新火種
2023-10-28 
聯想大事件！楊元慶對話黃仁勛：看好這一新賽道（附全文）
一覺醒來，聯想搞起多件大事，首款AI PC展示，還牽手英偉達和AMD等芯片“頂流”。
在美國舉辦的Lenovo Tech World2023上，聯想出展示了首款AI PC，并稱“個人電腦迎來全新的朝陽”。疊加華為小米等手機廠商也在搶灘AI換機潮，未來每個人都能在終端擁有自己的模型，或成為新趨向。
在實現“從口袋到云端”計算能力的路上，聯想“朋友圈”亮相。當日，聯想與英偉達、AMD等巨頭宣布戰略合作。其中，楊元慶與黃仁勛聯合公布重大計劃，推出混合人工智能解決方案。在楊、黃對話環節，黃仁勛對汽車計算、AIGC等話題的觀點和看法，更全面的展現出來。
“未來的個人電腦將是AI PC”
美國時間10月24日，聯想集團Tech World 2023開幕，主題為“AI for All”，展示出聯想對人工智能全面進擊、推動人工智能規模化落地的態度和方向。
聯想集團董事長兼CEO楊元慶在現場展示了被聯想視為“革命性產品”的AI PC。通過建個性化的本地知識庫，通過模型壓縮技術，它可以運行個人大模型，實現AI自然交互。
楊元慶認為，智能設備好比是賽車，它是人工智能觸達終端用戶的終極載體。“聯想的大模型壓縮技術能讓用戶自己的智能終端和設備擁有運行個人級大模型的能力。未來的個人電腦將是AI PC，未來的手機將是人工智能手機，未來的工作站將是人工智能工作站。”
聯想高級副總裁及智能設備業務集團總裁LucaRossi介紹，一年前，聯想就已經把AI算法放入PC設備。未來在CPU基礎上，聯想PC還要引入NPU，實現更好管理AI工作量、提升性能、控制電池消耗等目的。個人模型方面，NPU的引入也能大大提升AI能力。
AI PC能夠帶來哪些變化呢？
比如，通過個人知識庫，可以實現智能化行程安排，預定旅游航班、幫助創建表格文檔等。與使用其他軟件相比，由于是放在端側，更具有隱私性、安全性。因此，AI PC能為隱私和數據保駕護航。
具體模式怎樣？
聯想的個人AI Twin通過鍵盤上的AI交互和用戶的自然語言、以及名為AI NOW的新概念功能來實現，這是針對AI PC 的個人AI助手解決方案。
從背后支撐來看，在這些支持人工智能功能的設備和邊緣設備上，將建有本地知識庫，更好地了解用戶。個人大模型將使用存儲在設備或家庭服務器上的個人數據進行推理。除非用戶授權，否則用戶的個人數據永遠不會被共享或發送至公有云，從而確保了個人隱私和數據安全。它甚至可以根據個人的思維模式預測任務，并自主尋找解決方案。由此，設備就好像是用戶的數字延伸，就像用戶的雙胞胎（AI Twin）一樣。
聯想AI PC，并不只是單純的硬件AI，軟件也會有很大作用。一方面，聯想在研發自己的大模型，另一方面也可能會有其他廠商的大模型引入。公司方面接受e公司記者采訪時透露，目前還暫未考慮AI PC所帶來的盈利模式重構問題。
AI PC與沒有加載AI的個人電腦相比，是一個高端產品。至于價格，公司方面沒有能夠給出具體數字，只是表示“價格還要取決于配置”。
雖然進行了現場展示，不過聯想明確，AI PC今年無法面世，約明年9月前后正式推向市場，且后續會不斷進化煥新。
從產業邏輯來看，PC市場非常成熟。消費電子周期起伏，疫情期間，全球PC市場曾達到近些年頂峰，但是此后也一度連續多季度下跌，蘋果等頭部玩家的出貨量也出現下滑。
目前市場的一致判斷是，PC市場正在出現復蘇向好。個人電腦出貨量環比在過去兩個季度均有所增長，其中第三季度環比增長11%。據Luca介紹，目前聯想PC渠道庫存已經優化，而AI PC雖然短期不會成為主流，但也有望帶來價格中樞上移。這有望推動PC市場的量價“雙擊”。
消費電子都在快上大模型
生成式AI、大語言模型對不少產業都帶來“燈塔式指引”，但人工智能真正落地，離不開硬件和設備的負載。
實際上，除了AI PC之外，在AI大勢之下，作為用戶量最廣、用戶粘性最高的智能終端，手機更是成為AI大爆炸大普及的第一載體。近一年來，包括華為、小米、OPPO、榮耀在內的中國智能手機行業參與者，都已高調入局大模型。
以小米為例，其大模型技術的主力突破方向是輕量化和本地部署，目前小米自研的13 億參數端側模型已經在手機端跑通了 Demo，而且部分場景效果可以媲美 60 億模型在云端的運算效果。
這折射出消費電子廠商在大模型方面“端云一體”“端云協同”的新趨勢。中國信通院相關人士此前接受e公司記者采訪時曾表示，如果能夠在端側模型解決的部分能力或者部分功能，就沒有必要上升到云端去；如果在調用大模型的過程中需要用到更多信息和功能，就需要結合云端能力。
楊元慶認為，要打造全景式的人工智能，“從口袋到云端”的計算能力, 多種形態的應用都是我們所需要的，而不同行業的解決方案也十分關鍵。與此同時，人們既青睞公共大模型回答問題的功能，又常常希望問出的問題和得到的答案僅僅留存在自己的設備上或企業內部。對于如何能夠做到“既要-也要”的問題，他給出的答案是，將公共大模型和個人大模型，以及企業級大模型相結合。
“朋友圈”頂流
微軟、NVIDIA、英特爾、AMD、高通等全球頂級AI科技公司CEO同日都參加了這次大會。其間，圍繞設備、基礎設施和解決方案領域，聯想與多家頂流之間還宣布了多項戰略合作。
在智能化解決方案領域，聯想集團將個人人工智能雙胞胎和企業級人工智能雙胞胎的相關愿景，構建進與微軟的未來解決方案中。在基礎設施領域，聯想集團與NVIDIA合作推出新的混合人工智能計劃。
此外，聯想還與英特爾攜手推動AI在客戶端、邊緣、網絡和云端的所有工作負載上的規模化應用。聯想集團與AMD在智能設備、基礎設施和解決方案等方面繼續緊密合作。同時，高通正在發力具有數十億參數的生成式人工智能模型，使聯想產品能夠為用戶的生產力和創造力提供更多支持。
最受關注的還是楊元慶與黃仁勛公布的重大計劃——推出混合人工智能解決方案。這意味著，作為英偉達的市場合作伙伴，聯想將提供基于NVIDIA MGX架構的新的企業級AI解決方案、聯想混合人工智能服務及其他從層面的服務。這些解決方案使企業可以采用混合云方法——通過NVIDIA AI Foundation云服務構建自定義人工智能模型，然后由NVIDIA最新的生成式人工智能設計的硬件設備和軟件驅動的聯想本地系統運行它們。
楊元慶介紹，在與NVIDIA的緊密合作下，聯想將提供完全集成的系統，將人工智能驅動的算力引入數據生成的各個地方，從邊緣到云端，幫助企業輕松部署定制化的生成式人工智能應用，推動創新和轉型，覆蓋千行百業。
此外值得關注的是，大會現場，楊元慶與黃仁勛進行了一場深度對話。話題圍繞汽車計算、AIGC等話題展開。黃仁勛表示，繼此前25年的相識、合作之后，英偉達和聯想還要備戰下一個25年的合作。
黃仁勛在對話中透露，交通運輸業將史無前例地成為一個計算機產業；對于AIGC，他認為，需要創建基礎設施和解決方案堆棧，使每個公司都有可能受益于人工智能。
附：楊元慶（YY）與黃仁勛（Jensen Huang）對話全文
YY:So Jensen, I know our media friend here have a lot of questions for you. But today, I want to try to ask you some questions on behalf of that, they can tell me so whether Im a good interview or not. How about that?
元慶：Jensen，我知道我們的媒體朋友有很多問題要問你。今天，我想試著代表他們問你一些問題，他們可以告訴我，我是否是一個好的提問者。怎么樣？
So definitely, my first question is about the vehicle computing. We have worked on that for quite a while to capture the opportunity, although it's not what we want to focus today, but we really want to hear from you. So, what's your perspective on future vehicle computing?
我的第一個問題是關于車計算的。我們已經在這一領域努力了很長時間，以抓住這個機會，盡管這不是我們今天重點關注的，但我們真的很想聽聽你的意見。你對未來汽車計算的看法是什么呢？
Jensen Huang:The largest industry in the world is transportation, and it is about to become a computer industry for the very first time. So what's inside the computer? What's inside the car used to be engines and electronic parts, but in the future is gonna be a computer.And so this is gonna be one gigantic new market for the computer industry. And it's terrific that Lenovo is going to be part of it with your heritage and building extraordinary computers. You'll be able to bring that to the automotive industry.
黃仁勛：世界上最大的產業是交通運輸業，如今它將史無前例地成為一個計算機產業。那么電腦里面是什么？汽車里以前是發動機和電子零件，但在將來，汽車里面會是一臺電腦。因此，這對于計算機行業來說是一個極其龐大的全新市場。聯想對此早已布局并打造非凡的計算機，這真是太棒了。你將能夠把計算機帶到汽車行業。
YY:Thank you, Jensen. Beyond vehicle computing, we collaborate broadly in workstation, gaming pc, high performance computer, now extending into AI and smart infrastructure. Recently, definitely, the hottest topic is Chat-GPT. NVIDIA has had such an important role enabling this new era. You have been the leader of AI for more than a decade. So could you share with us your insight on generative AI particularly what's the prospect of its applications?
元慶：謝謝你，Jensen。除了車載計算，我們還在工作站、游戲pc、高性能計算機方面進行廣泛合作，目前已擴展到人工智能和智能基礎設施領域。最近，最熱門的話題無疑是Chat-GPT。NVIDIA在使能AI新時代發揮了重要的作用。十多年來，你一直是人工智能的領導者。那么，你能和我們分享一下你對生成式人工智能的見解嗎？特別是它的應用前景如何？
Jensen Huang:We saw some pretty cool examples of generative AI just now in the demos. But when you take a step back and think about what happened in the last decade, several very important inventions were discovered. For the very first time, a computer could write software that no humans can, that requires AI infrastructure, a new type of computing infrastructure. This is the largest time expansion in the history of our partnership. We've been working together now for 25 years. Yes. Could you imagine YY and me 25 years ago? So it's been a very, very long ago.
黃仁勛：我們剛才在演示中看到了一些生成式人工智能的非常酷的例子。當你退一步思考過去十年發生的事情時，你會發現一些非常重要的發明出現了。人類歷史上首次，計算機可以編寫人類無法編寫的軟件，這需要人工智能基礎設施，一種新型的計算基礎設施。這是我們最為長久的合作。我們已經合作了25年了。你能想象25年前的元慶和我嗎？這是很久以前的事了。
Over the years, we've worked on workstations and laptops and servers and super computers. The most energy efficient super computers in the world are powered by NVIDIA and Lenovo. Now, there's a brand new type of computer. I call it AI factory. This AI factory is a dedicated computing infrastructure with the super computers that we build that are dedicated to optimize artificial intelligence. This AI factory has a singular purpose. It takes raw material data that comes into it, and a process it and refines it with a great deal of processing, and it outputs intelligence.
多年來，我們一直致力于打造工作站、筆記本電腦、服務器和超級計算機。世界上最節能的超級計算機由NVIDIA和聯想攜手打造。現在，有一種全新的電腦，我稱之為AI工廠。這個AI工廠是一個專門的計算基礎設施，配套著我們建造的專門用于優化人工智能的超級計算機。這個AI工廠僅有一個單一目的，即將進入其中的原始數據進行處理，并通過大量處理進行提煉，輸出智能。
Now, a decade ago, the type of intelligence we were able to produce was understanding the meaning of the data, understanding speech, understanding images, understanding the meaning of the data. But now, for the very first time, you saw some examples of that, just a second ago, we are able to generate data.
十年前，我們能夠制造的智能是理解數據的含義，理解語音，理解圖像，理解數據的意義。但現在，就在一秒鐘前，你第一次看到了一些這樣的例子，我們能夠生成數據。
Now, the ability for a computer do not only understand data of all kinds, unstructured all kinds. It could be words and sounds and pixel images, and it could be proteins and chemicals. It could be a motion, whatever information could be digitized. Computers now have the ability to understand the meaning of it. What is the meaning that's embedded in the data? Now we can generate it. And this revolution started in the cloud, but it's now one of the biggest opportunities is for us to bring it to the enterprise. And the reason for that is because the vast majority of the world's data is embedded in enterprises. It is for us, that data is confidential as proprietary, is intensely sensitive, for some people is regulated and unable to move to the cloud.
現在，計算機的能力不僅僅是理解各種數據，各種非結構化的數據。它可以是單詞、聲音和像素圖像，也可以是蛋白質和化學物質，可以是一個運動，任何信息都可以數字化。計算機現在有能力理解它的含義。數據中的含義是什么？現在我們可以生成它了。這場革命始于云，現在最大的機會之一是我們將它帶到企業中。因為世界上絕大多數數據都嵌入在企業中。數據是保密的，是非常敏感的，對于有些人來說是受到監管的，且無法轉移到云端。
And so what we need to do is to create the infrastructure as well as the solution stack that makes it possible for every company to be able to take advantage of artificial intelligence. It includes four parts. We have a back here showing you there are four parts. The first part is the pre-trained models. We call that AI foundation. These foundational models are in our cloud, and they're optimized to deliver the most performance that could be as interactive as possible as well as most cost efficient. These models are quite large process, and the faster we can process it, the lower the cost.
因此，我們需要做的是創建基礎設施和解決方案堆棧，使每個公司都有可能受益于人工智能。我們向您展示了四個部分。第一部分是預訓練模型，我們稱之為人工智能基礎。這些基礎模型在我們的云中，它們經過優化，可以提供盡可能交互式和最具成本效益的最佳性能。這些模型需要相當龐大的過程，我們處理得越快，成本就越低。
The second thing is how do we take this AI model, which fundamentally is kind of like a brain, but it doesn't really do anything unless you turn it into an application. One of the things you hear plenty about in the near future. And surely in this conference is the notion called a retrieval augmented generation. It's another way of saying creating a chat bot and this chat bot has the ability that's augmented by data that's yours. We now have the capability to vectorizer, turn this database into a semantic database, not a relational database, not an unstructured database, but a semantic database, a database that understands meaning. You could talk to this database, ask questions, and because it understands the words that you're using, and it understands the meaning of the data that's inside the storage and the vector database. It has the ability now to respond in a way that makes sense to you.
第二部分是我們如何看待這個人工智能模型，它本質上有點像大腦，但除非你把它變成一個應用程序，否則它什么都不會做。這是你在不久的將來經常聽到的事情之一，有一個概念被稱為檢索增強生成（RAG）。這是創建聊天機器人的另一種說法，這個聊天機器人的功能可以通過你的數據得到強化。我們現在有能力矢量化，把這個數據庫變成一個語義數據庫，不是關系數據庫，不是非結構化數據庫，而是語義數據庫，一個可以理解意義的數據庫。你可以與這個數據庫交談，提出問題，因為它能理解你正在使用的單詞，也理解存儲和向量數據庫中數據的含義。它現在有能力以一種你能理解的方式做出回應。
The second component is what is called a RAG, a retrieval augmented generative models. We can take this application, this new form of enterprise application, which is about assembling AIs. This is the way applications will be built in the future. We assemble the AIs. Instead of writing code or writing SQL queries, we're gonna assemble AIs like we assemble teams. And these AIs will perform all kinds of things. They'll perform things like customer service. It'll help you create marketing campaigns. It'll monitor all the activities in and out of your company to detect fraud. One of my favorite examples is talking to data. You'll be able to talk to your storage, whatever you have in your PC. You'll be able to talk to data.
第二個組成部分是所謂的RAG，一種檢索增強生成模型。我們可以采用這種新形式的企業應用程序來整合AI的。這就是未來構建應用程序的方式，我們將像整合團隊一樣整合AI，而不是通過編寫代碼或編寫SQL語言。這些AI將執行各種各樣的事情，他們會做客戶服務之類的事情，幫助您創建營銷活動，監控您公司內外的所有活動以發現欺詐行為。我最喜歡的例子之一是與數據交流，你將能夠與你的存儲設備對話，無論你的電腦里有什么。
RAG has the ability to create all kinds of applications. It now needs to run On-Prem. This is where our partnership with Lenovo really comes in. The first part is the operating system. We've been working with VMware. VMware is an operating system enterprise, 500,000 enterprises around the world uses VMware. We've been working with VMware to turn that operating system, which was originally designed for virtualization, which is now designed for artificial intelligence. And it's called VMware private AI we've been working on it for some 4 years. And that operating system runs ona run TAM (unclear)called and NVIDIA AI enterprise. That run TAM does all of the data processing, all the deep learning, all of everything from training, fine tuning, to guard railing, all the way to inference and deployment of the models. That entire stack runs on a Lenovo Think Server that we've been working on together. These are the four components, the four parts of our partnership, taking generative AI to the world's enterprise.
RAG具有創建各種應用程序的能力，它現在需要On-Prem上運行。這就是與聯想合作真正發揮作用的地方。第一部分是操作系統。我們一直在與VMware合作，全球約有50萬家企業使用VMware。我們與VMware合作，將最初設計用于虛擬化的操作系統轉變為用于人工智能的操作系統,它被稱為VMware私有人工智能，我們已經研究了大約4年。該操作系統運行在一個名為和NVIDIA AI Enterprise的TAM上。TAM完成了所有的數據處理、所有的深度學習，從訓練、微調到防護欄桿，一直到模型的推斷和部署。整個堆棧運行在我們一直在合作的聯想服務器上。這是我們合作伙伴關系的四個組成部分，將生成式人工智能帶入世界各地的企業。
YY:Yeah, Jenson. I 100 % agree with you. So I believe more generative AI application will happen in enterprise space. My second question is, how can we partner to bring generative AI to more vertical industries and enterprises?
元慶：是的，Jensen。我百分之百同意你的看法。因此，我相信更多的生成式人工智能應用將出現在企業領域。我的第二個問題是，我們應如何合作將生成式人工智能帶給更多垂直行業和企業？
Jensen Huang:There are four components. There's the pre-trained model, the knowledge of how to build these applications. How do you vectorize the databases? How do you put some semantic features into databases? How do you create these applications out of generative AI. And how do you deploy it? Installing and implementing the operating system, knowing how to orchestrate these workloads and then running it in your data center? I can't imagine a better partnership than the two of us, where the knowledge and the technologies and the reach of the world's markets from transportation to health care, to financial services. The reach of the world's markets is so broad with the Lenovo team, the combination between us, we can bring this technology that just by everybody.
黃仁勛：共有四個組成部分。這里有預訓練模型，以及如何構建這些應用程序的知識。如何對數據庫進行矢量化？如何將一些語義特征放入數據庫？如何從生成式人工智能中創建這些應用程序？如何部署、安裝和運行操作系統，如何協調這些工作負載，然后在數據中心中運行它。我想不出有比我們兩個更好的合作伙伴了，我們的知識和技術以及在世界市場的影響力，從交通到醫療保健，再到金融服務。有了聯想團隊整個世界市場是如此廣闊，通過我們的結合可以把這項技術帶給所有人。
YY:Yeah, so Jensen, I'm so happy to take our partnership to the next level. So today, actually, we are very excited to announce a new joint hybrid AI initiative. We want to bring the next generation of cloud AI technology to enterprise everywhere. That means as your time to market partner, Lenovo will deliver new enterprise AI solutions, based on NVIDIA MGX architecture, Lenovo hybrid AI services and so much more.
元慶：是的，Jensen，我很高興能把我們的合作關系提升到一個新的水平。事實上，今天我們非常興奮地宣布一項新的混合人工智能聯合倡議。我們希望將下一代云人工智能技術帶到各地的企業中。這意味著，作為你的合作伙伴，聯想將提供基于NVIDIA MGX架構、聯想混合人工智能服務等的全新的企業級人工智能解決方案。
Jensen Huang:That's right. This is one of the major pillars of Lenovo vision and strategy of AI for all. It's terrific.
黃仁勛：沒錯。這是聯想“AI for All”人工智能愿景和戰略的主要支柱之一。太棒了。
YY:Thank you, Jensen. For your trust and great partnership. Let's continue to unleash the power of AI to drive innovation and transformation, starting from celebrating this hybrid AI initiative.
元慶：謝謝你，Jensen。感謝您的信任和良好的合作伙伴關系。讓我們從慶祝這一倡議開始，繼續釋放人工智能的力量，推動創新和轉型。
Jensen Huang:Thank you YY. For the next 25 years.
黃仁勛：謝謝YY，也為了接下來的25年。
（文章來源：證券時報網）
相關推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內容相關的任何行動之前，請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。
