黄仁勋:没有这颗GPU,就没有AI

文章核心观点 - 公司首席执行官认为,GeForce 3 GPU的发布标志着人工智能革命的开始,其核心创新在于从固定功能加速器转向可编程着色器,这为后续CUDA及现代AI计算的发展奠定了基础[2] - 公司的发展历程显示,游戏作为艺术表达媒介的需求推动了其向可编程计算公司的转型,而光线追踪等图形技术的持续进步又为生成式AI技术铺平了道路[3] - 计算机图形技术的进步使公司意识到GPU的用途远超渲染,CUDA及相关技术的改进为现代AI计算铺平了道路,公司正致力于利用AI技术突破传统计算的壁垒[4] 根据相关目录分别进行总结 GeForce 3 GPU的历史意义与技术转型 - GeForce 3 GPU发布25周年,其发布标志着人工智能革命的开始[2] - 该产品标志着公司从固定功能加速器过渡到可编程的顶点和像素着色器架构,赋予开发者对游戏最终效果更大的控制权[2] - 在90年代末,固定功能加速器导致所有游戏看起来“千篇一律”,可编程架构的变革解决了这一问题[2] - 这种向新型编程方式的转变最终为CUDA的诞生铺平了道路,CUDA为GPU计算引入了并行计算功能[2] 游戏作为艺术媒介推动公司转型 - 游戏被视为一种艺术表达媒介,需要能够以程序形式表达艺术性,这无法预先编码[3] - 为了满足游戏多样化的视觉需求,公司在从固定硬件加速流水线过渡到可编程流水线时,意识到必须转型成为一家计算机公司[3] - 首席执行官表示,没有GeForce就没有CUDA,没有CUDA就没有人工智能,强调了游戏业务对AI发展的根本性贡献[3] 图形技术进步与AI发展的关联 - 公司率先尝试光线追踪技术,这是一项计算量巨大的技术,需要依靠除原始计算能力之外的其他技术[3] - RTX技术为DLSS等图像超采样技术铺平了道路,DLSS利用神经渲染为计算机图形引入了“生成能力”[3] - 计算和渲染能力的持续进步为生成式人工智能等技术的发展铺平了道路[3] - 计算机图形技术的进步让公司意识到GPU的用途远不止渲染工作负载[4] - 公司正积极致力于开发利用AI技术“生成”帧的超采样技术,以突破传统计算的壁垒,从而可能无需庞大的硬件[4]