NVIDIA CEOのジェンスン・フアン氏は、本日3月21日午前8時（太平洋標準時）にGTC基調講演に登壇します。ChatGPTなどのツールがNVIDIA GPUの採用拡大を牽引しているため、AIやディープラーニング技術に関する話題がさらに増えると予想されます。
GTCはゲームやGeForceカードよりもGPUのデータセンター的な側面に焦点を当てる傾向があるため、噂されているRTX 4070とRTX 4060についてNvidiaが多くのことを語る可能性は低いでしょう。ただし、サプライズがあるかもしれません。基調講演の全編はYouTubeでご覧いただけます（ライブブログ終了後、下に埋め込みます）。
リフレッシュ
ジェンセン氏は、現代のデジタル世界における需要の高まりについて議論することから始めます。その成長は、時にムーアの法則の速度を上回ることもあります。AI、ロボット工学、自動運転、製造業、科学など、様々な業界のリーダーの方々からお話を伺います。
「GTC の目的は、加速コンピューティングの可能性について世界にインスピレーションを与え、それを利用する科学者の業績を称えることです。」
そしてついに、ここ数年のGTCの定番となっている「I Am AI」紹介ビデオの最新版が完成しました。毎回新しいセグメントが追加されて更新されていますが、ベースとなる音楽構成は全く変わっていないようです。ChatGPTも登場し、「脚本作成を手伝ってくれました」。
当然のことながら、ジェンセン氏はChatGPTとOpenAIから詳細な解説を始めています。最も有名なディープラーニング革命の一つは、2012年に発表されたAlexNetです。これは262ペタフロップスの計算を必要とする画像認識アルゴリズムです。当時、当時の研究者の一人がOpenAIに在籍しており、GPT-3の学習には323ゼタフロップスの計算が必要でした。これは、わずか10年後の計算量の100万倍以上に相当します。ChatGPTの基盤として必要とされたのはまさにこの計算量でした。
ディープラーニングで使用されるモデルのトレーニングに必要な計算に加え、NVIDIAは様々な業界やモデルを支援する数百ものライブラリを保有しています。ジェンセン氏は、大手ライブラリとそれらを使用している企業を数多く紹介しています。
例えば、cuQuantumを含むNVIDIAの量子プラットフォームは、量子コンピューティング分野の研究者を支援するために利用されています。今後10年か20年（あるいは30年？）のうちに、量子コンピューティングは理論段階から実用段階へと移行すると予測されています。
ジェンセン氏は現在、巡回セールスマン問題と、効率的な解が存在しないNP困難アルゴリズムについて論じています。これは、多くの企業が現実世界で対処しなければならない集荷・配達問題です。NVIDIAのハードウェアとライブラリは、この課題の最適経路計算において新記録を樹立するのに貢献しており、AT&Tは社内でこの技術を活用しています。
cuOpt、Triton、CV-CUDA（コンピュータービジョン用）、VPF（Pythonビデオエンコード・デコード）、医療分野など、他のライブラリについても多くの議論が行われました。Nvidiaの技術のおかげで、ゲノムシーケンシングのコストは100ドルまで下がったようです。（心配しないでください。DNAシーケンシングが必要な場合は、おそらくその何倍もの料金を請求されるでしょう。）
NVIDIAは1年以上前からHopper H100について語ってきましたが、ついに本格的な生産体制に入り、Microsoft Azure、Google、Oracleなどを含む多くのデータセンターで導入されています。上の写真にある最新のDGXスーパーコンピューターの心臓部は、巨大なヒートシンクを備えた8基のH100 GPUを1つのシステムに搭載した構成です。
当然のことながら、DGX H100を独自に導入するには多額の費用がかかります。DGX Cloudソリューションは、オンデマンドサービスとして提供します。ChatGPT、Stable Diffusion、Dall-Eなどのサービスは、トレーニングの一部にクラウドソリューションを活用しており、DGX Cloudは、これをより多くの人々に開放することを目指しています。
ジェンセン氏は現在、GPT（Generative Pre-trained Transformer）業界がこれらのモデルに対応する「基盤」、つまりTSMCがチップ製造業界向けに行っているようなソフトウェアとディープラーニングのアプローチが必要だと述べている。その目標達成に向けて、同社はNvidia AI Foundationsを発表した。
お客様はNVIDIAの専門家と連携してモデルのトレーニングと作成を行い、ユーザーのインタラクションに基づいて継続的に更新することができます。これらのモデルは完全にカスタマイズ可能で、既に所有している画像ライブラリに基づいた画像生成なども行えます。これは、Adobe、Getty Images、Shutterstockなどの企業向けに特別に構築されたStable Diffusionのようなものと考えてください。
そして、単に名前を挙げただけではありません。NVIDIAは、これら3社すべてがNVIDIAのPicassoツールを使用し、「責任あるライセンスのプロフェッショナル画像」を使用していると発表しました。
Nvidia AI Foundations には、医薬品研究や処方箋業界を支援するツールである BioNemo もあります。
NVIDIAが企業に提供するメリットの一つは、単一のプラットフォームで最大規模の導入規模まで拡張できるという点です。今回の基調講演でNVIDIAがGrace-Hopperソリューションについて具体的に言及したのはこれが初めてです。このソリューションについては過去にも言及がありました。NVIDIAはまた、新しいL4、L40、H100 NVLも発表しました。
最後のは、NVLinkで接続された2つのHopper H100 GPUを使用したPCI Expressソリューションなので、非常に優れています。合計188GBのHBM3メモリのおかげで、単体でも1650億パラメータのGPT-3モデルを処理できます。（例えば、今週初めに投稿したChatGPTの代替となるローカル実行可能なモデルをテストしたところ、24GBのRTX 4090でも300億パラメータのモデルまでしか処理できませんでした。）
ロボット工学の話に移りましょう。Amazonは、Nvidia Isaac Simで学習させたProteusロボットが倉庫に配備されていると発表しました。これはすべて、Nvidia Omniverseと、Replicator、Digital Twinsなどの関連技術のおかげです。他にもたくさんの名前が挙がっています。Nvidiaが様々なツールやライブラリなどに付けている名前の数は、本当に驚くほど多いです。Isaac Gymも今や話題になっていますが、これは誰かが考案したに違いありません！
とにかく、Omniverseは非常に幅広い可能性をカバーしています。設計とエンジニアリング、センサーモデル、システムメーカー、コンテンツ制作とレンダリング、ロボティクス、合成データと3Dアセット、システムインテグレーター、サービスプロバイダー、デジタルツインなど、多岐にわたります。（はい、全部スライドからコピーしただけです。）規模も大きく、多くの便利な機能を備えています。
ほら、Racer RTXがまた出た！ 去年の11月か何かにリリース予定だったのに、間に合わなかったみたい。でも、代わりにPortal RTXがものすごく負荷の高いゲームになったから、Racer RTXが完全にプレイ可能なゲーム／デモ／その他になる前に、最適化とか色々と時間をかけてくれると良いのかもしれないね。
Omniverseの続編（もう一回挑戦！）です。今回は様々なベンダーのOVXサーバーを搭載します。NVIDIA L40 Ada RTX GPUに加え、接続用のNVIDIA BlueField-3プロセッサを搭載します。
Ada RTX GPUを搭載した新しいワークステーションも、デスクトップとラップトップの両方の構成で「3月開始」される予定です。つまり、どうやら今ということのようです。デュアルCPUのGrace、Grace-Hopper、BlueField-3の貴重な写真です。
GTC 2023基調講演はこれで終了です。ジェンセンが様々な発表内容についてご説明しますが、今後、プレゼンテーションや詳細が明らかになるにつれて、さらに多くの情報をお伝えできると思います。ご参加いただきありがとうございました。
