NVIDIAs CES-2025-Keynote von CEO Jensen Huang

• Gesamte Zusammenfassung der Präsentation anhand des Video-Skripts
• Wichtige Ankündigungen: GeForce RTX, Blackwell, Agentic AI, AI PCs, Physical AI, Autonomous Vehicles, Robotics

Intro-Video: „Token sind die Grundlage der KI"

• Rolle der Token:

  • Token sind die Basiseinheit, mit der KI Daten versteht und verarbeitet, sodass KI-Systeme Wörter, Bilder und Videos transformieren und erzeugen können.
  • Sie wandeln Wörter in Wissen um und erzeugen neue Informationen sowie Fähigkeiten.
  • Sie wirken als wichtige Triebkraft für die Entwicklung von Kunst und Technik und erweitern die Möglichkeiten der Zusammenarbeit zwischen Mensch und KI.

• Konkreter Nutzen von Tokens:

  • Bilder analysieren und neue Bilder erzeugen
  • Texte in Videos umwandeln, um kreative Inhalte zu erstellen
  • Bewegungen von Robotern erlernen und präzisere Aktionen ermöglichen
  • Naturkatastrophen, Krankheiten und andere Bedrohungen vorhersagen und Lösungen vorschlagen
  • Die Umgebung anhand von Zahlen und Daten besser verstehen und Entscheidungen unterstützen

NVIDIA auf der CES: Eine Reise der Innovation

Wesentliche Entwicklungen von NVIDIA

Frühe Innovationen

• 1993:
  • Die Einführung von NV1 machte auf PCs konzernnahe Gaming-Funktionen möglich
  • Einführung der damals innovativen Programmierarchitektur UDA (Unified Device Architecture)
• 1999:
  • Die Erfindung der programmierbaren GPU revolutionierte die Computergrafikbranche
  • Dadurch stieg die visuelle Qualität von Filmen, Spielen und Animation deutlich an
• 2006:
  • Mit CUDA (Compute Unified Device Architecture) konnten auf GPUs verschiedenste Algorithmen ausgeführt werden

KI-Meilensteine

• 2012:
  • AlexNet, das auf CUDA basierte, beschleunigte die Deep-Learning-Forschung und legte das Fundament für die KI-Entwicklung
• 2018:
  • BERT wurde auf Basis der Transformer-Architektur von Google veröffentlicht
  • Die Transformer-Architektur hat durch NLP und multimodale KI die Möglichkeiten von KI stark erweitert

Evolution generativer KI

• Sie hat sich über das Verstehen von Bild- und Audiodaten hinaus weiterentwickelt und die Generierung von Text und Video umfasst
• Multimodale Fähigkeiten:
  • Verarbeitet nicht nur Text, Bilder und Audio, sondern auch komplexe Daten wie Aminosäuren und Physikdaten

RTX Blackwell: Die Zukunft der GPU

Veröffentlichung der RTX-50-Serie

• Leistungsdaten im Fokus:

  • 92 Milliarden Transistoren und 4 Petaflops KI-Rechenleistung
  • 3-fach höhere Leistung gegenüber der Vorherigen Generation
  • Optimierung der Frame-Generierung mit der neuesten DLSS-Technologie
  • Echtzeit-Ray-Tracing (Ray Tracing) für noch präzisere Grafikdarstellung

• Produktportfolio:

  • Modelle von RTX 5070 bis RTX 5090
  • RTX 5090 bietet die doppelte Leistung der RTX 4090 und ist für anspruchsvolle Spiele und Grafik-Arbeiten optimiert

• Verschmelzung von GeForce und KI:

  • GeForce hat KI-Technologie massenhaft zugänglich gemacht, und nun revolutioniert KI wiederum GeForce
  • Durch Ray Tracing und DLSS (Deep Learning Super Sampling) werden höhere Energieeffizienz und bessere Grafikqualität erreicht

Agent AI: Das Auftreten der digitalen Workforce

Konzept von Agent AI

• Definition: Ein KI-Agent ist ein domänenspezifischer Aufgabenexperte, der für die Ausführung bestimmter Tätigkeiten entwickelt wurde
• Funktionsweise:
  • Interaktion mit Nutzern und Lösung komplexer Probleme
  • Zerlegen von Problemen in kleinere Schritte, Recherchieren von Daten oder Einsatz von Tools zur Ergebniserstellung

NVIDIAs Agent AI-Bausteine

1. NVIDIA NIMS:

   • Bereitgestellt als KI-Mikroservice
   • Komplexe KI-Software und Modelle werden containerisiert, sodass sie sich einfach bereitstellen lassen
   • Hauptnutzungsbereiche:
     • Visuelle KI, Sprachverständnis, Audio, digitale Biologie, Physical AI

2. NVIDIA Nemo:

   • Training und Management digitaler Agenten entsprechend den Anforderungen des Unternehmens
   • Merkmale:
     • Anpassung von KI-Agenten mit unternehmensspezifischer Sprache, Prozessen und Richtlinien
     • Evaluierung der Agentenleistung und Bereitstellung von Feedback
     • Steuerung unerlaubter Aktionen oder Informationen durch Setzen von Guardrails

3. Agent Blueprint:

   • Bereitstellung von Agenten-Vorlagen für unterschiedliche Aufgaben
   • Als Open Source verfügbar, daher anpassbar und erweiterbar

Anwendungsfälle von Agent AI

1. Knowledge Worker und Studierende:

   • Komplexe Dokumente verstehen und interaktive Podcasts erstellen
   • Wissenschaftliche Arbeiten, Vorlesungsunterlagen und Finanzberichte analysieren und zusammenfassen

2. Software-Entwickler:

   • Sicherheitslücken kontinuierlich scannen und Lösungsvorschläge liefern
   • Entwicklungsgeschwindigkeit erhöhen und Codequalität verbessern

3. Virtuelles Labor:

   • Forschende können Milliarden von Verbindungen screenen, um schnell nach vielversprechenden Wirkstoffkandidaten zu suchen
   • Die Grenzen physischer Experimente werden überwunden

4. Industrielle Datenanalyse:

   • Daten aus Hunderten Kameras auswerten und Staus sowie Risiken überwachen
   • Prozesse optimieren oder das Personal- und Roboterscheduling neu ausrichten

Zukunft der Agent AI

• KI-Agenten etablieren sich als digitale Workforce und arbeiten mit Menschen zusammen
• Die Rolle der Agenten in Enterprise-Umgebungen wird zunehmend wichtiger:
  • Automatisierung von Abläufen, Kostensenkung und Effizienzsteigerung
• KI-Agenten werden zum Kernwerkzeug in Unternehmens-IT-Abteilungen, die diese verwalten und eine AI-HR-Rolle übernehmen

Neue Werkzeuge für KI-Innovation

NVIDIA Cosmos: Eine World Foundation Model-Plattform für Physical AI

• Definition: Cosmos ist eine World Foundation Model-Plattform zur Analyse und Simulation von Daten aus der physischen Welt
• Zweck:
  • Unterstützt KI-Modelle dabei, Daten und Phänomene aus der physischen Welt zu erlernen und zu nutzen
  • Einsatz in verschiedenen Anwendungsbereichen der physischen KI wie Robotik, autonome Fahrzeuge und industrielle KI

Zentrale Funktionen von Cosmos

1. Autoregressive Modelle:

   • Datenverarbeitung und -generierung für Echtzeitanwendungen
   • Vorhersage und Simulation kontinuierlicher Zustandsänderungen der physischen Welt möglich

2. Diffusionsbasierte Modelle:

   • Erzeugung hochwertiger Bild- und Videodaten
   • Realistische Simulationen durch physikbasierte Datengenerierung

3. Fortschrittliche Tokenizer:

   • Präzise Analyse von Daten aus der physischen Welt zur Erzeugung für KI geeignetener Tokens
   • Berücksichtigung physikalischer und dynamischer Bedeutung der Daten

4. KI-beschleunigte Datenpipeline:

   • Verarbeitung und Management großer Mengen physischer Daten effizient
   • Beschleunigte Datenverarbeitung durch CUDA- und KI-Technologien

Anwendungsfälle von Cosmos

1. Robotik-Training:

   • Lernen von Verhalten und Bewegung von Robotern auf Basis physischer Daten
   • Reaktionsschnelligkeit in Echtzeit durch besseres dynamisches Verständnis der physischen Welt

2. Simulation autonomer Fahrzeuge:

   • Erstellung von Szenarien mit unterschiedlichen Fahrsituationen, Wetterlagen und Verkehrssituationen
   • Unterstützung von KI-Modellen beim Lernen für sicheres und effizientes autonomes Fahren

3. Testen und Validieren industrieller KI:

   • Erstellung digitaler Zwillinge für Fabriken, Lager und Logistikzentren
   • Optimierung von Arbeitsprozessen und Verbesserung der KI-basierten Automatisierung

4. Videogenerierung und Daten-Captioning:

   • Erzeugung und Beschreibung von Videos auf Basis der physischen Welt
   • Aufbau hochwertiger multimodaler Datensätze für das KI-Training

Synergien zwischen Cosmos und Omniverse

• Kombination mit Omniverse:

  • Omniverse bietet eine physikalisch präzise Simulationsumgebung
  • Cosmos nutzt Omniverse-Daten, um KI-generierte Ergebnisse näher an physikalische Realität zu bringen

• Vorteile der Kombination:

  • Erstellung physikalisch basierter, auf mehreren Welten basierender Simulationen
  • Bereitstellung einer Umgebung, die KI dabei hilft, unter realitätsnahen Bedingungen zu lernen und zu handeln

Datennutzung in Cosmos

• Datenerstellung und Training:

  • Training auf Basis von 20 Millionen Stunden physischer Weltdaten
  • Fokus auf das Verständnis von Naturphänomenen, menschlichem Verhalten und dynamischen Bewegungen

• Anwendungsbereiche:

  • Bewegungslernen von Robotern
  • Vorhersage des Verhaltens autonomer Systeme
  • Bereitstellung von Datensätzen für multimodales Lernen von KI-Modellen

Vorteile von Cosmos

1. Intuitives Verständnis physischer Daten:

   • Lernen zentraler Konzepte der physischen Welt wie Schwerkraft, Reibung und Trägheit
   • Verstehen von Logik wie Objektbeständigkeit sowie Ursache und Wirkung

2. Effiziente Datenerstellung:

   • Erzeugung großer Datenmengen in Simulationsumgebungen zur Senkung der Trainingskosten
   • Schnelles Erzeugen und Analysieren komplexer physikalischer Szenarien

3. Offene Plattform:

   • Cosmos wird unter einer Open-Source-Lizenz auf GitHub bereitgestellt
   • Kann in verschiedenen Industrien und Forschungsbereichen frei genutzt werden

Zukunftsausblick

• Basis für physische KI:

  • Cosmos wird sich voraussichtlich als zentrale Plattform für physische KI etablieren
  • Beschleunigt die Entwicklungsgeschwindigkeit von Robotern und autonomen Systemen

• Industrielle Innovation:

  • Unterstützt KI-basierte Automatisierung und Optimierung in Fertigung, Logistik, Medizin usw.
  • Durch die Verzahnung mit Omniverse wird die Genauigkeit der Digital-Twin-Technologie weiter gestärkt

• Verschmelzung mit generativer KI:

  • Die von Cosmos erzeugten physischen Daten werden genutzt, um multimodale KI und Robotik weiterzuentwickeln
  • Aufbau von KI-Systemen, die in der Lage sind, "die Zukunft vorherzusagen und den richtigen Weg zu wählen"

NVIDIA Isaac Groot: Umfassende Plattform für die Robotikentwicklung

Überblick zu Isaac Groot

• Definition: Isaac Groot ist eine NVIDIA-Plattform für Robotiktraining und -simulation, mit der die Entwicklung humanoider und allgemeiner Roboter beschleunigt wird
• Ziel:
  • Erzeugen und Verarbeiten großer Datenmengen zur Erlernung komplexer Roboterverhalten und Bewegungen
  • Optimierung der Roboterleistung in physischen Umgebungen sowie Bereitstellung einer sicheren Testumgebung

Hauptkomponenten von Isaac Groot

1. Robot Foundation Models:

   • Initiales Training und Bewegungsdefinition für allgemeine Roboter einschließlich humanoider Modelle
   • Erzeugung von Modellen, die in physischen Umgebungen funktionieren, mithilfe von Omniverse und Cosmos

2. Daten-Pipelines:

   • Aufbereitung kleiner Simulationsdaten zu großen Trainingsdatensätzen
   • Schnelle Verarbeitung der Daten und Einsatz beim Training durch KI-Beschleunigungstechnologien

3. Simulations-Frameworks:

   • Testen der Robobotbewegung in einer gefahrlosen Umgebung
   • Sicherung der Genauigkeit physischer Daten durch Omniverse-basierte Simulation

4. Thor Robot Processor:

   • Hochleistungs-KI-Computing-Einheit, die als Gehirn des Roboters fungiert
   • Verarbeitung von Sensordaten und Steuerung der Echtzeitbewegung

Funktionen von Isaac Groot

1. Groot Teleop:

   • Beschreibung: Menschen steuern über Geräte wie Apple Vision Pro einen digitalen Zwilling eines Roboters fern
   • Merkmale:
     • Datenerfassung auch ohne physischen Roboter möglich
     • Erfassung von Bewegungen in einer sicheren Umgebung ohne physische Beschädigung oder Verschleiß

2. Groot Mimic:

   • Beschreibung: Vergrößerung der gesammelten Robotikbewegungsdaten, um große Trainingsdatensätze zu generieren
   • Merkmale:
     • Erhöhung der kleinen Datensätze aus Teleop auf Hunderttausende Bewegungsdatensätze

3. Groot Gen:

   • Beschreibung: Durchführung von Domain Randomization und 3D-Upscaling mit Omniverse und Cosmos
   • Merkmale:
     • Generierung von Daten, die unterschiedliche Umgebungen und Bedingungen abbilden
     • Bereitstellung realistischer, physikalisch fundierter Simulationsdaten

4. Isaac Sim:

   • Beschreibung: Software-in-the-Loop-Test und -Validierung
   • Merkmale:
     • Leistungstests im Simulator vor dem realen Robotereinsatz

Einsatzbeispiele von Isaac Groot

1. Entwicklung humanoider Roboter:

   • Erlernen menschlicher Bewegungsdaten und Training für die Ausführung verschiedener Aufgaben
   • Senkung der Trainingskosten durch Datenaufbereitung bei wiederholter Ausführung komplexer Aufgaben

2. Industrielle Roboter:

   • Einsatz robuster Roboter in physischen Umgebungen wie Fabriken und Lagern
   • Steigerung der Arbeitseffizienz und Training von Robotern, die gefährliche Arbeiten ersetzen können

3. Tests autonomer Roboter:

   • Test von autonomen Robotikbewegungen in großskaligen Simulationen
   • Validierung von Stabilität und Leistung unter verschiedenen Umweltbedingungen

Vorteile von Isaac Groot

1. Daten-Effizienz:

   • Erzeugung groß angelegter Datensätze auf Basis kleiner Datenmengen
   • Bereitstellung hochwertiger, realitätsnaher Daten über Omniverse und Cosmos

2. Sichere Testumgebung:

   • Lernen und Validierung von Robotikbewegungen in einer gefahrlosen Simulationsumgebung
   • Vorabprüfung möglicher Fehler, die in physikalischen Umgebungen auftreten könnten, auf der Simulationsstufe

3. Flexibilität und Skalierbarkeit:

   • Integration mit verschiedenen Robotikplattformen möglich
   • Einsatz in Industrie, Forschung, autonomen Systemen und weiteren Bereichen

Zukunft von Isaac Groot

• Unterstützung des Wachstums der Robotikindustrie:

  • Isaac Groot ermöglicht die Senkung von Entwicklungskosten und Zeitersparnis
  • Ist in humanoiden Robotern, Logistikrobotern, Servicerobotern und vielen weiteren Bereichen einsetzbar

• Stärkung der Verbindung zwischen KI und Robotik:

  • Beschleunigt die Entwicklung allgemeiner Robotik durch die Kombination von KI- und Simulationstechnologien
  • Verbessert die reale Anpassungsfähigkeit von Robotern durch die Verbindung der physischen Welt mit Digital Twins

• Förderung der Automatisierung in vielen Industrien:

  • Treibt Automatisierung mit Robotern und KI in Fertigung, Logistik und Medizin voran
  • Isaac Groot wird sich voraussichtlich als Schlüsselplattform im Zentrum der Robotikrevolution etablieren

NVIDIAs Vision: Zukunft von KI und Robotik

NVIDIA legt den Schwerpunkt auf die Verbindung von KI und Robotik, um die physische Welt und die digitale Welt zu verknüpfen, mit dem Ziel, Innovationen in allen Branchen voranzubringen

Die drei zentralen Robotikvisionen von NVIDIA

1. Agentic AI:

   • Rolle:
     • Datenanalyse, Interaktion mit Nutzern, Lösung komplexer Probleme
     • Automatisierung von Aufgaben und Zusammenarbeit mit Menschen zur Maximierung der Produktivität
   • Anwendungsfälle:
     • Unternehmensweite Informationssuche, Kundensupport, Optimierung von Produktivitätstools

2. Autonomes Fahren:

   • Rolle:
     • Verbessert die Fahrsicherheit und Effizienz durch hochentwickelte autonome Fahrtechnologie
     • Entwicklung autonomer Systeme für Straßen- und Stadtumgebungen
   • Zukunftsausblick:
     • Autonome Fahrzeuge haben das Potenzial, von einer einzelnen Industrie zu einem Markt im Billionenbereich zu wachsen
     • Verarbeitung von Sensordaten autonomer Fahrzeuge in Echtzeit mithilfe von NVIDIAs Thor-Prozessor

3. Humanoide Roboter:

   • Rolle:
     • Entwicklung vielseitiger Roboter, die Aufgaben in einer menschlichen Umgebung ausführen können
     • Automatisierung physischer Arbeiten bei gleichzeitiger Anpassung an bestehende Umgebungen
   • Merkmale:
     • Lernen menschlicher Bewegungsdaten und Nutzung dieser Daten zur Ausführung komplexer Aufgaben
     • Unterstützung großer Datenerzeugung und des Trainings mittels Omniverse- und Cosmos-Plattformen

Digital Twin: Verbindung von Realität und Virtuellem

• Definition: Ein Digital Twin ist eine virtuelle Simulationsumgebung, die der realen Umgebung entspricht

• Rolle:

  • Bereitstellung eines virtuellen Raums, in dem KI-Modelle sicher trainiert und getestet werden können
  • Simulationsumgebung für die Optimierung von Industrieprozessen, Werksbetrieb und autonomen Systemen

• Merkmale:

  • Erzeugung physikalisch präziser Digital Twins mit Omniverse
  • Kombination mit Cosmos zur Bereitstellung vorhersagbarer Simulationen auf Basis physischer Daten

• Industrienutzung:

  • Fertigung: Simulation und Optimierung von Automatisierungssystemen in Fabriken
  • Logistik: Effizienzanalyse des Lagerbetriebs und Bewegungsplanung von Robotern

NVIDIA Thor: Gehirn für Roboter und autonome Systeme

• Thor-Prozessor:

  • Hochleistungs-KI-Computing-Einheit für autonome Fahrzeuge und Roboter
  • Verarbeitet verschiedene Sensordaten in Echtzeit, um Robotikbewegungen zu steuern

• Leistung:

  • 20-fach höhere Verarbeitungsleistung im Vergleich zu bisherigen Orin-Prozessoren
  • Universeller Robotikprozessor, einsetzbar in verschiedensten Robotern und autonomen Systemen

• Sicherheit:

  • Thor ist der erste programmierbare KI-Computer mit ASIL-D-Zertifizierung nach ISO 26262
  • Sicherstellung der Zuverlässigkeit autonomer Systeme durch ein hohes Maß an funktionaler Sicherheit

NVIDIAs Industriestrategie: Drei Computing-Systeme

1. DGX: KI-Trainingscomputer

   • Verarbeitung großer Datenmengen und das Training von KI-Modellen

2. AGX: Edge-Computing-Computer

   • Einsatz in Echtzeit-KI-Systemen wie autonomen Fahrzeugen, Robotik usw.

3. Digital-Twin-Computer:

   • Bereitstellung von Simulationen für das KI-Training und -Testen auf Basis von Omniverse und Cosmos
   • Sicherheit und Leistung von KI-Modellen werden geprüft, bevor sie in der realen Umgebung eingesetzt werden

NVIDIAs Vision für die Zukunft

1. Digitalisierung aller Industrien:

   • Automatisierung und Optimierung in allen Industrien, etwa in Fabriken, Lagern und Logistikzentren
   • Einsatz von Digital-Twin-Technologien durch Omniverse und Cosmos

2. Fusion von KI und Robotik:

   • Beschleunigung der Entwicklung von informationsbasierten Agenten, autonomen Fahrzeugen und humanoiden Robotern
   • Erschließung neuer Anwendungen durch physische KI-Technologie

3. Im Zentrum der Robotik-Revolution:

   • Durch die Integration von Robotik- und KI-Technologien entstehen neue Industrien im Billionenbereich
   • Robotik wird voraussichtlich zu einem zentralen Element in verschiedenen Branchen wie Medizin, Logistik und Fertigung werden

4. Ausbau industrieller Partnerschaften:

   • Zusammenarbeit mit Toyota, Mercedes, Tesla usw. zur Kommerzialisierung autonomer Fahrtechnologien
   • Zusammenarbeit mit Accenture, Keon usw. zur Unterstützung der Digitalisierung in der Fertigung und Logistik

Abschluss

• Ergebnisse 2025:
  • Massenproduktion der Blackwell-GPU und der Einsatz in vielfältigen Industrien
  • Veröffentlichung von NVIDIA Cosmos als erstes Weltmodell für physische KI
  • Wichtige Fortschritte in drei Robotik-Innovationsfeldern: Agenten-KI, autonome Fahrzeuge und humanoide Roboter
  • Start der Massenproduktion des NVIDIA-Thor-Prozessors und Setzung neuer Standards für autonome Systeme
• Demokratisierung von KI-Computing:
  • Offenlegung der Technologie, damit alle Nutzer und Unternehmen KI nutzen können
  • Beschleunigung der Innovation durch Open-Source-Plattformen und den Technologie-Stack von NVIDIA
• DGX Cloud und Project Digits:
  • KI-Supercomputer werden kleiner und effizienter, sodass sie auch von Einzelpersonen, Laboren und Startups genutzt werden können
  • Veröffentlichung eines kompakten KI-Supercomputers, der vollständig in den NVIDIA AI-Software-Stack integriert ist, ist geplant
• Kombination von Omniverse und Cosmos:
  • Verschmelzung von physikalischer Simulation und Digital-Twin-Technologie
  • Sie spielen eine zentrale Rolle bei der Digitalisierung der Industrie und beim Fortschritt der Robotik

Kernaussagen

• Die Technologie von NVIDIA gestaltet die Zukunft von KI und der digitalen Welt, über reine Hardware hinaus
• „Alle Industrien werden durch KI neu geordnet, und NVIDIA ist die treibende Kraft, die diesen Wandel vorantreibt.“
• Ein Sprung zu einer neuen Plattform, die die Robotikrevolution, KI-Innovationen und eine Verbindung zwischen der physischen und digitalen Welt schafft
• NVIDIA schloss mit der Botschaft, dass man hoffe, alle würden sich auf diese Reise der Innovation einlassen
• Nach 2025 betonte NVIDIA eine positive, hoffnungsvolle Vision, in der KI- und Robotiktechnologie sich auf alle Industrien und den Alltag ausweiten werden