0:00

สีเลเซอร์ที่ขับเคลื่อนด้วย AI บนอินเดียมฟอสไฟด์ เวรา รูบิน ระบบขนาดเชื่อมต่อกันห้าระบบ

AI-powered laser dyes on indium phosphide. Vera Rubin. Five connected rack scale systems.

0:07

ซูเปอร์คอมพิวเตอร์สำหรับตัวแทน AI พันธมิตรในห่วงโซ่อุปทาน 150 รายทั่วไต้หวัน

A supercomputer for AI agents. 150 supply chain partners across Taiwan.

0:14

พื้นที่โรงงานหลายล้านตารางฟุต สถานที่หลายร้อยแห่ง ชิป แพ็คเกจ ระบบ และศูนย์ข้อมูล

Millions of square feet of factory floor. Hundreds of sites, chips, packages, systems, and data centers

0:22

ผลักดันไปยังขีดจำกัดของขนาด พลังงาน และขนาด นี่คือสิ่งที่เราเรียกว่าการออกแบบร่วมสุดขั้ว เราทำสิ่งนี้กับไต้หวัน

pushed to the limits of size, power, and scale. This is what we call extreme co-design. We did this with Taiwan.

0:29

ร่วมกัน เราได้คิดค้นการคอมพิวเตอร์ใหม่สำหรับยุค AI ไต้หวันอยู่กับเราตั้งแต่เริ่มต้น

Together, we reinvented computing for the age of AI. Taiwan was with us at the beginning,

0:35

และที่นี่วันนี้เมื่อเรานำเวรา รูบินสู่โลก ขอบคุณ ไต้หวัน

and here today as we bring Vera Rubin to the world. Thank you, Taiwan.

0:48

สุภาพสตรีและสุภาพบุรุษ เวรา รูบิน เวรา รูบินไม่ได้ถูกสร้างขึ้นมาเพียงเพื่อ AI

Ladies and gentlemen, Vera Rubin. Vera Rubin was not just built for AI.

0:57

เวรา รูบินไม่ได้ถูกสร้างขึ้นมาเพียงเพื่อรัน AI เวรา รูบินถูกสร้างขึ้นเพื่อรันตัวแทน

Vera Rubin was not built just to run AI. Vera Rubin was built to run agents.

1:04

นี่คือระบบที่มีตัวแทน ลองนึกถึงความซับซ้อน

This is an agentic system. Imagine the complexity,

1:09

ซึ่งเป็นเหตุผลว่าทำไมตัวแทนถึงเป็นการค้นพบที่สำคัญที่สุดในวิทยาการคอมพิวเตอร์

which is the reason why agents is the last computer science breakthrough.

1:15

ใช้เวลาหลายปีสำหรับตัวแทนในการตระหนักถึงศักยภาพและกลายเป็นที่มีประโยชน์

It has taken this many years for agents to realize its potential and become useful.

1:20

มันย่อมเป็นเหตุผลว่าคอมพิวเตอร์ที่รันมันคือคอมพิวเตอร์ที่ล้ำหน้าที่สุดในโลก นี่คือเวรา รูบิน

It stands to reason that the computer that runs it is the most advanced in the world. This is Vera Rubin.

1:27

มาดูกันเถอะ เราสามารถนำเวรา รูบินออกมาได้ไหม

Let's take a look. Can we bring out Vera Rubin, please?

1:50

และจานีน เรามีตู้ ระบบไหม ดูเหมือนจะหนัก

And Janine, do we have the racks, the systems? It looks heavy.

2:01

นี่คือเวรา รูบิน เวรา รูบิน NVLink 72 นี่คือ Grok LPX

This is Vera Rubin. Vera Rubin NVLink 72. This is the Grok LPX.

2:10

ใน GTC ครั้งถัดไป ฉันจะพูดคุยเกี่ยวกับเรื่องนี้มากขึ้น วันนี้เรามีเรื่องมากมายที่จะพูดคุยกับคุณ

At the next GTC, I'm going to talk to you about a lot more of this. Today, we have so much to talk to you about.

2:16

นี่คือตู้ CPU ของเวรา 256 CPU ทั้งหมดมีการระบายความร้อนด้วยน้ำ

This is Vera CPU rack. 256 CPUs, all liquid cooled.

2:23

ให้ฉันบอกคุณเกี่ยวกับเวราในอีกสักครู่ นี่คือระบบประมวลผลการจัดเก็บข้อมูล Vera Bluefield และยังเป็นระบบรักษาความปลอดภัย

Let me tell you about Vera in just a moment. This is the Vera Bluefield storage processing system and also security system.

2:33

และแน่นอน นี่คือเครือข่าย Mellanox ของเรา CPO แรกของโลก

And, of course, this is our Mellanox networking, the world's first CPO.

2:40

นี่คือเวรา รูบิน เทคโนโลยีที่น่าทึ่งทั้งหมดมารวมกัน

This is Vera Rubin. Incredible technology all coming together.

2:44

ตอนนี้ เมื่อเราสร้าง Hopper เราสร้าง Hopper อย่างที่คุณรู้ สำหรับการฝึกอบรมล่วงหน้า

Now, when we built Hopper, we built Hopper, as you know, for pre-training.

2:51

การฝึกอบล่วงหน้าเป็นแอปพลิเคชันที่สำคัญที่สุดที่เรากำลังทำงานอยู่ในขณะนั้น

pre-training was the most important application the most important

2:54

เมื่อเราทำงานกับเกรซ แบล็ควอลล์ ทุกคนพูดว่าเจนเซน

workload we're working on at the time then when we worked

2:57

คุณรู้ไหม NVIDIA เก่งมากในการฝึกอบล่วงหน้าและการอนุมาน

on grace blackwell everybody said jensen

3:00

มันง่ายมาก คุณจำได้ไหมว่าผู้คนพูดว่าอย่างไร

you know nvidia is really good at pre-training inference

3:05

มันง่ายมาก คุณจำได้ไหมว่าผู้คนเคยพูดว่า

is so easy do you remember that people

3:08

เคยพูดว่าการอนุมานมันง่ายมาก เราก็ทำได้เช่นกัน แต่ตามที่คุณทราบ การอนุมานหมายถึงเงินและโมเดลโมอีสซับซ้อนมาก

used to say inference is so easy we could do that too but as you know inference equals money and the models moes are so complicated

3:19

วันนี้ ค่าใช้จ่ายของโทเค็นของ NVIDIA ต่ำที่สุดในโลก ไม่ใช่แค่ 10% แต่เป็นหลายเท่า

And to do it at incredibly high response time, fast interactivity, and high throughput at the same time is incredibly hard, which is the reason why we created NVLink 72.

3:32

ทั้งหมดนี้เกิดจากการออกแบบร่วมสุดขีด ทั้งหมดนี้เกิดจากการที่เราเข้าใจโมเดลการคอมพิวเตอร์ รูปแบบการคอมพิวเตอร์ของการอนุมาน

Today, NVIDIA's token cost is the lowest in the world, not by 10%, by X factors, orders of magnitude.

3:42

และเราสามารถสร้าง MVLink 72 ได้ ตอนนี้ กับ Vera Rubin มันเกินกว่าการอนุมาน

all because we did extreme co-design, all because we understood the computing model, the computing pattern of inference,

3:51

ตอนนี้มันคือการอนุมานในระบบที่มีตัวแทน นี่คือ Vera Rubin

and we were able to create MVLink 72. Now, with Vera Rubin, it is beyond inference.

3:59

ไม่มีสายเคเบิล ไม่มีท่อ ไม่มีพัดลม

It is now inference in an agentic system. This is Vera Rubin.

4:07

ไม่มีสายเคเบิล ไม่มีท่อ ไม่มีพัดลม

No cables, no hoses, no fans.

4:12

สิ่งที่เคยใช้เวลานานเมื่อครั้งที่ฉันแสดงสิ่งนี้ให้คุณดู เรามีสายเคเบิลอยู่ทุกที่

What used to take the last time when I showed this to you, we had cables everywhere.

4:19

สายเคเบิลดูน่าทึ่ง แต่ตอนนี้มี PCB อยู่กลางที่เชื่อมต่อทั้งสองด้าน

The cables were amazing to look at. But now there's a PCB in the middle which connects both sides.

4:27

สิ่งที่เคยใช้เวลาสองชั่วโมงตอนนี้ใช้เวลาเพียงห้านาที ความน่าเชื่อถือและความยืดหยุ่นของ Vera Rubin จะต้องยอดเยี่ยมมาก

What used to take two hours now takes five minutes. The reliability and the resilience of Vera Rubin is going to be off the charts.

4:36

นี่คือถาด CPU ของเรา CPU ที่ล้ำสมัยที่สุดที่เคยสร้างขึ้น

This is our Vera CPU tray. The most advanced CPUs that has ever been built.

4:44

ฉันจะโชว์ให้คุณดูในอีกสักครู่ และนี่คือถาดจัดเก็บข้อมูลของเรา

I'm going to show you that in just a second. And this is our storage tray.

4:50

CPU Vera สองตัว CX-9 สี่ตัว และซอฟต์แวร์จำนวนมหาศาล

Two Vera CPUs, four CX-9, incredible amounts of software.

4:58

นี่คือ LPX ใหม่ของเรา LPU30 ระบบ Grok ที่ออกแบบมาสำหรับการอนุมานที่มีความหน่วงต่ำมาก

This is our new LPX, LPU30, the Grok system, designed for very low latency inference.

5:08

อัตราการส่งข้อมูลถูกส่งโดย Vera Rubin และ

the throughput is delivered by vera rubin and

5:11

ขยายด้วย mvlink 72 หาก

extended with mvlink 72 if

5:15

คุณต้องการขยายเพิ่มเติม คุณสามารถมี

you want to extend that even further you can have

5:18

grok lpus ที่นี่ เรา

grok lpus here we

5:21

มี Vera Rubin mvlink ถาดสวิตช์นี้

have the vera rubin mvlink the switch tray this

5:25

นี่คือสวิตช์ในกลาง และนี่คือการปฏิวัติเนื่องจาก Vera Rubin เพราะ NVLink 72 และสวิตช์ NVLink ที่เราสร้างและประดิษฐ์ขึ้น

is the switches in the middle and this is revolutionary because of vera rubins because of NVLink 72 and the NVLink switches that we created and invented.

5:36

และนี่คือสวิตช์ Ethernet ของเราสำหรับการขยาย

And this is our Ethernet switches for scale out.

5:42

สิ่งที่น่าทึ่งคือเราได้แนะนำสองระบบนี้สำหรับ Grace Blackwell

What's amazing is we introduced these two systems for Grace Blackwell.

5:50

สองระบบนี้ถูกสร้างขึ้นสำหรับ Grace Blackwell และวันนี้ NVIDIA เป็นบริษัทเครือข่ายที่ใหญ่ที่สุดในโลก

These two systems were created for Grace Blackwell. And today, NVIDIA is the largest networking company in the world.

5:58

ฉันภูมิใจในทีมเครือข่ายมาก นี่คือการสนับสนุนที่น่าทึ่งสำหรับทุกสิ่งที่เราทำ

I'm so proud of the networking team. This is such an incredible enabler for everything that we do.

6:05

ตอนนี้ฉันจะพูดคุยกับคุณเกี่ยวกับอุตสาหกรรมหลักต่อไปที่เราจะมีส่วนร่วม ขอบคุณ

I'm going to now talk to you about the next major industry we're going to be part of. Thank you.

6:13

Janine ขอบคุณ ลาก่อน

Janine, thank you. Bye-bye.

6:26

ฉันคิดว่ามีคน 2,000 คนอยู่ที่นั่นกำลังทำสิ่งนั้น โอเค มาพูดคุยเกี่ยวกับ CPU กันเถอะ

I think there are 2,000 people back there pulling that. Okay, let's talk about CPUs.

6:40

Veris CPUs CPU ที่สร้างขึ้นสำหรับยุค AI

Veris CPUs. CPUs built for the age of AI.

6:45

CPU ทั้งหมดจนถึงตอนนี้ถูกสร้างขึ้นสำหรับผู้คน เราคือผู้ใช้

All of the CPUs until now were created for people. We were the users.

6:53

เราคือผู้ใช้ เราคือผู้เช่า วิธีที่เราใช้ CPU เราอาศัยอยู่ในโลกที่นับเป็นวินาที

We were the users. We were the renters. The way we use CPUs, we live in a world counted by seconds.

7:03

วิธีที่เราเช่า CPU ในคลาวด์ แต่ละตัว ยิ่งคุณมี CPU cores มากเท่าไหร่ คุณก็ยิ่งเช่าได้มากเท่านั้น

The way we rent CPUs in the cloud, each one of them, the more CPU cores you have, the more you can rent.

7:12

เศรษฐศาสตร์ของการใช้งาน CPU เก่าและเศรษฐศาสตร์ของ CPU เก่า แตกต่างกันอย่างสิ้นเชิงจากตัวแทน

The economics of the use case of the old CPU and the economics of the old CPU, fundamentally different than agents.

7:21

ตัวแทนไม่อดทน พวกเขาไม่ได้อาศัยอยู่ในโลกที่เป็นวินาที พวกเขาอาศัยอยู่ในโลกที่เป็นนาโนวินาที

Agents are impatient. They don't live in a world that is in seconds. They live in a world that's in nanoseconds.

7:30

เมื่อมันใช้เครื่องมือ มันต้องการให้เวลาตอบสนองเร็วที่สุดเท่าที่จะเป็นไปได้

When it uses a tool, it wants the response time to be as fast as possible.

7:36

เมื่อมันเข้าถึงฐานข้อมูล มันต้องกลับมาโดยเร็วที่สุดเท่าที่จะเป็นไปได้

When it accesses database, it has to come back as soon as possible.

7:41

ทุกช่วงเวลาที่ตัวแท wart รอคอยทำให้มันไม่สามารถไปยังขั้นตอนถัดไปได้

Every moment that the agent is waiting keeps it from going to the next step, the next step, the next step.

7:49

มันสำคัญมากที่เราจะทำให้ CPU มีความหน่วงต่ำที่สุดเท่าที่จะเป็นไปได้ และมีปฏิสัมพันธ์ได้มากที่สุดเท่าที่จะเป็นไปได้

it is vital that we make the CPUs as low latency as possible, as interactive as possible.

7:58

ดังนั้นเราจึงสร้าง Vera CPU สำหรับยุค AI

So we created Vera CPU for the age of AI.

8:02

ตอนนี้ภายในระบบของเรา มันถูกใช้ในสามวิธีที่แตกต่างกัน

Now, inside our system, it's used for three different ways.

8:06

วิธีแรกแน่นอนคือ Vera Rubin สำหรับการคิด

The first way, of course, is Vera Rubin for thinking.

8:13

และภายในตู้ Vera Rubin มี CPU สองตัวแล้ว

And inside the Vera Rubin rack, There are already two CPUs.

8:18

อย่างที่คุณรู้ เรากำลังสร้างและขาย Vera Rubin หลายล้านตัว

As you know, we are building and selling millions of Vera Rubens.

8:26

เราขาย Grace Blackwell หลายล้านตัว NVIDIA เป็นหนึ่งในผู้ผลิต CPU ที่ใหญ่ที่สุดในโลกแล้ว

We have sold millions of Grace Blackwells. NVIDIA already is one of the largest CPU makers in the world.

8:32

ในตู้ Vera Rubin มี CPU สองตัว

In the Vera Ruben rack are two CPUs.

8:36

หนึ่งตัวสำหรับการจัดการและควบคุม GPU

One for orchestrating and managing the GPUs,

8:42

จัดการ KV cache จัดการซอฟต์แวร์ทั้งหมดที่ทำงานใน RAC

managing the KV cache, dealing with all of the software that runs in the RAC.

8:49

เรายังมี Grace Bluefield ที่ใช้สำหรับความปลอดภัยและการแยกตัว

We also have the Grace Bluefield that is used for security and isolation.

8:56

Vera Compute ถูกใช้สำหรับการควบคุม การจัดการโมเดล AI การใช้เครื่องมือ การเข้าถึงฐานข้อมูล

The Vera Compute is used for the harness, the orchestration of the AI models, tool use, accessing the database.

9:06

และเซิร์ฟเวอร์ข้อมูลอยู่ที่นี่ Vera Bluefield

And the data servers are right here, Vera Bluefield.

9:11

เซิร์ฟเวอร์จัดเก็บข้อมูลที่เร็วที่สุด ระบบจัดเก็บข้อมูลที่เร็วที่สุดที่โลกเคยสร้างมา

the fastest storage servers, the fastest storage system the world has ever made.

9:17

และเหตุผลที่สิ่งนี้มีความสำคัญมากคือเพราะตัวแทนกำลังเข้าถึงหน่วยความจำได้อย่างรวดเร็วมาก

And the reason why this is so vital is because agents are accessing memory so incredibly fast.

9:26

ระบบเหล่านี้ เซิร์ฟเวอร์จัดเก็บข้อมูลและ CPU

These systems, the storage server and the CPUs,

9:32

ตอนนี้เป็นเส้นทางที่สำคัญที่สุดของส่วนที่มีค่าใช้จ่ายสูงที่สุดในศูนย์ข้อมูล นี่คือสิ่งที่มีราคาแพงที่สุดด้วยเหตุผลที่ดี

are now the critical path of the most expensive part of the data center. This is the most expensive for a good reason.

9:41

เศรษฐศาสตร์ของโรงงาน AI คือโทเค็น

the economics of the AI factory is tokens.

9:48

และโทเค็นถูกสร้างขึ้นที่นี่ ดังนั้นแน่นอนว่าคุณต้องการผลิตและสร้างโทเค็นให้ได้มากที่สุดเท่าที่จะทำได้

And the tokens are created here. And so, of course, you want to manufacture and generate as many tokens as possible.

9:56

นี่คือที่ที่คุณใส่เศรษฐศาสตร์ทั้งหมดของคุณ และนี่จะต้องไม่ขวางทาง

This is where you put all of your economics. And this has to not be in the way.

10:02

ดังนั้น Vera CPU จึงมีแรงกดดันอย่างมากต่อสถาปัตยกรรม CPU

And so Vera CPU has great pressure on the CPU architecture,

10:07

ซึ่งเป็นเหตุผลที่เราสร้างสถาปัตยกรรมใหม่จากพื้นฐานขึ้นมา CPU ที่โลกไม่เคยเห็นมาก่อน

which is the reason why we built a brand new architecture from the ground up, a CPU the world has never seen before.

10:15

เราชื่อมันว่า Vera นี่คือ CPU สำหรับตัวแทน

We call it Vera. This is CPU for agents.

10:21

CPU ทั้งหมดในอดีตที่เราสร้างขึ้นสำหรับมนุษย์ CPU นี้สร้างขึ้นสำหรับตัวแทน

All the CPUs of the past we built for humans. This CPU is built for agents.

10:28

ดี มีสี่สิ่งที่ต้องคำนึงถึง สี่ข้อสรุป

Well, there are four things to keep in mind, the four takeaways.

10:32

ข้อสรุปแรกคือคำสั่งต่อคลิกของ Vera ต้องดีอย่างไม่น่าเชื่อเพราะเราต้องการให้ความหน่วงต่ำ

The first takeaway is that the instructions per clock of Vera has to be incredibly good because we need the latency to be short.

10:43

เราต้องการเวลาในการประมวลผล ประสิทธิภาพแบบเธรดเดียว ไม่ใช่การส่งผ่าน

We need the processing time, single threaded performance, not throughput.

10:48

ประสิทธิภาพแบบเธรดเดียวต้องอยู่ในระดับโลก แน่นอนว่าประสิทธิภาพแบบเธรดเดียวที่ดีที่สุด ซึ่งเป็นเหตุผลที่ IPC คำสั่งต่อคลิกของ Vera สูงมาก

Single threaded performance has to be world class. Absolutely the best single threaded performance, which is the reason why the IPC, the instructions per clock of Vera is so high.

10:59

มันสูงที่สุดในโลก 10 คำสั่งที่ถูกดึงข้อมูล ถอดรหัส และดำเนินการต่อคลิก หมายเลขหนึ่ง

It's the highest in the world. 10 instructions fetched, decoded, and executed per clock, number one.

11:08

หมายเลขสอง แบนด์วิธที่จำเป็นในการย้ายข้อมูลเข้าและออกสำหรับ CPU ต้องอยู่ในระดับโลกอย่างแท้จริง

Number two, the bandwidth necessary to move data in and out for the CPU has to be utterly world-class.

11:18

สิ่งที่สองคือแบนด์วิธต่อคอร์ สิ่งที่สามคือแบนด์วิธโดยรวม

The second thing is bandwidth per core. The third is just bandwidth, period.

11:24

เรากำลังเคลื่อนที่ จำไว้ว่าฉันพูดไปก่อนหน้านี้ ระบบตัวแทนมีลักษณะกระจายและจัดสรรอย่างพื้นฐาน

We're moving, remember, I said earlier, agentic systems is fundamentally disaggregated and distributed.

11:34

กระจายและจัดสรร เมื่อการคอมพิวเตอร์ถูกกระจายและจัดสรร

Disaggregated and distributed. When computing is disaggregated and distributed,

11:40

การเชื่อมต่อกลายเป็นปัญหา ดังนั้นเราจึงต้องย้ายข้อมูลให้เร็วที่สุดเท่าที่จะทำได้ระหว่างคอร์ CPU และระหว่าง CPU กับการจัดเก็บ CPU กับ GPU

networking becomes the problem. Therefore, we have to move the data around as fast as possible between the CPU cores and between the CPU and the storage, the CPU and the GPU.

11:53

แบนด์วิธรอบระบบและภายในคอร์ CPU ต้องอยู่ในระดับโลกอย่างแท้จริง

The bandwidth around the system and inside the CPU core has to be utterly world-class.

12:00

นี่คือ CPU ตัวแรกที่สร้างขึ้นในระยะเวลานาน ที่อยู่ในขีดจำกัดของเรติเคิล

This is the first CPU that's been built a long time, that is literally at reticle limits,

12:06

ด้วยผ้าที่เชื่อมต่อคอร์ CPU ทั้งหมดที่มีความเร็วสูง

with a fabric that connects all of the CPU cores that is speedolite.

12:11

3.6 เทราไบต์ต่อวินาที ไม่มี

3.6 terabytes per second. No

12:16

ไม่มีภาษีชิปเลต ไม่มีการข้ามขอบเขตชิป เพราะเราต้องการให้ทุกอย่างทำงานได้ เพราะหน่วยประมวลผล CPU กำลังสื่อสารกันด้วยแบนด์วิธที่สูงมาก

chiplet tax, no chip boundary crossings, because we need to have everything, because the CPU cores are talking to each other with extremely high bandwidth.

12:27

พวกเขาไม่ได้เช่าหน่วยประมวลผลทีละตัว พวกเขาทำงานร่วมกันทั้งหมด

They're not rented core per core per core. They're all working together.

12:32

แบนด์วิธข้ามส่วนของ Vera สูงมาก มันเป็นตัวแรกที่เป็น PCI Express Gen 6

The cross-sectional bandwidth of Vera is off the charts. It's the first one to be PCI Express Gen 6.

12:40

มันยังเป็นตัวแรกที่มี LPDDR5 ที่ 1.2 เทราไบต์ต่อวินาที

It is also the first one to have LPDDR5 with 1.2 terabytes per second.

12:47

สามเท่า สองถึงสามเท่าของแบนด์วิธของ CPU ที่มีประสิทธิภาพสูงสุดภายนอก

Three times, two to three times the bandwidth of the highest performance CPUs on the outside,

12:54

สามเท่าของแบนด์วิธภายใน แบนด์วิธต่อหน่วยประมวลผลและระยะเวลาแบนด์วิธอยู่ในระดับโลก

three times the bandwidth on the inside. The bandwidth per core and the bandwidth period is world class.

13:02

ตอนนี้ จำไว้ว่าฉันแสดงให้คุณเห็นก่อนหน้านี้ จำนวนหน่วยประมวลผล CPU จำนวน CPU จะสูงมาก

Now, remember, I showed you earlier, the number of CPU cores, the number of CPUs is going to be quite high.

13:09

และเหตุผลนั้นง่ายมาก

And the reason for that is very simple.

13:13

เราได้สร้าง CPU สำหรับมนุษย์ในอดีต

We created CPUs for humans in the past.

13:18

และมนุษย์มีเพียงหนึ่งพันล้านคนเท่านั้น จะมีตัวแทนหลายพันล้านคน

And humans, there are only one billion of us. There will be billions of agents.

13:26

และตัวแทนเหล่านี้จะใช้ CPU ด้วยความอดทนที่น้อยมาก

And these agents are going to be using the CPUs with very

13:30

เพราะต้นทุนของ GPU ที่พวกเขานั่งอยู่ข้างๆ สูงเกินไปและมีค่าเกินไป

little patience because the cost of the GPU they sit next to is too high and therefore too valuable, too precious.

13:40

ดังนั้น CPU เหล่านี้จะต้องมีประสิทธิภาพสูง

Therefore, these CPUs are going

13:43

เพื่อให้มีประสิทธิภาพสูง แต่

to be both performant, but

13:46

พวกเขายังต้องมีประสิทธิภาพด้านพลังงานที่ดีเยี่ยมเพื่อที่เราจะสามารถบีบอัด CPU ให้มากที่สุดเท่าที่จะทำได้ในโรงงานโดยไม่

they also have to be extremely energy efficient so that we can cram as much CPU as we can into the factory without taking

13:55

ลดพลังงานจากการสร้างโทเคน ซึ่งเรารู้ว่ามันคือวิธีที่เราทำเงิน

away power from the token generation, which we know is how we make money.

14:01

คุณสมบัติทั้งสี่นี้ คำสั่ง

These four properties, instructions

14:04

ต่อคลิกหรือประสิทธิภาพแบบเธรดเดียว แบนด์วิดธ์

per clock or single threaded performance, bandwidth

14:07

ต่อคอร์ แบนด์วิดธ์รวมรอบชิปและภายในชิป และประสิทธิภาพด้านพลังงานกำหนด VARA

per core, the total bandwidth around the chip and inside the chip, and energy efficiency defines VARA.

14:16

มันเป็นระดับโลกอย่างแท้จริง เมื่อคุณเปรียบเทียบกับ x86 ที่มีประสิทธิภาพสูงสุด มันอยู่เหนือกราฟ

It is absolutely world-class. When you compare it to the highest performance x86, it is just off the charts.

14:24

เมื่อคุณเปรียบเทียบในด้านประสิทธิภาพแบบเธรดเดียวจริง ๆ ประสิทธิภาพจริง มันอยู่เหนือกราฟ

when you compare it in real single-threaded performance, real performance, it's off the charts.

14:33

มันน่าเหลือเชื่อที่สามารถส่งมอบการปรับปรุง 5% บน CPU ได้ มันน่าเหลือเชื่อที่สามารถส่งมอบ 10%

It is incredible to be able to deliver 5% improvement on CPUs. It is incredible to be able to deliver 10%.

14:41

แต่การเพิ่มประสิทธิภาพในลักษณะนี้เป็นสิ่งที่ไม่เคยได้ยินมาก่อน นี่คือ NVIDIA Vera

But this kind of performance speed-up is just unheard of. This is NVIDIA Vera.

14:49

คุณคิดว่าอย่างไร? มาดูกันเถอะ

What do you think? Let's take a look.

15:23

การส่งข้อมูล ความหน่วง และประสบการณ์ของผู้ใช้ NVIDIA Vira คือ CPU ที่สร้างขึ้นสำหรับวงจรเอเจนต์

throughput, latency, and user experience. NVIDIA Vira is the CPU built for the agentic loop,

15:31

รวมเอา CPU คัสตอมของ NVIDIA สำหรับศูนย์ข้อมูลเข้ากับโครงข่ายความสอดคล้องที่สามารถปรับขนาดได้เพื่อให้ได้สมดุลที่เหมาะสมระหว่างคอร์ประสิทธิภาพและแบนด์วิดธ์เพื่อเพิ่มผลผลิตของโรงงาน AI ให้สูงสุด

combining NVIDIA's custom data center CPU core with a scalable coherency fabric for the right balance of performance cores and bandwidth to maximize AI factory output.

15:42

หัวใจของ Vira คือคอร์ NVIDIA Olympus ที่สร้างขึ้นสำหรับงานในศูนย์ข้อมูลสมัยใหม่ การทำงานของ Python ที่มีการแตกสาขามาก เครื่องมือเรียกใช้งาน และการดำเนินการโค้ดในสภาพแวดล้อมที่ปลอดภัย

At the heart of Vira is the NVIDIA Olympus core built for modern data center workloads, branch-heavy Python runtimes, tool calls, and sandbox code execution.

15:53

แต่ละคอร์ได้รับการปรับแต่งเพื่อประสิทธิภาพการทำงาน ตัวทำนายการแตกสาขาเชิงประสาทที่ประเมินการแตกสาขาที่ถูกเลือกสองครั้งต่อรอบ

Each core is tuned for throughput. A neural branch predictor evaluating two taken branches per cycle.

16:00

เครื่องยนต์ถอดรหัส 10Y นำงานเข้ามามากขึ้นในแต่ละรอบ เครื่องยนต์ที่ไม่เป็นระเบียบขนาดใหญ่ช่วยให้คำสั่งเคลื่อนที่ได้

A 10Y decode engine brings in more work each cycle. A large out-of-order engine keeps instructions moving.

16:07

เครื่องมือดึงข้อมูลขั้นสูงพร้อมกับเครื่องยนต์กราฟใหม่ที่คาดการณ์เส้นทางข้อมูลถัดไป

Advanced prefetchers with a novel graph engine anticipating the next data path.

16:12

แต่คอร์ที่รวดเร็วมีความสำคัญเมื่อข้อมูลมาถึงอย่างถูกต้องและตรงเวลา

But fast cores only matter when data arrives correctly and on time.

16:18

Vira เป็น CPU ตัวแรกที่ใช้หน่วยความจำ LPDDR5X ในขณะที่แก้ไขข้อผิดพลาดหลายรายการพร้อมกันโดยไม่ลดทอนแบนด์วิดธ์

Vira is the first CPU to use LPDDR5X memory while correcting multiple errors simultaneously without compromising bandwidth.

16:27

Vira มีความหน่วงหน่วยความจำสูงสุดต่ำกว่าระบบ x86 ถึง 40% ทำให้คอร์ได้รับข้อมูลตรงเวลา ผ่านการดึงข้อมูล การวิเคราะห์ และการดำเนินการในสภาพแวดล้อมที่ปลอดภัย

Vira achieves 40% lower peak memory latency versus x86, keeping cores fed on time through retrieval, analytics, and sandbox execution.

16:38

โครงข่ายความสอดคล้องที่สามารถปรับขนาดได้รุ่นที่สองของ NVIDIA รวมคอร์ Olympus ทั้ง 88 คอร์ไว้ในโครงข่ายเดียวที่มีชิปแยกสำหรับหน่วยความจำและ I.O.

NVIDIA's second-generation scalable coherency fabric unifies all 88 Olympus cores on a monolithic mesh with separate dies for memory and I.O.

16:49

คอร์ไม่ได้ถูกแบ่งออกเป็นชิปเล็ก ทำให้การสื่อสารระหว่างคอร์เร็วกว่าชิป CPU แบบดั้งเดิมถึง 50%

Cores are not split across chiplets, enabling 50% faster core-to-core communication than traditional CPUs.

16:57

และ NVLink ที่มีความสอดคล้องกับหน่วยความจำเชื่อมต่อ GPU โดยตรงกับโครงข่าย

And memory-coherent NVLink chip-to-chip connects GPUs directly to the fabric.

17:03

นอกเหนือจาก GPU MVLink ที่เชื่อมต่อระหว่างชิปสามารถขยาย Vera ไปยังหลายซ็อกเก็ต ทำให้มีแบนด์วิดธ์มหาศาลระหว่าง CPU

Beyond GPUs, MVLink chip-to-chip can scale Vera up to multiple sockets, enabling massive bandwidth between CPUs.

17:12

Vera มอบประสิทธิภาพการทำงานในสภาพแวดล้อมที่ปลอดภัยสูงกว่าระบบ x86 ถึง 1.8 เท่า

Vera delivers 1.8 times the agentic sandbox performance of x86 CPUs.

17:19

Vera ที่แยกออกมาใช้ในการทำงานในสภาพแวดล้อมที่ปลอดภัย เครื่องมือ โค้ด และท่อข้อมูล

Standalone Vera racks run agent sandboxes, tools, code, and data pipelines.

17:25

เชื่อมโยงอย่างใกล้ชิดกับ GPU Rubin Vera ช่วยให้การทำงานที่เร่งความเร็วดำเนินต่อไป

Tightly coupled to Rubin GPUs, Vera keeps accelerated workflows moving.

17:30

นี่คือ

This is

17:52

ตัวขับเคลื่อนการเติบโตหลักใหม่ของเรา ความคิดเห็นเริ่มออกมาแล้ว และมันก็ดีมาก

going to be our new major growth driver. The reviews are already coming out, and it's pretty good.

18:01

นี่คือสิ่งที่ดีมาก ตอนนี้จำไว้ว่า

that's pretty good stuff. Now remember,

18:13

เกรซและเวร่าเป็น CPU ที่มีคุณสมบัติเหมาะสมที่สุด

Grace and Vera are also the most highly qualified

18:19

ในโลกของ AI เพราะทุกศูนย์ข้อมูล ทุกคลาวด์

CPUs in the world of AI because every single data center, every single cloud,

18:24

ทุกองค์กร ทุกบริษัทที่ทำงานกับ NVIDIA ในด้าน AI ได้ผ่านการรับรองเกรซแล้ว

every single enterprise, every company that works with NVIDIA on AI has already qualified Grace.

18:32

ซอฟต์แวร์ทั้งหมดได้รับการปรับแต่งสำหรับเกรซแล้ว ทุกบริษัทจะต้องผ่านการรับรองเวร่า

The entire software stack has already been optimized for Grace. Every company will be qualifying Vera.

18:40

เวร่าจะเป็น CPU ที่มีความสามารถสูงสุดในโลก เนื่องจากมันจะไปกับเวร่า รูบิน

Vera will be the most optimized agentic CPU in the world. Simply because it's going to go with Vera Rubin.

18:47

เนื่องจากเราทำการเปลี่ยนแปลงครั้งใหญ่

Simply because we made the big hard switch.

18:51

ในความเป็นจริง ในระหว่างการเปลี่ยนแปลงของเกรซ แบล็ควเวลล์ ความเสี่ยงที่ใหญ่ที่สุดคือการเปลี่ยนจาก CPU x86 ภายนอกไปยังเกรซ แบล็ควเวลล์

In fact, during Grace Blackwell transition, the biggest risk was going from external CPU x86 into Grace Blackwell.

19:00

การเปลี่ยนแปลงนั้นอันตรายมาก แต่เราทำมันได้อย่างยอดเยี่ยม

That transition was extremely dangerous, but we did it with incredible execution.

19:07

ตอนนี้เกรซเป็นที่รู้จักในชื่อเกรซ แบล็ควells

Now Grace is literally synonymous with Grace Blackwell.

19:11

เมื่อผู้คนพูดถึงแบล็ควells พวกเขาพูดถึงเกรซ แบล็ควells เพราะมันมีอยู่ทุกที่

When people say Blackwell, they say Grace Blackwell because it is utterly now everywhere.

19:17

ซอฟต์แวร์ของทุกบริษัทได้รับการปรับให้เหมาะสมสำหรับมัน ทุกคนได้ปรับระบบความปลอดภัยให้เหมาะสมสำหรับมัน

Every company's software stack has been optimized for it. Everybody's security stack has been optimized for it.

19:23

และตอนนี้เวรากำลังมา ฉันตื่นเต้นมากเกี่ยวกับเรื่องนี้ ตอนนี้มาดูตัวเลขประสิทธิภาพกัน

And now here comes Vera. I'm super excited about that. Now look at some of the performance numbers.

19:30

การเพิ่มความเร็วเป็นสิ่งหนึ่ง มันยากมากที่จะเพิ่มความเร็ว SQL

Speed ups is one thing. It is extremely hard to speed up SQL.

19:36

SQL ภาษาเฉพาะทางที่มีชื่อเสียงที่สุด

SQL, the most famous domain specific language, DSL,

19:44

ที่เคยถูกสร้างขึ้น ก่อน SQL ก่อน CUDA มี SQL

that has ever been created. Before SQL, before CUDA, there was SQL.

19:51

ก่อน OpenGL มี SQL ถูกประดิษฐ์โดย IBM

Before OpenGL, there was SQL. Invented by IBM.

19:56

วันนี้มันเป็นเอนจินฐานข้อมูลที่มีโครงสร้างของโลก ทุกคนใช้ SQL

Today, it is the structured database engine of the planet. Everybody uses SQL.

20:01

นี่คือ SQL ที่ทำงานได้เร็วขึ้นสามเท่า ไม่ใช่เร็วขึ้น 10% ไม่ใช่เร็วขึ้น 25%

This is SQL running three times faster. Not 10% faster, not 25% faster.

20:09

สิบเท่า สามเท่า เร็วขึ้นอย่างไม่น่าเชื่อ นี่คือเวลาจริง

Ten times, three times faster. Incredible. This is real-time.

20:16

ต่อไปคือการประมวลผลสตรีมแบบเรียลไทม์ จำไว้ว่าปัญญาประดิษฐ์ของคุณจะไม่เพียงแค่อ่านข้อความ

The next one is real-time stream processing. Remember, your AI is going to be not just reading documents.

20:24

ปัญญาประดิษฐ์ของคุณจะเฝ้าดูข้อมูลโทรมาตร โดยเฉพาะภายในโรงงาน ภายในตลาดหุ้น

Your AI is going to be watching for telemetry, especially inside a factory, inside a stock exchange.

20:32

คุณจะมองหาข้อมูลโทรมาตรอย่างต่อเนื่อง ข้อมูลที่เข้ามาจะถูกส่งไปยัง CPU

You're going to be looking for telemetry continuously. The burst of data that's coming in goes into a CPU.

20:39

นี่คือ CPU เวราที่ทำการประมวลผลสตรีมแบบเรียลไทม์สำหรับตลาดหุ้นนิวยอร์ก

This is Vera CPU running real-time stream processing for New York Stock Exchange.

20:45

ลินน์ มาร์ติน ประธานตลาดหุ้นนิวยอร์ก ได้มีความกรุณาในการร่วมมือกับเรา

Lynn Martin, the president of New York Stock Exchange, has been so gracious to partner with us.

20:51

ระบบนี้ทำงานทั่วโลกในการประมวลผลสตรีมแบบเรียลไทม์

This system is run all over the world in real-time stream processing.

20:56

CPU เวราหกเท่า ทั้งหมดเกิดจากแบนด์วิธ การประมวลผลคำสั่งแบบเธรดเดียว แบนด์วิธภายในระหว่างคอร์ แบนด์วิธภายนอก

Vera CPU six times, all because of the bandwidth, the single threaded instruction execution, the bandwidth inside between the cores, the bandwidth outside.

21:08

เวรานั้นปฏิวัติอย่างสมบูรณ์ นั่นคือเวรา

Vera is completely revolutionary. That's Vera.

21:19

คุณรู้ไหม X-Factors เป็นสิ่งที่คุณพูดถึงเมื่อคุณพูดถึง GPU

You know, X-Factors is something you talk about when you're talking about GPUs.

21:23

มันค่อนข้างหายากที่ใครบางคนจะพูดถึง X-Factors ในงานที่แท้จริง งานที่แท้จริงที่เกี่ยวข้องกับ CPU

It is quite rare that somebody talks about X-Factors on real workload, real workload that is associated with CPUs.

21:32

ฉันภูมิใจในทีมมาก คุณทำได้ดีมาก เรามีแผนงานที่ยอดเยี่ยมกำลังจะมาถึง

I'm so proud of the team. You guys did such a great job. We have an extraordinary roadmap coming.

21:44

แต่สิ่งที่น่าตื่นเต้นจริงๆ คือแทบทุกคน

but what's really exciting is almost everybody

21:48

กำลังสนับสนุนเวร่า พวกเขาตื่นเต้นมาก

is supporting vera they're as excited

21:51

นี่คือเวร่าเปิดตัว มันได้เปิดตลาดใหม่สำหรับตัวแทน ตัวแทนคือภารกิจใหม่

as we are this is vera opening up it's opened up a brand new market agents agents is a new workload

22:02

เราได้สร้าง CPU สำหรับมนุษย์ในอดีต เราต้องการ CPU สำหรับตัวแทน ระบบตัวแทน

We built CPUs for humans in the past. We need CPUs for agents, agentic systems.

22:10

คุณสมบัติของพวกเขาต่างกัน ทำไม CPU เก่าถึงจะเหมือนกัน? เรากำลังสร้างข้อผิดพลาดหลายล้านข้อ

Their properties are different. Why would the old CPUs be the same? We are building millions and millions of errors.

22:19

ข้อผิดพลาดหลายล้านข้อ และเพื่อเข้าสู่ตลาดกับเรา ผู้ผลิต ODM และคอมพิวเตอร์ของไต้หวัน

Millions of errors. And to go to market with us, Taiwan's ODMs and computer makers,

22:26

ผู้ผลิต OEM ทั้งหมด และคุณสามารถเห็นผู้ที่นำร่อง ผู้ที่นำร่องคือบริษัทตัวแทน

all the OEMs, and you could see the early adopters. The early adopters are the agentic companies.

22:34

นี่คือจุดเริ่มต้นของตลาดใหม่ ตลาดที่ไม่เคยมีมาก่อน

This is the beginning of a new market, a market that never existed before.

22:40

มันจะไม่ทำให้ตลาดเก่าหายไป แต่นี่คือ ตลาดใหม่ CPU สำหรับตัวแทน

It's not going to take away from the old markets, but this is a new market. CPU for agents.

22:47

และตลาดนี้จะใหญ่กว่าที่ผ่านมาอย่างแน่นอน

And this market will surely be larger than the last.

22:52

และเหตุผลก็คือจะมีตัวแทนมากกว่าคน และตัวแทนจะมีความไม่อดทนมาก

And the reason for that is because there will be a lot more agents than there are people, and then the agents are very impatient.

22:59

ดังนั้น NVIDIA, เวร่า, CPU ขอบคุณ

So, NVIDIA, Vera, CPU. Thank you.

23:09

นี่คือสไลด์ที่สำคัญที่สุดจริงๆ นี่คือสิ่งที่ต้องจำ สิ่งที่ต้องจำที่นี่คือรูปแบบการใช้งาน

This is the most important slide, really. This is the takeaway. The takeaway here is that this is the application pattern.

23:17

นี่คือรูปแบบการคอมพิวเตอร์ของทศวรรษหน้า ตัวแทน, การจัดการ, การประสานงานโมเดลภาษาขนาดใหญ่

This is the computing pattern of the next decade. Agents, harnesses, orchestrating large language models.

23:29

ทุกบริษัทจะทำงานนี้ ทุกบริษัทจะเป็นบริษัทตัวแทน

Every company will run it. Every company will be an agent company.

23:34

ทุกบริษัทจะมีตัวแทนทำงานภายใน

Every company will have agents running inside.

23:37

ทุกบริษัทจะเห็นว่าตัวแทนต้องการระบบปฏิบัติการของตนเอง

Every company will see that agents will need its own operating system.

23:46

ทุกบริษัทถามเรา ว่าเราจะทำงานตัวแทนอย่างปลอดภัยได้อย่างไร?

Every company is asking us, how do we run agents safely?

23:50

เราจะสร้างตัวแทนสำหรับภารกิจของเราได้อย่างไร?

How do we build agents for our own workloads?

23:54

ดังนั้นเราจึงมีชุดเครื่องมือ NVIDIA สำหรับ AI ในองค์กร

And so we have the NVIDIA agent toolkit for enterprise AI.

24:01

คุณได้เห็นฉันสร้างสิ่งนี้ในที่สาธารณะ เกือบทุกอย่างที่ NVIDIA ทำ คุณรู้ดีว่าในทุก GTC ถ้าคุณย้อนกลับไปดู GTC ของฉันเมื่อห้าปีหรือสิบปีก่อน คุณจะเห็นในวันนี้

You've seen me build this in plain sight. Almost everything that NVIDIA does, as you know, at every GTC, if you go back and look at my GTC five years ago or 10 years ago, you will see today.

24:12

สิ่งนี้คุณได้เห็นฉันพูดถึงมาหลายปีแล้ว เพราะเรากำลังสร้างเพื่อช่วงเวลานี้

this you've seen me talking about for several years now because we've been building for this moment.

24:19

มีสี่สิ่งที่บริษัทต้องการเพื่อสร้างตัวแทนเป็นบริการหรือสร้างตัวแทนเพื่อทำงาน

There are four things that companies need in order to build agents as a service or build agents to operate.

24:28

สิ่งแรกที่คุณต้องการคือคุณต้องการโมเดล แน่นอน โมเดลภาษาขนาดใหญ่

The first thing you need is you need models. Of course, large language models.

24:34

ยิ่งฉลาดยิ่งดี ยิ่งถูกยิ่งดี ยิ่งเร็วยิ่งดี

The smarter, the better. The cheaper, the better. The faster, the better.

24:38

สิ่งที่สองคือคุณต้องการอุปกรณ์เพื่อจัดการทุกอย่าง

The second Second is you need a harness to orchestrate the whole thing.

24:44

สิ่งที่สาม โมเดลเหล่านี้ต้องการใช้เครื่องมือ และเครื่องมือเหล่านี้มาพร้อมกับทักษะของมัน

The third, these models want to use tools. And these tools come with its skills.

24:51

และฉันได้แสดงให้คุณเห็นถึงห้องสมุด CUDAX ซึ่งจะเป็นเครื่องมือที่น่าทึ่งสำหรับตัวแทนในอนาคต

And I showed you CUDAX libraries. Those are going to be amazing tools for the agents in the future.

24:57

และสุดท้าย คุณต้องการ runtime คุณต้องการระบบปฏิบัติการที่รวมทุกอย่างไว้ด้วยกัน

And then lastly, you need a runtime. You need the operating system that holds it all together.

25:04

นี่คือชุดเครื่องมือ NVIDIA สำหรับตัวแทน

This is the NVIDIA toolkit for agents.

25:08

มันรวมโมเดลที่คุณสามารถปรับเปลี่ยนได้

It includes models that you can modify.

25:15

โมเดลระดับโลกของ NVIDIA และฉันต้องการแสดงให้คุณเห็นเพิ่มเติม คุณสามารถเรียกใช้ตัวแทนจากใครก็ได้

NVIDIA's world-class open models, and I want to show you more. You can run agents from anybody.

25:22

คุณสามารถเรียกใช้ Cloud Code, Incredible Agent, Codex, Incredible Agent

You can run Cloud Code, Incredible Agent, Codex, Incredible Agent.

25:27

คุณสามารถเรียกใช้มันภายในอุปกรณ์ที่เรียกว่า OpenShell ซึ่งจะมีความปลอดภัยสูงสำหรับคุณภายในองค์กร

You can run it inside this harness called OpenShell, which will be highly secure for your inside the enterprise.

25:35

เปลือกนี้ปกป้องตัวแทน ทำให้มันยึดมั่นในนโยบายความปลอดภัย

The shell protects the agent, keeps it grounded in security policies.

25:43

ความเป็นส่วนตัวได้รับการปกป้อง สิทธิและสิทธิพิเศษได้รับการมอบให้ ตัวตนของมันได้รับการปกป้อง

Privacy is protected. Its rights and privileges are given. Its identity is protected.

25:49

ดังนั้นเปลือกเปิดนี้จึงถูกนำไปใช้ทั่วโลก NVIDIA Open Shell เป็นโอเพนซอร์ส

And so this open shell is being adopted all over the world. NVIDIA Open Shell is open source.

25:56

คุณจะเห็นบริษัทมากมายที่นำไปใช้ Red Hat, Canonical, Microsoft มันจะถูกนำไปใช้ทุกที่

You're going to see so many companies adopted. Red Hat, Canonical, Microsoft. It's going to be adopted everywhere.

26:03

นี่คือสิ่งสำคัญ นี่คือ runtime

This is an important, this is the runtime.

26:07

และ runtime นี้ได้รับการปรับให้เหมาะสมอย่างเต็มที่สำหรับแพลตฟอร์ม AI ของ NVIDIA ซึ่งมีอยู่ทุกที่

And this runtime is fully optimized for the NVIDIA AI platform, which is everywhere.

26:12

ดังนั้นคุณสามารถเรียกใช้ OpenShell ในคลาวด์ใดก็ได้ ในสถานที่ และแม้แต่ในอุปกรณ์

So you can run OpenShell in any cloud, on-prem, and even on device.

26:20

ดังนั้นคุณจึงมีเครื่องมือและห้องสมุดที่พวกเขาสามารถใช้ได้

So you have now tools and libraries that they can use.

26:26

คุณมีโมเดลที่คุณสามารถปรับเปลี่ยนหรือใช้ตามที่เป็นอยู่ หรือคุณมีตัวแทน

You have models that you can modify or use as is. Or you have agents.

26:31

นี่คือ OpenClaw, Hermes, อุปกรณ์ที่น่าทึ่งอีกตัว

This would be OpenClaw, Hermes, another incredible harness.

26:39

อุปกรณ์ตัวแทนเหล่านี้สามารถทำงานในสถานที่หรือที่ไหนก็ได้สำหรับคุณ

These agentic harnesses can now run on-prem or for you anywhere.

26:45

ดังนั้นมีสี่สิ่งนี้ และนี่เป็นตัวแทนของระบบปฏิบัติการขององค์กรสมัยใหม่

So four things, and this represents the operating system of the modern enterprise.

26:51

ตอนนี้เราจะใช้สิ่งนี้อย่างไร หนึ่งในกรณีการใช้งานที่ฉันชอบที่สุดของตัวแทนคือการออกแบบชิป

Now, how do we use this? One of my favorite use cases of agents is chip designers.

26:59

นี่คือสิ่งที่สำคัญที่สุดที่ NVIDIA ทำ

It is the single most important thing that NVIDIA does.

27:03

ดังนั้นแน่นอนว่าเราต้องร่วมมือกับ Cadence เพื่อสร้าง SuperAgent ซึ่งเป็น SuperAgent การออกแบบชิป

And so, of course, we have to partner with Cadence to build SuperAgent, a chip design SuperAgent.

27:12

มันถูกจัดการโดย codex หรือ cloud code

It is orchestrated by codex or cloud code.

27:17

มันมี RTL และแผนผังสถาปัตยกรรมหรือสเก็ตช์หรือข้อกำหนดเป็นข้อมูลนำเข้าและสิ่งที่คุณต้องการแก้ไข

It has RTL and architecture diagrams or schematics or specifications as input and whatever you need to fix.

27:26

และเราสร้างตัวแทนที่ยอดเยี่ยมบางตัวที่ได้รับการปรับให้เหมาะสมสำหรับ NVIDIA runtime กับ Nemotron

And together we created some super agents that are optimized for the NVIDIA runtime with Nemotron.

27:37

และมาดูกัน มันน่าอัศจรรย์จริงๆ Cadence และ NVIDIA กำลังร่วมมือกันสร้างตัวแทนการออกแบบชิป

And let's take a look. It's really incredible. Cadence and NVIDIA are partnering to build chip design agents.

27:47

ชิป NVIDIA หลายแสนชิ้นมารวมกันเพื่อสร้างโรงงาน AI ที่ขับเคลื่อนโมเดล AI ชั้นนำของโลก

Hundreds of thousands of NVIDIA chips come together to make the AI factories that power the world's frontier AI models.

27:55

การออกแบบชิปเหล่านี้และระบบที่มันทำงานอยู่เป็นหนึ่งในความท้าทายทางวิศวกรรมที่ยากที่สุด

Designing these chips and the systems they run in is one of the hardest engineering challenges.

28:01

ทรานซิสเตอร์หลายล้านล้านตัว วงจรสามมิติ ขนาดไมโครสโคป,

Trillions of transistors, three-dimensional circuits, microscopic scale,

28:06

ทุกเกต ทุกสายไฟ ต้องซิงโครไนซ์เป็นพิโควินาที ต้องทำงานร่วมกันอย่างสมบูรณ์แบบโดยไม่มีช่องว่างสำหรับข้อผิดพลาด

every gate, every wire, synchronized to picoseconds, must work in perfect harmony with no margin for error.

28:14

ต้นแบบทางกายภาพช้าเกินไปและมีค่าใช้จ่ายสูง ดังนั้นวิศวกรจึงทำงานในโลกดิจิทัล

Physical prototypes are too slow and too costly. So engineers work in the digital realm.

28:20

ชิปแต่ละตัวเริ่มต้นจากชุดข้อกำหนดทางสถาปัตยกรรม จากนั้นแปลเป็น RTL ซึ่งเป็นภาษาของการออกแบบชิป

Each chip begins as a set of architectural specifications, then translated into RTL, the language of chip design.

28:28

RTL ต้องได้รับการตรวจสอบในซิมูเลชัน ข้อผิดพลาดเพียงข้อเดียวสามารถทำให้ชิปล่าช้าเป็นเดือน

RTL must be verified in simulation. A single bug can delay a chip by months.

28:33

ที่ NVIDIA วิศวกรหลายพันคน ชั่วโมงการคำนวณหลายพันล้านชั่วโมงต่อปี การทดสอบหลายล้านครั้ง ถูกเขียน รัน และดีบัก

At NVIDIA, thousands of engineers, billions of compute hours per year, millions of tests, written, run, and debugged.

28:41

รอบการทำงานที่ใช้เวลาหลายสัปดาห์ สำหรับบีบอัดรอบนี้ Cadence และ NVIDIA สร้างตัวแทนการตรวจสอบการออกแบบ

A cycle that takes teams weeks. To compress this cycle, Cadence and NVIDIA built a design verification agent.

28:49

Codex เป็นผู้จัดการกระบวนการ Cadence ChipStack เริ่มต้นวงจรการตรวจสอบ RTL โดยใช้ Nematron และรักษาความปลอดภัยโดย NVIDIA OpenShell

Codex orchestrates the process. Cadence ChipStack launches the RTL verification loop, powered by Nematron and secured by NVIDIA OpenShell,

28:59

เรียกใช้ตัวแทนผู้เชี่ยวชาญในด้านการสร้าง RTL การสร้างเบนช์ทดสอบ การทดสอบการถดถอย และการดีบัก

calling on expert sub-agents in RTL generation, test bench creation, regression testing, and debug.

29:07

ระบบขับเคลื่อนตัวเอง ตัวแทน ChipStack รันการจำลองหลายร้อยครั้งด้วย Cadence Exilium การตรวจสอบอย่างเป็นทางการกับ Jasper

The system drives itself. The ChipStack agents run hundreds of simulations with Cadence Exilium, formal verification with Jasper.

29:16

ข้อบกพร่องในการออกแบบถูกเปิดเผย แก้ไขข้อผิดพลาดในโค้ด สิ่งที่เคยใช้เวลาหลายสัปดาห์ตอนนี้ใช้เวลาเพียงไม่กี่ชั่วโมง

Design flaws revealed, bugs in the code fixed. What once took weeks now takes hours.

29:23

รอบการตรวจสอบเร็วกว่า 40 เท่า

Verification cycles over 40 times faster.

29:27

ด้วยกัน NVIDIA และ Cadence กำลังสร้างสรรค์การออกแบบชิปใหม่ด้วยตัวแทน AI

Together, NVIDIA and Cadence are reinventing chip design with AI agents.

29:34

จากหลายสัปดาห์เป็นไม่กี่ชั่วโมง NVIDIA มีนักออกแบบชิปหลายพันคน

From weeks, from weeks to hours, from weeks to hours, from weeks to hours, NVIDIA has thousands of chip designers.

29:43

เราจะจ้างตัวแทน Cadence หลายแสนคน

We are going to hire hundreds of thousands of cadence

29:47

ตัวแทนที่ทำงานร่วมกับเราเพื่อเร่งความเร็วของบริษัทของเรา เพื่อให้เรามีความทะเยอทะยานมากขึ้น สร้างสิ่งที่น่าทึ่งมากขึ้น รันได้เร็วขึ้น

super agents that work with us so that we can accelerate our company, so that we can be even more ambitious, create even more amazing things, run even faster.

29:58

คุณเห็นก่อนหน้านี้ว่าเครื่องมือชุดนั้น

You saw earlier that the toolkit

30:01

มีโมเดล สายรัด เครื่องมือ เครื่องมือในกรณีนี้คือซิมูเลเตอร์และผู้ตรวจสอบ Cadence ระบบการตรวจสอบอย่างเป็นทางการ

with models, harness, tools, the tools in this case are cadence simulators and verifiers, formal verification systems.

30:12

นี่คือเหตุผลที่เราทำงานกับ Caden อย่างหนักเพื่อเร่งเครื่องมือทั้งหมดของพวกเขาบน CUDA เพราะตัวแทนไม่อดทน

It is the reason why we're working with Caden so hard to accelerate all of their tools on CUDA because the agents are impatient.

30:21

ตัวแทนต้องการคำตอบทันที และดังนั้น โมเดล สายรัด CUDA ที่เร่งความเร็ว ไลบรารีและเครื่องมือที่เร่งความเร็ว และจากนั้นรันไทม์

The agents want the answer immediately. And so models, harnesses, accelerated CUDA, accelerated libraries and tools, and then the runtime.

30:34

สิ่งที่คุณเห็นเมื่อกี้คือทั้งหมดที่มารวมกัน

What you saw just now is all of that coming together.

30:38

ตอนนี้ หนึ่งในสิ่งที่เริ่มต้นด้วยคือ

Now, one of the things that it starts with is a

30:41

โมเดลที่ยอดเยี่ยมที่ Cadence สามารถปรับเปลี่ยนและ

great model that Cadence could modify and

30:44

ปรับแต่งให้เชี่ยวชาญในกระบวนการทำงานของ Cadence, ในความเชี่ยวชาญของ Cadence, เพื่อให้พวกเขาสามารถสร้างตัวแทนที่เป็นเอกสิทธิ์เฉพาะของ Cadence ด้วยความรู้ที่เป็นเอกสิทธิ์ของพวกเขา.

tune to be expert at the Cadence workflow, at the Cadence expertise, so that they could create super agents that are proprietary to Cadence with their proprietary knowledge.

30:58

พวกเขาต้องเริ่มต้นด้วยโมเดลที่ยอดเยี่ยม เราเรียกมันว่า Nemotron.

They have to start with an excellent model. We call it Nemotron.

31:02

NVIDIA มุ่งมั่นที่จะสร้างโมเดลเปิดสำหรับโลกเพื่อให้ทุกคน, พวกเราทุกคน, สามารถสร้างตัวแทนของเราเอง.

NVIDIA is dedicated to build open models for the world so that all of you, all of us, could create our own agents.

31:10

วันนี้เรากำลังประกาศ NemoTron 3 Ultra.

Today we're announcing the NemoTron 3 Ultra.

31:18

ใช่ โมเดลเปิดถัดไปของเรา และมันชาญฉลาด.

Yep, our next open model. And it is smart.

31:27

โมเดล Nemo Tron ไม่เพียงแต่ให้คุณโมเดล เรายังให้ข้อมูลทั้งหมดที่เราใช้ในการฝึกโมเดล

The Nemo Tron models not only give you the model We give you all the data that we use to train the model

31:36

และเพราะเรามีพันธมิตรที่น่าอัศจรรย์ คุณสามารถเห็นพันธมิตรทั้งหมดของเราที่นี่ เราทำงานร่วมกัน, มีส่วนร่วมข้อมูลให้กัน

And because we have a coalition of incredible partners You can see all of our partners down here We work together, contribute data to each other

31:46

แต่ Nemotron ได้รับการฝึกฝนจากชุดข้อมูลที่ใหญ่ที่สุดชุดหนึ่งของ

But Nemotron is trained on one of the largest suites of

31:50

โมเดลการให้เหตุผลที่ทำงานยาวนาน, ชุดข้อมูลการแก้ปัญหาที่ใช้เครื่องมือที่ทำงานยาวนานในโลกเพราะความร่วมมือที่ยอดเยี่ยมทั้งหมดของเรา.

long-running reasoning models, long-running task-solving tool-using data sets in the world because of all of our great partnerships.

32:01

ทั้งหมดนี้มาจากโมเดล, สคริปต์การฝึก, และข้อมูลที่ทำให้คุณเข้าถึงได้อย่างสมบูรณ์.

All of this from the model, the training script, and the data made completely available to you.

32:10

นี่คือโมเดลเปิดที่ดีที่สุด นโยบายระบบโมเดลเปิดที่ดีที่สุดในโลก.

This is open models at its best. The best open model system policies in the world.

32:17

เป้าหมายที่ง่ายคือเพื่อให้คุณสามารถนำทั้งหมดนี้ไป, เพิ่มเข้าไป, ทำให้มันดียิ่งขึ้น, ทำให้มันเป็นของคุณ.

The simple goal is so that you can take all of it, add to it, make it even better, make it yours.

32:23

Nemotron 3 Ultra เร็วกว่าเดิมห้าสิบเท่า.

Nemotron 3 Ultra is five times faster.

32:29

นี่คือโมเดลแรกของโลกที่สร้างจากสถาปัตยกรรมไฮบริดของโมเดล SSM state-space พร้อมการผสมผสานของผู้เชี่ยวชาญ.

This is the world's first model based on a hybrid architecture of SSM state-space models with a mixture of experts.

32:39

สถาปัตยกรรมนี้รวดเร็วอย่างไม่น่าเชื่อ เราทำให้มันเร็วเพื่อให้คุณคิดได้เร็ว.

The architecture is incredibly fast. We made it fast so that you could think fast.

32:44

เมื่อคุณคิดได้เร็ว คุณสามารถคิดได้นานขึ้นในต้นทุนเดียวกัน ดังนั้นจึงเร็วขึ้นห้าสิบเท่า.

When you think fast, you could think longer at the same cost. So five times faster.

32:51

มันยังถูกกว่า 30% ต้นทุนในการทำงานทั้งหมดในฟลอปส์รวมและเวลาการอนุมานรวมกว่าที่มีประสิทธิภาพที่สุดในโลก.

It is also 30% cheaper, 30% lower cost to run in total flops and total inference time than even the most cost effective in the world.

33:02

เรากำลังเปรียบเทียบกับโมเดลเปิดที่ดีที่สุดในโลก. Frontier smart. เร็วขึ้นห้าสิบเท่า.

We're comparing against the world's best open models. Frontier smart. Five times faster.

33:10

ถูกกว่า 30%. เปิดอย่างสมบูรณ์. เราทุ่มเทให้กับเรื่องนี้อย่างเต็มที่.

30% cheaper. completely open. We're completely dedicated to this.

33:17

ตอนนี้คือ NemoTron 3. เรากำลังทำงานกับ NemoTron 4.

This is now NemoTron 3. We're currently working on NemoTron 4.

33:21

ดังนั้นชุดเครื่องมือทั้งหมดนี้จากโมเดล, อุปกรณ์, เครื่องมือและทักษะ,

So this entire toolkit from models, harnesses, tools and skills,

33:29

และเวลาการทำงานคือเหตุผลที่ทำให้บริษัททุกแห่งในโลกมีความสามารถในการสร้างตัวแทนของตนเอง, เช่นเดียวกับที่ Cadence ทำกับตัวแทนที่ยอดเยี่ยมของพวกเขา.

and runtimes is the reason why every enterprise company in the world has the ability now to create their own agents, just like Cadence did with their super agents.

33:42

และเรากำลังทำงานกับบริษัทมากมาย, Cadence และ CrowdStrike และ DeSole และ Palantir, SAP และ ServiceNow.

And we're working with so many companies, Cadence and CrowdStrike and DeSole and Palantir, SAP and ServiceNow.

33:49

ผู้คนมักจะพูดว่า, เจนเซน, ตัวแทนจะทำให้ตลาดเหล่านี้เกิดการเปลี่ยนแปลง.

People always said, Jensen, the agents are going to disrupt these markets.

33:55

ฉันพูดตรงกันข้ามอย่างสิ้นเชิง และตอนนี้คุณสามารถเห็นได้แล้ว

I said completely opposite, and you can now see it.

33:58

ตัวแทนจะสร้างโอกาสที่ใหญ่ที่สุดเท่าที่เคยมีมาสำหรับพันธมิตรและเพื่อนของฉัน

Agents is going to create the largest opportunity ever for my partners and friends.

34:04

และเรามี NEMO ชุดเครื่องมือ AI ของ NVIDIA สำหรับองค์กรเพื่อช่วยพวกเขา

And we have the NEMO, the NVIDIA agentic toolkit for enterprise AI to help them.

34:13

ดังนั้น นี่คือสิ่งที่เกิดขึ้น ก่อนอื่น Vera Rubin ในการผลิตเต็มรูปแบบ

So, there you go. First, Vera Rubin in full production.

34:23

สอง Vera CPU CPU ที่สร้างขึ้นสำหรับรุ่นใหม่

Two, Vera CPU, CPU built for a new generation

34:28

สำหรับตัวแทน และสาม ชุดเครื่องมือ AI ของ NVIDIA สำหรับองค์กรเพื่อให้ทุกองค์กรและบริษัทซอฟต์แวร์องค์กรสามารถสร้างตัวแทนได้

for agents, and three, NVIDIA's enterprise AI toolkits so that every enterprise and every enterprise software company can build agents.

34:50

ความสัมพันธ์ของฉันกับคุณเริ่มต้นที่นี่ และหลายๆ คนในที่นี้ เพื่อนและพันธมิตรของฉันที่นี่ในไต้หวัน

My relationship with you started here. and many of you, many of you, many of my friends and partners here in Taiwan,

34:59

บริษัทของคุณเริ่มต้นที่นี่ นี่คือจุดเริ่มต้นของอุตสาหกรรมคอมพิวเตอร์สมัยใหม่ในหลายๆ ด้าน 40 ปีแล้ว

your companies started here. This is, in a lot of ways, the beginning of the modern computer industry, 40 years now.

35:10

NVIDIA มีอายุ 33 ปี อุตสาหกรรม PC เริ่มเข้าสู่ Windows 1 และ Windows 2 และ Apple 1 และ Apple 2 แล้ว

NVIDIA is 33 years old. The PC industry was already starting to get to Windows 1 and Windows 2 and Apple 1 and Apple 2.

35:21

และเมื่อเรามาถึง Windows 3.1 คือ PC

And by the time that we came along, Windows 3.1 was the PC.

35:27

และอย่างที่คุณรู้ Windows 95 ทำให้ PC เป็นส่วนตัว

And as you know, Windows 95 made PC personal.

35:32

มันนำ PC จากองค์กรและบริษัท และทำให้กลายเป็นอุปกรณ์อิเล็กทรอนิกส์สำหรับผู้บริโภค

It took PC from enterprises, companies, and made it into a consumer electronics device.

35:40

ทุกคนควรมีหนึ่งเครื่อง และทุกคนก็มี นี่คือจุดเริ่มต้น

Everybody should have one, and everybody does. This is the beginning.

35:44

แพลตฟอร์มการคอมพิวเตอร์นี้ทำหลายสิ่งอย่างชาญฉลาด

This computing platform did several things incredibly smart.

35:49

Windows ไม่ได้ถูกแยกออกอย่างที่คุณรู้ Windows ถูกทำให้เป็นนามธรรมอย่างถูกต้อง

Windows was not just disaggregated, as you know. Windows was properly abstracted.

35:55

มันถูกออกแบบมาอย่างถูกต้อง BIOS ของระบบ ชิปเซ็ตเปิด

It was architected just right. Systems BIOSes, open chipsets,

36:02

ระบบปฏิบัติการพร้อมไดรเวอร์ ไดรเวอร์ที่สามารถเชื่อมต่อและติดตั้งได้ในระหว่างการทำงาน

the operating system with drivers, drivers that could be connected and installed at runtime,

36:11

และชั้นนามธรรมที่มี API สื่อมัลติมีเดีย

and an abstraction layer with a multimedia API

36:16

ที่เปิด PC สู่สิ่งที่เรารู้จักในปัจจุบัน

that opened up the PC to what we all know today.

36:21

แต่ละองค์ประกอบเหล่านี้มีความสำคัญในการทำให้ PC เป็นที่นิยม

Each one of these elements were essential in making the PC so popular.

36:28

40 ปีต่อมา Microsoft และ NVIDIA จะสร้าง PC ใหม่

40 years later, Microsoft and NVIDIA are going to reinvent the PC.

36:36

นี่จะเป็น PC ใหม่ ตอนนี้ คืนพรุ่งนี้ ฉันคิดว่ามันคือคืนพรุ่งนี้ตามเวลาเรา

This is going to be the new PC. Now, tomorrow night, I think it's tomorrow night our time,

36:43

แต่ฉันจะอยู่กับ Satya ที่เราจะพูดคุยเกี่ยวกับงานที่เราทำร่วมกันมากขึ้น

but I'm going to be with Satya where we're going to talk a lot more about the work that we're doing together.

36:49

Microsoft และ NVIDIA ในช่วงสามปีที่ผ่านมา ใช้เวลานานขนาดนี้ในการสร้างใหม่ทั้งหมดว่า PC จะทำงานอย่างไรเพื่อให้เราพร้อมสำหรับช่วงเวลานี้

Microsoft and NVIDIA, over the last three years, it took this long to completely reinvent how the PC is going to work so that we could be ready for this moment.

36:59

ดังที่ฉันได้กล่าวไว้ก่อนหน้านี้ รูปแบบการคอมพิวเตอร์ที่เรียกว่าตัวแทนจะทำงานในคลาวด์ AI

As I mentioned earlier, that compute pattern called the agent is going to run in AI clouds.

37:07

มันจะทำงานภายในองค์กร มันยังจะทำงานบนพีซีของคุณด้วย

It's going to run inside enterprises. It is also going to run on your PC.

37:12

จะเกิดอะไรขึ้นกับพีซีเมื่อมันมีเอเจนต์อิสระ เอเจนต์ที่ช่วยคุณและเข้าใจคุณ?

What's going to happen to that PC when it has an autonomous agent, an agent that's helping you, that understands you?

37:22

คุณสามารถพูดคุยกับมันได้ มันสามารถมองคุณได้ คุณสามารถขอให้มันอ่านไฟล์ หรือช่วยคุณทำการวิจัยได้

You could talk to it. It could look at you. You could ask it to read files, go help you do some research.

37:31

มันสามารถทำได้มากกว่านั้นที่ฉันจะแสดงให้คุณเห็น แต่ระบบปฏิบัติการใหม่คือแน่นอน

It could do a lot more that I'll show you. But the new operating system is, of course,

37:37

ระบบปฏิบัติการเก่าบวกกับโมเดลภาษาใหญ่

the old operating system plus large language models.

37:40

โมเดลภาษาใหญ่ในหลาย ๆ ด้านคือเวอร์ชันสมัยใหม่ของ DirectX

Large language models, in a lot of ways, is the modern version of DirectX.

37:47

มันมีแน่นอนการนำเข้าและการส่งออก เข้าใจคำสั่ง มันเข้าใจการมองเห็นของคอมพิวเตอร์

It has, of course, input and output, understands prompts, it understands computer vision,

37:53

มันสามารถสร้างวิดีโอได้ มันสามารถสร้างเสียงได้ มันคือการขยายสมัยใหม่ การขยายความฉลาดของพีซี ของคอมพิวเตอร์

it can generate video, it can generate sounds. It is the modern extension, the intelligence extension of the PC, of a computer.

38:03

นอกจากนี้ แอปพลิเคชันตามที่ฉันได้กล่าวไว้ก่อนหน้านี้จะถูกแทนที่

On top of that, the application, as I mentioned before, is going to be replaced

38:09

ด้วยการทำงานของเอเจนต์ในปัจจุบัน และนั่นคือแอปพลิเคชันสมัยใหม่ เอเจนต์

by now an agentic runtime. And that is the modern application. an agent.

38:14

มาดูกันว่ามันสามารถทำอะไรได้บ้าง

Let's now take a look at what it can do.

38:43

ถูกบรรจุเพื่อความปลอดภัย ทำงานต่อเนื่อง ทำงานให้เสร็จ ชิปและระบบปฏิบัติการต้องพัฒนา

Boxed for security. Running continuously. Getting work done. The chips and the OS must evolve.

38:52

ขอแนะนำ RTX Spark ทุกสิ่งที่เราได้เรียนรู้ใน 33 ปี ถูกกลั่นออกมาเป็นชิปเดียว

Introducing RTX Spark. Everything we've learned over 33 years, distilled into one chip.

39:02

Blackwell RTX GPU ที่มี CUDA cores 6,144

Blackwell RTX GPU with 6,144 CUDA cores.

39:07

หนึ่งเพตาฟลอปของประสิทธิภาพ AI CPU Grace แบบกำหนดเอง 20-core

One petaflop of AI performance. A custom 20-core Grace CPU.

39:13

สร้างขึ้นร่วมกับ MediaTek เชื่อมต่อด้วย MVLink

Built in partnership with MediaTek. Fused by MVLink.

39:19

128 กิกะไบต์ของหน่วยความจำรวม กระบวนการ 3 นาโนเมตรของ TSMC

128 gigabytes of unified memory. TSMC 3 nanometer process.

39:26

70 พันล้านทรานซิสเตอร์ และในความร่วมมืออย่างใกล้ชิดกับ Microsoft

70 billion transistors. And in close collaboration with Microsoft,

39:33

แพลตฟอร์ม Windows สำหรับเอเจนต์ เรากำลังคิดค้นคอมพิวเตอร์ส่วนบุคคลใหม่

a Windows platform for agents. We're reinventing the personal computer.

39:40

สำหรับการสร้าง สำหรับการเล่นเกม สำหรับเอเจนต์

For creating. for gaming, for agents.

39:48

นี่คือรุ่งอรุณของการปฏิวัติการคอมพิวเตอร์ส่วนบุคคลใหม่ และมันเริ่มต้นด้วย NVIDIA RTX Spark

This is the dawn of a new personal computing revolution. And it starts with NVIDIA RTX Spark.

40:10

นี่คือมัน แน่นอนว่าฉันต้องแสดงให้คุณเห็นส่วนที่สวยงามที่สุด ซึ่งก็คือวิดีโอเกม

Here it is. Of course, I got to show you the most beautiful part, which is video games.

40:18

มันยังเป็นสิ่งที่ใกล้ชิดกับหัวใจของเรา นี่คือ Forza นี่คือ 007 ด้วยนะ

It is also the closest to our heart. This is Forza. This is 007, by the way.

40:25

เกม 007 ใหม่ที่ฉันตั้งตารอที่จะเล่น ฉันดูเหมือนเขานิดหน่อยครับคุณผู้หญิงและคุณผู้ชาย

the new 007 game I'm looking forward to playing it I look a little bit like him ladies and gentlemen

40:33

โน้ตบุ๊ก NVIDIA RTX Spark ตอนนี้

NVIDIA's RTX Spark laptops now

40:42

ขอบคุณ ฉันมีของมากเกินไปในกระเป๋า

thank you I have too many things in my pocket

40:50

โอเค นี่คือชิปที่น่าทึ่งที่สุดที่โลกเคยสร้างขึ้น

okay This is the most amazing chip the world has ever built.

40:58

นี่คือ N1X ที่เราสร้างขึ้นร่วมกับ MediaTek ฉันคิดว่าฉันเห็น Rick เมื่อสักครู่

This is the N1X that we built in partnership with MediaTek. I think I saw Rick earlier.

41:06

นี่คือ N1X นี่คือชิปที่สวยงาม นี่คือชิปที่จริงๆ แล้วจะใช้เวลา 33 ปีในการสร้าง

This is N1X. This is a beautiful chip. This is a chip that, frankly, would take 33 years to build.

41:15

และเหตุผลที่เป็นเช่นนั้นคือเพราะ 100% ของซอฟต์แวร์ NVIDIA ทำงานที่นี่

And the reason for that is because 100% of NVIDIA software stack runs here.

41:22

ถ้าคุณต้องการทำชีววิทยาดิจิทัล ไม่มีปัญหา ถ้าคุณต้องการทำการประมวลผลแผ่นดินไหว ไม่มีปัญหา

If you want to run digital biology, no problem. If you want to do seismic processing, no problem.

41:28

คุณต้องการฟิสิกส์ดาราศาสตร์ ไม่มีปัญหา ทุกอย่างที่เกี่ยวข้องกับ CUDA, ฟิสิกส์ทั้งหมด, ชีววิทยาทั้งหมด, จีโนมทั้งหมด, AI ทั้งหมด ไม่มีปัญหา

You want astrophysics, no problem. Everything associated with CUDA, all the physics, all the biology, all the genomics, all the AI, no problem.

41:36

กราฟิกคอมพิวเตอร์ทั้งหมด ไม่มีปัญหา ทุกแอปพลิเคชันที่ NVIDIA เคยสร้างขึ้นและทุกแอปพลิเคชันที่ Windows เคยรัน

All the computer graphics, no problem. Every single application NVIDIA has ever created and every single application that Windows has ever run.

41:48

Microsoft และ NVIDIA ได้ทำการปรับแต่งทุกอย่างอย่างพิถีพิถันเพื่อให้คอมพิวเตอร์นี้ทำงานได้ทุกอย่างที่โลกเคยสร้างขึ้น

Microsoft and NVIDIA meticulously optimized everything so that this computer literally runs everything the world has ever created.

41:59

นอกจากนี้ มันยังรันตัวแทนได้ คอมพิวเตอร์ที่น่าทึ่ง ฉันภูมิใจในมันมาก โอเค

Plus, it now runs agents. An incredible computer. I'm so proud of it. Okay.

42:13

ตอนนี้ ฉันต้องการให้คุณจดจำสิ่งนี้ในวิดีโอต่อไปที่ฉันจะให้คุณดู

Now, I want you to keep that in mind in the next video I'm going to show you.

42:18

ลองจินตนาการว่าทุกอย่างที่นี่จะทำงานบน PC ของคุณ ตอนนี้ คอมพิวเตอร์นั้นอาจมีโมเดล Nemotron 3 Ultra หรือ Nemotron 3 supermodel

Just imagine everything here is going to run on your PC. Now, that computer could have a local Nemotron 3 Ultra model or Nemotron 3 supermodel,

42:30

หรือมันอาจมีโค้ดคลาวด์หรือโค้ดเอกสารหรือโมเดลอื่นในคลาวด์หรือบางอย่างในเครือข่าย

or it could have a cloud code or codex or some other model in the cloud or something on the network.

42:38

และมันจะทำงานและทำสิ่งที่น่าทึ่ง มาลองเล่นกันเถอะ

And it's going to work and do something amazing. Let's play.

42:44

ทุกบ้านเริ่มต้นจากแนวคิด การเดินทางจากแนวคิดไปสู่การออกแบบต้องใช้เครื่องมือมากมาย ความเชี่ยวชาญ และเวลามากมาย

Every house starts as an idea. Getting from idea to design takes a myriad of tools, expertise, and a lot of time.

42:55

ตอนนี้ ตัวแทนที่ทำงานในท้องถิ่นบน RTX Spark

Now, an agent running locally on RTX Spark

42:59

สามารถช่วยฉันออกแบบบ้านโดยใช้เครื่องมือในแล็ปท็อปของฉัน โดยมีแซนด์บ็อกซ์ที่เปิดอยู่ซึ่งรันสายรัด Hermes เชื่อมต่อกับ Claude Sonnet ในคลาวด์

can help me design a house using the tools on my laptop, with an open-shell sandbox running the Hermes harness connected to Claude Sonnet in the cloud.

43:09

ฉันเลือกสถานที่ แบ่งปันสเก็ตช์แนวคิดและบอร์ดอารมณ์ของสไตล์เพื่อสร้างแรงบันดาลใจในการออกแบบของฉัน

I select the site, share my concept sketches and mood board of styles to inspire my design.

43:15

และคำสั่ง ซึ่งเป็นคำอธิบายข้อความเกี่ยวกับความต้องการและเจตนาการออกแบบ

And the prompt, a text description of the requirements and the design intent.

43:24

ตัวแทนของฉันเริ่มทำงาน โดยใช้เครื่องมือในแล็ปท็อปของฉัน มันเปิด Rhino และเริ่มสร้างแบบจำลองสถานที่ ปรับรูปทรงภูมิประเทศ การถอยหลัง และหุ้มอาคาร

My agent goes to work. Using the tools on my laptop, it opens Rhino and starts modeling the site, shaping terrain, setbacks, and the building envelope.

43:35

จากนั้นมันเสนอรูปแบบการก่อสร้างที่เหมาะสมที่สุดสำหรับต้นทุน ความสะดวกสบาย และคุณภาพ

Then it proposes building forms, optimized for cost, comfort and quality.

43:42

เมื่อรูปแบบถูกกำหนด ตัวแทนของฉันสร้างเลย์เอาต์ภายใน ผนัง การไหลเวียน ห้องเริ่มมีรูปทรง

With the form defined, my agent generates the interior layout. Walls, circulation, rooms begin to take shape.

43:48

ฉันสามารถเข้ามาได้ทุกเมื่อที่ต้องการ เพื่อปรับเปลี่ยน

I jump in whenever I want, to adjust, to change.

43:56

ประตู หน้าต่าง และองค์ประกอบโครงสร้างถูกวางโดยอัตโนมัติ

Doors, windows and structural elements are placed automatically.

44:01

ตัวแทนของฉันตรวจจับข้อผิดพลาดของตัวเองและแก้ไขมัน

My agent detects its own mistakes and fixes them.

44:08

เมื่อฉันอนุมัติ ตัวแทนจะส่งออกโมเดลจาก Rhino ไปยัง Blender

When I approve, the agent exports the model from Rhino into Blender.

44:12

วัสดุและคุณสมบัติเชิงวัตถุจะถูกถ่ายโอนพร้อมกับบริบทการออกแบบที่สมบูรณ์

Materials and object properties transfer with the design context intact.

44:18

ฉันปรับแต่งวัสดุให้เหมาะสม ได้รูปลักษณ์ที่ถูกต้อง จากนั้นฉันเลือกช็อต Blender จะเรนเดอร์บ้าน

I fine-tune the materials, get the look just right. Then I pick the shots. Blender renders the house.

44:25

ตัวแทนของฉัน ใช้ AI สร้างสรรค์ด้วยโมเดล Flux 2 ทำให้มันดูเหมือนจริง หลายมุมมอง สภาพแสง

My agent, using generative AI with the Flux 2 model, makes them photoreal. Multiple viewpoints, lighting conditions.

44:33

สิ่งที่เคยเป็นกระบวนการทำงานที่ซับซ้อน ตอนนี้ได้รับการแนะนำและทำให้เรียบง่ายโดยตัวแทนของฉัน

What was once a complex workflow is now guided and simplified by my agent.

44:39

ทำงานร่วมกับฉันบน RTX Spark ออกแบบด้วยความเร็วของจินตนาการ

Working with me on RTX Spark. Designed at the speed of imagination.

44:51

PC ในโลกของตัวแทน นักพัฒนาตื่นเต้นกับมันมาก นี่คือคอมพิวเตอร์ที่น่าอัศจรรย์

PC in the world of agents. The developers are so excited about it. This is an incredible computer.

44:58

การเร่งความเร็วทั้งหมด ความสามารถซอฟต์แวร์ทั้งหมดที่เกี่ยวข้อง ทำงานร่วมกับนักพัฒนาทุกคนเพื่อทำให้มันน่าทึ่งสำหรับทุกคน

all of the acceleration, all the software capabilities associated with it, working with every developer to make it incredible for all of you.

45:07

ถัดไปคือ Adobe ชุดเครื่องมือที่น่าอัศจรรย์ แน่นอนว่าใช้โดยผู้คนหลายสิบล้านคนทั่วโลก

The next one, Adobe. Incredible tool suite, of course, used by tens of millions of people around the world.

45:14

พวกเขาได้ออกแบบสถาปัตยกรรมใหม่ แกนหลักของ Adobe Photoshop และ Premiere

They have re-engineered the architecture, the core of Adobe Photoshop and Premiere,

45:20

และพวกเขาจะปล่อยให้ใช้งานกับ RTX Spark มันเร็วขึ้นเป็นสองเท่า มันเร็วอยู่แล้ว ตอนนี้มันจะเร็วขึ้นเป็นสองเท่า

and they'll release it for RTX Spark. It is twice as fast. It's already fast. Now it's going to be twice as fast.

45:27

และมันยังถูกออกแบบให้เป็นมิตรกับตัวแทนด้วยเซิร์ฟเวอร์ MCP ของมัน

And it's also designed to be agent friendly with its MCP server.

45:32

ตอนนี้มันสามารถโต้ตอบกับตัวแทนบนแล็ปท็อปของคุณได้ จำนวนลูกค้า จำนวนพันธมิตรที่ตื่นเต้นที่จะนำ RTX Spark สู่ตลาดนั้นน่าทึ่งมาก

It can now interact with agents on your laptop. The number of customers, the number of partners that are so excited to bring RTX Spark to the market is just incredible.

45:45

คุณรู้ไหม นี่คือครั้งแรกในบรรทัดของการปรับปรุง PC ในรอบ 40 ปี

You know, this is the first across the lineup of PC reinvention for 40 years.

45:53

และฉันมีความสุขมากที่พวกคุณทุกคนและระบบนิเวศทั่วโลกได้เข้าร่วมกับเรา นี่คือทุกคน

And I'm just so happy that all of you and the ecosystem around the world has joined us. This is basically everybody.

46:01

ทุกคนจะสนับสนุน RTX Spark และจะสร้างแล็ปท็อปที่ชาญฉลาด มีพลัง และสวยงามร่วมกับพวกเรา

Everybody will support RTX Spark and will be building incredibly smart and powerful and beautiful laptops with all of us.

46:09

ขอบคุณมาก แต่ยังไม่หมดแค่นั้น

Thank you very much. But that's not all.

46:17

ยังไม่หมดแค่นั้น ดีแล้ว RTX Spark คือการปรับปรุงแล็ปท็อป

That's not all. Well, RTX Spark is a reinvention of laptop.

46:24

แต่ในความเป็นจริง Microsoft NVIDIA กำลังปรับปรุง PC ทั้งหมด

But in fact, Microsoft NVIDIA is reinventing all of PC.

46:29

และวันนี้เรากำลังประกาศสายผลิตภัณฑ์ใหม่ทั้งหมด เครื่อง Windows ที่ปฏิวัติสามเครื่องครอบคลุมเดสก์ท็อป แล็ปท็อป และเวิร์กสเตชัน

And today we're announcing a whole new line. Three revolutionary Windows machines covering desktop, laptop, and workstations.

46:40

ทั้งหมด 100% เข้ากันได้กับ Windows 100% CUDA 100% NVIDIA AI Tensor Core

All 100% Windows compatible, 100% CUDA, 100% NVIDIA AI Tensor Core.

46:48

ทุกอย่างที่ทำงาน ที่คุณเห็นว่าทำงานบน NVIDIA และแพลตฟอร์มต่างๆ ทั่วโลกทำงานที่นี่

Everything that runs, that you see that runs on NVIDIA and all these different platforms around the world runs here.

46:56

นี่คือสายผลิตภัณฑ์ PC ที่ถูกออกแบบใหม่ทั้งหมด ที่เกิดขึ้นใน 40 ปี

This is the first completely re-engineered, reinvented line of PCs that has happened in 40 years.

47:05

ตอนนี้ สิ่งที่น่าทึ่งจริงๆ คือสิ่งนี้ ดังนั้นนี่คือแล็ปท็อป RTX Spark

Now, what's really amazing is this. So this is the RTX Spark laptop.

47:10

นี่คือเดสก์ท็อป ดังนั้นอันนี้มาจาก MSI โจเซฟ อันนี้ของคุณ

This is the desktop. So this one's from MSI. Joseph, this one's yours.

47:18

ดูสิว่ามันสวยงามแค่ไหน ตัวแทนนี้สามารถ

okay look how beautiful it is this agent could

47:21

ทำงานตลอด 24 ชั่วโมง 7 วันฟรีและ

run 24 7 meter free and

47:26

คุณสามารถดาวน์โหลดตัวแทนของคุณ คุณสามารถเลี้ยงกุ้งล็อบสเตอร์ของคุณใน

you could download your agent you could raise your lobster in

47:29

ที่นี่นี่

here this

47:33

คือกรงของคุณ มันทำงานตลอดเวลาไม่

is your claw it's running all the time no

47:36

มีความวิตกกังวลเกี่ยวกับเมตร และมันนั่งอยู่ที่นี่เชื่อมต่อกับบ้านทั้งหลัง เชื่อมต่อกับแล็ปท็อปของคุณ เชื่อมต่อกับจอแสดงผลของคุณ กล้องทั้งหมด

meter anxiety and it's sitting here connected to your whole house connected to your laptop connected to your display all the cameras

47:46

เครื่องอบผ้าของคุณ เครื่องทำความเย็น เครื่องทำน้ำอุ่นของคุณ ทุกอย่างที่คุณต้องการ

your dryer, your water cooler, your water heater, your everything, whatever you want,

47:53

ระบบรักษาความปลอดภัยของคุณ เชื่อมต่อทั้งหมดกับสิ่งนี้ และนี่จะกลายเป็น AI ส่วนตัวของคุณ ตัวแทน AI ส่วนตัวของคุณ

your security system, all connected to this, and this becomes your personal AI, your personal AI agent.

48:00

และมันจะฉลาดขึ้นเรื่อยๆ ตามเวลา เพราะวันนี้เรามี Nemotron 3 Ultra

And it gets smarter and smarter and smarter over time because today we have Nemotron 3 Ultra,

48:06

วันพรุ่งนี้เรามี Nemotron 4 และจากนั้น Nemotron 5, Nemotron 6 และเราก็จะฉลาดขึ้นเรื่อยๆ

tomorrow we have Nemotron 4, and then Nemotron 5, Nemotron 6, and we just keep getting us smarter and smarter, smarter.

48:13

และในขณะเดียวกัน นี่นั่งอยู่ที่บ้านช่วยให้คุณทำสิ่งต่างๆ หากคุณต้องการจองการเดินทาง ไม่มีปัญหา

And meanwhile, this is sitting at home helping you do things. If you want to book a travel, no problem.

48:19

และหากคุณต้องการระบบที่น่าอัศจรรย์

And if you want an incredible system,

48:26

นี่คือสถานี DGX สำหรับ Windows เข้ากันได้กับ Windows ต้องการทุกอย่างใน Windows

this is a DGX station for Windows, compatible with Windows, wants everything in Windows,

48:33

และมันมีหน่วยความจำ 768 กิกะไบต์

and it has 768 gigabytes of memory.

48:40

และดังนั้นคุณสามารถรันโมเดลที่มีพารามิเตอร์หนึ่งล้านล้าน นี่มันเหลือเชื่อ

And so you could run a trillion parameter model. This is unbelievable.

48:45

20 เพตาฟลอป 8 เทราไบต์ต่อวินาทีของแบนด์วิธหน่วยความจำ

20 petaflops, 8 terabytes per second of memory bandwidth,

48:50

และนี่นั่งอยู่ข้างโต๊ะของคุณ คุณพื้นฐาน ถ้าคุณเป็นนักพัฒนาของโมเดลภาษาใหญ่

and this sits by your desk. You basically, if you're a developer of large language models,

48:57

คุณเป็นนักพัฒนาของตัวแทน การมีสิ่งนี้นั่งอยู่ข้างโต๊ะของคุณจะให้การคำนวณทั้งหมดที่คุณต้องการ และเมื่อคุณนำไปใช้งาน คุณจะนำไปไว้ในคลาวด์

you're a developer of agents, having this sit by your desk gives you all the compute you need, and then when you deploy it, you put it into the cloud.

49:06

ตอนนี้ มีบางสิ่งที่ถ้าคุณมองที่นี่และคิดเกี่ยวกับมัน มีบางอย่างเกิดขึ้นที่นี่

Now, there's something that, if you look at this and think about this, something is happening here.

49:14

จำได้ไหม 15, 20 ปีที่แล้ว เรามีแนวคิดที่เรียกว่ามือถือ

Remember, 15, 20 years ago, we used to have an idea called a phone.

49:22

วันนี้เรามีแนวคิดที่เรียกว่าคอมพิวเตอร์ส่วนบุคคล วันนี้เมื่อคุณคิดเกี่ยวกับโทรศัพท์ของคุณ สิ่งเดียวที่คุณไม่ทำกับมันคือการโทรศัพท์

Today, we have an idea called a PC. Today, when you think about your phone, the one thing you don't do with it is make phone calls.

49:36

คุณทำเกือบทุกอย่างอื่น และดังนั้นโทรศัพท์นั้นหมายถึงสิ่งที่แตกต่างออกไปมากสำหรับคุณมากกว่าโทรศัพท์ในอดีต ฉันมั่นใจว่าสิ่งที่จะเกิดขึ้นที่นี่

you do just about everything else and so that phone means something very different to you than a phone of the past I am certain what's going to happen here

49:48

คือคอมพิวเตอร์ส่วนบุคคลในอีก 10 ปีข้างหน้า และคอมพิวเตอร์ที่คุณคิดถึงในวันนี้เป็นเครื่องมือ ไม่ว่าคุณจะเปิดแอปพลิเคชัน

is that the PC 10 years from now and the PC that you think about today a tool, whether you launch applications

49:57

คลิกและพิมพ์ และคอมพิวเตอร์นี้จะต่างออกไปโดยสิ้นเชิง นี่คือทฤษฎีของฉัน

click and type and this PC is going to be completely different. Here's my theory.

50:05

ฉันสามารถจินตนาการได้อย่างเต็มที่ เช่นเดียวกับที่บ้านทุกหลังในวันนี้มีโรงภาพยนตร์ที่บ้าน ซึ่งหลายบ้านมีโรงภาพยนตร์ที่บ้าน

I can totally imagine, just as every house today has a home theater, where many houses have home theaters,

50:12

ทีวีขนาดใหญ่, เครื่องตัดหญ้า, เครื่องล้างจาน.

big TVs, lawnmowers, dishwashers.

50:19

ฉันสามารถจินตนาการได้ว่าบางวันจะมีซูเปอร์คอมพิวเตอร์ AI อยู่ในบ้านของคุณและมันกำลังทำงานให้กับตัวแทนของคุณทั้งหมด.

I could totally imagine that someday there's actually an AI supercomputer in your house and it's running all of your agents.

50:26

มันกำลังทำงานให้กับผู้ช่วยของคุณทั้งหมด และพวกเขากำลังทำสิ่งต่าง ๆ ให้กับคุณตลอดเวลา.

It's running all of your assistants. And they're doing all kinds of things for you all the time.

50:33

และคุณต้องมีมันในบ้านของคุณ เช่นเดียวกับที่คุณมีโรงภาพยนตร์ในบ้านของคุณ, คุณมีเครื่องเสียงในบ้านของคุณ, คุณมีเกมคอนโซลในบ้านของคุณ.

And you have to have it in your house, just like you have a home theater in your house, you have stereos in your house, you have game consoles in your house.

50:40

คุณต้องการช่วยคอมพิวเตอร์ตัวแทน AI ที่ทำงานอยู่ในบ้านของคุณ.

You want to assist AI agent computers running in your house.

50:45

และสิ่งเหล่านี้ เมื่อเวลาผ่านไป จะกลายเป็นเหมือน R2-D2 มากขึ้นสำหรับคุณ.

And these, in time, becomes a lot more like R2-D2 to you.

50:52

มันจะกลายเป็นเหมือน C3PO มากขึ้นสำหรับคุณ จากนั้นมันจะรู้สึกเหมือน PC สำหรับคุณ.

It becomes more like C3PO to you then it feels like a PC to you.

50:59

ไม่มีข้อสงสัยว่านี่คือการประดิษฐ์ใหม่ของคอมพิวเตอร์ที่มีความสำคัญเท่ากับการประดิษฐ์ใหม่ของโทรศัพท์

There is no question this reinvention of the computer is as big of a deal as the reinvention of the phone

51:06

กลายเป็นสิ่งที่เรารู้จักในปัจจุบันว่าเป็นสมาร์ทโฟน และนี่คือจุดเริ่มต้นของการเดินทางนั้น นี่คือจุดเริ่มต้นของสายผลิตภัณฑ์ใหม่.

into what we now know as the smartphone. And so this is the beginning of that journey. This is the beginning of a new line.

51:14

และเรามีแผนที่สำหรับสิ่งนี้ นี่คือครอบครัวผลิตภัณฑ์ใหม่สำหรับเรา.

And so we have a roadmap for this. This is a brand new product family for us.

51:19

ทุก ๆ รุ่นของสถาปัตยกรรม เราจะมีเดสก์ท็อป, แล็ปท็อป, สถานีงาน, และจากนั้นเดสก์ท็อป, แล็ปท็อป, และสถานีงาน.

Every single generation of architecture, we will have a desktop, a laptop, a workstation, and then a desktop, a laptop, and workstation.

51:29

และสิ่งที่ฉันรู้สึกยินดีมาก ๆ เป็นเกียรติอย่างยิ่ง,

And the thing that I am just incredibly pleased, incredibly honored,

51:34

คือ 100% ของอุตสาหกรรม PC ของโลกได้เข้าร่วมกับเราในการประดิษฐ์ใหม่ PC.

is that 100% of the world's PC industry has joined us to reinvent the PC.

51:41

สายผลิตภัณฑ์ใหม่, จุดเริ่มต้นใหม่ ขอบคุณ.

A new line, a new beginning. Thank you.

51:57

อย่างที่คุณรู้ AI ตัวแทนเป็นเพียงหุ่นยนต์ดิจิทัล.

As you know, agentic AI is just a digital robot.

52:05

มันเข้าใจ, มันคิด, มันวางแผน, และมันทำงานและใช้เครื่องมือ.

It understands, it reasons, it plans, and it acts and uses tools.

52:12

AI ตัวแทนจะทำงานบนคอมพิวเตอร์เหล่านี้ทั้งหมด และคุณได้เห็นฉันพูดถึงแต่ละตัวเหล่านี้ตลอดเวลา.

Agentic AI is going to run across all of these computers. And you've seen me talk about each and every one of these over time.

52:20

เรากำลังทำงานเกี่ยวกับคอมพิวเตอร์ที่มีมนุษย์หรือหุ่นยนต์, คอมพิวเตอร์หุ่นยนต์ทุกประเภท เรากำลังทำงานเกี่ยวกับคอมพิวเตอร์รถยนต์ขับเคลื่อนอัตโนมัติ.

we're working on human or robotics computers, robotics computers of all kinds. We're working on self-driving car computers.

52:27

เรากำลังทำงานเกี่ยวกับดาวเทียม คุณมี G-Force ซึ่งมีเทนเซอร์คอร์.

We're working on satellites. You have G-Force, which has tensor cores.

52:32

ฉันเพิ่งพูดถึงสายผลิตภัณฑ์ใหม่ของ PC ทั้งหมด อุปกรณ์การเกษตร, อุปกรณ์การผลิต, อุปกรณ์อุตสาหกรรมหนักทั้งหมดจะเป็นตัวแทน.

I just talked about a whole new line of PCs. Agriculture equipment, manufacturing equipment, heavy industry equipment will all be agentic.

52:41

คุณจะมีผู้ช่วยตัวแทนเล็ก ๆ สำหรับตัวคุณเอง.

You'll even have a little agentic helper for yourself.

52:46

แม้แต่สถานีฐานของคุณ, สถานีวิทยุในอนาคตจะเป็นตัวแทน.

even your base stations, the radio stations of the future are going to be agentic.

52:52

การเข้าใจการจราจรและคิดเกี่ยวกับวิธีการประสานงานกับสถานีฐานอื่น ๆ เพื่อให้คุณสามารถใช้พลังงานให้น้อยที่สุด,

Understanding traffic and thinking about how to coordinate with the other base stations so that you could use as little energy as possible,

53:01

เพิ่มการใช้ประโยชน์, ประสิทธิภาพของประสิทธิภาพสเปกตรัม และดังนั้นทุกอย่างจะทำงานด้วยตัวแทน.

increase the utilization, the efficiency of the spectral efficiency. And so everything will run agents.

53:09

วันนี้ NVIDIA อยู่ในศูนย์กลางเป็นส่วนใหญ่ แต่

Today, NVIDIA is largely in the center. But

53:12

ฉันมั่นใจว่าตลอดเวลาจะมีระบบที่มีอำนาจหลายหมื่นล้าน หลายร้อยล้านที่กำลังจะวิ่งไปทั่วโลก

I am pretty certain that there will be tens of billions, hundreds of billions over time of agentic systems, agentic computers that are going to be running around the world.

53:24

ปัญหาที่ใหญ่ที่สุดคือข้อมูล ในกรณีของโมเดลภาษา ภาษาอังกฤษทั้งหมดและภาษาทั้งหมดที่เรามีในอินเทอร์เน็ตที่เราฝึกฝนมานั้นมาจากมุมมองของเรา

The biggest problem is data. In the case of language models, all the English and all the language that we have on the Internet that we trained on was from the perspective of us.

53:36

เราสร้างมันขึ้นมาและเรากำลังอ่านมัน อย่างไรก็ตาม เพื่อสร้างข้อมูลสำหรับ AI และหุ่นยนต์ มันต้องอยู่ในมุมมองของหุ่นยนต์

We wrote it and we're reading it. However, in order to create data for AI, robotics, it has to be in the perception, the perspective of the robot.

53:48

และข้อมูลวิดีโอส่วนใหญ่ของโลกมาจากมุมมองของบุคคลที่สาม ไม่ใช่มุมมองของบุคคลที่หนึ่ง

And most of the world's video data is from a third person, not first person.

53:53

ดังนั้นระบบที่มีอำนาจ ระบบหุ่นยนต์ AI ทางกายภาพ ข้อมูลจึงเป็นปัญหาที่ยากที่สุด

And so agentic systems, robotic systems, physical AI, the data is the hardest problem.

54:02

คุณได้เห็นเราไต่ขึ้นบันไดนี้ เราเริ่มต้นด้วยการควบคุมทางไกล ซึ่งพื้นฐานแล้วคือการสาธิตของมนุษย์

You've seen us move up this ladder. We started with teleoperations, which is basically human demonstration.

54:09

นี่ไม่ต่างจากการค้นพบครั้งใหญ่ของการเรียนรู้แบบเสริมแรงที่มีข้อเสนอแนะแบบมนุษย์ จากนั้นเราจึงใช้การจำลอง

This is no different than the big breakthrough of reinforcement learning human feedback. This, then we use simulation.

54:16

นี่คือจุดที่ Omniverse เข้ามา นี่ไม่ต่างจากการเรียนรู้แบบเสริมแรงที่มีรางวัลที่สามารถตรวจสอบได้ โอเค?

This is where Omniverse comes in. This is no different than reinforcement learning verifiable rewards. Okay?

54:24

ดังนั้นเราจึงใช้ระบบเหล่านี้ในการเริ่มต้นโมเดล AI โมเดล AI ทางกายภาพ

And so we use these systems to bootstrap the AI model, the physical AI model.

54:32

ในที่สุดเราสามารถเรียนรู้จากมุมมองของบุคคลที่สาม และเปลี่ยนกลับไปเป็นมุมมองของบุคคลที่หนึ่ง

Eventually, we're able to learn from third person, reprojecting it into first person.

54:39

และตอนนี้ ในที่สุด ผ่านการเริ่มต้น เรามีโมเดลพื้นฐานของโลกที่สามารถเข้าใจโลกทางกายภาพจากมุมมองใดก็ได้ที่คุณต้องการ

And now, eventually, through bootstrapping, we have a world foundation model that can understand the physical world from any perspective you want.

54:49

มุมมองของบุคคลที่สาม มุมมองของบุคคลที่หนึ่ง จากภายนอกสู่ภายใน ไม่สำคัญ

Third person, first person, outside in, inside out, doesn't matter.

54:54

นี่เป็นการค้นพบครั้งใหญ่จริงๆ และวันนี้เราประกาศ Cosmos 3

This is a big breakthrough indeed. And today, we are announcing Cosmos 3.

55:02

Cosmos 3 คือแนวหน้าของ AI ทางกายภาพ

Cosmos 3 is the frontier of physical AI.

55:09

เรากำลังอยู่ที่แนวหน้ากับโมเดลภาษา มีคนจำนวนมากที่ทำงานในด้านนี้

We are at the frontier with language models. There are so many people working on it.

55:14

อย่างไรก็ตาม ใน AI ทางกายภาพ เราเป็นที่หนึ่งในโลกอย่างแน่นอน ฉันภูมิใจในทีมที่ทำสิ่งนี้

However, in physical AI, we are absolutely the world's best. I am so proud of the team for doing this.

55:20

นี่คือโมเดลพื้นฐานสำหรับงานทั้งหมดของคุณ

This is the foundation model for all of your work.

55:24

เมื่อใดก็ตามที่คุณต้องการสร้างหุ่นยนต์ เมื่อใดก็ตามที่คุณต้องการสร้าง

Whenever you want to create a robot, whenever you want to create a

55:27

หุ่นยนต์ในโรงงานหรือหุ่นยนต์ที่ทำงานในโรงงาน, ใด ๆ

factory robot or a robot that works in a factory, any

55:30

ประเภทของหุ่นยนต์ที่เกี่ยวข้องกับโลกทางกายภาพ, ตอนนี้คุณมีเพื่อนร่วมทาง, Cosmos 3 ที่สามารถเข้าใจและให้เหตุผลได้.

kind of robot that involves physical world, you now have a companion, a Cosmos 3 that can understand and reason.

55:41

มันสามารถสร้างได้. มันสามารถจำลองในลูป. มันสามารถเป็นนโยบายเองได้.

It can generate. It can simulate in the loop. It can even be the policy itself.

55:47

มันอยู่ในอันดับสูงสุดทั่วโลก. ฉันภูมิใจมากกับ Cosmos. และวันนี้เรากำลังประกาศ Cosmos 3.

It is on the top of leaderboards all over the world. I am incredibly proud of Cosmos. And today we're announcing Cosmos 3.

55:54

มาดูสิ. โลกแห่งความเป็นจริงนั้นไม่มีที่สิ้นสุดและคาดเดาไม่ได้.

Let's take a look. The real world is infinite and unpredictable.

56:01

AI ทางกายภาพต้องการข้อมูล. แต่ข้อมูลจากโลกแห่งความเป็นจริงนั้นไม่สามารถขยายได้.

Physical AI needs data. But real world data is impossible to scale.

56:06

สำหรับ AI ทางกายภาพ, การคำนวณคือข้อมูล. นี่คือ Cosmos, พรมแดนเปิดของโมเดลรวมสำหรับ AI ทางกายภาพ, สร้างขึ้นจากการผสมผสานใหม่ของสถาปัตยกรรม Transformers.

For physical AI, compute is data. This is Cosmos, an open frontier omnimodel for physical AI, built on a new mixture of Transformers architecture.

56:19

พิกเซล การกระทำ เสียง และภาษาไหลเข้าสู่ทรานส์ฟอร์มเมอร์ออโต้รีเกรสซีฟ ซึ่งวางแผนและสั่งการทรานส์ฟอร์มเมอร์การแพร่กระจาย ซึ่งสร้างสิ่งที่จะเกิดขึ้นต่อไป

Pixels, action, sound and language flow into the autoregressive transformer, which reasons, plans and instructs the Diffusion Transformer, which generates what comes next.

56:31

นักพัฒนาฝึกอบรม Cosmos หลังจากการใช้งานและการใช้กรณี

Developers post-train Cosmos across embodiments and use cases.

56:35

ในฐานะที่เป็น VLM Cosmos เฝ้าดูโลกทางกายภาพ เข้าใจสิ่งที่เกิดขึ้น อธิบายฉาก และชี้ให้เห็นสิ่งที่สำคัญ

As a VLM, Cosmos watches the physical world, understands what's happening, describing scenes, and flagging what matters.

56:46

ในฐานะที่เป็นโมเดลโลก Cosmos สร้างวิดีโอสังเคราะห์ที่แม่นยำทางฟิสิกส์จากภาพ ข้อความ หรือวิดีโอ

As a world model, Cosmos generates physics-accurate synthetic video from an image, text, or video.

56:54

ในฐานะที่เป็นซิมูเลเตอร์ Cosmos ปิดวงจรสำหรับการฝึกอบรมและการประเมินนโยบาย

As a simulator, Cosmos closes the loop for policy training and evaluation.

56:59

และในฐานะที่เป็นพื้นฐานของ NVIDIA Omnidreams โมเดลโลกที่มีเงื่อนไขการกระทำ Cosmos คาดการณ์อนาคตเป็นเฟรมต่อเฟรม

And as the foundation of NVIDIA Omnidreams, an action-conditioned world model, Cosmos predicts the future frame by frame.

57:09

ฝึกอบรม Cosmos แล้วมันจะกลายเป็นโมเดลการกระทำของโลก

Post-Train Cosmos, and it becomes a world action model.

57:13

การรับรู้ การให้เหตุผล การวางแผน การสร้างการกระทำ

Perceiving, reasoning, planning, generating actions.

57:19

สำหรับหุ่นยนต์ทุกประเภท สำหรับทุกสิ่งที่เคลื่อนไหว

For robots of every kind. For everything that moves.

57:26

ข้อมูลประเภทใหม่ ครูประเภทใหม่ที่สร้างขึ้นจากการคำนวณ

A new kind of data, a new kind of teacher generated by compute.

57:34

Cosmos เป็นพื้นฐานสำหรับนักพัฒนายุค AI ทางกายภาพ

Cosmos, the foundation for developers of the age of physical AI.

57:51

มันต้องการข้อมูลบวกการคำนวณ มันให้คุณ AI

It takes data plus compute, gives you AI.

57:56

ตอนนี้เรามี AI แล้ว การคำนวณคือข้อมูล

Now that we have AI, compute is data.

58:01

ดังนั้นให้ใช้ Cosmos 3 ฝึกอบรมโมเดล AI จำนวนมาก Cosmos เป็นระบบโมเดลเปิดที่น่าทึ่ง

And so use Cosmos 3, train a whole bunch of AI models. Cosmos is such an incredible open model system.

58:07

มันเหมือนกับ Nemo Tron เราเปิดโมเดล เราเปิดข้อมูล และเรายังเปิดวิธีที่เราได้ฝึกมันเพื่อให้คุณสามารถปรับปรุงมันให้กับตัวเองและเปลี่ยน Cosmos ให้เป็นโมเดลเฉพาะของคุณ

It's exactly the same as Nemo Tron. We open the model, we open the data, and we even open how we trained it so that you could enhance it for yourself and turn Cosmos into your proprietary model.

58:19

เรามีพันธมิตรที่น่าทึ่งทำงานร่วมกับเราในหลายอุตสาหกรรมที่แตกต่างกัน

We have such incredible partners working with us in so many different industries.

58:23

ตอนนี้โมเดลเองเป็นส่วนที่เข้าใจได้มากที่สุดของสแต็ก AI แต่สแต็ก AI นั้นซับซ้อนมาก

Now, the model itself is, of course, the most understandable part of the AI stack, but the AI stack is very complicated.

58:31

มันมีเครื่องสร้าง โมเดล ซิมูเลเตอร์ และการทำงาน

It has generators, the model, simulators, and the runtime.

58:39

เช่นเดียวกับที่เป็นสำหรับระบบที่มีตัวแทน

Just as it is for agentic systems,

58:42

รถเหล่านี้ หรือโดยพื้นฐานแล้วหุ่นยนต์ AI ทางกายภาพที่เป็นยานยนต์อัตโนมัติ ก็มีสแต็กที่ซับซ้อนนี้เช่นกัน

these cars, or essentially a physical AI agentic robot that is an autonomous vehicle, has also this complicated stack.

58:53

วันนี้เราประกาศ Alpamayo 2 โมเดลเปิดสำหรับรถยนต์ขับเคลื่อนอัตโนมัติ

Today we're announcing Alpamayo 2, an open model for self-driving cars.

59:00

เรากำลังทำงานกับบริษัทผลิตรถยนต์ทั่วโลก หาก

We're working with car companies across the world. If

59:03

คุณดูแบรนด์เหล่านี้ที่ได้ลงทะเบียนสำหรับ NVIDIA Hyperion ที่กำลังสร้างรถยนต์ NVIDIA Hyperion นี่แสดงถึงประมาณ 80% ของรถยนต์ทั่วโลก

you look at these brands that have signed up for the NVIDIA Hyperion, that are building NVIDIA Hyperion cars, this represents about 80% of the world's cars.

59:16

ผู้ผลิตแสดงถึง 80% ของรถยนต์ทั่วโลก เราจะมีระบบ NVIDIA Hyperion จำนวนมากที่สามารถรัน Alpamayo หรือสแต็ก AV ของใครก็ได้

The manufacturers represent 80% of the world's cars. We are going to have a whole lot of NVIDIA Hyperion systems that are able to run Alpamayo or anybody else's AV stack.

59:28

เรายังเชื่อมต่อกับบริการการเคลื่อนที่ ประมาณ

We are also connected into mobility services. Approximately

59:31

97% ของบริการการเคลื่อนที่ทั่วโลก

97% of the world's mobility services are

59:34

กำลังเชื่อมต่อกับเราเพื่อที่เมื่อเราปล่อย Alpamayo บนการทำงานของ Hyperion กับระบบปฏิบัติการ Halos เราจะสามารถเชื่อมต่อกับบริการทั้งหมดเหล่านี้ทั่วโลกได้

connecting with us so that when we deploy Alpamayo on the Hyperion runtime with the Halos operating system, we will be able to connect to all of these services across the world.

59:47

มาดูสิ่งนี้กันเถอะ เฮ้ เมอร์เซเดส ไปที่ร้านแซนด์วิชที่ฉันชอบกันเถอะ

Let's take a look at this. Hey Mercedes, let's go to my favorite sandwich shop.

59:56

กำลังนำทางไปยังจุดหมายของคุณ

Routing to your destination.

1:00:24

พวกเขาอยู่ในเลนของเรา หยุดเพื่อรักษาระยะห่างจากรถยนต์ที่อยู่ข้างหน้าในเลนของเรา

they are in our lane. Stop to keep distance to the lead vehicle directly ahead in our lane.

1:00:29

หยุดที่ป้ายหยุดเนื่องจากสี่แยกถูกควบคุมโดยป้ายหยุด หยุดเพื่อให้รถข้ามที่กำลังข้ามอยู่ข้างหน้า

Stop to the stop sign since the intersection is controlled by a stop sign. Stop to yield the cross traffic since the vehicle is crossing ahead.

1:00:35

เลี้ยวขวาเนื่องจากรถบรรทุกบล็อกด้านซ้ายของเลนเรา เลี้ยวซ้ายเนื่องจากรถบรรทุกบล็อกด้านขวาของเลนเรา

Nudge right due to the truck blocking the left side of our lane. Nudge left due to the truck blocking the right side of our lane.

1:00:43

จุดหมายของคุณอยู่ทางขวา อัลฟา มายา

Your destination is on the right. Alpha Maya.

1:00:56

ยานพาหนะอัตโนมัติที่มีเหตุผลแรกของโลก

the world's first reasoning autonomous vehicle.

1:01:01

ถ้าคุณปล่อยให้มันพูดตลอดเวลา มันจะทำให้คุณบ้าคลั่ง

If you let it talk all the time, it will drive you crazy.

1:01:06

แต่เรามีความสุขมากที่มันพูดกับตัวเองตลอดเวลา นั่นเรียกว่าการคิด

But we're very happy that it's talking to itself all the time. That's called thinking.

1:01:13

ดังนั้น Alpamayo จึงเป็นรถยนต์ที่มีเหตุผล เทคโนโลยีที่เราสร้างขึ้นยังใช้กับมนุษย์หุ่นยนต์

And so Alpamayo is a reasoning car. The technology that we've created also applies to humanoids.

1:01:19

แน่นอนว่ามีการค้นพบใหม่มากมายที่ต้องเกิดขึ้น NVIDIA Isaac Groot คือสแต็กมนุษย์หรือหุ่นยนต์ของเรา

Of course, there are many new breakthroughs that have to happen. The NVIDIA Isaac Groot is our human or robotic stack.

1:01:27

โมเดล การสร้างข้อมูล การจำลอง การทำงาน รวมถึงระบบปฏิบัติการ

Model, data generation, simulation, the runtime, including the operating system.

1:01:38

นี่คือแพลตฟอร์ม Groot แพลตฟอร์ม Isaac Groot

This represents Groot platform, the Isaac Groot platform.

1:01:44

ทุกระบบของเรา อย่างที่คุณเห็น มีรูปแบบเดียวกัน

Every one of our systems, as you can see, the exact same pattern,

1:01:48

ไม่ว่าจะเป็นระบบพันธุกรรมสำหรับคลาวด์ ระบบพันธุกรรมสำหรับพีซี ระบบหุ่นยนต์สำหรับรถยนต์ขับเคลื่อนอัตโนมัติ ระบบหุ่นยนต์สำหรับมนุษย์หรือหุ่นยนต์ ทุกอย่างเหมือนกัน

Whether it's a gentic system for the cloud, a gentic system for the PC, a robotic system for a self-driving car, a robotic system for a human or robot, all the same.

1:01:59

และแน่นอนว่าในทุกกรณี เราสร้างทุกอย่างอย่างสมบูรณ์

And of course, in every single case, we build everything completely.

1:02:06

เราสร้างทุกอย่างในแนวตั้ง อย่างสมบูรณ์ รวมเข้ากับการออกแบบร่วมกัน การออกแบบร่วมกันอย่างสุดขีด

We build everything vertically, completely, integrated with co-design, extreme co-design.

1:02:14

และจากนั้นเราจะเปิดให้ทุกคนใช้ส่วนใดก็ได้ที่คุณต้องการ

And then we open it up for everybody to use whichever part you like.

1:02:18

และสิ่งที่คุณต้องการใช้ เราช่วยคุณปรับแต่งได้ด้วย

And whatever you want to use, we even help you modify.

1:02:22

แต่สิ่งหนึ่งที่ขาดหายไปคือเราต้องการแพลตฟอร์มอ้างอิงสำหรับระบบหุ่นยนต์

But the one thing that is missing is we need a reference platform for robotic systems.

1:02:29

ระบบหุ่นยนต์เหล่านี้ซับซ้อนมาก มีมอเตอร์มากมาย มีเซ็นเซอร์มากมาย และเปราะบางมาก

These robotic systems are so complicated, so many motors, so many sensors, so fragile.

1:02:35

และเราต้องมีวิธีในการส่งมอบแพลตฟอร์มอ้างอิงเหล่านี้เช่นเดียวกับที่เราทำกับพีซี DGX คลาวด์ และรถยนต์ขับเคลื่อนอัตโนมัติ

And yet we need to have a way to deliver these reference platforms just like we do with PCs and DGXs and clouds and self-driving cars.

1:02:45

เรากำลังจะทำสิ่งนี้สำหรับหุ่นยนต์ วันนี้เราประกาศ NVIDIA Isaac Groot หุ่นยนต์มนุษย์อ้างอิงที่รวมเข้าด้วยกันอย่างสมบูรณ์

We now are going to do it for robots. Today we're announcing the NVIDIA Isaac Groot, a reference humanoid robot, all fully integrated.

1:02:54

25 องศาของอิสระในแต่ละมือ ผลิตโดย Sharpa 31 องศาของอิสระในหุ่นยนต์

25 degrees of freedom on each hand, made by Sharpa. 31 degrees of freedom on the robot.

1:03:01

สูงหกฟุต น้ำหนัก 150 ปอนด์ เหมือนกับฉัน

Six feet, 150 pounds. Just like me.

1:03:10

หมายเลขแรกสั้นกว่า หมายเลขที่สองใหญ่กว่า มิฉะนั้นก็ใกล้เคียงกัน

The first number is shorter, the second number is bigger. Otherwise, pretty close.

1:03:16

และแพลตฟอร์มนี้ทำงานร่วมกับ Thor ใหม่และซอฟต์แวร์ทั้งหมดของเรา

and this platform runs the new Thor and our entire software stack.

1:03:22

ชุดการสร้างข้อมูล ชุดการจำลองข้อมูล เวลาทำงาน ทั้งหมดรวมอยู่ในหุ่นยนต์ที่ออกแบบมาให้ทุกคนใช้

Data generation stack, data simulation stack, the runtime, all integrated into a robot that is designed for everyone to use.

1:03:31

ตอนนี้ เราสร้างสิ่งนี้สำหรับการศึกษาในระดับสูงและนักวิจัยในมหาวิทยาลัย เพราะการสร้างสิ่งนี้สำหรับพวกเขานั้นยากมาก

Now, we built this for higher education and university researchers because for them to build this is insanely hard to do.

1:03:39

และมาดูสิ่งนั้นกัน การก้าวกระโดดครั้งต่อไปใน AI คือหุ่นยนต์ที่ใช้ได้ทั่วไป

And so let's take a look at that. The next leap in AI is general purpose robots.

1:03:45

แต่การสร้างหุ่นยนต์หนึ่งตัวนั้นยาก ทุกทีมเริ่มจากศูนย์ ต้องประกอบซิมูเลเตอร์ ระบบการควบคุมระยะไกล ท่อข้อมูล และโครงสร้างพื้นฐานการฝึกอบรม

But building one is hard. Every team starts from scratch, stitching together simulators, tele-op systems, data pipelines, and training infrastructure.

1:03:56

ใช้เวลาหลายเดือนในการตั้งค่าก่อนที่จะเริ่มการวิจัย NVIDIA Isaac Group แพลตฟอร์มการพัฒนาแบบเปิดสำหรับหุ่นยนต์มนุษย์

Months of setup before research can start. NVIDIA Isaac Group, an open development platform for humanoid robots.

1:04:04

โมเดลแบบเปิด ห้องสมุดการจำลองและการฝึกอบรม และตัวสร้างข้อมูล นอกจากนี้ยังมีคอมพิวเตอร์หุ่นยนต์

Open models, simulation and training libraries, and data generators. Plus, the robot computer.

1:04:13

สะอาดหมดจด พร้อมใช้งานในไม่กี่ชั่วโมง ขั้นแรกตั้งค่าสภาพแวดล้อมการจำลองใน Isaac Lab

Fully pipe clean, ready to go in hours. First, set up the simulation environment in Isaac Lab.

1:04:22

บันทึกการสาธิตด้วย Isaac Teleop บนหุ่นยนต์จริงหรือจำลอง

Capture demonstrations with Isaac Teleop on a real or simulated robot.

1:04:30

สร้างข้อมูลสังเคราะห์ด้วย Omniverse และ Cosmos ขยายการสาธิตหนึ่งรายการเป็นพันรายการ

Generate synthetic data with Omniverse and Cosmos, scaling one demonstration into thousands.

1:04:38

ฝึกนโยบาย ประเมินใน Isaac Lab Arena

Train policies. Evaluate them in Isaac Lab Arena.

1:04:45

ปรับใช้ผ่าน Isaac Ross ทำงานบน Jetson Thor

Deploy through Isaac Ross, running on Jetson Thor.

1:04:59

ทุกองค์ประกอบ โมดูลาร์ เปิด ใช้ของเรา หรือเปลี่ยนเป็นของคุณเอง

Every element, modular, open, use ours or swap in your own.

1:05:06

Groot กำลังขับเคลื่อนการวิจัยหุ่นยนต์ในทุกสาขา สำหรับทุกโดเมน จากห้องปฏิบัติการวิจัยไปจนถึงพื้นโรงงาน

Groot is powering robotics research across every discipline, for every domain, from research labs to factory floors.

1:05:16

แพลตฟอร์มเปิดหนึ่งแพลตฟอร์ม และตอนนี้ มีการเพิ่มเติมใหม่

One open platform. And now, a new addition.

1:05:26

หุ่นยนต์ออกแบบอ้างอิง Isaac Groot สร้างขึ้นบนแพลตฟอร์มเปิดของ NVIDIA

Isaac Groot Reference Design Robots. Built on NVIDIA's open platform.

1:05:31

พร้อมสำหรับการวิจัยแนวหน้าในห้องทดลองใดก็ได้ ทุกที่ ทุกเวลา ยุคของหุ่นยนต์เริ่มต้นที่นี่

Ready for frontier research for any lab, anywhere. The age of robotics starts here.

1:05:39

NVIDIA Isaac Groot มีหุ่นยนต์มากมาย

NVIDIA Isaac Groot. So many robots.

1:05:52

เรากำลังทำงานร่วมกับทุกคนที่ทำงานเกี่ยวกับหุ่นยนต์ในโลก หรือระบบหุ่นยนต์ในโลก ให้ฉันบอกคุณในสิ่งที่ฉันบอกคุณ

We're working with just about everybody who's working on robots in the world, or robotic systems in the world. Let me tell you what I told you.

1:05:59

อุตสาหกรรมคอมพิวเตอร์ได้เปลี่ยนแปลงไปอย่างสิ้นเชิง ในช่วงหกเดือนที่ผ่านมา ทุกอย่างเปลี่ยนแปลง

the computer industry has been completely changed. In the last six months, everything changed.

1:06:06

ทุกอย่างเปลี่ยนแปลงเพราะตัวแทนถูกตระหนักและมันรวมเข้ากับโมเดลแนวหน้าล่าสุด และทำให้ AI สามารถทำงานที่มีประโยชน์ได้

Everything changed because agents were realized and it converged with the latest frontier models and it made possible the AI to now do useful work.

1:06:17

รูปแบบการคอมพิวเตอร์จะเกิดซ้ำไปเรื่อย ๆ

The computing pattern will repeat over and over and over again.

1:06:22

รูปแบบการคอมพิวเตอร์นี้ของเอเจนต์ ซึ่งเป็นโมเดล เป็นอุปกรณ์ที่ใช้เครื่องมือพร้อมทักษะและทำงานในระยะเวลาในการทำงาน

This computing pattern of an agent, that's a model, a harness that uses tools with skills and runs in a runtime.

1:06:31

ระยะเวลาในการทำงานนั้นขึ้นอยู่กับว่าอยู่ในคลาวด์หรือในสถานที่จริง บนพีซีหรือในหุ่นยนต์

That runtime depends on whether it's in the cloud or on-prem, on a PC or in a robot.

1:06:36

แต่รูปแบบการคอมพิวเตอร์นั้นเหมือนกันสำหรับทุกคน คุณจะใช้ฮาร์เนสที่แตกต่างกันตามความชอบของคุณ

But the computing pattern is exactly the same for all of them. You will use different harnesses because of your preference.

1:06:43

คุณจะใช้โมเดลที่แตกต่างกันตามความชอบของคุณ คุณจะปรับปรุงพวกมันสำหรับการใช้งานเฉพาะของคุณ

You'll use different models because of your preference. You will improve them for your proprietary use.

1:06:49

คุณจะสร้างเอเจนต์ซูเปอร์ที่คุณสามารถให้เช่าให้กับคนอื่นเพื่อช่วยให้พวกเขาทำงาน

You would create super agents that you can rent to other people to help them do their work.

1:06:54

แพลตฟอร์มเอเจนต์นี้ รูปแบบเอเจนต์นี้ NVIDIA มีชุดเครื่องมือ AI สำหรับองค์กร

This agentic platform, this agentic pattern. NVIDIA has an enterprise AI toolkit.

1:07:01

นี่เป็นวิธีที่ยอดเยี่ยมสำหรับทุกคนในการมีส่วนร่วมกับ AI และสำหรับเรา มันเป็นโอกาสในการเติบโตที่ยอดเยี่ยม

This is a wonderful way for all of you to engage AIs. And for us, it's a wonderful growth opportunity.

1:07:08

Vera Rubin อยู่ในกระบวนการผลิตเต็มรูปแบบ ในขณะที่

Vera Rubin is in full production. Whereas

1:07:12

Grace Blackwell ถูกสร้างขึ้นเพื่อประมวลผล AI โดยเฉพาะการอนุมาน Vera Rubin ถูกสร้างขึ้นเพื่อรันเอเจนต์

Grace Blackwell was created to process AI, particularly inference, Vera Rubin was created to run agents.

1:07:21

มันอยู่ในกระบวนการผลิตเต็มรูปแบบ มันมากกว่าการ์ด GPU มาก

It is in full production. It is much, much more than a GPU.

1:07:25

มันเป็นระบบการประมวลผลเอเจนต์ที่กระจายรวมทั้งหมด

It is an entire this aggregated distributed agent processing system.

1:07:31

NVIDIA ได้กลายเป็นบริษัทโครงสร้างพื้นฐานจริงๆ ไม่ใช่แค่บริษัท GPU ไม่ใช่แค่บริษัทระบบ

NVIDIA has really become an infrastructure company, not just a GPU company, not just a systems company,

1:07:38

แต่เป็นบริษัทโครงสร้างพื้นฐานเพื่อช่วยให้คุณสร้างรายได้สูงสุด กำไรสูงสุด และไปถึงจุดนั้นโดยเร็วที่สุด

but an infrastructure company to help you generate the maximum revenues, the maximum profit, and to get there as soon as possible.

1:07:47

โลกของเอเจนต์ วิธีใหม่ในการทำคอมพิวเตอร์ ที่คุณสร้าง CPU ตอนนี้สำหรับเอเจนต์ ไม่ใช่สำหรับคน

The agent world, this new way of doing computing, where you build CPUs now for agents, not for people.

1:07:55

CPU สำหรับเอเจนต์มีความต้องการพิเศษของตัวเองและ NVIDIA Vera ของเราเป็นนวัตกรรม

CPUs for agents has its own special requirement and our NVIDIA Vera is revolutionary.

1:08:01

ฉันดีใจมากเกี่ยวกับการเติบโตของมัน คำสั่งซื้อที่มีอยู่จะทำให้มันเป็นการเปิดตัวผลิตภัณฑ์ที่เร็วที่สุดและประสบความสำเร็จมากที่สุดในประวัติศาสตร์ของบริษัทเรา

I'm so happy about its ramp. The orders already is going to make it the fastest and the most successful product launch in our company's history.

1:08:11

NVIDIA และ Microsoft ได้สร้างสายพีซีใหม่ทั้งหมด นี่คือจุดเริ่มต้นใหม่

NVIDIA and Microsoft has created a whole new line of PCs. This is a new beginning.

1:08:16

และแน่นอน รูปแบบเอเจนต์เดียวกันที่ฉันพูดถึง รูปแบบการประมวลผลเอเจนต์ รูปแบบการคอมพิวเตอร์ที่ฉันเพิ่งอธิบาย

And of course, that exact same agentic pattern that I, agentic processing pattern, computing pattern that I just described,

1:08:24

จะทำงานบนอุปกรณ์ทุกประเภท

is also going to run on all kinds of devices.

1:08:28

ฉันพูดถึงพีซี แต่ในอนาคต จะเป็นหุ่นยนต์ ดาวเทียม สถานีฐาน และโรงงานในคลาวด์ ในสถานที่จริง ที่ขอบ

I mentioned PCs, but in the future, it'll be robots and satellites and base stations and factories in the cloud on-prem at the edge.

1:08:38

รูปแบบนี้ ระบบ AI เอเจนต์ รูปแบบการคอมพิวเตอร์เอเจนต์นี้จะถูกทำซ้ำในคอมพิวเตอร์ทั่วทุกแห่ง

This pattern, agentic AI system, this agentic computing pattern will be replicated in computers all over.

1:08:46

วิธีที่เราคิดเกี่ยวกับคอมพิวเตอร์ส่วนบุคคลจะมีการเปลี่ยนแปลงอย่างแน่นอน

How we think about the personal computer will very likely change.

1:08:50

ฉันอยากจะขอบคุณทุกคนสำหรับการเป็นพันธมิตรและมิตรภาพของคุณ เราไม่สามารถอยู่ที่นี่ได้หากไม่มีสิ่งที่เราทำร่วมกัน

I want to thank all of you for your partnership, your friendship. We couldn't be here without everything that we do together.

1:08:57

ฉันภูมิใจมากเกี่ยวกับความสำเร็จของคุณในปีที่ผ่านมา

I am so proud of how you've been so successful this last year.

1:09:01

ปีหน้าจะยิ่งมากขึ้น ฉันมีอีกสิ่งหนึ่งสำหรับคุณ มาดูกันเถอะ

The next year is going to be even more. I have one more thing for you. Let's take a look.

1:09:28

คุณพร้อมไหม ไต้หวัน? มาทำกันเถอะ

You ready, Taiwan? Let's do this.

1:09:33

การบรรยายเสร็จสิ้นที่ Computex เจนเซน แสดงให้โลกเห็นว่าอะไรคือสิ่งถัดไป AI ที่มีพลังเยาว์วัยได้มาถึงแล้ว

The keynote's done at Computex. Jensen, show the world what's next. Youthful AI has arrived.

1:09:41

เอเจนต์ทำงานเคียงข้างคุณ แต่ในกรณีที่คุณพลาดสิ่งที่เราพูดในวันนี้ เราจะอธิบายทุกอย่างให้คุณฟังที่ไทเป

Agents working by your side. But in case you missed things we said today, we're gonna break it all down for you, Taipei.

1:09:49

เอเจนต์เคยถูกเข้าใจผิด มีแค่ดาราภาพยนตร์ที่มีพวกเขาในฮอลลีวูด ตอนนี้เราทุกคนมีทีมที่ทำให้ความฝันเป็นจริง

Agents used to be misunderstood. Only movie stars had them in Hollywood Now we all got teams making dreams come true

1:09:56

สร้างบริษัทจากห้องนั่งเล่น แต่พวกเขาต้องการการประมวลผลมากมาย เราได้ยินคุณ

Building companies from living rooms But they need so much compute We hear ya

1:10:01

นั่นคือเหตุผลที่เราสร้างคะแนนของเวร่า รูเบน รายการนี้เป็นจริง โทเค็นที่ถูกที่สุดกำลังมาถึง

That's why we created Vera Ruben's score, the show is true The cheapest tokens coming through

1:10:08

เร็วขึ้นสิบเท่า สวรรค์แห่งการอนุมาน มีเอเจนต์พิเศษมากกว่าที่ 007 บลูฟิลด์ทำให้ความจำของเอเจนต์เป็นจริง ตอนนี้มาพูดคุยเกี่ยวกับ CPU ของมันกันเถอะ

Ten times faster, inference heaven More special agents than 007 Bluefield keeps agents' memory true Now let's talk about its CPU

1:10:18

เร็วขึ้นห้าสิบเปอร์เซ็นต์ นั่นมันเหลือเชื่อ ไม่ใช่สำหรับเวร่า! มันถูกสร้างขึ้นสำหรับเอเจนต์! เอนวี่ ลิงค์ ฟิวชั่นผสม ASICs อย่างชาญฉลาด!

Fifty percent faster, that's outrageous Not for Vera! It's built for agents! Envy Link Fusion blends ASICs smartly!

1:10:25

ทุกคนยินดีต้อนรับสู่ปาร์ตี้เอนวี่ ลิงค์! ถ้าคุณชอบการแนะนำนี้...

Everyone's welcome to the Envy Link party! Well, if you like that introduction...

1:10:30

เวร่า รูเบนส์อยู่ในกระบวนการผลิตเต็มรูปแบบ! เมโมทรอน อัลตร้าช่วยนำทาง!

Vera Rubens in full production! MemoTron Ultra leads the run!

1:10:35

ทำงานได้เร็วขึ้นห้าครั้ง! เมโมคลอว์รักษาระบบรักษาความปลอดภัยให้ถูกต้อง! เปลือกเปิดทำให้พื้นที่ทดลองแน่น!

5x faster work gets done! MemoClaw keeps the guardrails right! Open shell keeps the sandbox tight!

1:10:42

โค้ดของคุณถูกย้ายและตรวจสอบ! ทั้งหมดก่อนที่เพลงนี้จะจบ!

Your code migrated and reviewed! All before this song is through!

1:10:48

ES คือเค้กห้าชั้น รายได้ที่สมบูรณ์ อย่าสับสน เมฆ AI ทั่วโลกสร้างกิกะวัตต์มากมาย

ES is a five-layer cake. Complete revenue. Make no mistake. Global AI clouds build lots of gigawatts.

1:10:55

ESX รักษาพลังให้เบา เชื่อมต่อจุดต่างๆ ทุกวัตต์ได้รับการปรับให้เหมาะสมสำหรับคุณ ดังนั้นคุณจึงสามารถมีเค้กของคุณ และกินมันได้ด้วย

ESX keeps power lean, connecting dots. Every watt optimized for you. So you can have your cake. Can eat it too.

1:11:03

RTX เงินที่มืดมนที่สุดที่นี่ ช่วงเวลาที่ใหญ่ที่สุดใน PC ใน 40 ปี เอเจนต์ขับเคลื่อนทุกกระบวนการทำงาน

RTX, darkest money here. Biggest PC moment in 40 years. Agents powering all workflows.

1:11:10

ทำงานได้ทุกที่ที่ Windows ไป แหล่งพลังงานทำงานบน CPU โมเดลบินบน GPU

Running anywhere Windows goes. Harnesses run on CPU. Models fly on GPU.

1:11:17

จักรวาลเติมเต็มโลกที่หุ่นยนต์ต้องการ เปลี่ยนการประมวลผลให้เป็นอาหารสังเคราะห์

Cosmos fills worlds that robots need Turning compute into synthetic feed

1:11:22

อัลฟาไมโอซิสและเหตุผลผ่าน เข้าใจถนนเหมือนที่คนทำ

Alpha meiosis and reasons through Understands roads like people do

1:11:27

ใครคือวิธีที่พวกเขาเรียนรู้ที่จะเคลื่อนไหว เรียนรู้ทักษะและหาจังหวะ จูมาเทรียส์ที่ขับเคลื่อนด้วยความคิด อนาคตคือมนุษย์

Who is how they learn to move Learning skills and finding groove Jumatries powered by thought The future's humanoid

1:11:37

มาเลย! โอ้ ใช่

Come on! Oh, yeah.

1:12:18

ยินดีต้อนรับสู่ Computex

Welcome to Computex.

1:12:31

ขอให้คุณมี Computex ที่ยอดเยี่ยม ขอบคุณสำหรับปีที่น่าทึ่ง ขอบคุณสำหรับมิตรภาพและการสนับสนุนทั้งหมดของคุณ

Have a great Computex. Thanks for an amazing year. Thank you for all your friendship and support.

1:12:39

ขอบคุณ ดูแลตัวเอง ขอให้คุณมี Computex ที่ยอดเยี่ยม

Thank you. Take care. Have a great Computex.

1:12:57

ตื่นขึ้นมารู้สึกถึงการเปลี่ยนแปลง ห้องเดียวกันแต่บรรยากาศรู้สึกหนา

Woke up feeling something shift Same room but the air felt thick

1:13:02

กระจกบอกว่าฉันยังเป็นเด็กคนนั้น ฉันบอกว่าคุณใหญ่กว่านี้

Mirror said I'm still that kid I said you're bigger than this

1:13:06

ผูกเชือกรองเท้า มือยังสั่น ก้าวแรกคือก้าวที่ยากที่สุด

Tied my laces, hands still shook First step was the hardest one

1:13:12

ทุกๆ รอบ ทุกๆ การมองข้าม ทุกอย่างจางหายไปเมื่อการแข่งขันเริ่มขึ้น ฉันแบกรับน้ำหนักที่เบาที่สุด ตอนนี้ฉันเบากว่ากองไฟ คุณสามารถขี่มันได้บน...

Every lap, every sideways look All fade when the races run I carried every downlightweight Now I'm lighter than the flame You can ride it on the...

1:13:26

ยินดีต้อนรับกลับสู่เรื่องราว Reddit ที่น่าทึ่ง ฉันชื่อเชน และธีมในวันนี้เกี่ยวกับเกม

Welcome back to some mind-blowing Reddit stories. I'm Shane, and today's theme is all about gaming.

1:13:33

เรื่องเกี่ยวกับเกม และเข้าร่วมกับฉันคือสองนักเล่นเกมที่ดีที่สุดที่ฉันเคยพบในชีวิตของฉัน

Gaming stuff. And joining me are two of the best gamers I've ever met in my life,

1:13:41

อีแอน เฮค็อกซ์ และเดเมียน ฮาส ฉันคือทั้งสองคนนี้

Ian Hecox and Damien Haas. I'm both of them.

Watch Nvidia's Computex 2026 Keynote Live