第154章 AGI
第154章 AGI
大賽結束之後，周的除了每周固定前往Aetos的聯合實驗室，其他時間都泡在自己的實驗室里。
在這期間，他們實驗室又多了一位學生，主要的研究方向也相當的硬核，搞的是晶片研究，說實話，周昀也很好奇，為什麼這樣的人才會在一個雙非，倒是又給他撿到漏了。
不過搞晶片也是需要硬體的，就算周昀現在有能力買，他也沒那個時間，乾脆把新來的學生扔到Aetos聯合實驗室里去了，反正那裡設備非常充足。
至於為什麼周昀沒時間，是因為他最近在搞一個非常NB的東西，這個東西要是搞出來，改天換地都是輕的了。
沒錯，就是周昀一直夢想實現的AGI。
之所以費這麼大的力氣搞Aetos，就是覺得憑藉現有的模型架構和軟硬體系統，很有可能永遠都無法承載真正的AGI。
而Aetos，就是他為新一代AGI量身打造的新載體，GPU架構本質上是為大規模、規則、高度並行的數值計算優化的，計算核心雖然數量龐大，但結構相對單一，控制邏輯簡單，面對AGI所需要的複雜且混合了多種模態的計算任務時，GPU的固定流水線和內存hierarchy會帶來巨大的效率損耗和編程複雜性，這就非常依賴於模型的架構，模型架構優秀，性能就好，架構不優秀，性能就差。
而Aetos的統一內存架構和極細粒度任務調度，正是為了應對這種「計算混沌」而生的，AGI的「思維」過程，可能間在感知、記憶提取、邏輯推理、情感模擬等不同模式間切換，需要硬體資源能夠像水一樣靈活地流動和重組，Aetos允許將不同類型的計算單元無縫地整合在同一個內存空間下，由運行時系統根據任務特性動態分配資源，實現「需要什麼，就分配什麼；哪裡需要，就分配到哪裡」的理想狀態，這對於降低AGI訓練和推理的能耗、提升其應對複雜場景的敏捷性至關重要。
不過這都是周昀的假設，但他有一種預感，肯定能成功。
隨著Aetos的不斷疊代更新，功能也越來越完善，雖然依舊受制於硬體，但是因為其獨特的優勢，光從軟體層面已經非常好用了，像是AMD，英特爾這些廠商還會專門在開源本版上做優化，就像是遊戲廠商對遊戲引擎進行個性化的改造一樣。
而有了如此承受的工具，周的的研究也快要有結果了。
比賽結束後的第三個月，實驗室里，周的看著控制欄里輸出的結果，嘴角久違的揚起了笑容。
神經擬態網絡，這就是他這幾個月的研究成果，簡稱NDN。
這個架構的靈感，直接源於他對人類大腦神經網絡的理解，與當前主流Transformer模型那種依賴固定前向和反向傳播路徑的結構截然不同。
它的基本單元被稱為「動態神經元」，與人工神經網絡中簡單的加權求和再激活的函數單元不同，每一個「動態神經元」都是一個具備一定自主性的計算代理，它內部封裝了多種計算模式，並能根據輸入信號的模式、強度和上下文，動態選擇最合適的處理方式，甚至微調自身的激活閾值和輸出函數，這模仿了生物神經元在神經調質影響下改變自身興奮性的能力。
簡單來說就是把生物裡面神經元那一套搬到了電腦上，當然，可能不是照搬。
不過單個「動態神經元」的能力確實有限，甚至可以說「愚鈍」，但NDN的特殊在於它們之間的連接與組織方式。
他拋棄了傳統的層狀結構，取而代之的是一種受大腦皮層功能柱和全局工作空間理論啟發的「動態功能集群」機制，無數個「動態神經元」通過Aetos硬體提供的極致通信帶寬，形成一個巨大的、扁平的連接池，當處理特定任務時—一比如識別一個圖像中的貓，或者理解一句話中的反諷相關的神經元不會按照預設的層級被激活，而是通過一種自發組織的方式，臨時聚合成一個高效的、專用於該任務的」
微電路」或「功能集群」，這個聚合過程，極度依賴於Aetos的極細粒度任務調度能力，想要用CUDA實現，麻煩不說，而且還未必能達到一樣的效果。
而且按照實驗結果來看，當「動態神經元」的數量增加時，其性能不是傳統深度學習中觀察到的指數律提升，而是出現了一種幾何倍增式的跳躍。
而當數量達到一定程度的時候，整個模型則會開始出現一種抽象推理和知識遷移的能力，不過這種能力還很弱，還需要時間優化修改，但是也足以看出，其巨大的潛力！
於此同時，沉寂了幾個月的英偉達也有動作了，畢竟再不搞點動靜出來，股價都得跌到底了。
老黃，作為技術高超的刀法大師，因為Aetos的出現，也不得不稍稍調整一下自己的刀法了。
大洋彼岸，矽谷的心臟地帶，英偉達的年度大會GTC正在舉行，本來不應該是在這個時間點的，但是礙於Aetos給的壓力實在太大，只好提前了。
會場內，聚光燈下，身著標誌性皮衣的黃仁勛登台。
隨著大會的進行，老黃宣布了第一款產品——DGXSpark，這台被譽為「世界上最小的AI超級計算機」，性能卻高達1petaflop，並能在一台桌面設備上本地微調高達700億參數的模型。
但是想都不用想，這種東西肯定對華國有限制。
緊接著，老黃將話題引向了當下最炙手可熱的領域——AI推理。
「我們的對手給了我們不小的壓力，但也在關鍵技術上為我們給了我們不少提示。」他坦言，這裡的「對手」顯而易見。
他宣布推出專為AI推理打造的BlackwelIUItraGPU。與主要用於模型預訓練的前輩A10O、H100不同，BlackwellUltra明確定位為「AI模型推理打造」，同時兼顧訓練和多場景AI應用的高效性。
「然而，強大的晶片需要同樣強大的神經系統」。」老黃話鋒一轉，介紹了新型AI推理服務軟體Dynamo，他解釋道，Dynamo能夠協調和加速數千個GPU之間的推理通信，並使用分解服務將大型語言模型的處理和生成階段分離在不同GPU上，確保最大程度地利用GPU
資源。
老黃認為，從過去一年的行業發展進程來看，預訓練為主的ScalingLaw法則已走入「誤區」，未來，AgenticAI（智能體AI）將代替生成式AI，成為行業新的發展方向，由於AgenticAI強調自主性與複雜問題解決能力，其每一步解決複雜問題、分解任務的邏輯思考過程都需要用到「模型推理」，因此推理將成為新階段的核心動力，其所催生的算力需求規模可能「輕鬆超過去年估計的100倍」。
之後他又介紹了IsaacGROOTN1—專為人形機器人設計的基礎模型，NVIDIASpectrum—X和NVIDIAQuantum—X矽光網絡交換機則是展示了英偉達在基礎設施層面的野心，這是英偉達首次利用「光電共封裝技術」將光通信直接集成到交換機上推出的商用化矽光交換機產品，他們希望通過此舉突破超大規模和企業網絡的傳統限制，為目前萬張、十萬張GPU的數據中心向百萬張GPU的AI工廠過渡奠定基礎。
大會最後，老黃預告了下一代Rubin架構，其RubinGPU算力性能約為BlackweIIUItraGPU的5倍，並將用上HBM4、HBM4E先進AI內存，繼Rubin架構之後，黃仁勛現場公布下一代GPU架構的命名為「Feynman」，取自著名物理學家理察·費曼，Feynman架構產品將於2027年發布。
原本下一代Rubin架構的性能並不會提升這麼多，而現在則是達到了驚人的五倍。
GTC作為世界矚目的發布會，消息自然很快傳到了國內，英偉達強大的技術力毋庸置疑，自然多出了不少質疑Aetos的人。
不少論壇都出現了質疑的帖子。
「我參加了破壁者大賽，真心佩服Aetos的技術，但比賽結束，回到公司，老闆問我：新項目，用Aetos一個月能出原型，還是用CUDA一個星期能上線？」
我怎麼答？我只能選CUDA，不是因為更好，而是因為習慣了，而且英偉達的Dynamo推理框架據說能把成本降到傳統方案的30%以下，我們光是解決Aetos的編譯問題就可能要花掉30%的開發時間，理想不能當飯吃。」
「沒錯！而且英偉達已經構建了一個從晶片到系統，再到軟體的完整閉環，Aetos如何對抗他們？我看吃棗藥丸！」
質疑的聲音越來越多，畢竟Aetos聯盟除了搞了一個大賽，確實沒展現出什麼實質性的東西，而隨著大賽熱度過去，Aetos生態的人數也明顯下降了一截，不過即使如此，也還有不少人支持Aetos生態。
面對外界愈演愈烈的質疑，Aetos聯盟迅速召集了一次核心成員內部會議。
「情況不容樂觀，GTC之後，我們的社區活躍度下降了15%，新註冊開發者增長率放緩，很多觀望中的企業客戶明確表示，要等看到我們更成熟的商業案例和更穩定的性能表現後，才考慮投入資源，這都不是最重要的，主要是輿論上，我們很被動。」
「而且光是從GTC上我們就能看的出來，他們新一代的技術參考了不少我們的技術，結果卻一點沒提，真是無恥！」
「我們是不是應該發起一些輿論反擊？至少要點明他們在概念上的借鑑」？」有人提議。
「沒錯，咱們比賽一結束，他們就發布新產品，真的是好難猜啊！」
主位上的徐總，作為這段時間的輪值主席敲了敲桌子：「大家安靜一下，狗咬了我們難道我們還要咬回去？不過反擊肯定是要反擊的，周博士，你怎麼看？」
要說對策他們也有一些，不過據他所知，周昀這段時間除了搞研究，還和AMD
在商量什麼，所以想先聽聽他的建議。
周昀笑了笑：「徐總說得對，不過對策，大家也應該馬上會收到消息，那我就提前說了？」
說著他看向AMD的代表，後者點了點頭。
「最近，我們正在和AMD合作，推進一個項目，不過主要是聚焦在優化AMD消費級顯卡，也就是遊戲卡的驅動程序上，眾所周知，這是AMD長期以來最被玩家詬病的一點，驅動不穩定、性能調度保守、新特性跟進慢。」
會場裡響起一陣低低的議論聲，不少人露出疑惑的表情。這和應對英偉達的壓迫感似乎關係不大？
「大家可能覺得這和這次的事情沒什麼關係，但我要說的是，大多數沉默的用戶才是基本盤，而發聲的其實還是少部分，但是這少部分的人里，大部分用戶其實都是消費級顯卡的用戶，所以我們只要讓他們的體驗變好了，輿論自然反轉，而且這也是一次比較直觀的技術展示，遊戲性能是普通用戶最能直觀感受到的指標，成功優化遊戲驅動，比我們發布十篇論文更能讓大眾理解Aetos技術的實用價值和強大之處，當遊戲玩家和開發者都看到Aetos技術在解決實際工程難題上的威力時，自然會有人思考：這項技術能否用到我的領域？
這會為我們吸引來自遊戲開發、虛擬實境、實時仿真等更廣泛領域的開發者和合作夥伴，極大豐富我們的應用生態。」
說完他看了眼手錶：「我沒記錯的話，現在發布會應該開始了吧？要不大家一起看一看？」
周昀的話音剛落，會議室的巨大顯示屏便應聲亮起，畫面切入AMD發布會現場。
AMDCEO正站在舞台中央，背景是深邃的科技藍和醒目的AMD標識，「各位朋友，歡迎來到發布會現場，今天我們不僅將展示新一代Radeon顯卡的卓越性能，更重要的是，我們將共同見證一次軟體體驗的革命性飛躍！
我們深知，長期以來，部分用戶對我們的軟體體驗，特別是驅動程序的穩定性和性能調度，抱有疑慮，今天，我們將用實際行動，徹底扭轉這一刻板印象！」
舞檯燈光聚焦，大屏幕上出現了「AMDSoftware：AdrenalinEdition
withAetosRuntime」的醒目字樣。
>
大賽結束之後，周的除了每周固定前往Aetos的聯合實驗室，其他時間都泡在自己的實驗室里。
在這期間，他們實驗室又多了一位學生，主要的研究方向也相當的硬核，搞的是晶片研究，說實話，周昀也很好奇，為什麼這樣的人才會在一個雙非，倒是又給他撿到漏了。
不過搞晶片也是需要硬體的，就算周昀現在有能力買，他也沒那個時間，乾脆把新來的學生扔到Aetos聯合實驗室里去了，反正那裡設備非常充足。
至於為什麼周昀沒時間，是因為他最近在搞一個非常NB的東西，這個東西要是搞出來，改天換地都是輕的了。
沒錯，就是周昀一直夢想實現的AGI。
之所以費這麼大的力氣搞Aetos，就是覺得憑藉現有的模型架構和軟硬體系統，很有可能永遠都無法承載真正的AGI。
而Aetos，就是他為新一代AGI量身打造的新載體，GPU架構本質上是為大規模、規則、高度並行的數值計算優化的，計算核心雖然數量龐大，但結構相對單一，控制邏輯簡單，面對AGI所需要的複雜且混合了多種模態的計算任務時，GPU的固定流水線和內存hierarchy會帶來巨大的效率損耗和編程複雜性，這就非常依賴於模型的架構，模型架構優秀，性能就好，架構不優秀，性能就差。
而Aetos的統一內存架構和極細粒度任務調度，正是為了應對這種「計算混沌」而生的，AGI的「思維」過程，可能間在感知、記憶提取、邏輯推理、情感模擬等不同模式間切換，需要硬體資源能夠像水一樣靈活地流動和重組，Aetos允許將不同類型的計算單元無縫地整合在同一個內存空間下，由運行時系統根據任務特性動態分配資源，實現「需要什麼，就分配什麼；哪裡需要，就分配到哪裡」的理想狀態，這對於降低AGI訓練和推理的能耗、提升其應對複雜場景的敏捷性至關重要。
不過這都是周昀的假設，但他有一種預感，肯定能成功。
隨著Aetos的不斷疊代更新，功能也越來越完善，雖然依舊受制於硬體，但是因為其獨特的優勢，光從軟體層面已經非常好用了，像是AMD，英特爾這些廠商還會專門在開源本版上做優化，就像是遊戲廠商對遊戲引擎進行個性化的改造一樣。
而有了如此承受的工具，周的的研究也快要有結果了。
比賽結束後的第三個月，實驗室里，周的看著控制欄里輸出的結果，嘴角久違的揚起了笑容。
神經擬態網絡，這就是他這幾個月的研究成果，簡稱NDN。
這個架構的靈感，直接源於他對人類大腦神經網絡的理解，與當前主流Transformer模型那種依賴固定前向和反向傳播路徑的結構截然不同。
它的基本單元被稱為「動態神經元」，與人工神經網絡中簡單的加權求和再激活的函數單元不同，每一個「動態神經元」都是一個具備一定自主性的計算代理，它內部封裝了多種計算模式，並能根據輸入信號的模式、強度和上下文，動態選擇最合適的處理方式，甚至微調自身的激活閾值和輸出函數，這模仿了生物神經元在神經調質影響下改變自身興奮性的能力。
簡單來說就是把生物裡面神經元那一套搬到了電腦上，當然，可能不是照搬。
不過單個「動態神經元」的能力確實有限，甚至可以說「愚鈍」，但NDN的特殊在於它們之間的連接與組織方式。
他拋棄了傳統的層狀結構，取而代之的是一種受大腦皮層功能柱和全局工作空間理論啟發的「動態功能集群」機制，無數個「動態神經元」通過Aetos硬體提供的極致通信帶寬，形成一個巨大的、扁平的連接池，當處理特定任務時—一比如識別一個圖像中的貓，或者理解一句話中的反諷相關的神經元不會按照預設的層級被激活，而是通過一種自發組織的方式，臨時聚合成一個高效的、專用於該任務的」
微電路」或「功能集群」，這個聚合過程，極度依賴於Aetos的極細粒度任務調度能力，想要用CUDA實現，麻煩不說，而且還未必能達到一樣的效果。
而且按照實驗結果來看，當「動態神經元」的數量增加時，其性能不是傳統深度學習中觀察到的指數律提升，而是出現了一種幾何倍增式的跳躍。
而當數量達到一定程度的時候，整個模型則會開始出現一種抽象推理和知識遷移的能力，不過這種能力還很弱，還需要時間優化修改，但是也足以看出，其巨大的潛力！
於此同時，沉寂了幾個月的英偉達也有動作了，畢竟再不搞點動靜出來，股價都得跌到底了。
老黃，作為技術高超的刀法大師，因為Aetos的出現，也不得不稍稍調整一下自己的刀法了。
大洋彼岸，矽谷的心臟地帶，英偉達的年度大會GTC正在舉行，本來不應該是在這個時間點的，但是礙於Aetos給的壓力實在太大，只好提前了。
會場內，聚光燈下，身著標誌性皮衣的黃仁勛登台。
隨著大會的進行，老黃宣布了第一款產品——DGXSpark，這台被譽為「世界上最小的AI超級計算機」，性能卻高達1petaflop，並能在一台桌面設備上本地微調高達700億參數的模型。
但是想都不用想，這種東西肯定對華國有限制。
緊接著，老黃將話題引向了當下最炙手可熱的領域——AI推理。
「我們的對手給了我們不小的壓力，但也在關鍵技術上為我們給了我們不少提示。」他坦言，這裡的「對手」顯而易見。
他宣布推出專為AI推理打造的BlackwelIUItraGPU。與主要用於模型預訓練的前輩A10O、H100不同，BlackwellUltra明確定位為「AI模型推理打造」，同時兼顧訓練和多場景AI應用的高效性。
「然而，強大的晶片需要同樣強大的神經系統」。」老黃話鋒一轉，介紹了新型AI推理服務軟體Dynamo，他解釋道，Dynamo能夠協調和加速數千個GPU之間的推理通信，並使用分解服務將大型語言模型的處理和生成階段分離在不同GPU上，確保最大程度地利用GPU
資源。
老黃認為，從過去一年的行業發展進程來看，預訓練為主的ScalingLaw法則已走入「誤區」，未來，AgenticAI（智能體AI）將代替生成式AI，成為行業新的發展方向，由於AgenticAI強調自主性與複雜問題解決能力，其每一步解決複雜問題、分解任務的邏輯思考過程都需要用到「模型推理」，因此推理將成為新階段的核心動力，其所催生的算力需求規模可能「輕鬆超過去年估計的100倍」。
之後他又介紹了IsaacGROOTN1—專為人形機器人設計的基礎模型，NVIDIASpectrum—X和NVIDIAQuantum—X矽光網絡交換機則是展示了英偉達在基礎設施層面的野心，這是英偉達首次利用「光電共封裝技術」將光通信直接集成到交換機上推出的商用化矽光交換機產品，他們希望通過此舉突破超大規模和企業網絡的傳統限制，為目前萬張、十萬張GPU的數據中心向百萬張GPU的AI工廠過渡奠定基礎。
大會最後，老黃預告了下一代Rubin架構，其RubinGPU算力性能約為BlackweIIUItraGPU的5倍，並將用上HBM4、HBM4E先進AI內存，繼Rubin架構之後，黃仁勛現場公布下一代GPU架構的命名為「Feynman」，取自著名物理學家理察·費曼，Feynman架構產品將於2027年發布。
原本下一代Rubin架構的性能並不會提升這麼多，而現在則是達到了驚人的五倍。
GTC作為世界矚目的發布會，消息自然很快傳到了國內，英偉達強大的技術力毋庸置疑，自然多出了不少質疑Aetos的人。
不少論壇都出現了質疑的帖子。
「我參加了破壁者大賽，真心佩服Aetos的技術，但比賽結束，回到公司，老闆問我：新項目，用Aetos一個月能出原型，還是用CUDA一個星期能上線？」
我怎麼答？我只能選CUDA，不是因為更好，而是因為習慣了，而且英偉達的Dynamo推理框架據說能把成本降到傳統方案的30%以下，我們光是解決Aetos的編譯問題就可能要花掉30%的開發時間，理想不能當飯吃。」
「沒錯！而且英偉達已經構建了一個從晶片到系統，再到軟體的完整閉環，Aetos如何對抗他們？我看吃棗藥丸！」
質疑的聲音越來越多，畢竟Aetos聯盟除了搞了一個大賽，確實沒展現出什麼實質性的東西，而隨著大賽熱度過去，Aetos生態的人數也明顯下降了一截，不過即使如此，也還有不少人支持Aetos生態。
面對外界愈演愈烈的質疑，Aetos聯盟迅速召集了一次核心成員內部會議。
「情況不容樂觀，GTC之後，我們的社區活躍度下降了15%，新註冊開發者增長率放緩，很多觀望中的企業客戶明確表示，要等看到我們更成熟的商業案例和更穩定的性能表現後，才考慮投入資源，這都不是最重要的，主要是輿論上，我們很被動。」
「而且光是從GTC上我們就能看的出來，他們新一代的技術參考了不少我們的技術，結果卻一點沒提，真是無恥！」
「我們是不是應該發起一些輿論反擊？至少要點明他們在概念上的借鑑」？」有人提議。
「沒錯，咱們比賽一結束，他們就發布新產品，真的是好難猜啊！」
主位上的徐總，作為這段時間的輪值主席敲了敲桌子：「大家安靜一下，狗咬了我們難道我們還要咬回去？不過反擊肯定是要反擊的，周博士，你怎麼看？」
要說對策他們也有一些，不過據他所知，周昀這段時間除了搞研究，還和AMD
在商量什麼，所以想先聽聽他的建議。
周昀笑了笑：「徐總說得對，不過對策，大家也應該馬上會收到消息，那我就提前說了？」
說著他看向AMD的代表，後者點了點頭。
「最近，我們正在和AMD合作，推進一個項目，不過主要是聚焦在優化AMD消費級顯卡，也就是遊戲卡的驅動程序上，眾所周知，這是AMD長期以來最被玩家詬病的一點，驅動不穩定、性能調度保守、新特性跟進慢。」
會場裡響起一陣低低的議論聲，不少人露出疑惑的表情。這和應對英偉達的壓迫感似乎關係不大？
「大家可能覺得這和這次的事情沒什麼關係，但我要說的是，大多數沉默的用戶才是基本盤，而發聲的其實還是少部分，但是這少部分的人里，大部分用戶其實都是消費級顯卡的用戶，所以我們只要讓他們的體驗變好了，輿論自然反轉，而且這也是一次比較直觀的技術展示，遊戲性能是普通用戶最能直觀感受到的指標，成功優化遊戲驅動，比我們發布十篇論文更能讓大眾理解Aetos技術的實用價值和強大之處，當遊戲玩家和開發者都看到Aetos技術在解決實際工程難題上的威力時，自然會有人思考：這項技術能否用到我的領域？
這會為我們吸引來自遊戲開發、虛擬實境、實時仿真等更廣泛領域的開發者和合作夥伴，極大豐富我們的應用生態。」
說完他看了眼手錶：「我沒記錯的話，現在發布會應該開始了吧？要不大家一起看一看？」
周昀的話音剛落，會議室的巨大顯示屏便應聲亮起，畫面切入AMD發布會現場。
AMDCEO正站在舞台中央，背景是深邃的科技藍和醒目的AMD標識，「各位朋友，歡迎來到發布會現場，今天我們不僅將展示新一代Radeon顯卡的卓越性能，更重要的是，我們將共同見證一次軟體體驗的革命性飛躍！
我們深知，長期以來，部分用戶對我們的軟體體驗，特別是驅動程序的穩定性和性能調度，抱有疑慮，今天，我們將用實際行動，徹底扭轉這一刻板印象！」
舞檯燈光聚焦，大屏幕上出現了「AMDSoftware：AdrenalinEdition
withAetosRuntime」的醒目字樣。
>