NVIDIA CEO Jensen Huang का CES 2025 Keynote

 (youtube.com)
7 पॉइंट द्वारा GN⁺ 2025-01-08 | अभी कोई टिप्पणी नहीं है. | WhatsApp पर शेयर करें
  • वीडियो स्क्रिप्ट के साथ पूरी कीनोट प्रस्तुति का सार
  • मुख्य घोषणाएँ: GeForce RTX, Blackwell, Agentic AI, AI PCs, Physical AI, Autonomous Vehicles, Robotics

परिचय वीडियो: "टोकन ही AI का आधार"

  • टोकन की भूमिका:

    • टोकन AI में डेटा को समझने और प्रोसेस करने की मूल इकाई है, जो AI सिस्टम को शब्दों, चित्रों और वीडियो को बदलने तथा बनाने में सक्षम बनाता है
    • शब्दों को ज्ञान में बदलना और नई जानकारी तथा तकनीक तैयार करना
    • कला और तकनीकी प्रगति के लिए एक महत्वपूर्ण इंजन की तरह काम करते हुए मानव और AI के सहयोग की संभावनाओं का विस्तार करना

  • टोकन का वास्तविक उपयोग:

    • चित्रों का विश्लेषण करना और नई छवियाँ बनाना
    • टेक्स्ट को वीडियो में बदलकर रचनात्मक कंटेंट बनाना
    • रोबोट की चाल-ढाल सीखकर अधिक सटीक कार्रवाई संभव बनाना
    • प्राकृतिक आपदाओं, बीमारियों जैसे खतरों का पूर्वानुमान लगाना और उनके समाधान सुझाना
    • संख्याओं और डेटा के माध्यम से पर्यावरण को बेहतर समझना तथा निर्णय लेने में सहायता करना

CES में NVIDIA: नवाचार की यात्रा

NVIDIA के प्रमुख पड़ाव

प्रारंभिक नवाचार

  • 1993:
    • NV1 के लॉन्च से PC पर गेम-कंसोल जैसी क्षमता संभव हुई
    • उस समय की इनोवेटिव प्रोग्रामिंग आर्किटेक्चर UDA (Unified Device Architecture) की शुरुआत
  • 1999:
    • प्रोग्रामेबल GPU के आविष्कार से कंप्यूटर ग्राफ़िक्स इंडस्ट्री में बदलाव आया
    • इससे फिल्मों, गेम और ऐनिमेशन आदि की विज़ुअल क्वालिटी में बड़ा सुधार हुआ
  • 2006:
    • CUDA (Compute Unified Device Architecture) से GPU पर विभिन्न एल्गोरिद्म चलाना संभव हुआ

AI के मुख्य माइलस्टोन

  • 2012:
    • CUDA से चला AlexNet ने डीप लर्निंग रिसर्च को तेज़ किया और AI विकास की नींव मजबूत की
  • 2018:
    • Google की Transformer आर्किटेक्चर पर आधारित BERT का लॉन्च
    • Transformer ने प्राकृतिक भाषा प्रसंस्करण (NLP) और multimodal AI के ज़रिए AI की संभावनाओं को काफी विस्तार दिया

Generative AI का विकास

  • इमेज और साउंड डेटा को समझने के चरण से आगे बढ़कर अब टेक्स्ट और वीडियो जनरेशन तक का विकास
  • मल्टीमॉडल क्षमता:
    • टेक्स्ट, इमेज और साउंड के अलावा अमीनो एसिड, फिज़िक्स डेटा जैसे जटिल डेटा को भी प्रोसेस करने की क्षमता

RTX Blackwell: GPU का भविष्य

RTX 50 श्रृंखला का अनावरण

  • प्रदर्शन की प्रमुख बातें:

    • 92 अरब ट्रांजिस्टर और 4 petaflops AI compute शक्ति
    • पिछले जनरेशन की तुलना में 3x बेहतर प्रदर्शन
    • नवीनतम DLSS तकनीक से frame generation को ऑप्टिमाइज़ करना
    • real-time ray tracing सपोर्ट से और अधिक परिष्कृत ग्राफिक्स को संभव बनाना

  • प्रोडक्ट लाइनअप:

    • RTX 5070 से लेकर RTX 5090 तक विभिन्न मॉडल उपलब्ध
    • RTX 5090, RTX 4090 की तुलना में दोगुना प्रदर्शन देता है और हाई-एंड गेमिंग व ग्राफिक्स वर्कलोड के लिए ऑप्टिमाइज़्ड है

  • GeForce और AI का मेल:

    • GeForce ने AI टेक्नोलॉजी को व्यापक बनाया और अब AI टेक्नोलॉजी फिर GeForce को बदल रही है
    • Ray Tracing और DLSS (Deep Learning Super Sampling) के जरिए बेहतर energy efficiency और बेहतर ग्राफिक्स क्वालिटी हासिल की गई

एजेंट AI: डिजिटल वर्कफोर्स का आगमन

एजेंट AI की अवधारणा

  • परिभाषा: AI एजेंट किसी खास कार्य को करने के लिए डिजाइन किया गया डोमेन-विशिष्ट task expert होता है
  • काम करने का तरीका:
    • उपयोगकर्ता के साथ इंटरैक्ट करके जटिल समस्याओं को हल करना
    • समस्या को छोटे हिस्सों में बाँटना और डेटा खोज या टूल्स का उपयोग करके आउटपुट जनरेट करना

NVIDIA के एजेंट AI घटक

  1. NVIDIA NIMS:

    • AI microservices के रूप में उपलब्ध
    • जटिल AI सॉफ्टवेयर और मॉडल को containerize करके आसान deployment संभव
    • मुख्य उपयोग क्षेत्र:
      • विज़न, language understanding, speech, digital biology, physical AI

  2. NVIDIA Nemo:

    • डिजिटल एजेंट को कंपनी की जरूरतों के हिसाब से train और manage करना
    • विशेषताएँ:
      • कंपनी की भाषा, प्रोसेस और पॉलिसी के आधार पर AI एजेंट का customization
      • एजेंट के प्रदर्शन का मूल्यांकन और feedback उपलब्ध कराना
      • गैर-अनुमत व्यवहार या जानकारी पर नियंत्रण के लिए guardrails सेट करना

  3. एजेंट ब्लूप्रिंट:

    • विभिन्न कार्यों को संभालने वाले एजेंट टेम्पलेट उपलब्ध कराना
    • open source होने के कारण इसे modify और extend किया जा सकता है

एजेंट AI के उपयोग केस

  1. नॉलेज वर्कर्स और छात्र:

    • जटिल दस्तावेज़ समझना और interactive podcast बनाना
    • शैक्षणिक शोधपत्र, लेक्चर सामग्री और वित्तीय रिपोर्ट का विश्लेषण व सारांश तैयार करना

  2. सॉफ्टवेयर डेवलपर्स:

    • सुरक्षा कमजोरियों की लगातार scanning और समाधान सुझाना
    • विकास की गति बढ़ाना और code quality सुधारना

  3. वर्चुअल लैब:

    • शोधकर्ता अरबों यौगिकों को स्क्रीन करके दवा के संभावित उम्मीदवार जल्दी खोजते हैं
    • physical experiments की सीमाओं पर काबू पाना

  4. औद्योगिक डेटा विश्लेषण:

    • सैकड़ों कैमरों के डेटा का विश्लेषण करके ट्रैफिक जाम और जोखिम की निगरानी करना
    • प्रक्रिया को optimize करना या workers और robots को पुनः तैनात करना

एजेंट AI का भविष्य

  • AI एजेंट डिजिटल वर्कफोर्स का हिस्सा बनकर मानव के साथ काम करेंगे
  • एंटरप्राइज़ वातावरण में एजेंट की भूमिका और अधिक महत्वपूर्ण होगी:
    • काम का automation, cost reduction, और efficiency में वृद्धि
  • एजेंट AI कंपनी के IT विभाग के core tools में स्थान लेगा, और कंपनियाँ इन्हें govern करते हुए AI HR जैसी भूमिका निभाएँगी

AI नवाचार के लिए नए टूल

NVIDIA Cosmos: फिजिकल AI के लिए एक world foundation model platform

  • परिभाषा: Cosmos वह World Foundation Model प्लेटफॉर्म है जो physical world के डेटा को समझता और simulate करता है
  • उद्देश्य:
    • physical world में उत्पन्न डेटा और घटनाओं को AI मॉडल के सीखने और उपयोग के लिए सक्षम बनाना
    • रोबोटिक्स, autonomous vehicles और इंडस्ट्रियल AI जैसे विभिन्न physical AI applications में उपयोग

Cosmos की मुख्य क्षमताएँ

  1. Auto-regressive मॉडल:

    • real-time applications के लिए डेटा प्रोसेसिंग और जनरेशन
    • physical world के continuous state changes की भविष्यवाणी और simulation

  2. Diffusion आधारित मॉडल:

    • उच्च गुणवत्ता वाली image और video data का निर्माण
    • physically grounded data generation के कारण realistic simulation संभव

  3. एडवांस्ड टोकनाइज़र:

    • physical world डेटा का सटीक विश्लेषण करके AI सीखने के लिए उपयुक्त टोकन बनाना
    • डेटा के physical और dynamics से जुड़े अर्थ को reflect करना

  4. AI-accelerated data pipeline:

    • विशाल physical data को efficiently process और manage करना
    • CUDA तथा AI तकनीक से डेटा प्रोसेसिंग speed बढ़ाना

Cosmos के उपयोग उदाहरण

  1. रोबोट ट्रेनिंग:

    • physical data के आधार पर रोबोट के व्यवहार और actions को train करना
    • physical world की dynamics समझकर रोबोट की real-time adaptability बढ़ाना

  2. Autonomous vehicle simulation:

    • ड्राइविंग environment, मौसम और ट्रैफिक जैसी कई scenarios बनाना
    • AI मॉडल को safe और efficient autonomous driving सीखने में मदद देना

  3. इंडस्ट्रियल AI टेस्टिंग और वैलिडेशन:

    • फैक्ट्री, गोदाम और लॉजिस्टिक्स सेंटर के लिए digital twin environments बनाना
    • कार्य प्रक्रियाओं को optimize कर AI-driven automation में सुधार

  4. वीडियो निर्माण और डेटा कैप्शनिंग:

    • physical world पर आधारित वीडियो निर्माण और description उपलब्ध कराना
    • AI training के लिए high-quality multimodal datasets बनाना

Cosmos और Omniverse का इंटीग्रेशन

  • Omniverse के साथ संयोजन:

    • Omniverse physical accuracy वाला simulation environment देता है
    • Cosmos, Omniverse डेटा के आधार पर AI-generated outputs को physical truth के करीब लाता है

  • संयोजन के लाभ:

    • physically grounded multiverse simulation निर्माण
    • ऐसा वातावरण उपलब्ध कराना जहाँ AI वास्तविक जैसी conditions में सीखकर काम करे

Cosmos में डेटा का उपयोग

  • डेटा निर्माण और प्रशिक्षण:

    • 20 million घंटों की physical world data पर training
    • प्राकृतिक घटनाओं, मानव व्यवहार और dynamics motion को समझने पर फोकस

  • उपयोग क्षेत्र:

    • रोबोट motion learning
    • autonomous systems में action prediction
    • AI मॉडल के multimodal learning के लिए datasets उपलब्ध कराना

Cosmos के फायदे

  1. physical data की सहज समझ:

    • गुरुत्वाकर्षण, घर्षण, जड़ता आदि physical world की key concepts को सीखना
    • object permanence, causality जैसी logic को समझना

  2. कुशल डेटा निर्माण:

    • सिमुलेशन वातावरण में बड़े पैमाने पर डेटा निर्माण करके ट्रेनिंग लागत घटाना
    • जटिल physical scenarios को तेजी से generate और analyze करना

  3. ओपन प्लेटफ़ॉर्म:

    • Cosmos GitHub पर ओपन लाइसेंस के साथ उपलब्ध है
    • विभिन्न उद्योगों और शोध क्षेत्रों में स्वतंत्र रूप से इस्तेमाल किया जा सकता है

भविष्य की संभावनाएँ

  • Physical AI की नींव:

    • Cosmos का भविष्य में Physical AI के लिए एक आवश्यक प्लेटफ़ॉर्म बनने का अनुमान है
    • रोबोट और autonomous सिस्टम डेवलपमेंट की गति तेज़ होगी

  • औद्योगिक नवाचार:

    • मैन्युफैक्चरिंग, लॉजिस्टिक्स, हेल्थकेयर आदि में AI आधारित automation और optimization को समर्थन
    • Omniverse के साथ integration के ज़रिए digital twin तकनीक की परिशुद्धता और भी मजबूत होगी

  • Generative AI का फ्यूज़न:

    • Cosmos द्वारा जनरेट किए गए physical data का उपयोग करके multimodal AI और robotics को आगे बढ़ाना
    • “भविष्य की भविष्यवाणी करके सही रास्ता चुनने” में सक्षम AI सिस्टम बनाना

NVIDIA Isaac Groot: रोबोट डेवलपमेंट के लिए समग्र प्लेटफ़ॉर्म

Isaac Groot का अवलोकन

  • परिभाषा: Isaac Groot NVIDIA का robot learning और simulation platform है, जो humanoid रोबोट तथा सामान्य रोबोट डेवलपमेंट को तेज़ करने के लिए बनाया गया है
  • उद्देश्य:
    • रोबोट के जटिल व्यवहार और motions को train कराने के लिए large-scale डेटा निर्माण और processing
    • physical environment में रोबोट के प्रदर्शन को optimize करना और सुरक्षित टेस्टिंग environment उपलब्ध कराना

Isaac Groot के मुख्य घटक

  1. Robot Foundation Models:

    • humanoid रोबोट सहित सामान्य रोबोट के प्रारंभिक training और motion definition
    • Omniverse और Cosmos का उपयोग करके physical environment में काम करने योग्य मॉडल बनाना

  2. Data Pipelines:

    • छोटी सिमुलेशन डेटा को large-scale training डेटा में augment करना
    • AI acceleration technology की मदद से डेटा को तेजी से process करके training में उपयोग करना

  3. Simulation Frameworks:

    • बिना जोखिम वाले environment में रोबोट की गतिविधि का परीक्षण
    • Omniverse आधारित सिमुलेशन से physical data की accuracy सुनिश्चित करना

  4. Thor Robot Processor:

    • रोबोट का brain बनने वाला high-performance AI computing unit
    • sensor डेटा process करके real-time actions को control करना

Isaac Groot की विशेषताएँ

  1. Groot Teleop:

    • विवरण: Apple Vision Pro जैसे डिवाइस की मदद से मानव remote तरीके से robot digital twin को ऑपरेट कर सकता है
    • मुख्य बिंदु:
      • रोबोट के बिना भी डेटा कैप्चर संभव
      • भौतिक क्षति या wear के बिना सुरक्षित वातावरण में action data capture करना

  2. Groot Mimic:

    • विवरण: एकत्रित रोबोट actions डेटा को augment करके large-scale training डेटा बनाना
    • मुख्य बिंदु:
      • Teleop से capture किया छोटा डेटा सैकड़ों हजारों motion datasets में बढ़ाया जा सकता है

  3. Groot Gen:

    • विवरण: Omniverse और Cosmos का उपयोग करके डेटा की domain randomization और 3D upscaling करना
    • मुख्य बिंदु:
      • अलग-अलग environments और conditions को दर्शाने वाला डेटा बनाना
      • वास्तविकता-आधारित और physical foundation वाले simulation डेटा उपलब्ध कराना

  4. Isaac Sim:

    • विवरण: Software-in-the-Loop testing और validation
    • मुख्य बिंदु:
      • वास्तविक रोबोट deployment से पहले सिमुलेशन में performance test करना

Isaac Groot के उपयोग के केस

  1. Humanoid robot development:

    • human movement डेटा सीखकर विभिन्न tasks perform करने के लिए ट्रेन करना
    • कठिन tasks को बार-बार करने वाले डेटा augmentation से training खर्च घटाना

  2. इंडस्ट्रियल रोबोट:

    • factories, warehouses आदि में physical environment के अनुरूप रोबोट तैनात करना
    • काम की efficiency बढ़ाना और खतरनाक कामों को replace करने के लिए रोबोट train करना

  3. Autonomous robot testing:

    • autonomous रोबोट की गतिविधि को large-scale सिमुलेशन में test करना
    • अलग-अलग environmental conditions में stability और performance को validate करना

Isaac Groot के लाभ

  1. डेटा दक्षता:

    • छोटे डेटा पर आधारित बड़े डेटा सेट निर्माण
    • Omniverse और Cosmos के माध्यम से वास्तविकता-आधारित high-quality डेटा उपलब्धता

  2. सुरक्षित टेस्टिंग environment:

    • बिना खतरे वाले सिमुलेशन वातावरण में रोबोट की कार्रवाई train और validate करना
    • physical दुनिया में हो सकने वाली errors को सिमुलेशन चरण में पहले ही पहचानना

  3. लचीलेपन और स्केलेबिलिटी:

    • विविध robot प्लेटफ़ॉर्म के साथ integrate करना आसान
    • उद्योग, research और autonomous systems जैसे कई क्षेत्रों में उपयोग संभव

Isaac Groot का भविष्य

  • रोबोट उद्योग की वृद्धि में सहायता:

    • Isaac Groot robot development लागत घटाने और समय बचाने में मदद करता है
    • humanoid, logistics और service robots सहित कई क्षेत्रों में लागू किया जा सकता है

  • AI और रोबोट का एकीकरण मजबूत होना:

    • AI और simulation tech को जोड़कर सामान्य robot development को तेज़ करना
    • physical world और digital twin को जोड़कर रोबोट की वास्तविक दुनिया में adapt करने की क्षमता बढ़ाना

  • संपूर्ण उद्योग में automation को बढ़ावा:

    • मैन्युफैक्चरिंग, लॉजिस्टिक्स, हेल्थकेयर आदि में रोबोट और AI के जरिए automation innovation बढ़ेगी
    • Isaac Groot को रोबोट क्रांति के केंद्र में एक प्रमुख platform के रूप में स्थापित होने की संभावना है

NVIDIA का विज़न: AI और रोबोट का भविष्य

NVIDIA AI और रोबोट टेक्नोलॉजी को combine करके physical world और digital world को जोड़ने पर केंद्रित है, ताकि सभी उद्योगों में innovation तेजी से हो।

NVIDIA की तीन प्रमुख रोबोट विज़न

  1. Agentic AI:

    • भूमिका:
      • डेटा analysis, user interaction और complex problem solving
      • कामों को automate करके humans के साथ collaborate कर productivity को maximize करना
    • Use cases:
      • enterprise में information retrieval, customer support, productivity tool optimization

  2. Autonomous Vehicles:

    • भूमिका:
      • उन्नत autonomous driving tech से driving safety और efficiency बेहतर करना
      • road और city environments के लिए suitable autonomous सिस्टम बनाना
    • भविष्य की संभावनाएँ:
      • autonomous vehicles single industry से multi-trillion-dollar scale तक बढ़ने की संभावना रखते हैं
      • NVIDIA के Thor processor से autonomous vehicles की sensor data real-time process होगी

  3. Humanoid Robots:

    • भूमिका:
      • इंसानी वातावरण में काम करने वाले versatile robots का विकास
      • existing environments में adapt होकर physical tasks को automate करना
    • मुख्य बिंदु:
      • human motion data सीखकर कठिन tasks perform करने में मदद
      • Omniverse और Cosmos प्लेटफ़ॉर्म से large-scale डेटा निर्माण और training समर्थन

Digital Twin: वास्तविक और वर्चुअल दुनिया का कनेक्शन

  • परिभाषा: Digital Twin एक virtual simulation environment है जो वास्तविक वातावरण के समान होता है

  • भूमिका:

    • AI मॉडल training और testing को सुरक्षित तरीके से करने के लिए virtual space उपलब्ध कराता है
    • industrial process, factory operations और autonomous systems को optimize करने के लिए simulation environment

  • मुख्य बिंदु:

    • Omniverse के जरिए physically accurate digital twin generate करना
    • physical डेटा के आधार पर भविष्यवाणी करने योग्य simulation देने के लिए Cosmos को जोड़ना

  • औद्योगिक उपयोग:

    • मैन्युफैक्चरिंग: कारखाने की automation सिस्टम का सिमुलेशन और optimization
    • लॉजिस्टिक्स: warehouse operations की efficiency analysis और robot motion planning

NVIDIA Thor: रोबोट और autonomous systems की brain

  • Thor processor:

    • autonomous vehicles और robots के लिए high-performance AI computing unit
    • कई सेंसर डेटा को real-time process करके रोबोट actions control करना

  • परफॉरमेंस:

    • पुराने Orin processor की तुलना में 20x higher processing performance
    • विभिन्न robots और autonomous systems में इस्तेमाल करने योग्य general-purpose robot processor

  • सुरक्षा:

    • Thor पहला programmable AI computer है जिसे ISO 26262 के ASIL-D मानकों के लिए certified status मिला है
    • high level functional safety से autonomous systems की भरोसेमंदी बढ़ती है

NVIDIA की industrial strategy: तीन कंप्यूटिंग सिस्टम

  1. DGX: AI training के लिए computer

    • large-scale डेटा process करना और AI मॉडल train करना

  2. AGX: edge computing के लिए computer

    • autonomous vehicles, robots आदि में real-time AI लागू systems के लिए उपयोग

  3. डिजिटल ट्विन कंप्यूटर:

    • Omniverse और Cosmos के आधार पर AI प्रशिक्षण और परीक्षण के लिए सिमुलेशन उपलब्ध कराया गया
    • AI मॉडल वास्तविक माहौल में काम करने से पहले सुरक्षा और प्रदर्शन का सत्यापन

NVIDIA की भविष्य दृष्टि

  1. उद्योगों का व्यापक डिजिटलीकरण:

    • कारखाने, गोदाम, लॉजिस्टिक्स सेंटर आदि सभी उद्योगों का स्वचालन और अनुकूलन
    • Omniverse और Cosmos के जरिए digital twin तकनीक का उपयोग

  2. AI और रोबोट का एकीकरण:

    • सूचना-आधारित एजेंट, self-driving car और humanoid रोबोट के विकास को तेज करना
    • Physical AI तकनीक से नए उपयोग क्षेत्रों को विकसित करना

  3. रोबोट क्रांति के केंद्र में:

    • रोबोट और AI तकनीकों के संयोजन से नई ट्रिलियन-स्तरीय इंडस्ट्रीज़ का निर्माण
    • रोबोट तकनीक का चिकित्सा, लॉजिस्टिक्स, निर्माण आदि कई उद्योगों के लिए मुख्य घटक बनना

  4. औद्योगिक साझेदारियों का विस्तार:

    • Toyota, Mercedes, Tesla आदि के साथ मिलकर self-driving तकनीक का व्यावसायीकरण
    • Accenture, Keon आदि के साथ सहयोग करके निर्माण और लॉजिस्टिक्स का डिजिटलीकरण आगे बढ़ाना

समापन

  • 2025 की उपलब्धियाँ:
    • Blackwell GPU का बड़े पैमाने पर उत्पादन और विभिन्न उद्योगों में उपयोग
    • Physical AI के लिए पहला विश्व मॉडल NVIDIA Cosmos जारी करना
    • एजेंट AI, self-driving car और humanoid रोबोट के तीन रोबोटिक इनोवेशन क्षेत्रों में महत्वपूर्ण प्रगति
    • NVIDIA Thor प्रोसेसर के mass production की शुरुआत और autonomous systems के लिए नए मानक तय करना
  • AI कंप्यूटिंग का जनतंत्रीकरण:
    • सभी उपयोगकर्ताओं और कंपनियों को AI का इस्तेमाल करने के लिए तकनीक उपलब्ध कराना
    • open source platform और NVIDIA के टेक्नोलॉजी स्टैक के माध्यम से इनोवेशन को तेज करना
  • DGX Cloud और Project Digits:
    • AI सुपरकंप्यूटर को और छोटा व अधिक efficient बनाकर व्यक्तियों, शोध केंद्रों और स्टार्टअप्स के लिए भी उपयोगी बनाना
    • NVIDIA AI software stack से पूरी तरह एकीकृत छोटे AI सुपरकंप्यूटर के लॉन्च की तैयारी
  • Omniverse और Cosmos का संयोजन:
    • Physical simulation और digital twin तकनीकों का एकीकरण
    • उद्योग डिजिटलीकरण और रोबोट तकनीक के विकास में केंद्रीय भूमिका निभाना

मुख्य संदेश

  • NVIDIA की तकनीक सिर्फ हार्डवेयर नहीं, बल्कि AI और डिजिटल दुनिया का भविष्य डिज़ाइन करती है
  • "सभी उद्योग AI से पुनर्गठित हो रहे हैं, और NVIDIA इस बदलाव का इंजन बनने की भूमिका निभा रहा है।"
  • रोबोट क्रांति, AI इनोवेशन और भौतिक दुनिया तथा डिजिटल दुनिया को जोड़ने वाले नए प्लेटफॉर्म की ओर छलांग
  • NVIDIA ने अपनी प्रस्तुति का समापन यह कहकर किया कि वह "इस क्रांतिकारी यात्रा में आप सभी को साथ आने की अपेक्षा करता है"
  • 2025 के बाद, AI और रोबोट तकनीक के सभी उद्योगों और रोज़मर्रा के जीवन में विस्तार पर जोर देते हुए एक सकारात्मक और आशावादी दृष्टि प्रस्तुत की

संबंधित पढ़ाई

अभी कोई टिप्पणी नहीं है.

अभी कोई टिप्पणी नहीं है.