Nvidia公司近日表示,将扩大与鸿海科技集团(即富士康)的持续合作,以加速AI驱动的电动汽车和机器人平台的开发。

在此次合作中,富士康计划开发一种被称为“AI工厂”的新型数据中心,为这种数据中心以及其他新型创新(例如制造数字化和生成式AI服务)提供动力。
两家公司扩大合作伙伴关系是在近日举行的Hon Hai Tech Day活动上,Nvidia公司联合创始人、首席执行官黄仁勋与富士康董事长、首席执行官刘勇进行的炉边谈话中宣布的。
这一新举措的主要重点是AI数据工厂的建设。富士康宣布计划建造大量基于Nvidia CPU、GPU及其网络技术的计算系统,同时配备Nvidia的硬件和Nvidia AI Enterprise软件,这些系统将出售给那些希望建立自己AI数据工厂的客户。
富士康表示,正在构建的AI工厂系统是基于Nvidia HGX参考设计的,每个平台将配置8个Nvidia H100 GPU,以及Nvidia GH200超级芯片和网络。这些系统将让富士康的客户能够在他们自己的数据中心内部署Nvidia加速计算,为内部生成式AI工作负载以及其他任务提供支持,例如自主机器人和自动驾驶汽车的训练。
除了为客户的AI工厂构造组件之外,富士康表示还将开发他们自己的工厂。富士康表示,富士康AI工厂将利用Nvidia Omniverse平台以及Isaac和Metropolis框架来满足电子行业严格的生产和质量标准。
富士康表示,目标是打造一座AI工厂,使其能够制造下一代自主移动机器人和工业机器人,这些机器人可以每天行驶数英里,在工厂组装零部件,执行质量控制检查等。因此,富士康的AI工厂将专注于这些系统的训练和推理以及运行虚拟世界模拟。
黄仁勋在炉边谈话中表示:“一种新型的制造业已经出现,也就是智能的生产,而创造这种智能的数据中心就是AI工厂。富士康是全球最大的制造商,拥有在全球范围内建设AI工厂的专业知识和规模。我们很高兴扩大与富士康长达十年的合作伙伴关系,以加速AI工业革命。”
Pund-IT分析师Charles King表示,此次合作对两家公司来说都是有利的,Nvidia可以获得更多机会将Nvidia GPU加速战略扩展到新的工业市场,而富士康可以把范围扩大到不止是苹果公司的首选制造商。
King表示:“他们的AI工厂,听起来似乎是他们设想了一种专门的设施,让企业可以把机器学习和其他AI训练功能等繁重的工作外包出去,我们已经看到IBM和戴尔等厂商提供了这种形式,提供对经过验证的数据集的访问,这些数据集旨在加快客户AI项目的价值实现时间。而专门建造一种工厂,把这种方法更进了一步。”
除了专注于AI工厂之外,富士康还选择了Nvidia的Drive Hyperion 9平台,该平台由最新的Drive Thor汽车片上系统提供支持,作为其自动驾驶汽车电子控制单元的基础。
富士康已经是基于Nvidia旧款汽车芯片的Nvidia Drive Orin的ECU一级制造商,因此升级到Nvidia Drive Thor对富士康ECU平台来说是一次自然而然的演进。Nvidia表示,与旧平台相比,Drive Thor芯片提供了多项新功能,包括适用于3级城市和4级高速公路驾驶场景的集成传感器架构,以及对高分辨率摄像头、雷达、激光雷达和超声波传感器的支持。Nvidia Drive Thor凭借能够处理更多数据的能力,有望大幅提高自动驾驶汽车的导航性能。
Constellation Research分析师Holger Mueller表示,就在几年前,人们还对Nvidia的未来感到好奇,因为大多数云厂商最初都使用专有的方法来运行AI,然而此后Nvidia扭转了局面,他们的GPU被添加到每个主流的云平台中。
Mueller表示:“正是鉴于这一点,Nvidia现在已经准备好与主要OEM厂商展开合作了,推出更多的平台。富士康将以Nvidia为标准,将其硬件批量交付给客户。这就是计划,如果成功,Nvidia将扩大其足迹、市场相关性,并可能实现大幅的增长。”
富士康还承诺把Nvidia Isaac自主移动机器人平台用于他们最新的机器人系统,以及Nvidia Metropolis智能视频分析平台用于其最新的智慧城市解决方案。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
延世大学研究团队通过分析AI推理过程中的信息密度模式,发现成功的AI推理遵循特定规律:局部信息分布平稳但全局可以不均匀。这一发现颠覆了传统的均匀信息密度假说在AI领域的应用,为构建更可靠的AI推理系统提供了新思路,在数学竞赛等高难度任务中显著提升了AI的推理准确率。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
蒙特利尔大学团队发现让AI"分段思考"的革命性方法Delethink,通过模仿人类推理模式将长篇思考分解为固定长度块,仅保留关键信息摘要。1.5B小模型击败传统大模型,训练成本降至四分之一,计算复杂度从平方级降为线性级,能处理十万词汇超长推理,为高效AI推理开辟新道路。