“Todos esses diferentes vetores de IA possuem plataformas fornecidas pela Nvidia”, disse Huang, que ressaltou a ampla gama de bibliotecas CUDA-X, que ele descreveu como as “joias da coroa” da empresa. “Estamos atualizando-as o tempo todo”, acrescentou.
“Para todos que estão no ecossistema, nós precisamos de muita capacidade”, salientou Huang no evento realizado em San Jose, na Califórnia. “Em cada ano, temos uma arquitetura nova. Rapidamente, a Nvidia se transformou de uma empresa de chips, para uma fábrica de IA, uma companhia de infraestrutura de IA e agora estamos construindo fábricas inteiras de IA“, pontuou. Como resultado desse crescimento exponencial, a demanda pelas unidade de processamento gráfico (GPUs, na sigla em inglês) da Nvidia está “fora de controle”, afirmou. “Acredito que a demanda por computação aumentou um milhão de vezes nos últimos anos.”
Nvidia anuncia produtos para unificar dados de treinamentos e parceria com a IBM
Em meio ao evento GTC, considerada a “Super Bowl” do segmento, iniciado nesta segunda-feira, a Nvidia anunciou uma enxurrada de lançamentos e parcerias. Um deles foi o Nvidia Physical AI Data Factory Blueprint, uma arquitetura de referência aberta que unifica e automatiza a forma como os dados de treinamento são gerados, aumentados e avaliados, reduzindo os custos, o tempo e a complexidade do treinamento de sistemas de IA física em grande escala, segundo a companhia.
O projeto permite que os desenvolvedores usem os modelos de base do mundo aberto do Nvidia Cosmo e os principais agentes de codificação para transformar dados de treinamento limitados em conjuntos de dados grandes e diversificados – incluindo casos extremos raros e cenários de cauda longa que são caros, demorados e muitas vezes impraticáveis de capturar no mundo real.
A IBM foi uma das empresas com as quais a Nvidia terá uma colaboração ampliada. Segundo a IBM, as empresas estão colaborando em uma integração de código aberto para aumentar o desempenho e reduzir os custos na forma como as empresas extraem informações de seus conjuntos de dados massivos. O mecanismo SQL Presto do IBM watsonx.data é acelerado pelo Nvidia cuDF para permitir uma execução de consultas mais rápida em grandes conjuntos de dados. Para validar em produção, as empresas aplicaram o watsonx.data, acelerado por GPU, em um experimento com a Nestlé. O data mart da Nestlé rastreia cada pedido, atendimento, entrega e fatura em 186 países e processa terabytes em 44 tabelas.
“A Nestlé era ideal para esta prova de conceito devido à sua sólida infraestrutura digital. Com modelos de dados unificados globalmente, uma base de dados consolidada e uma única fonte de verdade em todos os mercados, a Nestlé já possuía dados oportunos, precisos e confiáveis em escala – a base ideal para testar a análise acelerada por GPU em um ambiente de produção real”, informou a IBM. Anteriormente, em CPUs, uma única atualização levava 15 minutos para a Nestlé e era executada apenas algumas vezes por dia. A Nestlé relata que, com o software e as GPUs da Nvidia, o mecanismo Presto da IBM watsonx.data reduziu o tempo de execução das consultas para três minutos, alcançando uma economia de custos de 83% e uma melhoria geral de 30 vezes na relação custo-benefício, disse a IBM.
CEO da Nvidia prevê gastos com data centers entre US$ 3 tri e US$ 4 tri por ano até 2030
“Acredito que a demanda por computação aumentou um milhão de vezes nos últimos dois anos”, disse o CEO da Nvidia, Jensen Huang. “É a sensação que todos nós temos. É a sensação que toda startup tem.”
Muitos investidores estão preocupados com a sustentabilidade dos gastos com IA, que querem mais evidências de que o crescimento explosivo das vendas da Nvidia será duradouro, algo que Huang tentou acalmar em suas declarações. A previsão de US$ 1 trilhão em vendas, o dobro das projeções anunciadas no ano passado, foi apresentada como prova de que a demanda continua forte.
“A demanda por computação está crescendo exponencialmente, o ponto de inflexão da terceira geração de IA, o modelo agêntico, chegou”, disse ele. Huang também disse esperar que os gastos com data centers cheguem a US$ 3 trilhões a US$ 4 trilhões por ano até 2030. No setor automotivo, o CEO deu mais detalhes sobre uma parceria anunciada anteriormente com a Uber. Ele informou que o serviço de transporte por aplicativo lançará uma frota movida pelo software de direção autônoma da Nvidia em 28 cidades, em quatro continentes, até 2028, começando por Los Angeles e San Francisco no próximo ano. Ele também anunciou que Nissan, BYD, Geely, Isuzu e Hyundai estão desenvolvendo veículos autônomos utilizando um programa da gigante de IA.
Nvidia amplia parceria com Hyundai para tecnologia de direção autônoma
A Nvidia também usou a GTC, o evento anual de inteligência artificial aberto hoje, como palco para anunciar uma colaboração ampliada com a Hyundai Motor Company e a Kia Corporation para desenvolver tecnologias de direção autônoma de última geração. De acordo com informações detalhadas no site da Nvidia, a colaboração tem como base a plataforma de desenvolvimento de veículos autônomos Nvidia Drive Hyperion.
A colaboração reúne as capacidades de veículos definidos por software (SDV) do Hyundai Motor Group, a frota global de veículos e a experiência em desenvolvimento de condução autônoma com a computação acelerada da Nvidia, a infraestrutura de IA e o software de condução autônoma para apoiar o desenvolvimento de sistemas de condução autônoma escaláveis e orientados por dados em todas as plataformas de veículos do Hyundai Motor Group. “O futuro da mobilidade será construído com base em IA e software”, disse Rishi Dhall, vice-presidente da divisão automotiva da Nvidia.
“Estamos combinando a liderança do Hyundai Motor Group em engenharia de veículos com a computação acelerada e a IA da Nvidia para construir sistemas de direção autônoma seguros e inteligentes baseados no Nvidia Drive – desde assistência avançada ao motorista em veículos de produção selecionados até serviços de robotáxi escaláveis com a Motional.”
A Nvidia também explorará uma colaboração ampliada com a Motional, joint venture de direção autônoma do Hyundai Motor Group, para aprimorar ainda mais os recursos de robotáxis de nível 4 e acelerar os serviços de mobilidade autônoma de próxima geração. Ao combinar os dados de frota em larga escala e as capacidades de desenvolvimento de SDV (Sistemas de Desenvolvimento de Veículos) do Hyundai Motor Group com a plataforma de computação de IA da NVIDIA, as empresas visam acelerar um ciclo de desenvolvimento contínuo que inclui coleta de dados de direção em larga escala e no mundo real, treinamento e aprimoramento de modelos de IA, simulação, validação e implantação em veículos de produção.
*Com informações da Associated Press
