Bài thuyết trình CES 2025 của CEO NVIDIA Jensen Huang

• Tóm tắt toàn bài thuyết trình bằng kịch bản video
• Các nội dung trình bày chính: GeForce RTX, Blackwell, Agentic AI, AI PCs, Physical AI, Autonomous Vehicles, Robotics

Intro video: “Token là nền tảng của AI”

• Vai trò của token:

  • Token là đơn vị cơ bản giúp AI hiểu và xử lý dữ liệu, cho phép hệ thống AI chuyển đổi và tạo ra từ, hình ảnh, video
  • Chuyển đổi từ ngữ thành kiến thức, đồng thời tạo ra thông tin và công nghệ mới
  • Đóng vai trò động lực quan trọng cho sự phát triển của nghệ thuật và công nghệ, mở rộng khả năng hợp tác giữa con người và AI

• Ứng dụng thực tế của token:

  • Phân tích hình ảnh và tạo ra hình ảnh mới
  • Chuyển đổi văn bản thành video để sản xuất nội dung sáng tạo
  • Học chuyển động của robot, cho phép chuyển động chính xác hơn
  • Dự đoán các mối đe dọa như thiên tai, dịch bệnh và đưa ra giải pháp
  • Giúp hiểu tốt hơn về môi trường thông qua số liệu và dữ liệu, hỗ trợ ra quyết định

NVIDIA tại CES: Hành trình đổi mới

Các cột mốc phát triển chính của NVIDIA

Đổi mới ban đầu

• Năm 1993:
  • Đưa ra sản phẩm NV1, giúp PC có thể vận hành các tính năng của máy chơi game console
  • Giới thiệu kiến trúc lập trình tiên tiến thời điểm đó là UDA (Unified Device Architecture)
• Năm 1999:
  • Cách mạng hóa ngành đồ họa máy tính bằng việc phát minh GPU có thể lập trình
  • Qua đó, chất lượng hình ảnh trong phim ảnh, game và hoạt hình được nâng cao vượt bậc
• Năm 2006:
  • Với CUDA (Compute Unified Device Architecture), AI có thể thực thi nhiều thuật toán trên GPU

Các mốc AI quan trọng

• Năm 2012:
  • AlexNet chạy trên CUDA đã tăng tốc nghiên cứu deep learning và đặt nền móng cho sự tiến bộ của AI
• Năm 2018:
  • Ra mắt BERT dựa trên kiến trúc Transformer của Google
  • Transformer đã mở rộng đáng kể tiềm năng AI thông qua NLP và AI đa phương thức

Sự phát triển của AI tạo sinh

• Từ giai đoạn hiểu dữ liệu hình ảnh và âm thanh, AI đã phát triển sang khả năng tạo ra văn bản và video
• Tính năng đa phương thức:
  • Có thể xử lý không chỉ văn bản, hình ảnh, âm thanh mà cả dữ liệu phức tạp như axit amin và dữ liệu vật lý

RTX Blackwell: Tương lai của GPU

Công bố dòng RTX 50

• Các thông số hiệu năng nổi bật:

  • 92 tỷ transistor, hiệu suất tính toán AI 4 petaflop
  • Hiệu năng tăng 3 lần so với thế hệ trước
  • Tối ưu hóa tạo khung hình với công nghệ DLSS mới nhất
  • Hỗ trợ ray tracing thời gian thực để tạo đồ họa tinh vi hơn

• Dòng sản phẩm:

  • Cung cấp nhiều mẫu từ RTX 5070 đến RTX 5090
  • RTX 5090 cung cấp hiệu năng gấp đôi RTX 4090, tối ưu cho game cao cấp và đồ họa đòi hỏi cấu hình lớn

• Sự hội tụ giữa GeForce và AI:

  • GeForce đã nhân rộng công nghệ AI đến đại chúng, và giờ AI lại tiếp tục đổi mới GeForce
  • Thông qua Ray Tracing và DLSS (Deep Learning Super Sampling), đạt hiệu suất năng lượng cao hơn cùng chất lượng đồ họa tốt hơn

AI Agent: Sự xuất hiện của lực lượng lao động kỹ thuật số

Khái niệm AI Agent

• Định nghĩa: AI Agent là chuyên gia nhiệm vụ theo từng lĩnh vực, được thiết kế để thực hiện các công việc cụ thể
• Cách vận hành:
  • Tương tác với người dùng để giải quyết các vấn đề phức tạp
  • Phân rã vấn đề thành các phần nhỏ, truy xuất dữ liệu hoặc dùng công cụ để tạo ra kết quả

Thành phần AI Agent của NVIDIA

1. NVIDIA NIMS:

   • Được cung cấp dưới dạng AI microservices
   • Container hóa phần mềm AI và mô hình phức tạp, giúp triển khai dễ dàng
   • Lĩnh vực ứng dụng chính:
     • Thị giác, hiểu ngôn ngữ, giọng nói, sinh học số, AI vật lý

2. NVIDIA Nemo:

   • Đào tạo và quản lý digital agent phù hợp nhu cầu doanh nghiệp
   • Đặc điểm:
     • Tùy chỉnh AI Agent theo ngôn ngữ, quy trình và chính sách của doanh nghiệp
     • Cung cấp đánh giá hiệu năng AI Agent và phản hồi
     • Đặt guardrails để kiểm soát hành vi hoặc thông tin không được phép

3. Agent Blueprint:

   • Cung cấp các template AI agent cho nhiều nhiệm vụ khác nhau
   • Phát hành dưới dạng mã nguồn mở để chỉnh sửa và mở rộng

Ứng dụng AI Agent

1. Nhân viên tri thức và học sinh, sinh viên:

   • Hiểu tài liệu phức tạp và tạo podcast tương tác
   • Phân tích và tóm tắt bài báo khoa học, tài liệu giảng dạy, báo cáo tài chính

2. Lập trình viên:

   • Quét liên tục lỗ hổng bảo mật và đề xuất giải pháp
   • Tăng tốc độ phát triển và nâng cao chất lượng mã

3. Phòng thí nghiệm ảo:

   • Hỗ trợ nhà nghiên cứu sàng lọc hàng tỷ hợp chất để nhanh chóng khám phá ứng viên thuốc
   • Khắc phục hạn chế của thử nghiệm vật lý

4. Phân tích dữ liệu công nghiệp:

   • Phân tích dữ liệu từ hàng trăm camera và giám sát tắc nghẽn cũng như rủi ro giao thông
   • Tối ưu hóa quy trình hoặc phân bổ lại công nhân và robot

Tương lai của AI Agent

• AI Agent sẽ thiết lập vị trí như một lực lượng lao động kỹ thuật số và hợp tác cùng con người
• Vai trò của AI Agent trong môi trường enterprise dự kiến sẽ ngày càng quan trọng:
  • Tự động hóa công việc, tiết kiệm chi phí, tăng hiệu suất
• AI Agent sẽ trở thành công cụ trọng tâm của bộ phận IT doanh nghiệp, và doanh nghiệp quản trị chúng như một vai trò AI HR

Công cụ mới cho đổi mới AI

NVIDIA Cosmos: Nền tảng World Foundation Model cho AI vật lý

• Định nghĩa: Cosmos là nền tảng World Foundation Model giúp hiểu và mô phỏng dữ liệu thế giới vật lý
• Mục tiêu:
  • Hỗ trợ AI học và ứng dụng dữ liệu, hiện tượng trong thế giới vật lý
  • Được sử dụng trong nhiều ứng dụng AI vật lý như robot, xe tự lái, AI công nghiệp

Tính năng cốt lõi của Cosmos

1. Mô hình auto-regressive:

   • Xử lý và tạo dữ liệu cho ứng dụng thời gian thực
   • Có thể dự đoán và mô phỏng sự thay đổi liên tục của trạng thái trong thế giới vật lý

2. Mô hình dựa trên Diffusion:

   • Tạo dữ liệu ảnh và video chất lượng cao
   • Tạo dữ liệu dựa trên nền tảng vật lý giúp mô phỏng chân thực hơn

3. Tokenizer nâng cao:

   • Phân tích chính xác dữ liệu thế giới vật lý để tạo token phù hợp cho việc huấn luyện AI
   • Phản ánh ý nghĩa vật lý và động lực học của dữ liệu

4. Data pipeline tăng tốc AI:

   • Xử lý và quản lý hiệu quả lượng dữ liệu vật lý khổng lồ
   • Tăng tốc xử lý dữ liệu bằng CUDA và công nghệ AI

Ứng dụng của Cosmos

1. Huấn luyện robot:

   • Robot học hành vi và động tác dựa trên dữ liệu vật lý
   • Nâng cao khả năng thích ứng thời gian thực của robot nhờ hiểu biết về động lực học thế giới vật lý

2. Mô phỏng xe tự lái:

   • Tạo các kịch bản đa dạng về điều kiện lái xe, thời tiết và giao thông
   • Hỗ trợ mô hình AI học lái an toàn và hiệu quả

3. Kiểm thử và xác thực AI công nghiệp:

   • Tạo môi trường digital twin cho nhà máy, kho bãi, trung tâm logistics
   • Tối ưu hóa quy trình công việc và cải thiện tự động hóa dựa trên AI

4. Tạo video và gắn chú thích dữ liệu:

   • Tạo video và cung cấp phần mô tả dựa trên thế giới vật lý
   • Xây dựng bộ dữ liệu đa phương thức chất lượng cao cho huấn luyện AI

Liên kết giữa Cosmos và Omniverse

• Sự kết hợp với Omniverse:

  • Omniverse cung cấp môi trường mô phỏng chính xác về vật lý
  • Cosmos giúp kết quả tạo bởi AI dựa trên dữ liệu Omniverse gần với chân lý vật lý hơn

• Lợi ích của sự kết hợp:

  • Tạo ra mô phỏng đa vũ trụ dựa trên vật lý
  • Cung cấp môi trường giúp AI học tập và hành động trong điều kiện gần với thực tế

Khai thác dữ liệu của Cosmos

• Tạo dữ liệu và huấn luyện:

  • Huấn luyện dựa trên 20 triệu giờ dữ liệu thế giới vật lý
  • Tập trung vào việc hiểu hiện tượng tự nhiên, hành vi con người và chuyển động động lực học

• Lĩnh vực ứng dụng:

  • Học chuyển động của robot
  • Dự đoán động tác của hệ thống tự chủ
  • Cung cấp tập dữ liệu cho huấn luyện AI đa phương thức

Lợi thế của Cosmos

1. Hiểu trực quan dữ liệu vật lý:

   • Học các khái niệm cốt lõi trong thế giới vật lý như trọng lực, ma sát, quán tính
   • Hiểu logic về tính bền vững của vật thể, nguyên nhân và hậu quả

2. Tạo dữ liệu hiệu quả:

   • Tạo ra dữ liệu với khối lượng lớn trong môi trường mô phỏng để tiết kiệm chi phí huấn luyện
   • Tạo nhanh và phân tích các kịch bản vật lý phức tạp

3. Nền tảng mở:

   • Cosmos được cung cấp trên GitHub với giấy phép mở
   • Có thể được sử dụng thoải mái ở nhiều ngành và lĩnh vực nghiên cứu khác nhau

Triển vọng tương lai

• Nền tảng cho AI vật lý:

  • Dự báo Cosmos sẽ trở thành nền tảng thiết yếu cho AI vật lý
  • Tăng tốc độ phát triển robot và hệ thống tự chủ

• Đổi mới công nghiệp:

  • Hỗ trợ tự động hóa và tối ưu hóa dựa trên AI trong sản xuất, logistics, y tế, v.v.
  • Tăng cường tính tinh vi của công nghệ digital twin nhờ liên kết với Omniverse

• Kết hợp với AI tạo sinh:

  • Phát triển AI đa phương thức và công nghệ robot nhờ khai thác dữ liệu vật lý do Cosmos tạo ra
  • Xây dựng hệ thống AI có thể “dự đoán tương lai và chọn đúng đường đi”

NVIDIA Isaac Groot: Nền tảng tổng hợp cho phát triển robot

Tổng quan về Isaac Groot

• Định nghĩa: Isaac Groot là nền tảng học máy và mô phỏng robot của NVIDIA nhằm tăng tốc phát triển robot humanoid và robot phổ thông
• Mục tiêu:
  • Tạo và xử lý dữ liệu quy mô lớn để huấn luyện hành vi và chuyển động phức tạp của robot
  • Tối ưu hiệu năng robot trong môi trường vật lý và cung cấp môi trường thử nghiệm an toàn

Các thành phần chính của Isaac Groot

1. Mô hình nền tảng robot (Robot Foundation Models):

   • Định nghĩa giai đoạn đầu học tập và hành vi cho các robot phổ thông, bao gồm cả robot humanoid
   • Tạo mô hình có khả năng hoạt động trong môi trường vật lý bằng cách tận dụng Omniverse và Cosmos

2. Đường ống dữ liệu (Data Pipelines):

   • Mở rộng dữ liệu mô phỏng quy mô nhỏ thành dữ liệu huấn luyện quy mô lớn
   • Sử dụng công nghệ tăng tốc AI để xử lý nhanh dữ liệu và áp dụng vào huấn luyện

3. Khung mô phỏng (Simulation Frameworks):

   • Thử nghiệm chuyển động robot trong môi trường không rủi ro
   • Đảm bảo độ chính xác của dữ liệu vật lý bằng mô phỏng dựa trên Omniverse

4. Bộ xử lý robot Thor (Thor Robot Processor):

   • Bộ xử lý tính toán AI hiệu năng cao đóng vai trò bộ não của robot
   • Xử lý dữ liệu cảm biến và điều khiển hành động theo thời gian thực

Các tính năng của Isaac Groot

1. Groot Teleop:

   • Mô tả: Cho phép con người thao tác từ xa robot digital twin bằng thiết bị như Apple Vision Pro
   • Đặc điểm:
     • Có thể thu thập dữ liệu mà không cần robot thật
     • Thu thập hành vi trong môi trường an toàn, không gây hư hỏng hoặc mài mòn vật lý

2. Groot Mimic:

   • Mô tả: Mở rộng dữ liệu chuyển động robot đã thu thập để tạo dữ liệu huấn luyện quy mô lớn
   • Đặc điểm:
     • Tăng quy mô dữ liệu thu thập nhỏ từ Teleop lên hàng trăm nghìn bộ dữ liệu chuyển động

3. Groot Gen:

   • Mô tả: Thực hiện random hóa miền dữ liệu và upscaling 3D cho dữ liệu bằng Omniverse và Cosmos
   • Đặc điểm:
     • Tạo dữ liệu phản ánh nhiều môi trường và điều kiện khác nhau
     • Cung cấp dữ liệu mô phỏng có nền tảng vật lý thực tế

4. Isaac Sim:

   • Mô tả: Kiểm thử và xác thực phần mềm trong vòng lặp (Software-in-the-Loop)
   • Đặc điểm:
     • Kiểm tra hiệu năng trong mô phỏng trước khi triển khai robot thực tế

Các trường hợp ứng dụng của Isaac Groot

1. Phát triển robot humanoid:

   • Huấn luyện mô hình từ dữ liệu chuyển động người và đào tạo để thực hiện nhiều nhiệm vụ
   • Giảm chi phí huấn luyện nhờ tăng cường dữ liệu thông qua việc lặp lại các nhiệm vụ phức tạp

2. Robot công nghiệp:

   • Triển khai robot thích nghi được với môi trường vật lý trong nhà máy, kho bãi, v.v.
   • Đào tạo robot để tăng hiệu quả công việc và thay thế các công việc nguy hiểm

3. Kiểm thử robot tự chủ:

   • Kiểm thử hành vi của robot tự chủ trong mô phỏng quy mô lớn
   • Xác thực độ ổn định và hiệu năng trong nhiều điều kiện môi trường khác nhau

Ưu điểm của Isaac Groot

1. Hiệu quả dữ liệu:

   • Tạo tập dữ liệu lớn trên cơ sở dữ liệu nhỏ
   • Cung cấp dữ liệu chất lượng cao dựa trên thực tế thông qua Omniverse và Cosmos

2. Môi trường thử nghiệm an toàn:

   • Học và xác thực hành vi robot trong môi trường mô phỏng không có rủi ro
   • Phát hiện trước các lỗi có thể xảy ra trong môi trường vật lý ở giai đoạn mô phỏng

3. Tính linh hoạt và khả năng mở rộng:

   • Có thể tích hợp với nhiều nền tảng robot khác nhau
   • Ứng dụng được trong nhiều lĩnh vực như công nghiệp, nghiên cứu, hệ thống tự chủ

Tương lai của Isaac Groot

• Hỗ trợ tăng trưởng ngành robot:

  • Isaac Groot cho phép giảm chi phí phát triển và rút ngắn thời gian
  • Có thể áp dụng trong nhiều lĩnh vực như robot humanoid, robot logistics, robot dịch vụ

• Tăng cường kết hợp AI và robot:

  • Tăng tốc phát triển robot phổ thông bằng cách kết hợp AI và công nghệ mô phỏng
  • Nâng cao khả năng thích nghi với thực tế của robot bằng cách kết nối thế giới vật lý với digital twin

• Thúc đẩy tự động hóa trên diện rộng:

  • Thúc đẩy đổi mới tự động hóa bằng robot và AI trong sản xuất, logistics, y tế, v.v.
  • Isaac Groot được dự báo sẽ trở thành nền tảng cốt lõi nằm ở trung tâm của cuộc cách mạng robot

Tầm nhìn của NVIDIA: Tương lai của AI và robot

NVIDIA tập trung vào việc kết hợp công nghệ AI và robot để liên kết thế giới vật lý với thế giới kỹ thuật số, nhằm thúc đẩy đổi mới trong mọi ngành công nghiệp

Ba tầm nhìn robot chủ chốt của NVIDIA

1. AI tác nhân (Agentic AI):

   • Vai trò:
     • Phân tích dữ liệu, tương tác với người dùng, giải quyết vấn đề phức tạp
     • Tự động hóa công việc và phối hợp với con người để tối đa hóa năng suất
   • Ví dụ ứng dụng:
     • Tìm kiếm thông tin nội bộ doanh nghiệp, hỗ trợ khách hàng, tối ưu hóa công cụ năng suất

2. Phương tiện tự hành (Autonomous Vehicles):

   • Vai trò:
     • Nâng cao an toàn và hiệu quả lái xe thông qua công nghệ tự hành tiên tiến
     • Phát triển hệ thống tự chủ phù hợp với môi trường đường bộ và đô thị
   • Triển vọng tương lai:
     • Xe tự hành có thể đạt quy mô hàng nghìn tỷ đô la từ một ngành công nghiệp đơn lẻ
     • Xử lý dữ liệu cảm biến của xe tự hành theo thời gian thực bằng bộ xử lý Thor của NVIDIA

3. Robot humanoid (Humanoid Robots):

   • Vai trò:
     • Phát triển robot đa năng có thể thực hiện công việc trong môi trường của con người
     • Tự động hóa các tác vụ vật lý, thích nghi với môi trường hiện có
   • Đặc điểm:
     • Học dữ liệu chuyển động con người và dùng dữ liệu đó để thực hiện các tác vụ phức tạp
     • Hỗ trợ tạo dữ liệu lớn và huấn luyện nhờ nền tảng Omniverse và Cosmos

Digital twin: Liên kết thực tế và ảo

• Định nghĩa: Digital twin là mô phỏng ảo giống hệt môi trường thực tế

• Vai trò:

  • Cung cấp không gian ảo để đào tạo và thử nghiệm mô hình AI một cách an toàn
  • Môi trường mô phỏng nhằm tối ưu hóa quy trình công nghiệp, vận hành nhà máy và hệ thống tự chủ

• Đặc điểm:

  • Tạo digital twin chính xác về mặt vật lý bằng Omniverse
  • Kết hợp với Cosmos để cung cấp mô phỏng có khả năng dự đoán dựa trên dữ liệu vật lý

• Ứng dụng công nghiệp:

  • Sản xuất: Mô phỏng và tối ưu hệ thống tự động hóa nhà máy
  • Logistics: Phân tích hiệu quả vận hành kho và lập kế hoạch chuyển động robot

NVIDIA Thor: Não bộ của robot và hệ thống tự chủ

• Bộ xử lý Thor:

  • Bộ xử lý AI có hiệu năng cao cho xe tự hành và robot
  • Xử lý dữ liệu từ nhiều cảm biến theo thời gian thực để điều khiển chuyển động robot

• Hiệu năng:

  • Có hiệu năng xử lý cao gấp 20 lần so với bộ xử lý Orin hiện tại
  • Bộ xử lý robot đa năng có thể dùng cho nhiều robot và hệ thống tự chủ

• An toàn:

  • Thor là máy tính AI lập trình được đầu tiên đạt chứng nhận ASIL-D theo tiêu chuẩn ISO 26262
  • Đảm bảo độ tin cậy của hệ thống tự chủ nhờ mức độ an toàn chức năng cao

Chiến lược công nghiệp của NVIDIA: Ba hệ thống máy tính

1. DGX: Máy tính cho huấn luyện AI

   • Thực hiện xử lý dữ liệu quy mô lớn và huấn luyện mô hình AI

2. AGX: Máy tính cho edge computing

   • Dùng cho xe tự hành, robot và các hệ thống ứng dụng AI thời gian thực

3. Máy tính Digital Twin:

   • Cung cấp mô phỏng cho đào tạo và thử nghiệm AI dựa trên Omniverse và Cosmos
   • Kiểm chứng độ an toàn và hiệu suất của mô hình AI trước khi vận hành trong môi trường thực tế

Tầm nhìn tương lai của NVIDIA

1. Số hóa toàn ngành:

   • Tự động hóa và tối ưu hóa trong các ngành như nhà máy, kho hàng, trung tâm logistics
   • Tận dụng công nghệ digital twin thông qua Omniverse và Cosmos

2. Sự kết hợp AI và robot:

   • Thúc đẩy nhanh sự phát triển của tác tử dựa trên thông tin, xe tự lái, robot hình người
   • Mở ra các hướng ứng dụng mới với công nghệ AI vật lý

3. Trung tâm của cuộc cách mạng robot:

   • Việc tích hợp robot và công nghệ AI sẽ tạo ra các ngành mới trị giá hàng nghìn tỷ đô la
   • Dự báo công nghệ robot sẽ trở thành yếu tố then chốt trong y tế, logistics, sản xuất và nhiều ngành khác

4. Mở rộng hợp tác trong công nghiệp:

   • Hợp tác với Toyota, Mercedes, Tesla... để thương mại hóa công nghệ xe tự lái
   • Hợp tác với Accenture, Keon... để thúc đẩy số hóa sản xuất và logistics

Kết thúc

• Thành tựu năm 2025:
  • Sản xuất hàng loạt GPU Blackwell và ứng dụng trong nhiều ngành
  • Công bố NVIDIA Cosmos, mô hình toàn cầu đầu tiên dành cho AI vật lý
  • Đạt được những tiến triển quan trọng ở ba lĩnh vực đổi mới robot: AI tác tử, xe tự lái và robot hình người
  • Khởi động sản xuất đại trà bộ xử lý NVIDIA Thor và thiết lập chuẩn mới cho hệ thống tự chủ
• Dân chủ hóa AI computing:
  • Mở công nghệ để mọi người dùng và doanh nghiệp đều có thể tận dụng AI
  • Tăng tốc đổi mới thông qua nền tảng mã nguồn mở và NVIDIA AI stack
• DGX Cloud và Project Digits:
  • Tạo ra siêu máy tính AI nhỏ gọn hơn và hiệu quả hơn để cá nhân, phòng thí nghiệm và startup có thể sử dụng
  • Dự kiến ra mắt siêu máy tính AI cỡ nhỏ được tích hợp hoàn toàn với NVIDIA AI software stack
• Kết hợp Omniverse và Cosmos:
  • Hợp nhất mô phỏng vật lý với công nghệ digital twin
  • Nắm giữ vai trò trung tâm trong số hóa công nghiệp và thúc đẩy sự tiến bộ của công nghệ robot

Thông điệp cốt lõi

• Công nghệ của NVIDIA không chỉ là phần cứng mà còn thiết kế tương lai của AI và thế giới số
• "Tất cả các ngành công nghiệp đang được tái cấu trúc bởi AI, và NVIDIA đóng vai trò là động cơ dẫn dắt sự thay đổi này."
• Sự chuyển hóa thành một nền tảng mới kết nối cuộc cách mạng robot, đổi mới AI và sự liên kết giữa thế giới vật lý với thế giới số
• NVIDIA kết thúc bài phát biểu bằng thông điệp rằng “Mong rằng tất cả các bạn đều cùng tham gia hành trình đổi mới này”
• Sau năm 2025, NVIDIA nhấn mạnh rằng AI và công nghệ robot sẽ mở rộng sang mọi ngành và đời sống hàng ngày, đồng thời đưa ra tầm nhìn tích cực, đầy hy vọng