Nvidia CEO says countries need own AI infrastructure
ARTIFICIAL INTELLIGENCE: Jensen Huang said fears about the dangers of AI are overblown, adding every country should build its own infrastructure as fast as it can
Reuters and Bloomberg, AMSTERDAM and SYDNEY
Nvidia Corp chief executive officer Jensen Huang (黃仁勳) said yesterday that every country needs to have its own artificial intelligence (AI) infrastructure to take advantage of the economic potential while protecting its own culture.
“You cannot allow that to be done by other people,” Huang said at the World Government Summit in Dubai.
Huang, whose firm has catapulted to a US$1.73 trillion stock market value due to its dominance of the market for high-end AI chips, said his company is “democratizing” access to AI due to swift efficiency gains in AI computing.
Nvidia CEO Jensen Huang attends a session of the World Governments Summit in Dubai, United Arab Emirates, yesterday.
Photo: Reuters
“The rest of it is really up to you to take initiative, activate your industry, build the infrastructure, as fast as you can,” he said.
He said that fears about the dangers of AI are overblown, adding that other new technologies and industries such as cars and aviation have been successfully regulated.
“There are some interests to scare people about this new technology, to mystify this technology, to encourage other people to not do anything about that technology and rely on them to do it. And I think that’s a mistake,” Huang said.
Huang anticipates advances in computing over the next few years will keep the cost of developing AI well below the US$7 trillion that Sam Altman is said to be fundraising.
“You can’t assume just that you will buy more computers. You have to also assume that the computers are going to become faster and therefore the total amount that you need is not as much,” Huang told the summit.
In his remarks, Huang estimated that the global cost of data centers powering AI will double in the next five years.
“We’re at the beginning of this new era. There’s about a trillion dollars’ worth of installed base of data centers. Over the course of the next four or five years, we’ll have US$2 trillion worth of data centers that will be powering software around the world,” he said.
ARTIFICIAL INTELLIGENCE: Jensen Huang said fears about the dangers of AI are overblown, adding every country should build its own infrastructure as fast as it can
Reuters and Bloomberg, AMSTERDAM and SYDNEY
Nvidia Corp chief executive officer Jensen Huang (黃仁勳) said yesterday that every country needs to have its own artificial intelligence (AI) infrastructure to take advantage of the economic potential while protecting its own culture.
“You cannot allow that to be done by other people,” Huang said at the World Government Summit in Dubai.
Huang, whose firm has catapulted to a US$1.73 trillion stock market value due to its dominance of the market for high-end AI chips, said his company is “democratizing” access to AI due to swift efficiency gains in AI computing.
Nvidia CEO Jensen Huang attends a session of the World Governments Summit in Dubai, United Arab Emirates, yesterday.
Photo: Reuters
“The rest of it is really up to you to take initiative, activate your industry, build the infrastructure, as fast as you can,” he said.
He said that fears about the dangers of AI are overblown, adding that other new technologies and industries such as cars and aviation have been successfully regulated.
“There are some interests to scare people about this new technology, to mystify this technology, to encourage other people to not do anything about that technology and rely on them to do it. And I think that’s a mistake,” Huang said.
Huang anticipates advances in computing over the next few years will keep the cost of developing AI well below the US$7 trillion that Sam Altman is said to be fundraising.
“You can’t assume just that you will buy more computers. You have to also assume that the computers are going to become faster and therefore the total amount that you need is not as much,” Huang told the summit.
In his remarks, Huang estimated that the global cost of data centers powering AI will double in the next five years.
“We’re at the beginning of this new era. There’s about a trillion dollars’ worth of installed base of data centers. Over the course of the next four or five years, we’ll have US$2 trillion worth of data centers that will be powering software around the world,” he said.
Forwarded from Nikkei Asia
India's Modi woos UAE and Qatar to counter China in Middle East
Indian Prime Minister Narendra Modi has embarked on a trip to the United Arab Emirates and Qatar, seeking to increase economic cooperation and bolster ties in the Middle East as China expands its influence there.
Read more here
Indian Prime Minister Narendra Modi has embarked on a trip to the United Arab Emirates and Qatar, seeking to increase economic cooperation and bolster ties in the Middle East as China expands its influence there.
Read more here
Forwarded from 요즘AI
This media is not supported in your browser
VIEW IN TELEGRAM
오픈AI에서 Text-to-Video 모델인 Sora를 공개했습니다
기존의 DALL.E모델과 GPT 연구를 기반으로 만들어졌다고 합니다.
아직 모델이 완벽하지는 않다고 하지만 공개된 영상들의 퀄리티는 미친 수준이네요..
https://openai.com/sora#research
기존의 DALL.E모델과 GPT 연구를 기반으로 만들어졌다고 합니다.
아직 모델이 완벽하지는 않다고 하지만 공개된 영상들의 퀄리티는 미친 수준이네요..
https://openai.com/sora#research
Forwarded from 요즘AI
https://blog.google/intl/ko-kr/products/explore-get-answers/google-gemini-next-generation-model-february-2024-kr/
오픈AI의 Sora가 오늘의 이슈였는데, 구글의 Gemini도 1.5버전을 공개했습니다!
- 무려 100만 토큰을 지원(현재 GPT의 토큰 한도: 32k)
- 트랜스포머 + MoE 구조
오픈AI의 Sora가 오늘의 이슈였는데, 구글의 Gemini도 1.5버전을 공개했습니다!
- 무려 100만 토큰을 지원(현재 GPT의 토큰 한도: 32k)
- 트랜스포머 + MoE 구조
If you think OpenAI Sora is a creative toy like DALLE, ... think again. Sora is a data-driven physics engine. It is a simulation of many worlds, real or fantastical. The simulator learns intricate rendering, "intuitive" physics, and long-horizon consistency, all by some denoising and gradient maths.
I won't be surprised if Sora is trained on lots of synthetic data using Unreal Engine 5. It has to be!
Let's breakdown the following video. Prompt: "Photorealistic closeup video of two pirate ships battling each other as they sail inside a cup of coffee."
- The simulator instantiates two exquisite 3D assets: pirate ships with different decorations. Sora has to solve text-to-3D implicitly in its latent space.
- The 3D objects are consistently animated as they sail and avoid each other's paths.
- Fluid dynamics of the coffee, even the foams that form around the ships. Fluid simulation is an entire sub-field of computer graphics, which traditionally requires very complex algorithms and equations.
- Photorealism, almost like rendering with raytracing.
- The simulator takes into account the small size of the cup compared to oceans, and applies tilt-shift photography to give a "minuscule" vibe.
- The semantics of the scene does not exist in the real world, but the engine still implements the correct physical rules that we expect.
Next up: add more modalities and conditioning, then we have a full data-driven UE that will replace all the hand-engineered graphics pipelines.
Apparently some folks don't get "data-driven physics engine", so let me clarify. Sora is an end-to-end, diffusion transformer model. It inputs text/image and outputs video pixels directly. Sora learns a physics engine implicitly in the neural parameters by gradient descent through massive amounts of videos.
Sora is a learnable simulator, or "world model". Of course it does not call UE5 explicitly in the loop, but it's possible that UE5-generated (text, video) pairs are added as synthetic data to the training set.
I won't be surprised if Sora is trained on lots of synthetic data using Unreal Engine 5. It has to be!
Let's breakdown the following video. Prompt: "Photorealistic closeup video of two pirate ships battling each other as they sail inside a cup of coffee."
- The simulator instantiates two exquisite 3D assets: pirate ships with different decorations. Sora has to solve text-to-3D implicitly in its latent space.
- The 3D objects are consistently animated as they sail and avoid each other's paths.
- Fluid dynamics of the coffee, even the foams that form around the ships. Fluid simulation is an entire sub-field of computer graphics, which traditionally requires very complex algorithms and equations.
- Photorealism, almost like rendering with raytracing.
- The simulator takes into account the small size of the cup compared to oceans, and applies tilt-shift photography to give a "minuscule" vibe.
- The semantics of the scene does not exist in the real world, but the engine still implements the correct physical rules that we expect.
Next up: add more modalities and conditioning, then we have a full data-driven UE that will replace all the hand-engineered graphics pipelines.
Apparently some folks don't get "data-driven physics engine", so let me clarify. Sora is an end-to-end, diffusion transformer model. It inputs text/image and outputs video pixels directly. Sora learns a physics engine implicitly in the neural parameters by gradient descent through massive amounts of videos.
Sora is a learnable simulator, or "world model". Of course it does not call UE5 explicitly in the loop, but it's possible that UE5-generated (text, video) pairs are added as synthetic data to the training set.
❤1
https://youtu.be/rAwbBaRukOg?si=8yi8WiJQt5LE5iZP
- 확신이 있다면 더 과감히 베팅함.
- 누구나 실수는 한다. 투자는 감정에 휘둘리기보다 좋은 의사결정을 꾸준하게 하는 것. 드러큰밀러도 닷컴 버블에 숏을 너무 일찍해서 손실을 봤었고 이후에 고점에 큰 베팅을하면서도 $3b정도의 손실을 봤었음.
- 그럼에도 불구 30년 연평균 30% 수익을 냈음. 본인이 어떤 게임을 하고 있고 어떻게 이길 것인가에 대해서 생각해볼 필요가 있음.
- AI가 바꿔가는 미래에서는 NVDIA 콜옵션(레버리지), MS에 베팅하고 Google은 판매.
- AI 서비스 수요 증가 -> 칩 회사 성장 -> 데이터 센터의 변화/성장 -> 이에 필요한 인프라 회사에 베팅
- 남들과 다른 미래를 봤다면 그 모습을 선명하게 상상해서 확신에 따라서 베팅해볼 것.
- 확신이 있다면 더 과감히 베팅함.
- 누구나 실수는 한다. 투자는 감정에 휘둘리기보다 좋은 의사결정을 꾸준하게 하는 것. 드러큰밀러도 닷컴 버블에 숏을 너무 일찍해서 손실을 봤었고 이후에 고점에 큰 베팅을하면서도 $3b정도의 손실을 봤었음.
- 그럼에도 불구 30년 연평균 30% 수익을 냈음. 본인이 어떤 게임을 하고 있고 어떻게 이길 것인가에 대해서 생각해볼 필요가 있음.
- AI가 바꿔가는 미래에서는 NVDIA 콜옵션(레버리지), MS에 베팅하고 Google은 판매.
- AI 서비스 수요 증가 -> 칩 회사 성장 -> 데이터 센터의 변화/성장 -> 이에 필요한 인프라 회사에 베팅
- 남들과 다른 미래를 봤다면 그 모습을 선명하게 상상해서 확신에 따라서 베팅해볼 것.
YouTube
13조 월가 레전드 스탠리 드러켄밀러는 여기에 몰빵하고 있습니다.
#엔비디아 #아리스타 #씨게이트
인스타 https://www.instagram.com/dante_dante_kim/
블로그 http://blog.naver.com/mynameisdj
인스타 https://www.instagram.com/dante_dante_kim/
블로그 http://blog.naver.com/mynameisdj
오프라인 경험이 중요한 SaaS 제품을 만들면서 겪은 이 경험은 저희에게 많은 것을 가르쳐 주었습니다. 크게 실패와 교훈을 4가지로 정리해 보자면 아래와 같습니다.
실패 → 교훈
1. 고객이 가장 궁극적으로 바라는 것을 모른 채로 모든 우물을 전부 열심히 팠던 실패
→ 고객이 가장 중요하게 원하는 것, 그것만 해내도 된다!
2. 고객이 해달라는 그대로 작업했다가 제대로 된 해결은 안 되고 일만 많아진 실패
→ 꼬리에 꼬리를 무는 질문으로 고객의 요청, 그 너머에 있는 근원적 문제를 파고들어야 한다!
3. 고객 스스로도 인지 못하는 디테일한 프로세스를 빠뜨려서 겪은 실패!
→ 고객 여정의 매 순간, 아주 작은 과정이라도 집요하게 발굴해야 함!
4. 고객이 제품을 사용하는 실제 상황을 모른 채로 만들어서 겪은 실패!
→ 실제 환경은 더 복잡해서 철저히 이해해야 함!
위 내용을 기반으로 더 높은기준으로 액션하기 시작했고 덕분에 이전보다 좋은 제품을 만들수 있었던 내용을 본문에 상세히 풀어보았습니다.
고객 스스로도 모르는 고객의 모든것을 알아내는 그날까지!
https://brunch.co.kr/@kimyoon21/39?fbclid=IwAR2NzaVTg2BCBQoblAVcCc6-yCS6_AgaBiHdVXn6qMBNM8CeTnYbSxXgMLM
실패 → 교훈
1. 고객이 가장 궁극적으로 바라는 것을 모른 채로 모든 우물을 전부 열심히 팠던 실패
→ 고객이 가장 중요하게 원하는 것, 그것만 해내도 된다!
2. 고객이 해달라는 그대로 작업했다가 제대로 된 해결은 안 되고 일만 많아진 실패
→ 꼬리에 꼬리를 무는 질문으로 고객의 요청, 그 너머에 있는 근원적 문제를 파고들어야 한다!
3. 고객 스스로도 인지 못하는 디테일한 프로세스를 빠뜨려서 겪은 실패!
→ 고객 여정의 매 순간, 아주 작은 과정이라도 집요하게 발굴해야 함!
4. 고객이 제품을 사용하는 실제 상황을 모른 채로 만들어서 겪은 실패!
→ 실제 환경은 더 복잡해서 철저히 이해해야 함!
위 내용을 기반으로 더 높은기준으로 액션하기 시작했고 덕분에 이전보다 좋은 제품을 만들수 있었던 내용을 본문에 상세히 풀어보았습니다.
고객 스스로도 모르는 고객의 모든것을 알아내는 그날까지!
https://brunch.co.kr/@kimyoon21/39?fbclid=IwAR2NzaVTg2BCBQoblAVcCc6-yCS6_AgaBiHdVXn6qMBNM8CeTnYbSxXgMLM
Brunch Story
고객도 모르는 고객의 모든 것을 알아내기
[실패 시리즈 ep.1] 고객을 다 알았다는 착각으로 인한 실패 극복기 | 이번 이야기는 최근에 경험한 실패담에서 시작하겠습니다. 이 실패는 병원을 대상으로 하는 SaaS 서비스 개발 과정에서 발생했습니다. 병원처럼 오프라인 경험이 중요하고, 실시간으로 업무를 처리해야 하는 고객들의 문제를 해결하는 건 저의 기존 제품개발과 문제발견 경험으로는 쉽게 풀 수 없는 문제였습니다. 저는 고객을 만나고, 그들의 이야기를 듣고, 자주 소통한
다이소는 어떻게 이렇게까지 성장할수 있었을까
요즘 두 아들이 가장 좋아하는 곳 중에 한곳이 다이소
1,000원으로 정말 큰 행복을 줄 수 있다.
갈때마다 사람이 정말 많고 다세권이는 말도 나온다.
아성다이소의 매출을 보면 22년 기준 2.9조원인데
1,000원 제품을 1년에 29억개를 팔았다는 것이다.
어떻게 이렇게 성장할수 있었을까,
박정부 창업자 책을 보면 몇가지 요인이 있었는데
1. 일에 대한 초집중
45세에 다니던 회사를 자의반/타의반으로 그만두게 되며
절박한 마음으로 시작한 사업이었고
그러한 마음이 앞에 놓인 일에 ‘초집중’하게 만들었음
아성다이소가 처음에는 일본 100엔샵에 납품을 하는 것으로 시작하였는데
대부분의 납품 업체들이 창고로 한꺼번에 배달하는 반면,
아성다이소는, 매장까지 일일이 배달하여, 주문한 상품에 문제가 없었는지
소비자 반응은 어땠는지를 현장에서 체크
그런 정성이 통해서 주문량이 조금씩 늘어 처음 6개월만에 컨테이너 1대분까지 확대
2. 기본에 충실하기
처음 납품한 물량에서 생각하지 못했던 불량으로
전량을 폐기하게 되는 것을 경험함
소홀했거나 간과한 실수 하나가 해결하기 힘든 부메랑이됨
가격이 아무리 싸더라도, 어쨌든 제품은 좋아야됨
품질에 대한 철저한 검증으로
까다롭기로 소문난 일본 다이소에 25년간 납품
3. 불가능을 가능하게
이게 어떻게 천원이지? 라고 고객이 반응하면
안팔릴수가 없음
다른 곳에서 건전지 2개에 1000원인데,
우리는 4개에 1000원에 팔수만 있다면,
다들 불가능하다고 하는데, 제조단계의 각 공정을 같이 고민하며
생산효율을 높이고 물량을 확보하며 결국 성공 해냄
4. 외부의존도를 낮추기
일본에 여러 100엔샵에 물건을 납품하다,
일본 다이소가 급격히 성장하며 다이소에서는 물량이 많아지자
독점 납품 등을 요구하기 시작하였고
아성다이소는 이에 대한 의존도를 낮추기 위해
한국에 매장을 직접 오픈
결과론적으로 신의 한수가 되었고 지금의 아성다이소의 성장을 이끔
요즘 두 아들이 가장 좋아하는 곳 중에 한곳이 다이소
1,000원으로 정말 큰 행복을 줄 수 있다.
갈때마다 사람이 정말 많고 다세권이는 말도 나온다.
아성다이소의 매출을 보면 22년 기준 2.9조원인데
1,000원 제품을 1년에 29억개를 팔았다는 것이다.
어떻게 이렇게 성장할수 있었을까,
박정부 창업자 책을 보면 몇가지 요인이 있었는데
1. 일에 대한 초집중
45세에 다니던 회사를 자의반/타의반으로 그만두게 되며
절박한 마음으로 시작한 사업이었고
그러한 마음이 앞에 놓인 일에 ‘초집중’하게 만들었음
아성다이소가 처음에는 일본 100엔샵에 납품을 하는 것으로 시작하였는데
대부분의 납품 업체들이 창고로 한꺼번에 배달하는 반면,
아성다이소는, 매장까지 일일이 배달하여, 주문한 상품에 문제가 없었는지
소비자 반응은 어땠는지를 현장에서 체크
그런 정성이 통해서 주문량이 조금씩 늘어 처음 6개월만에 컨테이너 1대분까지 확대
2. 기본에 충실하기
처음 납품한 물량에서 생각하지 못했던 불량으로
전량을 폐기하게 되는 것을 경험함
소홀했거나 간과한 실수 하나가 해결하기 힘든 부메랑이됨
가격이 아무리 싸더라도, 어쨌든 제품은 좋아야됨
품질에 대한 철저한 검증으로
까다롭기로 소문난 일본 다이소에 25년간 납품
3. 불가능을 가능하게
이게 어떻게 천원이지? 라고 고객이 반응하면
안팔릴수가 없음
다른 곳에서 건전지 2개에 1000원인데,
우리는 4개에 1000원에 팔수만 있다면,
다들 불가능하다고 하는데, 제조단계의 각 공정을 같이 고민하며
생산효율을 높이고 물량을 확보하며 결국 성공 해냄
4. 외부의존도를 낮추기
일본에 여러 100엔샵에 물건을 납품하다,
일본 다이소가 급격히 성장하며 다이소에서는 물량이 많아지자
독점 납품 등을 요구하기 시작하였고
아성다이소는 이에 대한 의존도를 낮추기 위해
한국에 매장을 직접 오픈
결과론적으로 신의 한수가 되었고 지금의 아성다이소의 성장을 이끔
https://monoist.itmedia.co.jp/mn/articles/2402/13/news135.html#utm_medium=email&utm_source=mn-day&utm_campaign=20240214
Japanese market is big and attractive to all software companies especially for engineering software.
Japanese market is big and attractive to all software companies especially for engineering software.
MONOist
AI×設計・解析の未来を示す「Magic SOLIDWORKS」についてシャーレス氏が言及：3DEXPERIENCE World 2024（1/2 ページ）
SOLIDWORKSと3DEXPERIENCE Worksの年次ユーザーイベント「3DEXPERIENCE World 2024」が米国テキサス州ダラスで開幕した。本稿ではダッソー・システムズ、SOLIDWORKSおよび3DEXPERIENCE Worksのキーマンの発表内容を中心に、1日目のゼネラルセッションの模様をダイジェストでお届けする。