업 산출물의 예를 제공한 다음 피드백을 제공하고 평가를 수행하는 등의 작업을 수행할 수 있습니다. 또한 자녀가 할 수 없는 일이나 말할 수 없는 것과 같은 제한 사항을 설정하고 자녀가 액세스할 수 있는 정보를 제어할 수도 있습니다. 이 전체 디지털 인력 프로세스를 Nemo라고 합니다. 어느 정도 모든 회사의 IT 부서는 AI 에이전트의 HR 부서가 될 것입니다.

현재 IT 부서는 미래에 대량 의 소프트웨어를 관리하고 유지하며 회사에 서비스를 제공하기 위해 대량 의 디지털 에이전트를 관리, 교육, 온보딩 및 개선할 것입니다. 이에 따라 IT부서는 점차 AI Agent 휴먼 인사부로 진화해 나갈 예정이다.

또한 우리는 생태계에서 사용할 수 있는 다양한 오픈 소스 청사진을 제공합니다. 사용자는 이러한 청사진을 자유롭게 수정할 수 있습니다. 우리는 다양한 유형의 에이전트 인력을 위한 청사진을 제공합니다. 오늘 우리는 매우 멋지고 스마트한 제품도 발표했습니다. 바로 NVIDIA Llama Nemo Tron 언어 기반 모델 시리즈인 Llama를 기반으로 한 새로운 모델 제품군을 출시한 것입니다.

Llama 3.1은 경이로운 모델입니다. Meta의 Llama 3.1은 약 350,650,000회 다운로드되었으며 약 60,000개의 다른 모델이 생성되었습니다. 이는 거의 모든 기업과 산업이 AI 연구를 시작하게 만드는 핵심 이유 중 하나입니다. 우리는 Llama 모델이 기업 사용 사례에 맞게 더 잘 조정될 수 있다는 것을 깨달았습니다. 전문 지식과 역량을 활용하여 Llama Nemotron 개방형 모델 키트로 미세 조정했습니다.

모델은 다양한 크기로 제공됩니다. 소형 모델은 반응성이 매우 뛰어납니다. 주류 Super Llama Nemotron은 범용 모델이며 Ultra 모델은 다른 모델을 평가하고 답변을 생성하며 품질을 결정하는 데 사용할 수 있습니다. 또는 지식 증류 모델로 사용됩니다. 이 모든 모델은 이제 온라인으로 구매 가능합니다.

이러한 모델은 대화, 지시 및 정보 검색과 같은 영역에서 성능이 매우 뛰어나고 차트 1위를 차지하므로 전 세계 AI 에이전트 기능에 이상적입니다.

또한 산업용 AI 분야에서 ServiceNow, SAP, Siemens와의 협력 등 생태계와 매우 긴밀하게 협력하고 있습니다. Cadence 및 Perplexity와 같은 회사도 훌륭한 프로젝트를 진행하고 있습니다. Perplexity는 검색을 방해하며 Codium은 전 세계 3천만 명의 소프트웨어 엔지니어에게 서비스를 제공합니다. AI 비서는 AI 서비스의 차세대 응용 분야인 소프트웨어 개발자의 생산성을 크게 향상시킬 것입니다. 전 세계에는 10억 명의 지식 근로자가 있으며, AI 에이전트는 수조 달러에 도달할 잠재력을 지닌 차세대 로봇 산업이 될 수 있습니다.

AI 에이전트 청사진

다음으로 파트너와 함께 완성한 AI Agent 청사진을 보여드리겠습니다.

AI 에이전트는 작업을 완료하는 데 있어 인간을 돕거나 대체할 수 있는 새로운 디지털 인력입니다. NVIDIA의 Agentic AI 빌딩 모듈, NEM 사전 훈련된 모델 및 Nemo 프레임 조직이 AI 에이전트를 쉽게 개발하고 배포하는 데 도움이 됩니다. 이러한 에이전트는 도메인별 작업 전문가가 되도록 교육을 받을 수 있습니다.

다음은 네 가지 예입니다.

· 연구 보조 에이전트: 강의, 저널, 재무 보고서 등 복잡한 문서를 읽고 쉽게 학습할 수 있도록 대화형 팟캐스트를 생성할 수 있습니다.

· 소프트웨어 보안 AI 에이전트: 개발자가 소프트웨어 취약점을 지속적으로 검사하고 해당 조치를 취하도록 안내합니다.

· 가상 실험실 AI 에이전트: 화합물 설계 및 스크리닝을 가속화하고 잠재적인 약물 후보를 신속하게 찾습니다.

· 비디오 분석 AI 에이전트: NVIDIA Metropolis 청사진을 기반으로 수십억 대의 카메라에서 수집된 데이터를 분석하고 대화형 검색, 요약 및 보고서를 생성합니다. 예를 들어 교통 흐름, 시설 프로세스 모니터링, 개선 제안 제공 등

물리학 AI 시대의 도래

우리는 클라우드의 AI를 기업 내부와 개인 PC를 포함해 모든 곳으로 가져오길 희망합니다. NVIDIA는 Windows WSL 2(Windows 하위 시스템)를 AI 지원을 위한 기본 플랫폼으로 전환하기 위해 열심히 노력하고 있습니다. 이를 통해 개발자와 엔지니어는 언어 모델, 이미지 모델, 애니메이션 모델 등을 포함한 NVIDIA의 AI 기술 스택을 더 쉽게 활용할 수 있습니다.

또한 엔비디아는 중력, 마찰, 관성, 공간 관계, 인과 관계 등 물리적 세계의 동적 특성을 이해하는 데 중점을 둔 최초의 물리적 세계 기본 모델 개발 플랫폼인 코스모스(Cosmos)를 출시했습니다. 물리법칙을 준수하는 영상과 장면을 생성할 수 있으며 로봇, 산업용 AI, 다중 모드 언어 모델의 훈련 및 검증에 널리 사용됩니다.

Cosmos는 현실적이고 신뢰할 수 있는 시뮬레이션 결과를 생성하기 위해 NVIDIA Omniverse에 연결하여 물리적 시뮬레이션을 제공합니다. 이 조합은 로봇공학 및 산업 응용 분야 개발을 위한 핵심 기술입니다.

NVIDIA의 산업 전략은 세 가지 컴퓨팅 시스템을 기반으로 합니다.

· AI 훈련을 위한 DGX 시스템;

· AI를 배포하는 AGX 시스템;

· 강화 학습 및 AI 최적화를 위한 디지털 트윈 시스템;

엔비디아는 이 세 가지 시스템의 협업을 통해 로봇과 산업용 AI 개발을 촉진하고, 이를 삼체 문제라기보다는 '세 컴퓨터' 솔루션을 제시합니다.

엔비디아의 로봇 비전 세 가지 예를 보여드리겠습니다.

1) 산업 시각화의 적용

현재 전 세계에는 수백만 개의 공장과 수십만 개의 창고가 있으며, 이는 50조 달러 규모의 제조 산업의 중추를 형성합니다. 미래에는 이 모든 것이 로봇공학을 통합하여 소프트웨어로 정의되고 자동화되어야 합니다. 우리는 세계 최고의 창고 자동화 솔루션 제공업체인 Keon과 디지털 제조에 중점을 둔 세계 최대 전문 서비스 제공업체인 Accenture와 협력하여 매우 특별한 솔루션을 만듭니다. 우리의 마케팅 방법은 개발자와 생태계 파트너를 통해 다른 소프트웨어 및 기술 플랫폼과 유사하며 점점 더 많은 생태계 파트너가 Omniverse 플랫폼에 연결됩니다. 모두가 산업의 미래를 시각화하고 싶어하기 때문입니다. 50조 달러에 달하는 전 세계 GDP에는 낭비가 너무 많고 자동화를 위한 기회도 너무 많습니다.

Keon과 Accenture가 우리와 협력한 사례를 확인해 보세요.

Keon(공급망 솔루션 회사), Accenture(전문 서비스 분야의 글로벌 리더), NVIDIA는 수조 달러 규모의 창고 및 유통 센터 시장에 물리 AI를 도입하고 있습니다. 효율적인 창고 물류를 관리하려면 일일 및 계절적 수요 변화, 공간 제약, 노동 공급, 다양한 로봇 공학 및 자동화 시스템의 통합 등 끊임없이 변화하는 변수에 영향을 받는 복잡한 의사 결정을 처리해야 합니다. 오늘날 물리적 창고의 운영 핵심성과지표(KPI)를 예측하는 것은 거의 불가능합니다.

이러한 문제를 해결하기 위해 Keon은 NVIDIA Omniverse 청사진인 Mega를 사용하여 산업용 디지털 트윈을 구축하여 로봇을 테스트하고 최적화하고 있습니다. 첫째, Keon의 창고 관리 솔루션은 상품을 버퍼 위치에서 셔틀 보관 솔루션으로 이동하는 등 디지털 트윈의 산업용 AI 두뇌에 작업을 할당합니다. 로봇 함대는 Omniverse의 물리적 창고 시뮬레이션 환경에서 인식과 추론을 통해 작업을 수행하고 다음 이동을 계획하고 조치를 취합니다. 디지털 트윈 환경은 센서 시뮬레이션을 활용해 로봇 두뇌가 작업 수행 후 상태를 확인하고 다음 행동을 결정할 수 있도록 해준다. Mega의 정확한 추적을 통해 물리적 창고에 변경 사항이 적용되기 전에 처리량, 효율성 및 활용도와 같은 운영 KPI를 측정하는 동시에 전체 주기가 계속됩니다.

NVIDIA와 함께 Keon과 Accenture는 산업 자율성의 미래를 재정의하고 있습니다.

미래에는 모든 공장이 실제 공장과 완전히 동기화되는 디지털 트윈을 갖게 될 것입니다. Omniverse와 Cosmos를 사용하여 대량 미래 시나리오를 생성할 수 있으며, AI는 최적의 KPI 시나리오를 결정하고 이를 실제 공장 배포를 위한 제약 조건 및 AI 프로그래밍 로직으로 사용합니다.

2) 자율주행차

자율주행 혁명이 도래했습니다. 수년간의 개발 끝에 Waymo와 Tesla의 성공은 자율주행 기술의 성숙도를 입증했습니다. 당사의 솔루션은 AI 교육용 시스템(예: DGX 시스템), 시뮬레이션 테스트 및 합성 데이터 생성을 위한 시스템(예: Omniverse 및 Cosmos), 차량 내 컴퓨터 시스템(예: AGX)의 세 가지 유형의 컴퓨터 시스템을 이 업계에 제공합니다. 체계). Waymo, Zoox, Tesla, 세계 최대 전기차 회사인 BYD 등 전 세계 거의 모든 주요 자동차 회사들이 우리와 협력하고 있습니다. 메르세데스, 루시드, 리비안, 샤오미, 볼보 등 혁신적인 모델을 출시할 예정인 기업도 있다. Aurora는 Nvidia 기술을 사용하여 자율 주행 트럭을 개발하고 있습니다.

매년 1억 대의 자동차가 생산되고, 10억 대의 자동차가 전 세계 도로에서 운행되며, 매년 총 수조 마일을 주행합니다. 이는 점차적으로 고도로 자동화되거나 완전히 자동화될 것입니다. 이 산업은 최초의 수조 달러 규모의 로봇 산업이 될 것으로 예상됩니다.

오늘 우리는 차세대 차량용 컴퓨터인 Thor를 발표합니다. 카메라, 고해상도 레이더, 라이다(LiDAR) 및 기타 센서에서 대량 의 데이터를 처리할 수 있는 범용 로봇 컴퓨터입니다. Thor는 현재 업계 표준인 Orin의 업그레이드 버전으로, 컴퓨팅 성능이 20배 향상되었으며 현재 전면 양산되고 있습니다. 동시에 NVIDIA의 Drive OS는 최고 수준의 기능 안전 표준(ISO 26262 ASIL D)을 충족하는 것으로 인증된 최초의 AI 컴퓨터 운영 체제입니다.

자율주행 데이터 팩토리

NVIDIA는 Omniverse AI 모델과 Cosmos 플랫폼을 사용하여 자율 주행 데이터 팩토리를 만들고 합성 주행 시나리오를 통해 훈련 데이터를 대폭 확장합니다. 여기에는 다음이 포함됩니다.

· OmniMap: 지도와 지리공간 데이터를 융합하여 운전 가능한 3D 환경을 구축합니다.

· 신경 재구성 엔진: 센서 로그를 사용하여 충실도가 높은 4D 시뮬레이션 환경을 생성하고 훈련 데이터를 위한 장면 변형을 생성합니다.

· Edify 3DS: 자산 라이브러리에서 새 자산을 검색하거나 생성하여 시뮬레이션용 장면을 만듭니다.

이러한 기술을 통해 우리는 보다 안전하고 발전된 자율주행 시스템 개발을 위해 수천 개의 운전 시나리오를 수십억 마일의 데이터로 확장합니다.

3) 유니버설 로봇

만능로봇 시대가 다가오고 있다. 이 분야에서 혁신을 주도하는 열쇠는 교육입니다. 휴머노이드 로봇의 경우 모방 데이터를 얻는 것이 상대적으로 어렵지만 NVIDIA의 Isaac Groot가 솔루션을 제공합니다. 시뮬레이션을 통해 대규모 데이터 세트를 생성하고 정책 교육, 검증 및 배포를 위해 Omniverse와 Cosmos의 다중 우주 시뮬레이션 엔진을 결합합니다.

예를 들어, Apple Vision Pro를 사용하면 개발자는 원격으로 로봇을 작동하고, 실제 로봇 없이도 데이터를 캡처하고, 제로 리스크 환경에서 작업 동작을 가르칠 수 있습니다. Omniverse의 도메인 무작위화 및 3D에서 실제 장면으로의 확장 기능을 통해 기하급수적으로 증가하는 데이터 세트가 생성되어 로봇 학습을 위한 막대한 리소스를 제공합니다.

한마디로 산업시각화든, 자율주행이든, 일반 로봇이든, 엔비디아의 기술은 물리 AI와 로봇공학 분야의 미래 변화를 주도하고 있습니다.

마지막으로 보여드릴 중요한 사항이 있습니다. 이 모든 것은 우리가 10년 전에 회사 내에서 시작한 프로젝트 Digits(전체 이름은 Deep Learning GPU Intelligence Training System)와 분리될 수 없습니다.

공식 출시에 앞서 회사 내부 RTX, AGX, OVX 및 기타 제품 시리즈와 조화를 이루도록 DGX를 조정했습니다. DGX1의 등장은 AI의 개발 방향을 완전히 바꾸어 놓았고, 이는 NVIDIA의 AI 개발에 있어 이정표이기도 합니다.

DGX1 혁명

DGX1의 원래 의도는 연구원과 스타트업에게 즉시 사용 가능한 AI 슈퍼컴퓨터를 제공하는 것입니다. 과거 슈퍼컴퓨터가 존재하기 위해서는 사용자가 전용 시설을 구축하고 복잡한 인프라를 설계하고 구축해야 했다고 상상해 보십시오. DGX1은 AI 개발을 위해 특별히 설계된 슈퍼컴퓨터로, 복잡한 조작이 필요하지 않으며 개봉 후 바로 사용할 수 있습니다.

2016년에 스타트업 OpenAI에 첫 번째 DGX1을 납품했던 일이 아직도 기억납니다. 당시 Elon Musk, Ilya Sutskever 및 많은 NVIDIA 엔지니어들이 참석했으며 우리는 DGX1의 출시를 함께 축하했습니다. 이 장치는 AI 컴퓨팅의 발전을 크게 발전시킵니다.

오늘날 AI는 어디에나 있습니다. 처음에 언급했듯이 AI는 연구 기관이나 스타트업 연구소에만 국한된 것이 아니라 컴퓨팅 및 소프트웨어 개발의 완전히 새로운 방식이 되었습니다. 모든 소프트웨어 엔지니어, 창의적인 예술가, 심지어 컴퓨터 도구를 사용하는 일반 사용자에게도 AI 슈퍼컴퓨터가 필요합니다. 하지만 나는 항상 DGX1이 더 작았으면 좋겠다고 생각했습니다.