[導(dǎo)讀]編譯|禾木木出品|?AI科技大本營（ID:rgznai100）看到下面這個老黃是不是覺得很Q~11月9日，GTC大會再次來了，英偉達(dá)創(chuàng)始人兼CEO黃仁勛再次從自己虛擬廚房走出來。本次GTC大會都有哪些亮點呢？Q版黃仁勛?英偉達(dá)展示過如何使用Omniverse來模擬倉庫、工廠、物理...

編譯 | 禾木木出品 | AI科技大本營（ID:rgznai100）看到下面這個老黃是不是覺得很Q~

11月9日，GTC 大會再次來了，英偉達(dá)創(chuàng)始人兼CEO黃仁勛再次從自己虛擬廚房走出來。本次 GTC 大會都有哪些亮點呢？

Q 版黃仁勛

英偉達(dá)展示過如何使用 Omniverse 來模擬倉庫、工廠、物理與生物系統(tǒng)、5G 通信、機(jī)器人、自動駕駛汽車，現(xiàn)在最新的技術(shù)可以直接生成全功能的虛擬形象了。這個 Q 版老黃叫 Toy-Me，可以和人進(jìn)行自然語言交流。它使用了目前規(guī)模最大的預(yù)訓(xùn)練自然語言處理模型 Megatron 530B，通過自己的聲音、形象和講話姿勢，整個人也帶光追特效。one more thing ！這一切都是實時生成的。黃仁勛表示，“你會看到這個虛擬形象是基于目前訓(xùn)練的最大語言模型的語言處理打造，包括聲音也是用我自己的語音進(jìn)行合成，還可以看到實時基于光線追蹤的精美圖像。”黃仁勛演示3個人分別讓虛擬形象回答關(guān)于氣候變化、天文學(xué)以及生物蛋白質(zhì)等問題，都可以對答如流。可謂是上知天文，下知地理！

Omniverse Avatar 發(fā)布

在此次大會上，英偉達(dá)宣布推出 NVIDIA Omniverse Avatar，這是一個用于生成交互式 AI 虛擬形象的技術(shù)平臺。

Omniverse Avatar 是一款基于語言、計算機(jī)視覺、自然語言理解、推薦引擎和模擬技術(shù)生成的交互式 AI 化身。它具有光線追蹤 3D 圖形的交互式角色，可以看到、說話、就廣泛的主題進(jìn)行交談，并理解對話的意圖。

Omniverse Avatar 為創(chuàng)建人工智能助手打開了大門，這些助手幾乎可以為任何行業(yè)輕松定制。這些可以幫助處理數(shù)十億的日?？蛻舴?wù)互動，像是餐廳訂單、銀行交易、個人約會和預(yù)訂等等，從而帶來更多商機(jī)并提高客戶滿意度。

這個小機(jī)器人可以通過語音識別、眼神追蹤來推斷顧客的意圖，并能在2秒左右作出反應(yīng)，回答顧客提出的問題或要求。“智能虛擬助手的曙光已經(jīng)到來，”英偉達(dá)創(chuàng)始人兼首席執(zhí)行官黃仁勛表示?！癘mniverse Avatar 結(jié)合了英偉達(dá)的基礎(chǔ)圖形、模擬和 AI 技術(shù)，創(chuàng)造了一些有史以來最復(fù)雜的實時應(yīng)用程序。協(xié)作機(jī)器人和虛擬助手的用例令人難以置信且影響深遠(yuǎn)?！?/span>

Omniverse Avatar 技術(shù)應(yīng)用

Omniverse Avatar 的語音識別是基于英偉達(dá) Riva，這是一種軟件開發(fā)工具包，可識別多種語言的語音。Riva 還用于使用文本到語音功能生成類似人類的語音響應(yīng)。

Avatar 的自然語言理解是基于 Megatron 530B 大型語言模型，能夠識別、理解和生成人類語言。Megatron 530B 是一個預(yù)訓(xùn)練模型，它可以在很少或根本沒有訓(xùn)練的情況下完成句子，例如：回答大量主題領(lǐng)域的問題，完形填空、閱讀理解、常識推理，自然語言推理、翻譯成其他語言等，除了這些訓(xùn)練完，還可以處理許多未經(jīng)專門訓(xùn)練的領(lǐng)域。Avatar 的推薦引擎由 NVIDIA Merlin 提供，該框架允許企業(yè)構(gòu)建能夠處理大量數(shù)據(jù)的深度學(xué)習(xí)推薦系統(tǒng)，以提出更明智建議。 Avatar 的感知能力由NVIDIA Metropolis啟用，這是一種用于視頻分析的計算機(jī)視覺框架。頭像動畫由 NVIDIA Video2Face 和Audio2Face、2D 和 3D 人工智能驅(qū)動的面部動畫和渲染技術(shù)提供支持。Omniverse Avatar 將這些技術(shù)被組合成一個應(yīng)用程序，并使用 NVIDIA 統(tǒng)一計算框架進(jìn)行實時處理。在 Keynote 中，英偉達(dá)還展示了 Omniverse 的一系列新功能，包括 Showroom，負(fù)責(zé)展示圖形、物理、材質(zhì)和 AI。Farm一個系統(tǒng)層，用于協(xié)調(diào)跨多系統(tǒng)，工作站、服務(wù)器、裸機(jī)或虛擬化的批處理作業(yè)。Omniverse AR 可以將圖形串流到手機(jī)和 AR 眼鏡上。Omniverse VR 是首款全幀率交互式光線追蹤 VR。

NeMo Megatron 框架

在 GTC 大會上，NVIDIA 推出了為訓(xùn)練具有數(shù)萬億參數(shù)的語言模型而優(yōu)化的 NVIDIA NeMo Megatron 框架、為新領(lǐng)域和語言進(jìn)行訓(xùn)練的可定制大型語言模型（LLM）Megatron 530B 以及具有多 GPU、多節(jié)點分布式推理功能的 NVIDIA Triton 推理服務(wù)器。這些工具與 NVIDIA DGX 系統(tǒng)相結(jié)合，提供了一個可部署到實際生產(chǎn)環(huán)境的企業(yè)級解決方案，以簡化大型語言模型的開發(fā)和部署。“訓(xùn)練大型語言模型需要極大的勇氣：耗資上億美元的系統(tǒng)、持續(xù)數(shù)月在數(shù) PB 數(shù)據(jù)上訓(xùn)練萬億參數(shù)模型，離不開強(qiáng)大的信念、深厚的專業(yè)知識和優(yōu)化的堆棧”黃仁勛表示。因此，他們創(chuàng)建了一個專門訓(xùn)練擁有數(shù)萬億參數(shù)的語音、語言模型的框架——NeMo Megatron。NeMo Megatron 是在 Megatron 的基礎(chǔ)上發(fā)展起來的開源項目，由 NVIDIA 研究人員主導(dǎo)，研究大型 Transformer 語言模型的高效訓(xùn)練。該框架已經(jīng)經(jīng)過優(yōu)化，可水平擴(kuò)展至大規(guī)模系統(tǒng)并保持很高的計算效率。該框架使用數(shù)據(jù)處理庫自動處理 LLM 復(fù)雜訓(xùn)練，可以獲取、管理、組織和清理數(shù)據(jù)。它使用先進(jìn)的數(shù)據(jù)、張量和管道并行化技術(shù)，使大型語言模型的訓(xùn)練能夠高效地分布在數(shù)千個GPU上。為了解決大模型推理問題，NVIDIA 創(chuàng)建了 Triton 推理服務(wù)器。黃仁勛表示，Triton 是世界上第一個分布式推理服務(wù)器，可以在多個 GPU 和多個節(jié)點之間進(jìn)行分布式推理。有了 Triton，GPT-3 可以輕松運行在 8-GPU 服務(wù)器上；Megatron 530B 可以分布部署在兩個 DGX 系統(tǒng)中，推理時間從 1 分鐘縮短至半秒。

人工智能驅(qū)動軟件技術(shù)

英偉達(dá)還宣布了2項新人工智能驅(qū)動軟件技術(shù)——Nvidia Drive Concierge 和 Drive Chauffeur。機(jī)器人能夠在和駕駛員溝通后，調(diào)整車輛的行駛模式。最有趣的是 Nvidia Drive Concierge 這個AI助理與 Nvidia Drive AV 自動駕駛技術(shù)的集成，可以根據(jù)需求提供泊車。當(dāng)你說尋找停車位時，可以為你自動停車。本次GTC大會給大家展示了很多重要的點，你怎么看呢？參考鏈接：https://nvidianews.nvidia.com/news/nvidia-announces-platform-for-creating-ai-avatarshttps://www.nvidia.cn/gtc-global/keynote/