HASH GAME - Online Skill Game GET 300

　　各行各业的公司都在利用 NVIDIA 的整个 STAG 推理平台来提高性能并削减成本。现在，使用 NVIDIA TensorRT 实现其屏幕截图功能，推理吞吐量提高了三倍，成本降低了 66%。Perplexity 每月有 4.35 亿次查询，并使用 NVIDIA Triton 推理服务器和 TensorRT-LLM 将推理成本降低了 3 倍。借助 NVIDIA、TensorRT 和加速库，Microsoft Bing 在数十亿张图像的视觉搜索中实现了 5 倍的速度提升，同时大幅节省了 TCO。

　　在第四季度，大型 CSP 约占我们数据中心收入的一半。这些销售额同比增长近 2 倍。大型 CSP 是首批与 Blackwell 并肩作战的公司之一，它们通过 Azure、GCP、AWS 和 OCI 将 GB200 系统引入全球云区域，以满足客户对 AI 的某些激增需求。托管 NVIDIA GPU 的区域云占数据中心收入的百分比有所增加，这反映了全球 AI 工厂的持续建设以及对 AI 推理模型和代理的需求迅速增长。

　　Meta 的尖端 Andromeda 广告引擎运行在 NVIDIA 的 Grace Hopper 超级芯片上，为 Instagram、Facebook 应用程序中的大量广告提供服务。Andromeda 利用 Grace Hopper 的快速互连和大内存将推理吞吐量提高了 3 倍，增强了广告个性化，并实现了货币化和投资回报率的显著提升。由于对模型微调、RAG 和代理 AI 工作流以及 GPU 加速数据处理的需求不断增长，企业收入同比增长了近 2 倍。我们推出了 NVIDIA Llama Nemotron 模型系列 NIM，以帮助开发人员在包括客户支持、欺诈检测以及产品供应链和库存管理在内的一系列应用程序中创建和部署 AI 代理。

　　领先的 AI 代理平台提供商（包括 SAP 和 ServiceNow）是首批使用新模型的公司之一。医疗保健领导者 IQVIA、Illumina、Mayo Clinic 和 Arc Institute 正在使用 NVIDIA AI 加速药物发现、增强基因组研究，并通过生成和代理 AI 开拓先进的医疗保健服务。随着 AI 扩展到数字世界之外，NVIDIA 基础设施和软件平台越来越多地被用于支持机器人和物理 AI 开发。作为最早和最大的机器人应用和自动驾驶汽车之一，几乎每个 AV 公司都在数据中心、汽车或两者中使用 NVIDIA 进行开发。

　　专为游戏玩家、创作者和开发者打造，融合了 AI 和图形，重新定义了视觉计算，由 Blackwell 架构、第五代 Tensor 核心和第四代 RT 核心提供支持，并配备 UQs400AI 顶级产品。这些 GPU 实现了 2 倍性能飞跃和新的 AI 驱动渲染，包括神经着色器、数字人技术、几何和照明。新的 DLSS 4 通过 AI 驱动的帧生成将帧速率提高高达 8 倍，将一个渲染帧变成三个。它还具有业界首个实时应用的 Transformer 模型，该模型的参数增加了 2 倍，计算量增加了 4 倍，实现了前所未有的视觉保真度。

　　在 CES 上，我们宣布全球最大的汽车制造商丰田将在运行经过安全认证的 NVIDIA DriveOS 的 NVIDIA Orin 上打造其下一代汽车。我们宣布 Aurora 和 Continental 将大规模部署由 NVIDIA Drive Thor 驱动的无人驾驶卡车。最后，我们的端到端自动驾驶汽车平台 NVIDIA Drive Hyperion 已通过行业安全评估，例如 TUV SUD 和 TUV Rheinland，这两个机构是汽车级安全和网络安全领域的两大权威机构。NVIDIA 是第一个获得全面第三方评估的 AV 平台。

　　如果我们每瓦的性能是 2 倍、4 倍或 8 倍，这并不罕见，那么这将直接转化为收入。因此，如果您拥有一个 100 兆瓦的数据中心，如果该 100 兆瓦或千兆瓦数据中心的性能或吞吐量高出四倍或八倍，那么该千兆瓦数据中心的收入将高出八倍。这与过去的数据中心如此不同，是因为 AI 工厂可以通过其生成的代币直接货币化。因此，我们架构的代币吞吐量如此之快，对于所有出于创收目的和快速获得投资回报而构建这些东西的公司来说，这非常有价值。

　　Colette 澄清一下。您是否说过 1 月份数据中心内的企业同比增长了 2 倍？如果是这样，那么这是否会使其增长速度超过超大规模企业？然后，Jensen，对于您来说，问题是，超大规模企业是您解决方案的最大购买者，但他们购买设备用于内部和外部工作负载，外部工作流是企业使用的云服务。因此，问题是，您能否让我们了解一下超大规模企业的支出在外部工作负载和内部工作负载之间的分配情况？随着这些新的 AI 工作流和应用程序的出现，您是否希望企业成为该消费组合中更大的一部分？这会影响您开发服务和生态系统的方式吗？谢谢。

　　但这已经不够了。我们还有另外两个扩展维度：训练后扩展，其中强化学习、微调、模型提炼需要的计算量比单独的预训练多几个数量级；推理时间扩展和推理，其中单个查询需要 100 倍以上的计算量。我们为这一刻定义了 Blackwell，一个可以轻松从交易前、训练后和测试时间扩展过渡的单一平台。Blackwell 的 FP4 Transformer 引擎和 NVLink 72 扩展结构以及新软件技术使 Blackwell 处理推理 AI 模型的速度比 Hopper 快 25 倍。