編譯丨實(shí)習(xí)生 袁暢
編輯丨張翌楠

老黃可不是蹭熱點(diǎn)，而是真刀實(shí)槍地干。

在GTC 2021年線上會議上，黃仁勛詳細(xì)介紹了NVIDIA ?Omniverse。它是一個云原生平臺，又被稱之為面向工程師的Metaverse。

Omniverse咋看起來跟Metaverse有點(diǎn)像。

?

據(jù)維基百科顯示，Omni來自于拉丁語，意為“全”、“所有”；verse 意為詩節(jié)、韻文、詩篇。

至于Meta ，在計(jì)算機(jī)領(lǐng)域稱之為元，如Meta data 元數(shù)據(jù)。也有人將Meta 表示超越，認(rèn)為verse是宇宙 universe的縮寫。

按照上述釋義，Omniverse可理解為全能宇宙，而Metaverse則是超越宇宙。總體而言，二者是探討在現(xiàn)實(shí)世界外重建虛擬世界。

?

區(qū)別在于，前者面向B端客戶開發(fā)者；后者面向C端用戶消費(fèi)者。

本文來自venturebeat，作者deantak，由競核編譯。本文中，黃仁勛詳細(xì)分享了對Omniverse及Metaverse 的看法。與此同時(shí)，他還分享了Omniverse對游戲行業(yè)的意義。

以下是編譯全文，請大家 enjoy。

?

4月13日凌晨，NVIDIA CEO黃仁勛在GTC 2021年線上會議上發(fā)表主題演講。

在演講中，黃仁勛介紹了NVIDIA ?Omniverse。它是一個云原生平臺，又被稱之為面向工程師的Metaverse。

Omniverse具有如下四個特點(diǎn)：第一、逼真的渲染效果。觸手可及的逼真體驗(yàn)；第二、音頻輸入，面部動畫輸出；第三、驚人的視覺效果；第四、動作即創(chuàng)作。

據(jù)悉，NVIDIA Omniverse自公測以來，已相繼應(yīng)用在建筑、娛樂、游戲等領(lǐng)域。過去兩年中，英偉達(dá)跟超過400家企業(yè)合作開發(fā)Omniverse。過去三個月中，已有17000個用戶體現(xiàn)測試版。

NVIDIA官方披露的數(shù)據(jù)顯示，公司已在該項(xiàng)目上花費(fèi)數(shù)億美元。目前在Omniverse平臺上，NVIDIA可測試搭載AI芯片的自動駕駛汽車。

未來，在Omniverse平臺上，各行各業(yè)都能在真實(shí)建造物理世界前，測試跟設(shè)計(jì)虛擬產(chǎn)品。

以下是黃仁勛接受媒體群訪的編輯實(shí)錄。黃仁勛詳細(xì)描述了Omniverse對游戲行業(yè)的意義，同時(shí)分享了對Arm收購案的看法：

問題一：Omniverse初版針對企業(yè)，很好奇你們是如何得到游戲開發(fā)者支持的？你是否希望或期待游戲開發(fā)者在Omniverse中構(gòu)建自己的元宇宙，并最終嘗試在Omniverse平臺上托管消費(fèi)者的元宇宙？還是說，具體到游戲開發(fā)者，目標(biāo)會有所不同？

黃仁勛：游戲開發(fā)是目前世界上最復(fù)雜的設(shè)計(jì)工藝之一。我預(yù)測，在虛擬世界里設(shè)計(jì)的東西會比現(xiàn)實(shí)世界更多，其中很多跟游戲設(shè)計(jì)相關(guān)。

?

它們的質(zhì)量和保真度跟實(shí)物一樣高、精致，不過會有更多建筑、汽車、船甚至硬幣。當(dāng)然，這些設(shè)計(jì)并非所有都成為游戲道具，而是最終會成為實(shí)物。對大多數(shù)人而言，他們或許會覺得數(shù)字世界跟物理世界一樣真實(shí)。

Omniverse會讓游戲開發(fā)者輕松應(yīng)對復(fù)雜的流水線工作。在游戲制作過程中，有人復(fù)雜制作動畫，有人負(fù)責(zé)紋理、燈光、幾何圖形。上述設(shè)計(jì)流水線工藝，整合起來非常復(fù)雜。

?

不過在Omniverse平臺上，上述流水線通道能夠打通鏈接。每個人都能看到別人在做什么，并保證人們眼見為實(shí)。

一旦游戲開發(fā)完成，他們就能從Unreal、Unity引擎中導(dǎo)出直接運(yùn)行。即便開發(fā)者是開發(fā)云游戲，他們也可以通過Omniverse來實(shí)現(xiàn)。

?

畢竟云端渲染需要多個GPU和大量計(jì)算，而這正是NVIDIA的強(qiáng)項(xiàng)。

我認(rèn)為，未來游戲開發(fā)會呈現(xiàn)出上述演變趨勢。在Omniverse平臺上，單單只是為游戲開發(fā)者設(shè)計(jì)虛擬世界，就足以提升他們的工作效率。

問題二：公司宣布目前處理器以高性能計(jì)算應(yīng)用為目標(biāo)，特別是人工智能。您是否會擴(kuò)大該產(chǎn)品的規(guī)模，將CPU產(chǎn)品線擴(kuò)展至其它細(xì)分市場，尤其是數(shù)據(jù)中心市場？

黃仁勛：Grace專為數(shù)據(jù)驅(qū)動的應(yīng)用程序和軟件而設(shè)計(jì)。如果想要編寫軟件，需要豐富的經(jīng)驗(yàn)，就像人類需要智慧積累一樣。要想獲得經(jīng)驗(yàn)，最好的方式是通過分析大量的數(shù)據(jù)。

?

當(dāng)然，你可以通過模擬來獲得。例如，Omniverse模擬系統(tǒng)會在Grace上運(yùn)行得非常好。你能進(jìn)行模擬—模擬是想象力的一種形式。你能從數(shù)據(jù)中學(xué)習(xí)，這是經(jīng)驗(yàn)的一種形式。通過研究數(shù)據(jù)來推斷、概括這種理解并將其轉(zhuǎn)化為知識。這是英偉達(dá)第一個數(shù)據(jù)中心CPU，專為大型應(yīng)用建立。這是設(shè)計(jì)Grace目的所在。

?

作為一種策略或者是哲學(xué)，我們傾向于不做任何事，除非世界需要我們做，且它并不存在。當(dāng)你看到Grace架構(gòu)，就會意識到它是獨(dú)一無二的。它看起來跟市面上任何東西都不一樣。

?

它解決了一個過去不存在的問題。這是一個機(jī)會和市場，一種20年前不存在的計(jì)算方式。我們可以合理地想象，20年前設(shè)計(jì)CPU和系統(tǒng)的架構(gòu)師不會解決這個新的應(yīng)用空間。

我們傾向于關(guān)注以前不存在的領(lǐng)域。這是一類世界需要去解決的新問題，而我們會專注于此。

除此之外，我們與英特爾、AMD有很好的合作關(guān)系，比如PC行業(yè)、數(shù)據(jù)中心、超大規(guī)模、超級計(jì)算方面等方面。

Ampere Computing正在研發(fā)一個強(qiáng)大的ARM CPU。Marvell在邊緣計(jì)算、5G、I/O系統(tǒng)和存儲系統(tǒng)方面表現(xiàn)驚艷。他們非常出色，我們將與他們展開合作。與此同時(shí)，我們也與全球最大的SOC公司聯(lián)發(fā)科合作。這些公司都有很棒的產(chǎn)品，跟我們的策略跟理念一致。

通過NVIDIA AI或NVIDIA ?RTX（光線追蹤）以及Omniverse等平臺，一旦將所有技術(shù)連接至CPU上，市場將會隨之?dāng)U大。

這是英偉達(dá)的基本工作方法，我們只專注于打造世界上沒有的東西。

問題三：跟進(jìn)上一個問題，關(guān)于Grace和它的使用。這是否預(yù)示著NVIDIA 在CPU領(lǐng)域或許有超越數(shù)據(jù)中心領(lǐng)域的野心？我知道你說你在尋找世界上尚未出現(xiàn)的東西。很顯然，在數(shù)據(jù)中心領(lǐng)域與ARM合作，會導(dǎo)致一個問題，即未來我們會否看到NVIDIA CPU版本。

黃仁勛：我們平臺是保持開放的心態(tài)。比如便攜式AI數(shù)據(jù)中心—NVIDIA DGX Station，它采用的架構(gòu)非常特別。值得一提的是，這款產(chǎn)品的第一位客戶是NVIDIA的研究人員。

像類似的基礎(chǔ)設(shè)施，價(jià)值合計(jì)達(dá)到幾十億美元。公司AI研究人員正在使用這些基礎(chǔ)設(shè)施來開發(fā)產(chǎn)品和預(yù)訓(xùn)練模型。與此同時(shí)，也會用于自研駕駛汽車。我們打造 DGX，主要目的是為了解決內(nèi)容的問題。它完全可以進(jìn)行定制化生產(chǎn)。

拆解下來，我們的計(jì)算平臺分為三層開放平臺：硬件層，芯片和系統(tǒng)。像NVIDIA ?AI、 Omniverse是中間件層，它對外開發(fā)。頂層是預(yù)先訓(xùn)練好的模型、AI技能，如駕駛、說話、推薦技、游戲技能等等。

早在創(chuàng)建之初，我們就會思考、構(gòu)建如何落地應(yīng)用。Grace將以同樣的方式進(jìn)行商業(yè)化，就像NVIDIA GPU商業(yè)化一樣。

關(guān)于未來，我們的首要選擇是，不建造什么東西。我們的優(yōu)先選項(xiàng)是，如果有人在建造它，我們很樂意成為使用者。這能讓我們騰出公司的關(guān)鍵資源，專注于以一種相當(dāng)獨(dú)特的方式推動行業(yè)發(fā)展。

我們試圖探尋人們的發(fā)展方向，如果他們在這方面做得非常出色，我們更傾向于與他們合作，將NVIDIA 技術(shù)帶入新市場。又或者是，共同拓展組合市場。

其實(shí)收購ARM與我們對計(jì)算世界的思考方式非常相似。我們打造一個開放平臺，出售芯片，對軟件進(jìn)行授權(quán)。我們把所有東西都放在那里，以便生態(tài)系統(tǒng)能夠建立定制的、個性化的、差異化的版本。我們喜歡開放平臺的玩法。????

?

問題四：你提議建立一個量子計(jì)算的軟件庫。你也在研究硬件組件嗎？

黃仁勛：我們不是在打造一臺量子計(jì)算機(jī)，而是在打造一個用于量子線路模擬的SDK。我們之所以這樣做，是為了發(fā)明、研究未來的計(jì)算，你需要世界上最快的計(jì)算機(jī)來做這件事。

你知道，量子計(jì)算機(jī)能夠模擬指數(shù)級的復(fù)雜度問題，這意味著你將需要一臺真正的大型計(jì)算機(jī)。你做模擬實(shí)驗(yàn)的規(guī)模，可以驗(yàn)證你正在進(jìn)行的算法開發(fā)研究的結(jié)果，以便某一天你能夠在量子計(jì)算機(jī)上運(yùn)行這些算法，從而發(fā)現(xiàn)算法。

目前，你能在量子計(jì)算機(jī)上運(yùn)行的算法并沒有那么多被證明會有用。

我們?yōu)闃I(yè)界提供一個平臺，讓他們可在系統(tǒng)、電路、算法中進(jìn)行量子計(jì)算研究。與此同時(shí)，在未來15-20年，當(dāng)所有這些研究正在進(jìn)行的時(shí)候，我們可以利用相同的 SDK，相同的計(jì)算機(jī)，來幫助量子化學(xué)家更快地進(jìn)行模擬。甚至在今天，我們也可以使用這些算法。

眾所周知，量子計(jì)算機(jī)，具有令人難以置信的指數(shù)復(fù)雜性計(jì)算能力。但是，它有極端的 i/o 限制。你可以通過微波和激光進(jìn)行通信，你能進(jìn)出那臺計(jì)算機(jī)的數(shù)據(jù)量是非常有限的。需要有一臺傳統(tǒng)計(jì)算機(jī)在量子計(jì)算機(jī)旁邊，或稱量子加速器，它可以對數(shù)據(jù)進(jìn)行預(yù)處理，并對數(shù)據(jù)進(jìn)行分塊的后處理。這樣的話，坐在量子計(jì)算機(jī)旁邊的經(jīng)典計(jì)算機(jī)的速度會超快。

由此，傳統(tǒng)計(jì)算機(jī)將等同于一臺GPU加速的計(jì)算機(jī)，這個答案是非常合理的，我們這樣做有很多原因。全世界有60個研究機(jī)構(gòu)，我們可以通過我們的方法與這些機(jī)構(gòu)一起合作，可以幫助每個機(jī)構(gòu)推進(jìn)他們的研究。

問題五:大量工作人員搬到了家里工作，并且有數(shù)據(jù)顯示網(wǎng)絡(luò)犯罪數(shù)量正在增長，這是否會改變像你們這樣的公司使用人工智能提供防御的方式？你是否擔(dān)心這些技術(shù)落入那些能夠犯下更復(fù)雜、更具破壞性罪行的壞人手中？同時(shí)，也想聽聽關(guān)于如何在全球基礎(chǔ)上解決芯片短缺問題的看法。

黃仁勛：最好的辦法是把技術(shù)民主化，讓全社會都能用，把偉大的技術(shù)交到他們手里，讓他們能用同樣的技術(shù)，最好是優(yōu)越的技術(shù)，來保證自身安全。

今天安全問題確實(shí)令人擔(dān)憂，其原因就是因?yàn)樘摂M化和云計(jì)算。安全性已經(jīng)成為各公司正在面臨的挑戰(zhàn)，因?yàn)閿?shù)據(jù)中心內(nèi)的每一臺計(jì)算機(jī)現(xiàn)在都暴露在外部。

過去，只有數(shù)據(jù)中心的門是暴露在外面的，你得進(jìn)入公司、成為員工才能進(jìn)入數(shù)據(jù)中心，或者只能通過VPN進(jìn)入?，F(xiàn)在，有了云計(jì)算，一切都暴露在外。

數(shù)據(jù)中心暴露的另一個原因是，現(xiàn)在的應(yīng)用都是聚合的。過去，應(yīng)用程序會在一個容器中、在一臺計(jì)算機(jī)中單體運(yùn)行?，F(xiàn)在，擴(kuò)展架構(gòu)的應(yīng)用程序，出于很好的理由，已經(jīng)變成了可以擴(kuò)展到整個數(shù)據(jù)中心的微型服務(wù)。

微服務(wù)之間通過網(wǎng)絡(luò)協(xié)議進(jìn)行通信。凡是有網(wǎng)絡(luò)流量的地方，就有機(jī)會攔截?，F(xiàn)在數(shù)據(jù)中心有幾十億個端口，幾十億個虛擬活動端口。它們都面臨潛在的危險(xiǎn)，可能受到攻擊。

要想解決安全問題，就必須在節(jié)點(diǎn)上執(zhí)行安全操作，必須從節(jié)點(diǎn)開始。這就是為什么與 BlueField 的合作讓我們?nèi)绱伺d奮的原因之一。

因?yàn)樗且粋€網(wǎng)絡(luò)芯片，已經(jīng)存在于計(jì)算機(jī)節(jié)點(diǎn)中，而且我們發(fā)明了一種把高速人工智能處理放在企業(yè)數(shù)據(jù)中心的方法——它叫EGX——一端是BlueField，另一端是EGX，這就是安全公司構(gòu)建人工智能的框架。

如 Check Point 、Fortinet 、 Palo Alto Networks等等公司，他們現(xiàn)在可以開發(fā)軟件，運(yùn)行在我們制造的芯片和計(jì)算機(jī)上。因此，數(shù)據(jù)中心中的每一個數(shù)據(jù)包都可以被監(jiān)控?？梢詸z查每個數(shù)據(jù)包，將其分解，變成標(biāo)記或文字，使用自然語言理解(我們剛才談到過)進(jìn)行閱讀——自然語言理解將決定是否需要某個特定的操作，是否需要某個安全操作，并將安全操作請求發(fā)送回 BlueField。

這一切都會實(shí)時(shí)、持續(xù)發(fā)生，而在云端就沒有辦法做到這一點(diǎn)，因?yàn)橛刑嗟臄?shù)據(jù)必須要轉(zhuǎn)移到云端。在CPU上也沒有辦法做到這一點(diǎn)，因?yàn)樗枰嗟哪芰浚嗟挠?jì)算負(fù)載。

人們是不會這么做的，因?yàn)檫@并不可行，但現(xiàn)在，有了BlueField和EGX，也就有了切實(shí)的可行性。???

?

第二個問題與芯片供應(yīng)有關(guān)，這個行業(yè)一直以來都會受到一些動態(tài)因素的影響，其中一個因素就是新冠疫情暴露了汽車工業(yè)供應(yīng)鏈中的一個弱點(diǎn)。

汽車工業(yè)有兩個主要組成部分，這些主要組成部分要經(jīng)過各種供應(yīng)鏈，所以他們的供應(yīng)鏈?zhǔn)欠浅?fù)雜的。當(dāng)它因?yàn)橐咔槎蝗魂P(guān)閉時(shí)，恢復(fù)過程或者說重啟過程，比任何人預(yù)期的都要復(fù)雜得多。

很明顯，汽車可以重新架構(gòu)，并不是憑借成千上萬的零部件，而在于其中幾個集中的零部件。把注意力集中在四件事情上，遠(yuǎn)比在不同的地方注意一千件事情要好得多。

另一個因素是技術(shù)動態(tài)。它有很多不同的表達(dá)方式，但技術(shù)動態(tài)基本上是我們將計(jì)算集成到云端中，然后再集成到數(shù)據(jù)中心。

過去是一大堆電子設(shè)備，現(xiàn)在我們可以將它虛擬化放到云端，然后進(jìn)行遠(yuǎn)程計(jì)算。剛才所談到的所有動態(tài)因素給數(shù)據(jù)中心帶來了安全挑戰(zhàn)，這也正是為什么這些芯片如此龐大的原因。

當(dāng)你把計(jì)算放在數(shù)據(jù)中心，你可以按照需要放大芯片。數(shù)據(jù)中心很大，因?yàn)樗梢员缓芏嗳司酆虾凸蚕?。它推動了?yīng)用，把發(fā)展趨勢推向非常先進(jìn)的大型芯片，而非先進(jìn)的小型芯片。突然之間，世界半導(dǎo)體消費(fèi)的天平傾向于最先進(jìn)的計(jì)算機(jī)技術(shù)。

現(xiàn)在業(yè)界已經(jīng)認(rèn)識到這一點(diǎn)，世界上最大的半導(dǎo)體公司肯定也認(rèn)識到這一點(diǎn)。他們會著手建立必要能力體系。

問題六：我想知道NVIDIA希望通過Grace接觸到哪些客戶和行業(yè)，以及您認(rèn)為高性能人工智能和高級計(jì)算數(shù)據(jù)中心 cpu 的市場規(guī)模是多少？

黃仁勛：我先申明一下我并不清楚，但我可以告訴大家我的直覺。

30年前，投資人問我3D圖形的規(guī)模會有多大。我說我不知道，然而我的直覺是，電子游戲會成為極度受歡迎的應(yīng)用程序，而PC將成為一種消費(fèi)品 —— 當(dāng)時(shí)的PC沒有互聯(lián)網(wǎng)、沒有CD-ROM、沒有LCD，甚至沒有聲音。

新的應(yīng)用將把以前不可能的變成可能，我的投資人還問過像電子游戲這樣的消費(fèi)產(chǎn)品市場會有多大， 我認(rèn)為每個人都會成為游戲玩家。

我在30年前就這么說了，而現(xiàn)在，我正朝著正確的方向努力，堅(jiān)信它一定會成為現(xiàn)實(shí)。

十年前有人問我，“你為什么要在深度學(xué)習(xí)中做這些事情？誰會在乎怎么探測貓呢?”但這并不是關(guān)于探測貓。而是一種全新的軟件開發(fā)方式。通過這種方式開發(fā)軟件和使用深度網(wǎng)絡(luò)，你就可以捕捉到非常高的維數(shù)，這就是通用函數(shù)逼近器。

我可以用它來預(yù)測牛頓定律。只要有足夠的數(shù)據(jù)，我可以用它來預(yù)測任何你想預(yù)測的事情。我們在這種直覺上投入了數(shù)百億美元，我認(rèn)為這種直覺已經(jīng)被證明是正確的。

我相信，我們需要建造一個新的計(jì)算規(guī)模，它需要從地球規(guī)模的數(shù)據(jù)中學(xué)習(xí)。你們將擁有能連接到地球上的任何地方的傳感器，我們將用它們來預(yù)測氣候，創(chuàng)造一個地球的數(shù)字孿生兄弟。

它可以預(yù)測任何地方的天氣，甚至一平方米，因?yàn)樗鼘W(xué)習(xí)了地球的物理學(xué)和幾何學(xué)。它學(xué)會了所有這些算法。我們可以對自然語言進(jìn)行理解，這是非常復(fù)雜的，而且一直在變化。

關(guān)于語言，人們沒有意識到的是它是不斷進(jìn)化的。因此，無論你用什么人工智能模型來理解語言，明天都會過時(shí)，因?yàn)樗プ兊拇嬖?，人們稱之為模型漂移。只要你愿意，你可以持續(xù)不斷地學(xué)習(xí)和漂移。

有一些規(guī)模很大的數(shù)據(jù)驅(qū)動科學(xué)需要去研究，有多少人需要語言模型？語言就是思想，思想是人類的終極技術(shù)，它有這么多不同的版本，不同的文化和語言以及技術(shù)領(lǐng)域。零售業(yè)、時(shí)尚業(yè)、保險(xiǎn)業(yè)、金融服務(wù)業(yè)、法律業(yè)、芯片業(yè)、軟件業(yè)，連人們說話的方式都是各式各樣的。

我們必須為每一個人訓(xùn)練和調(diào)整模型，這些有多少個版本？讓我們來看看。以70種語言為例，乘以100個需要永遠(yuǎn)使用龐大系統(tǒng)訓(xùn)練數(shù)據(jù)的行業(yè)。我的感覺是，這將是一個非常大的新市場，就像GPU曾經(jīng)是一個零億美元的市場一樣。

這正是NVIDIA的風(fēng)格。我們傾向于追逐零億美元的市場，因?yàn)檫@就是我們?yōu)樾袠I(yè)做出貢獻(xiàn)的方式，這就是我們探索未來的方式。

問題七: 你是否仍然確信 ARM 的交易會在完成之前獲得批準(zhǔn)？隨著 Grace 的聲明以及在開發(fā)中擁有的所有與 ARM 相關(guān)的合作伙伴關(guān)系，收購 ARM 對于公司的目標(biāo)有多重要？擁有 ARM 你得到了什么？而又有哪些是你得不到的？

黃仁勛: 正如你所知道的，ARM 和 NVIDIA都是獨(dú)立、優(yōu)秀的企業(yè)。在我們完成這一過程的過程中，我們將繼續(xù)保持優(yōu)質(zhì)的獨(dú)立業(yè)務(wù)。然而，我們可以一起做很多事情，我之后會回到這個話題。對于前面關(guān)于交易的問題問題，我非常有信心，監(jiān)管機(jī)構(gòu)會看到這筆交易前瞻性與可行性。它將帶來一波創(chuàng)新浪潮。

為市場創(chuàng)造新的選擇。這將使 ARM 得以擴(kuò)張進(jìn)入市場，否則它們很難進(jìn)入這些市場。就像我們宣布的許多合作伙伴一樣，都是把人工智能帶入 ARM 生態(tài)系統(tǒng)，把 NVIDIA的快速計(jì)算平臺帶入 ARM 生態(tài)系統(tǒng)的合理做法——這是只有我們和一群計(jì)算機(jī)公司共同努力才能做到的。

而我們與他們的討論正如預(yù)期的那樣具有建設(shè)性，最初預(yù)計(jì)的時(shí)間為18個月，我有信心在2022年完成這筆交易。

至于我們可以一起做什么，我在GTC上展示了一個早期的例子：我們宣布與亞馬遜合作，把Graviton架構(gòu)和NVIDIA的GPU架構(gòu)結(jié)合起來，為ARM帶來現(xiàn)代AI和現(xiàn)代云計(jì)算。

我們做這些是為了Ampere計(jì)算、AI科學(xué)計(jì)算、科學(xué)計(jì)算。我們宣布做Marvell，邊緣和云平臺以及5G平臺。然后我們宣布為聯(lián)發(fā)科做。

這些都是需要長時(shí)間去做的事情，作為一家公司，我們希望也能夠做得更好。合并后將增強(qiáng)我們的兩項(xiàng)業(yè)務(wù)。其中一方面，它將ARM擴(kuò)展到新的計(jì)算平臺，另一方面，它將NVIDIA的AI平臺擴(kuò)展到ARM生態(tài)系統(tǒng)中，而ARM生態(tài)系統(tǒng)對NVIDIA的AI和加速計(jì)算平臺的曝光率不足。

?

?

附議程詳情：

?