NVidia的方向,在指引着新的AI资本热潮,但同时也制造着更大的焦虑。
比如,与Nokia(双N合作)一起做6G网络的SDN(软件定义网络),使用AI芯片优化频段的使用。
从另一个角度看,就是利用新的无线网络标准,远程使用AI算力以及异地的能源(算力需要消耗能源)。黄的提法是之前云计算,利用网络把操作系统、数据库去本地化了,现在轮到更深层次和彻底的算力和能源。
对于AI应用,并非生成了数据和应用在那里等着调用,相反,应该是抛弃预先计算,要算时则调用AI模型,从这个角度看,现在vibe coding,可能并不是最终的路径。
线上会维持着AI工厂,根据需要生成应用和内容,而并非提前。这样整个社会的运作无时无刻都依赖着这样的AI工厂。
量子计算机,CUDA-Q,实现AI芯片和量子芯片的高速连接、运算模型,利用AI芯片,对量子芯片的Q-bit不可靠性进行维护,做了一个工程上的保障。
数字孪生,让机器人可以提前在虚拟环境下进行训练,以提供机器人工厂的建设以及安全性。
等等。