企业级 AI 软件会议特辑包含 8 场专题演讲，内容包括加速数据中心和 AI 的软件及解决方案，适用于大模型训练与推理，对话式 AI，生成式 AI，AI 系统的管理与部署等技术方向。观看本次会议将有效助力您和您企业的 AI 应用开发。
本会议特辑包含的专题演讲内容如下：
探索生成式 AI 的下一纪元
会议代码：[S62430]
会议时间：3 月 20 日 凌晨 12:00 - 12:50
演讲嘉宾：
Manuvir Das | NVIDIA 企业计算副总裁
Brad Lightcap | OpenAI 首席运营官
会议内容：
OpenAI 将分享其市场趋势见解和未来展望，引导大家了解如何将 AI 工具应用于实践，并通过实际案例证明其效用。
会议还将探讨即将改变行业并开启新可能的未来 AI 应用，讨论它们广泛使用可能带来的关键问题和社会影响。最后，演讲嘉宾将讨论 OpenAI 如何在大规模应用这些 AI 工具，揭示激发 AI 潜力的策略和最佳实践。
扫描上方二维码查看会议详情并注册
与 Kanjun Qiu 和 Bryan Catanzaro 的炉边聊天：
构建可大规模推理和编码的实用 AI 代理
会议代码：[S62577]
会议时间：3 月 21 日 凌晨 12:00 - 12:50
演讲嘉宾：
Bryan Catanzaro | NVIDIA 应用深度学习研究副总裁
Kanjun Qiu | Imbue 首席执行官兼联合创始人
与 Imbue 首席执行官 Kanjun Qiu 和 NVIDIA 应用深度学习研究副总裁 Bryan Catanzaro 一起讨论 AI 代理和 AI 创新的下一章。imbue 于 2022 年 10 月推出，最近宣布进行 2.1 亿美元以上的 B 轮融资，估值为 10 亿美元，以创建下一波人工智能浪潮——可以推理和编码的代理。Imbue 的研究重点是解决 AI 缺乏推理能力的问题。本次会议中Kanjun 和 Bryan 将讨论当前构建代理的障碍，AI 对人机交互的重要影响，以及个人计算机的未来。Kanjun 还将谈论 Imbue 的最新研究，包括有关大规模 SSL 方法训练过程的论文；一种超参数优化器 CARBS，它可自动重现 Chinchilla 缩放定律；并致力于分析美国商务部就 AI 政策发表评论的请求。
扫描上方二维码查看会议详情并注册
加速和保护 GPU 对大型数据集的访问
会议代码：[S62559]
会议时间：3 月 19 日 晚上 11:00 - 11:50
演讲嘉宾：
CJ Newburn | NVIDIA 杰出工程师
Vikram Sharma Mailthody | NVIDIA
Oren Duer | NVIDIA
向 GPU 提供大量数据需要支持 100,000 次细粒度的 GPU 访问，这些数据集不再适合存储在内存中，并且需要保护对 GPU 的访问。新应用程序（如 GNNs、VectorDB）从每个 GPU 线程对无法放入节点内存中的数据进行细粒度请求。SCaled Accelerated Data Access（SCADA）是一种新的编程模型，它通过加载/存储避免了内存溢出错误，并利用 NVMes 降低总拥有成本。在租户之间共享存储会使数据容易受到劫持计算节点攻击的威胁。将存储驱动程序从不受信任的计算节点移至更安全的 DPU 可以降低数据危险。我们引入了既增强安全性又保持高性能的安全存储技术。我们将展示基于 cuGraph/SCADA 的端到端 FSI 解决方案，该解决方案使用一个 GPU 与多个未充分利用的昂贵节点相比，同时保障多客户端安全。我们还将展示基于 DPU 的全新 GDS 基础的 0 拷贝安全存储堆栈如何保护传统存储免受攻击。
扫描上方二维码查看会议详情并注册
大型 AI 生成模型时代的开放和可重复性研究
会议代码：[S62219]
会议时间：3 月 20 日 上午 6:00 - 6:50
演讲嘉宾：
Joelle Pineau | Meta 人工智能研究副总裁
在过去一年里，大型 AI 模型取得了难以置信的进展，这些模型在生成高质量的图像、视频、文本、声音等方面的能力不断提升。其中最优秀的模型展现出了令人难以想象的创造力、推理能力、泛化能力和可塑性。
然而，无论是在技术层面还是在这些模型的社会影响方面，仍然存在许多挑战和未解之谜。尤其是在减轻这些模型的社会风险方面，由于缺乏透明度和可复现性，大型 AI 模型的进展受到阻碍。
本次会议将分享如何通过最佳实践有效训练和部署 AI 研究系统，这些建议源自 Meta 在机器学习可复现性项目上的经验，以及最近发布的几个先进的大型 AI 模型。
推动企业转型：
CIO 关于利用生成式 AI 潜力的见解
会议代码：[S62779]
会议时间：3 月 20 日 上午 5:00 - 5:50
演讲嘉宾：
Rama Akkiraju | NVIDIA 企业 AI 和自动化副总裁
Sabry Tozin | 领英工程部副总裁
Sonu Nayyar | NVIDIA 高级副总裁兼首席信息官
Sandy Venugopal | SentinelOne 首席信息官
Chris Bedi | ServiceNow 首席数字信息官
生成式 AI 正在引领企业变革时代，它在增强员工体验、提高生产力、加强安全性和提高运营效率方面具有巨大潜力。本次会议中，由演讲嘉宾组成的首席信息官小组将探讨如何在其组织中利用生成式 AI。
AI 的前景伴随着组织性和技术性挑战。首席信息官们努力构建 AI 转型计划，获取基本技能，并为生成式 AI 基础设施建立护栏，以保证其数据治理的安全，将危害排除在护栏之外。
本次会议由 NVIDIA 企业 AI 和自动化副总裁主持，会议将解读通过生成式 AI 提供企业转型前沿 CIO 的实用见解和最佳实践。加入我们，一起探索 AI 在企业中的未来！
CUDA：新功能及未来趋势
会议代码：[S62400]
会议时间：3 月 20 日 凌晨 2:00 - 2:50
演讲嘉宾：
Stephen Jones (SW) | NVIDIA CUDA 架构师
CUDA 平台是 GPU 计算生态系统的基础。每个使用 GPU 的应用程序和框架都是通过 CUDA 的库、编译器、执行时间和语言来实现的，这意味着 CUDA 的发展速度与其生态系统的发展速度一样快。在这场以工程为重点的演讲中，NVIDIA CUDA 架构师将带您了解 CUDA 和 GPU 计算整体的所有新增功能以及接下来的发展趋势。
通过多个 CUDA 流加速推荐系统
并提高 GPU 利用率
会议代码：[S61278]
会议时间：3 月 21 日 上午 6:00 - 6:50
演讲嘉宾：
Randy Wang | NVIDIA 开发技术工程师
Robin Zhang | NVIDIA 开发技术工程师
互联网公司正在将其推荐系统（recsys）迁移到 GPU，以提供低成本、高吞吐量和低延迟的推荐服务。然而，由于其内核较小，recsys 通常面临 GPU 利用率较低的问题。以使用最广泛的TensorFlow（TF）为例，由于 TF 中只有一个计算流，即使使用多线程，内核启动过程也会在内部进行序列化，导致内核启动开销非常大。我们将在 TF 中引入多流执行来加速 RecSys 训练和推理。对于训练，我们将模型的并行分支分配给不同的流，以进行并行内核启动和计算。为了进行推理，不同的查询进入不同的流。我们的解决方案已经帮助很多公司将广告和内容 resys 迁移到 GPU 上，并大幅节省了成本。
利用 NVIDIA 的科学与工程平台
加速您的创新
会议代码：[S62243]
会议时间：3 月 21 日 上午 6:00 - 6:50
演讲嘉宾：
Dion Harris | NVIDIA 数据中心技术营销总监
Ram Cherukuri | NVIDIA 高级产品经理
加速计算正在重塑科学计算的格局，推动各行业、高等教育和研究领域的创新。本次会议将带您深入了解 NVIDIA 科学计算平台的最新进展，重点关注模拟、AI、数字孪生和量子计算。从利用生成式 AI 进行流体动力学和药物发现，到天气和气候建模，探索塑造科学进步未来的工具。
GTC 2024 注册教程请点击链接：
一图点亮 GTC 2024 线上大会之旅！
更多企业级 AI 软件相关专题精彩会议，请扫描下方二维码，或者点击 “阅读原文”链接，查看专题会议目录。
如何登录和预约企业级 AI 软件会议
步骤一：
扫描“企业级 AI 软件”会议二维码，
打开链接进入会议特辑页面
步骤二：
下滑页面选择想看的专题演讲，
点击“Add to Schedule”绿色按钮登录
步骤三：
通过左侧对话框登录，
如注册“线上免费参会”账号请用此链接：
https://register.nvidia.cn/flow/nvidia/gtcs24/digitalregistrationchina/createaccount
步骤四：
登录后，跳转到所选演讲的页面，
点击“Add to Schedule”绿色按钮预约该演讲
状态变为“Scheduled”即预约成功
GTC 2024 将于 2024 年 3 月 18 至 21 日在美国加州圣何塞会议中心举行，线上大会也将同期开放。扫描下方海报二维码，立即注册 GTC 大会。
热门跟贴