Nhà sáng lập Nvidia, Jensen Huang, đã khai mạc hội nghị dành cho các nhà phát triển AI của công ty vào thứ Ba bằng cách nói với hàng ngàn người tham dự rằng AI đang đi qua một “điểm bùng phát.”
Tại Hội nghị Công nghệ GPU 2025 (GTC 2025), Huang tập trung bài phát biểu của mình vào những bước tiến mới của công ty trong lĩnh vực AI và những dự đoán của ông về sự phát triển của ngành trong vài năm tới. Ông cho biết, nhu cầu về GPU từ bốn nhà cung cấp dịch vụ đám mây hàng đầu đang bùng nổ, đồng thời dự báo doanh thu hạ tầng trung tâm dữ liệu của Nvidia có thể đạt 1 nghìn tỷ USD vào năm 2028.
Thông báo được chờ đợi từ lâu của Huang đã tiết lộ thêm chi tiết về các kiến trúc đồ họa thế hệ tiếp theo của Nvidia: Blackwell Ultra và Vera Rubin – được đặt theo tên của nhà thiên văn học nổi tiếng. Blackwell Ultra dự kiến ra mắt vào nửa cuối năm 2025, trong khi chip AI kế nhiệm – Rubin – dự kiến trình làng vào cuối năm 2026. Rubin Ultra sẽ ra mắt vào năm 2027.
Nhà sáng lập Nvidia, Jensen Huang nhấn mạnh sự phát triển của AI trong giai đoạn sắp tới. Ảnh: CNN
Trong bài nói chuyện kéo dài hơn hai giờ, Huang đã mô tả “những tiến bộ vượt bậc” mà AI đã đạt được. Ông cho biết, chỉ trong 10 năm, AI đã phát triển từ khả năng nhận diện và “thị giác máy tính” sang AI tạo sinh, và hiện nay là AI tác nhân – hay AI có khả năng suy luận.
“AI giờ đây hiểu được ngữ cảnh, hiểu được những gì chúng ta yêu cầu, hiểu được ý nghĩa của yêu cầu đó,” ông nói. “Giờ đây, AI có thể tự tạo ra câu trả lời. Điều này đã thay đổi căn bản cách thức mà điện toán vận hành.”
Ông cho biết làn sóng AI tiếp theo đã bắt đầu: robotics.
Robotics được thúc đẩy bởi cái gọi là “AI vật lý” có thể hiểu được các khái niệm như ma sát và quán tính, quan hệ nhân quả và tính bền vững của vật thể, ông nói.
“Mỗi giai đoạn, mỗi làn sóng AI như thế này đều mở ra những cơ hội thị trường mới cho tất cả chúng ta,” Huang nói.
Trọng tâm của AI vật lý và nhiều thông báo khác của Huang là khái niệm sử dụng dữ liệu tổng hợp – dữ liệu được tạo ra bởi AI hoặc máy tính – để huấn luyện mô hình. AI cần các trải nghiệm kỹ thuật số để học hỏi và nó học với tốc độ khiến việc sử dụng con người trong các vòng lặp huấn luyện trở nên lỗi thời.
“Chúng ta chỉ có thể tạo ra một lượng dữ liệu và số lượng ví dụ thực tế từ con người ở mức giới hạn,” ông nói. “Đây chính là đột phá lớn trong vài năm qua: học tăng cường (reinforcement learning).”
Ông cho biết công nghệ của Nvidia có thể hỗ trợ cho loại hình học này, khi AI thử sức hoặc từng bước giải quyết vấn đề.
Vì lý do đó, Huang công bố Isaac GR00T N1 – một mô hình nền tảng mã nguồn mở được thiết kế để hỗ trợ phát triển robot hình người. Isaac GR00T N1 sẽ được kết hợp với mô hình Cosmos AI phiên bản nâng cấp nhằm phát triển dữ liệu huấn luyện mô phỏng cho robot.
Giáo sư Benjamin Lee, chuyên ngành kỹ thuật điện và hệ thống tại Đại học Pennsylvania, cho biết thách thức lớn trong huấn luyện robot là việc thu thập dữ liệu, bởi quá trình huấn luyện trong môi trường thực rất tốn thời gian và chi phí.
Giáo sư Lee nhận định môi trường mô phỏng từ lâu đã là tiêu chuẩn cho học tăng cường, giúp các nhà nghiên cứu kiểm tra tính hiệu quả của các mô hình của họ.
“Tôi nghĩ điều này thực sự thú vị. Việc cung cấp một nền tảng mã nguồn mở sẽ giúp nhiều người tiếp cận và học hỏi về học tăng cường hơn,” Lee nói. “Nhiều nhà nghiên cứu, không chỉ các ông lớn trong ngành mà cả các học giả, có thể bắt đầu thử nghiệm với dữ liệu tổng hợp này.”
Huang trước đó đã giới thiệu dòng mô hình AI Cosmos, có khả năng tạo ra video chân thực với chi phí thấp để huấn luyện robot và các dịch vụ tự động hóa khác, tại triển lãm điện tử CES hồi đầu năm nay.
Mô hình mã nguồn mở này sẽ hoạt động cùng với Nvidia Omniverse – công cụ mô phỏng vật lý – để tạo ra video chân thực hơn, hứa hẹn tiết kiệm chi phí hơn so với các phương pháp truyền thống như cho xe ghi lại hình ảnh đường phố hay huấn luyện robot lặp đi lặp lại các thao tác.
Huang cho biết, hãng xe Mỹ General Motors sẽ tích hợp công nghệ Nvidia vào đội xe tự lái mới của họ. Hai công ty sẽ hợp tác để xây dựng các hệ thống AI tùy chỉnh, sử dụng cả Omniverse và Cosmos để huấn luyện các mô hình AI trong sản xuất.
Nhà lãnh đạo Nvidia cũng ra mắt hệ thống Halos – một giải pháp AI tập trung vào lĩnh vực ô tô, đặc biệt là an toàn cho xe tự lái.
“Tôi tin rằng chúng tôi là công ty đầu tiên trên thế giới có tất cả các dòng mã lệnh được đánh giá về độ an toàn,” Huang nói.
Kết thúc bài phát biểu, Huang giới thiệu Newton – một công cụ mô phỏng vật lý mã nguồn mở cho robot, được phát triển cùng Google DeepMind và Disney Research.
Một chú robot nhỏ hình hộp tên là Blue đã xuất hiện trên sân khấu, bật lên từ một hốc sàn. Nó phát ra âm thanh và làm theo lệnh của Huang, đứng bên ông khi ông kết thúc bài phát biểu.
“Kỷ nguyên của robot đa năng đã đến,” Huang khẳng định.
Cuộc cách mạng robot hình người đang đến gần hơn bạn nghĩ
Trong khi đó, tường thuật về hội nghị này, Reuters trích dẫn Jensen Huang cho biết robot hình người sẽ được sử dụng rộng rãi tại các nhà máy trong vòng chưa đầy năm năm tới.
Huang đã giới thiệu các công cụ phần mềm mà ông cho biết sẽ giúp robot hình người di chuyển trong thế giới dễ dàng hơn.
Phát biểu trước một nhóm phóng viên sau bài phát biểu, khi được hỏi những dấu hiệu nào cho thấy AI đã trở nên phổ biến, Huang nói rằng đó có thể là “khi các robot hình người đi lại xung quanh – điều này sẽ không còn xa trong 5 năm nữa. Đây không phải là vấn đề của 5 năm tới, mà chỉ là vấn đề trong vài năm tới.”
Ông cho rằng ngành sản xuất có khả năng sẽ là nơi đầu tiên áp dụng robot hình người vì ngành này có những nhiệm vụ được xác định rõ ràng và robot có thể xử lý trong môi trường được kiểm soát.
“Tôi nghĩ nó nên được áp dụng vào các nhà máy trước. Và lý do là vì môi trường ở đó được giới hạn chặt chẽ hơn, và các tình huống sử dụng cũng cụ thể hơn,” Huang nói.
“Giá trị của nó rất dễ xác định. Chi phí thuê một robot hình người hiện nay có lẽ khoảng 100.000 USD và tôi nghĩ điều đó là khá hợp lý về mặt kinh tế.”
Một robot hình người của Ex-Robots nháy mắt tại Hội nghị Robot Thế giới ở Bắc Kinh, Trung Quốc, ngày 21 tháng 8 năm 2024. Ảnh: Reuters
