未来几年里,全球的人形机器人研发门槛被直接打了下来,第一批整机出厂就能直接跑的本体设备确定会在2027年年初正式交付。这个事情就是英伟达在德国柏林刚结束的活动上面所传达出来的明确信号。在那个时候,这家公司的掌门人黄仁勋在舞台上面直接拿出了全套的落地方案,顺势把整场活动变成了一次专门针对人工智能各个产业链条的集中交底展示,这样一来也让外界完全看清楚了这家芯片巨头接下来打算把整个行业往哪个具体方向推动前行。

打开网易新闻 查看精彩图片

要是提到最终需要在现实世界当中负责干活的设备,那么大家就根本绕不开这次专门拿出来的Agile ONE SN人形机器人参考方案。回看过去的日子,不管是高校实验室还是创业团队,如果想要动手搞出一台机器人,光是购买零配件、安装操作系统、完成底层驱动适配工作就要白白耗费掉大半年的漫长时间。然而这一次对外展示出来的方案,直接把计算硬件以及基础软件在出厂之前就给全部调试弄妥当,大家只要拿到手上拆开包装箱就能够马上开机执行日常工作。机器人要是想真正顺畅动弹起来,最关键的核心依然必须依靠隐藏在背后的各种模型提供支撑,在这套体系里面既涵盖了负责管理语言交流的Nemotron,同时也有负责感知周围复杂环境的世界模型Cosmos,另外还配备了专门针对自动驾驶特定场景的Alpamayo。黄仁勋在现场可以说讲得极为直白,往后看没有任何一家商业公司能够单单依靠某一个单独的模型打下整个天下,外部市场上存在的闭源大模型肯定要出资购买,自家深度定制打造的开源模型也必须死死握在自己手心里面,特别是那些隐藏着重要商业秘密的核心数据,更是绝对不可能随随便便传输给别人的云端服务器。

如果要维持这一套复杂的智能运转体系日夜不停息地持续运转,其背后所耗费的大规模算力其实是一个极为庞大的实体工业制造难题。在黄仁勋的商业考量账本里面,如今的人工智能早就已经不是编写几行软件代码那么简单的事情,这项产业完完全全就是一个扎实的制造业门类,发电厂负责把电力持续输送进机房,机房里面的机器负责把模型高速驱动运转起来,到了最后向外吐出一个又一个的数据词元,随后再把这些生成的词元加工制成商品卖入流通市场。既然性质属于投资开办制造工厂,那么建造厂房的整体速度就直接决定了后续到底赚不赚钱。

为了彻底解决全球各个地方建造机房进度过于迟缓的现实痛点,英伟达在现场直接拿出了一款被称为DSX POD的大型集装箱设备。以往如果要在空地上建设一个大型计算中心,光是挖掘地基、铺设管线以及开展设备调试工作,随随便便就必须拖延耗费掉五六个月的光景。要是面对投资额度达到几百亿美元的超大型项目,一旦因为延误晚开工一个季度,光是资金利息支出以及原本少赚取的利润资金就会高达上百亿。现如今的处理做法转变成了把服务器机柜、电力电缆以及液冷管路全部放在设备制造工厂内部提前安装完毕,整个独立箱体里面塞进了7个庞大的标准机架,紧密连接着几千根专用的高速铜线以及网络通信线,整备重量达到了二十多吨之多,就宛如普通重型大卡车运送日常货物一样直接长途运输到项目目的地。设备运送到了指定地方之后,只要把电力电缆以及冷却水管严密接插到位,现场在完成了最后阶段的基础调试测试之后便能够马上通电全面开工,这使得整个工程建设流程被硬生生地大幅压缩到一个月上下,甚至在各方配合默契的理想情况下短短十几天就可以产出实质成果。

负责在最底层支撑起这些坚固铁盒子的,正是目前已经全面进入排产周期的Vera Rubin计算架构系统。回看以往的上一代设备如果要在机房里面安装固定一个计算节点,往往需要好几个工程技术人员满头大汗地反复连接线缆并且拧紧螺丝钉,前前后后总共要耗费两个多小时的工时,箱体内部到处杂乱缠绕着各种走线,而且设备的散热机制也仅仅只能做到八成比例依靠水冷系统。现如今推出的全新架构把整套运行系统彻底做到了完全不需要任何风扇组件的纯粹液冷模式,施工工人如今安装固定好一个计算节点仅仅只需要不到五分钟即可搞定,机器内部多达七十多颗核心芯片凭借超高速数据交换技术实现极为紧密的咬合连接,在顶层系统调度程序看来,其运作表现就如同一颗尺寸惊人的超级单体大芯片一样。

在电力消耗以及热量散发这些寻常肉眼看不见的重要环节上,底层硬件设备同样做出了极其大幅度的改动与重塑。全新系统所用的液冷循环管路能够直接承受住四十多摄氏度的高温冷却液体,只要把冷却液引导至机房外侧,用干式冷却设备简单吹拂一下就能够顺畅把热量彻底排放到空气当中,整个运转过程当中完全不消耗一滴宝贵的水资源,若是将其放置在极大规模的现代化算力中心当中,每天所节约下来的水资源总量足足能够抵得上十几万户普通家庭一整天的日常消耗配额。芯片内部如今同样用上了直接连接光导纤维的崭新工艺,这让数据传输根本不需要在传统电路板上面到处兜圈子,超大容量的高压电流直接用八百伏直流电猛烈顶了上去,整座庞大的算力工厂在正式动工兴建之前甚至已经提前在电脑虚拟系统里面全面做好了整套的模拟仿真流程,连供电网络发生波动状态时究竟该怎样节省电量都早已在事前计算得清清楚楚。