响应主权 AI 号召：各国将日益依赖在管理复杂的分布式技术网络方面拥有丰富经验的电信公司，来实现本国的主权 AI 目标。这一趋势将在欧洲和亚洲迅速蔓延，瑞士、日本、印度尼西亚和挪威的电信公司已经开始与领先的公司合作，建立 AI 工厂，利用专有的本地数据帮助研究人员、初创企业、企业和政府机构创建 AI 应用和服务。

　　吴新宙

　　NVIDIA 全球副总裁，

　　汽车事业部负责人

　　踩下生成式 AI 的油门：随着开发人员利用生成式 AI 的进步成果，自动驾驶车辆(AV)的性能将变得更加强大。例如，借助基础模型(例如视觉语言模型)，有机会利用互联网规模的知识，解决自动驾驶车辆领域最棘手的问题之一，即高效、安全地进行极端情况推理。

　　仿真开启成功之门：更广泛地说，基于 AI 的新工具将使自动驾驶汽车开发工作取得突破性进展。例如，生成式仿真的进步将能够以可扩展的方式创建复杂场景，用于对车辆进行安全性压力测试。除了可以测试异常或危险情况外，在生成合成数据以进行端到端模型训练方面，仿真也至关重要。

　　三台计算机方法：实际上，支撑自动驾驶车辆开发有三台关键计算机，AI 的新进展将促进这三台计算机上的自动驾驶车辆软件开发。在这三台计算机中，一台用于在数据中心训练基于 AI 的堆栈，另一台用于模拟和验证，第三台车载计算机用于处理实时传感器数据以实现安全驾驶。这些系统将共同实现自动驾驶车辆软件的持续改进，从而提高汽车、卡车、自动驾驶出租车及其他车辆的安全和性能。

　　Marc Spieler

　　NVIDIA 全球能源行业高级总监

　　迎接智能电网：您知道家中每天的用电高峰是什么时候吗?随着世界各地的电力公司正在采用智能电表，利用 AI 广泛地管理大型发电厂、变电站、以及家庭的电网，您很快就能知道答案了。

　　随着智能电网逐步成形，曾被认为过于昂贵的智能电表将走入千家万户。智能电表融合了软件、传感器和加速计算功能，不仅能提醒电力公司后院的树木是否触碰到电线，还能指示何时通过购买屋顶太阳能储存的过剩电力可以提供大额折扣。

　　加速电力供应：对于能源行业而言，提供最佳的能源技术堆栈一直是核心任务。在生成式 AI 时代，电力公司将以减少环境影响的方式解决这一问题。

　　预计到 2025 年，核能作为清洁能源之一将在能源行业得到更广泛的应用。随着天然气替代煤炭和其他能源，人们对天然气的需求也将增长。加速计算、仿真技术、AI 和 3D 可视化的应用日益广泛，这些技术有助于优化设计、管道流量和储存，从而助力推动核能和天然气等能源复苏。在石油和天然气公司内，也将会发生同样的转变，这些公司正在设法减少能源勘探和生产所带来的影响。

　　Azita Martin

　　NVIDIA 零售、快速消费品与快餐店业务副总裁

　　软件定义零售：超级购物中心和杂货店都将由软件定义，它们都在边缘运行计算机视觉和复杂的 AI 算法。这一转变将加快结账，优化商品销售，减少因产品丢失或者被盗所带来的损耗。

　　每家店都将连接至总部的 AI 网络，利用集体数据而成为一台终身学习机器。利用自身数据持续学习的软件定义商店将改变购物体验。

　　智能供应链：利用数字孪生、生成式 AI、机器学习和基于 AI 的求解器而创建的智能供应链将助推价值数十亿美元的劳动生产力和运营效率提升。商店和配送中心的数字孪生仿真可用来优化陈设布局，提高店内销售，和加快配送中心的吞吐量。

　　代理式机器人将与员工一起工作，进行装卸卡车、上架和打包客户订单。此外，基于 AI 的路线优化求解器将增强最后一公里配送能力，将产品更快地送达客户手中，同时降低车辆的燃料成本。