Тайната на успеха: Малката лаборатория, която роди първата компания за $4 трлн.
Когато Бил Дали се причислява към изследователската лаборатория на Nvidia през 2009 година, тя наброява едвам дузина души и се концентрира върху рей трейсинг – техника за рендиране, употребена в компютърната графика.
Днес тази в миналото дребна лаборатория има над 400 чиновници. Те са помогнали за превръщането на Nvidia от стартъп за видеоигри през 90-те години в компания за 4 трлн. $, която движи взрива на изкуствения разсъдък. Сега екипът насочва вниманието си към технологиите за роботика и физически AI. Част от тази работа към този момент се вижда в продуктите: неотдавна компанията показа нови AI модели, библиотеки и инфраструктура за разработчици в региона на роботиката.
Дали и Фидлър
Дали, който към този момент е основен академик в Nvidia, стартира да сътрудничи с компанията през 2003 година По-късно, когато е подготвен да се отдръпна от поста си на началник на катедрата по компютърни науки в Станфорд, той възнамерява да си вземе отмора. Но основният изпълнителен шеф на Nvidia Дженсън Хуанг и тогавашният началник на лабораторията Дейвид Кърк имат друга концепция.
Дали споделя пред TechCrunch, че двамата са го подложили на „ цялостен напън “, с цел да го убедят да се причисли към екипа. В последна сметка съумяват. „ Оказа се, че това е идеално за моите ползи и гении “, споделя Дали.
Мисля, че всеки търси мястото в живота, където може да има максимален принос, и за мен това несъмнено е Nvidia. “
Под управлението на Дали през 2009 година лабораторията се разраства бързо и стартира да работи в нови области като планиране на схеми и VLSI (много огромна интеграция) – развой, който събира милиони транзистори на един чип.
Визията за AI и роботиката
Nvidia е измежду първите, които плануват бъдещия взрив на изкуствения разсъдък. Още през 2010 година компанията стартира да опитва с концепцията за AI графични процесори, повече от десетилетие преди актуалната фикс идея. „ Казахме, че това е необикновено и ще промени света “, споделя Дали. „ Трябва да удвоим напъните си в тази посока, и Дженсън ми повярва. Започнахме да специализираме нашите графични процесори за AI, да създаваме програмен продукт и да си партнираме с откриватели по целия свят, доста преди да стане явно, че това ще бъде толкоз значимо. “
Сега, откакто Nvidia има водеща позиция на пазара на AI графични процесори, компанията търси нови области на приложение отвън центровете за данни. Този фокус се насочва към физическия AI и роботиката.
Мисля, че в последна сметка роботите ще играят голяма роля в света и ние желаеме да създадем техните мозъци “, споделя Дали. „ За да го създадем, би трябвало да стартираме да развиваме основните технологии. “
Тук се включва и Саня Фидлър, вицепрезидент по изкуствен интелект в Nvidia. Тя се причислява към лабораторията през 2018 година По това време към този момент работи върху симулационни модели за роботи с екип от студенти от MIT. Хуанг демонстрира интерес към работата ѝ и я кани да се причисли.
Не можех да устоя “ споделя Фидлър. „ Темата беше доста подобаваща, а културата също. Дженсън ми сподели: `Ела да работиш с мен, не с нас, не за нас`. “
Тя се причислява към Nvidia и стартира да основава изследователска лаборатория в Торонто, фокусирана върху Omniverse – платформата на компанията за симулации за физически AI.
Първото предизвикателство е намирането на нужните 3D данни. Това включва разкриване на подобаващи изображения и създаване на технологията, която да ги трансформира в 3D модели за симулаторите. „ Инвестирахме в технология, наречена диференцируемо рендиране, която прави рендирането уместно за AI “, изяснява Фидлър. „ Тя работи назад - от изображение или видео към 3D модел. “
Ускоряване на AI за роботите
Omniverse пуска първата версия на модела си, който трансформира изображения в 3D, GANverse3D, през 2021 година След това екипът приспособява процеса и за видео. Фидлър споделя, че са употребявали видеоклипове от роботи и самоуправляващи се коли, с цел да основат 3D модели и симулации посредством Neural Reconstruction Engine, разгласен през 2022 година Тези технологии са в основата на фамилията Cosmos от международни AI модели, показани на CES през януари.
Сега лабораторията се концентрира върху ускоряването на тези модели. Фидлър изяснява, че в игрите и симулациите технологията би трябвало да реагира в действително време, а за роботите времето за реакция би трябвало да бъде още по-бързо. „ Роботът не би трябвало да възприема света по същия метод, по който работи светът “, споделя тя.
Той може да го възприема 100 пъти по-бързо. Ако успеем да създадем този модел доста по-бърз, той ще бъде извънредно потребен за роботизирани и физически AI приложения. “
Компанията продължава да реализира прогрес. На конференцията SIGGRAPH Nvidia разгласи нови международни AI модели за основаване на синтетични данни, с които да се образоват роботи, както и софтуерни библиотеки и инфраструктура за разработчици.
Въпреки напредъка и ентусиазма към роботите, изключително хуманоидите, екипът на Nvidia остава реален. И Дали, и Фидлър считат, че промишлеността е на най-малко няколко години от това да имаме хуманоидни роботи в домовете си. Фидлър прави съпоставяне с времевата рамка за навлизането на самостоятелните транспортни средства.
Постигаме голям прогрес и мисля, че AI е факторът, който прави това допустимо “, споделя Дали.
„ Започваме с образен AI за възприемането на робота, по-късно с генеративен AI, който е извънредно скъп за планирането на задания и придвижванията. Докато решаваме всеки от тези дребни проблеми и количеството данни, с които образоваме мрежите, пораства, тези роботи ще се развиват. “
NVIDIA милиард $ лаборатория
Днес тази в миналото дребна лаборатория има над 400 чиновници. Те са помогнали за превръщането на Nvidia от стартъп за видеоигри през 90-те години в компания за 4 трлн. $, която движи взрива на изкуствения разсъдък. Сега екипът насочва вниманието си към технологиите за роботика и физически AI. Част от тази работа към този момент се вижда в продуктите: неотдавна компанията показа нови AI модели, библиотеки и инфраструктура за разработчици в региона на роботиката.
Дали и Фидлър
Дали, който към този момент е основен академик в Nvidia, стартира да сътрудничи с компанията през 2003 година По-късно, когато е подготвен да се отдръпна от поста си на началник на катедрата по компютърни науки в Станфорд, той възнамерява да си вземе отмора. Но основният изпълнителен шеф на Nvidia Дженсън Хуанг и тогавашният началник на лабораторията Дейвид Кърк имат друга концепция.
Дали споделя пред TechCrunch, че двамата са го подложили на „ цялостен напън “, с цел да го убедят да се причисли към екипа. В последна сметка съумяват. „ Оказа се, че това е идеално за моите ползи и гении “, споделя Дали.
Мисля, че всеки търси мястото в живота, където може да има максимален принос, и за мен това несъмнено е Nvidia. “
Под управлението на Дали през 2009 година лабораторията се разраства бързо и стартира да работи в нови области като планиране на схеми и VLSI (много огромна интеграция) – развой, който събира милиони транзистори на един чип.
Визията за AI и роботиката
Nvidia е измежду първите, които плануват бъдещия взрив на изкуствения разсъдък. Още през 2010 година компанията стартира да опитва с концепцията за AI графични процесори, повече от десетилетие преди актуалната фикс идея. „ Казахме, че това е необикновено и ще промени света “, споделя Дали. „ Трябва да удвоим напъните си в тази посока, и Дженсън ми повярва. Започнахме да специализираме нашите графични процесори за AI, да създаваме програмен продукт и да си партнираме с откриватели по целия свят, доста преди да стане явно, че това ще бъде толкоз значимо. “
Сега, откакто Nvidia има водеща позиция на пазара на AI графични процесори, компанията търси нови области на приложение отвън центровете за данни. Този фокус се насочва към физическия AI и роботиката.
Мисля, че в последна сметка роботите ще играят голяма роля в света и ние желаеме да създадем техните мозъци “, споделя Дали. „ За да го създадем, би трябвало да стартираме да развиваме основните технологии. “
Тук се включва и Саня Фидлър, вицепрезидент по изкуствен интелект в Nvidia. Тя се причислява към лабораторията през 2018 година По това време към този момент работи върху симулационни модели за роботи с екип от студенти от MIT. Хуанг демонстрира интерес към работата ѝ и я кани да се причисли.
Не можех да устоя “ споделя Фидлър. „ Темата беше доста подобаваща, а културата също. Дженсън ми сподели: `Ела да работиш с мен, не с нас, не за нас`. “
Тя се причислява към Nvidia и стартира да основава изследователска лаборатория в Торонто, фокусирана върху Omniverse – платформата на компанията за симулации за физически AI.
Първото предизвикателство е намирането на нужните 3D данни. Това включва разкриване на подобаващи изображения и създаване на технологията, която да ги трансформира в 3D модели за симулаторите. „ Инвестирахме в технология, наречена диференцируемо рендиране, която прави рендирането уместно за AI “, изяснява Фидлър. „ Тя работи назад - от изображение или видео към 3D модел. “
Ускоряване на AI за роботите
Omniverse пуска първата версия на модела си, който трансформира изображения в 3D, GANverse3D, през 2021 година След това екипът приспособява процеса и за видео. Фидлър споделя, че са употребявали видеоклипове от роботи и самоуправляващи се коли, с цел да основат 3D модели и симулации посредством Neural Reconstruction Engine, разгласен през 2022 година Тези технологии са в основата на фамилията Cosmos от международни AI модели, показани на CES през януари.
Сега лабораторията се концентрира върху ускоряването на тези модели. Фидлър изяснява, че в игрите и симулациите технологията би трябвало да реагира в действително време, а за роботите времето за реакция би трябвало да бъде още по-бързо. „ Роботът не би трябвало да възприема света по същия метод, по който работи светът “, споделя тя.
Той може да го възприема 100 пъти по-бързо. Ако успеем да създадем този модел доста по-бърз, той ще бъде извънредно потребен за роботизирани и физически AI приложения. “
Компанията продължава да реализира прогрес. На конференцията SIGGRAPH Nvidia разгласи нови международни AI модели за основаване на синтетични данни, с които да се образоват роботи, както и софтуерни библиотеки и инфраструктура за разработчици.
Въпреки напредъка и ентусиазма към роботите, изключително хуманоидите, екипът на Nvidia остава реален. И Дали, и Фидлър считат, че промишлеността е на най-малко няколко години от това да имаме хуманоидни роботи в домовете си. Фидлър прави съпоставяне с времевата рамка за навлизането на самостоятелните транспортни средства.
Постигаме голям прогрес и мисля, че AI е факторът, който прави това допустимо “, споделя Дали.
„ Започваме с образен AI за възприемането на робота, по-късно с генеративен AI, който е извънредно скъп за планирането на задания и придвижванията. Докато решаваме всеки от тези дребни проблеми и количеството данни, с които образоваме мрежите, пораства, тези роботи ще се развиват. “
NVIDIA милиард $ лаборатория
Източник: economic.bg
КОМЕНТАРИ