Nvidia ขยายความสนใจไปที่หุ่นยนต์ฮิวแมนนอยด์ท่ามกลางการแข่งขันที่เพิ่มขึ้นในพื้นที่ชิป

Nvidia เดิมพันกับการเติบโตของหุ่นยนต์ที่กำลังจะมาถึง

Nvidia มีบทบาทสำคัญในการขับเคลื่อนอุตสาหกรรม AI ที่เจริญรุ่งเรืองด้วยธุรกิจการผลิตชิป ชิปของบริษัทเป็นที่ต้องการทั่วโลก เนื่องจากความต้องการระบบ AI ยังคงเติบโตอย่างต่อเนื่อง อย่างไรก็ตาม การแข่งขันที่รุนแรงก็เกิดขึ้นภายในภาคส่วนนี้เช่นกัน

สิ่งนี้ทำให้ Nvidia ต้องมองหาที่อื่นด้วย ขณะนี้บริษัทมูลค่า 3.3 ล้านล้านดอลลาร์รายนี้กำลังพึ่งพาการเติบโตของหุ่นยนต์ที่คาดการณ์ไว้ในอนาคตอันใกล้นี้

จากข้อมูลของ Caliber หุ่นยนต์ฮิวแมนนอยด์คาดว่าจะปรากฏตัวมากขึ้นในอุตสาหกรรม โกดัง โรงงานยานยนต์ และแม้แต่ในบ้านบางหลังในปี 2568 แม้ว่าจะยังไม่ชัดเจนว่าหุ่นยนต์เหล่านั้นจะกลายเป็นกระแสหลักอย่างไร

ตอนนี้การเปิดตัวคอมพิวเตอร์ขนาดกะทัดรัดรุ่นต่อไปของ Nvidia สำหรับหุ่นยนต์ฮิวแมนนอยด์ Tetson Thor จะเป็นจุดเริ่มต้นสำหรับแผนการที่จะเป็นแพลตฟอร์มชั้นนำสำหรับการเติบโตอย่างรวดเร็วในหุ่นยนต์ AI ที่คาดการณ์ไว้นี้

“ช่วงเวลา ChatGPT สำหรับ AI ทางกายภาพและหุ่นยนต์อยู่ใกล้แค่เอื้อม”

~ ทัลลา.

Talla ยังบอกกับ Financial Times ว่าเขาเชื่อว่าตลาดอยู่ที่ "จุดเปลี่ยน"

ตามรายงานของ Financial Times สิ่งนี้เกิดขึ้นเมื่อยักษ์ใหญ่ด้านการผลิตชิปคาดหวังว่าจะมีการแข่งขันที่มากขึ้นจาก AMD ในขณะเดียวกัน การแข่งขันจากยักษ์ใหญ่ด้านการประมวลผลแบบคลาวด์อย่าง Google และ Amazon ก็ไม่สามารถมองข้ามได้

ขณะนี้ Nvidia กำลังส่งเงินทุนไปยังพื้นที่ "AI ทางกายภาพ" เพื่อช่วยให้บริษัทหุ่นยนต์ใหม่ๆ เติบโต ตัวอย่างเช่น บริษัทได้เข้าร่วมกับ Microsoft และ OpenAI ในรอบการระดมทุนเมื่อเดือนกุมภาพันธ์ โดยให้มูลค่าบริษัทหุ่นยนต์ฮิวแมนนอยด์ Figure AI อยู่ที่ 2.6 พันล้านดอลลาร์

ธุรกิจหุ่นยนต์เป็นเพียงส่วนเล็กๆ ของรายได้ของ Nvidia

ตามรายงานของ Financial Times ธุรกิจหุ่นยนต์ถือเป็นส่วนแบ่งเล็กน้อยของรายได้รวมของ Nvidia แม้ว่าบริษัทผู้ผลิตชิปจะไม่ได้แจกแจงรายละเอียดตัวเลขจากกลุ่มหุ่นยนต์ก็ตาม

ในระหว่างการอัปเดตประสิทธิภาพไตรมาสที่สามที่เผยแพร่เมื่อวันที่ 30 พฤศจิกายน Nvidia รายงานว่ารายรับของศูนย์ข้อมูลคิดเป็นประมาณ 88% ของยอดรวม 35.1 พันล้านดอลลาร์ ซึ่งสูงกว่าไตรมาสก่อนหน้า 17% และ 94% จากปีที่แล้ว

จากข้อมูลของ บริษัท รายได้จากศูนย์ข้อมูลเพียงอย่างเดียวอยู่ที่ 17% เมื่อเทียบกับไตรมาสก่อนหน้า และ 112% จากปีที่แล้ว

เจนเซน ฮวง ซีอีโอและผู้ก่อตั้ง แสดงความคิดเห็นต่องบการเงินในขณะนั้น ยอมรับว่าธุรกิจต่างๆ กำลังลงทุนในหุ่นยนต์อุตสาหกรรม

“การลงทุนด้านหุ่นยนต์อุตสาหกรรมเพิ่มขึ้นอย่างรวดเร็วด้วยความก้าวหน้าด้าน AI ทางกายภาพ”

~ หวาง.

ตาม บทความ ของ Cnet หุ่นยนต์ฮิวแมนนอยด์หลายตัวกำลังแข่งขันกันเพื่อรักษาตำแหน่งของพวกเขาในพื้นที่ที่มีผู้คนพลุกพล่าน และปีหน้าจะเป็น "ปีแห่งธงสำหรับกลไกโลหะที่เดินขบวนที่สร้างขึ้นในภาพของเรา"

บริษัทต่างๆ เพิ่ม ความพยายามในการใช้ หุ่นยนต์ AI มากขึ้น ในปี 2024

ในปีที่ผ่านมา บริษัทอย่าง Boston Dynamics ได้เปิดตัวหุ่นยนต์ Atlas ที่ใช้ไฟฟ้าทั้งหมด ขณะเดียวกันก็เลิกใช้ Atlas ไฮดรอลิกอันเป็นเอกลักษณ์ ซึ่งปัจจุบันรู้จักกันในชื่อ HD Atlas

หุ่นยนต์ตัวใหม่สามารถเคลื่อนที่ได้ในลักษณะ "เหนือมนุษย์" บริษัทอื่นๆ เช่น Figure, Agility Robotics และ 1X กำลังสร้างความร่วมมือใหม่กับบริษัทอย่าง OpenAI และ Nvidia โดยใช้ฮาร์ดแวร์และซอฟต์แวร์เพื่อช่วยให้หุ่นยนต์พูดและทำงานต่างๆ ได้เร็วกว่าที่ต้องเริ่มต้นจากศูนย์

บริษัทต่างๆ เช่น Tesla ของ Elon Musk เลือกใช้ข้อมูล ฮาร์ดแวร์ และซอฟต์แวร์ที่พัฒนาขึ้นเพื่อช่วยเหลือผู้ขับขี่ในรถยนต์ และบรรจุใหม่ในรูปแบบใหม่ด้วยหุ่นยนต์ Optimus

ในขณะเดียวกัน ในข่าวด้านวิทยาการหุ่นยนต์อื่นๆ Pymnts ยังได้เขียนเกี่ยวกับงานวิจัยของ MIT ที่พัฒนาระบบ AI ที่สามารถทำให้หุ่นยนต์ในคลังสินค้าจัดการพัสดุที่มีรูปร่างแปลก ๆ และนำทางในพื้นที่ที่มีผู้คนหนาแน่นได้โดยไม่ทำให้มนุษย์ตกอยู่ในความเสี่ยง

การพัฒนานี้เกิดขึ้นเมื่อผู้ค้าปลีกและบริษัทโลจิสติกส์กำลังต่อสู้กับแรงกดดันที่เพิ่มขึ้นในการดำเนินการอัตโนมัติท่ามกลางความต้องการอีคอมเมิร์ซที่เพิ่มขึ้น

การวิจัยแสดงให้เห็นว่าในขณะที่หุ่นยนต์เก่งในงานซ้ำๆ เช่น การเคลื่อนย้ายพาเลท เทคโนโลยี PRoC3S ของ MIT ก็สามารถจัดการกับความท้าทายที่มีมายาวนานของหุ่นยนต์ในการจัดการงานคลังสินค้าที่ซับซ้อนมากขึ้นได้อย่างปลอดภัย

“ตามทฤษฎีแล้ว PRoC3S สามารถลดอัตราความผิดพลาดของหุ่นยนต์ได้โดยการตรวจสอบสมมติฐานเบื้องต้นที่ใช้ LLM เทียบกับความเข้าใจที่เฉพาะเจาะจงและแม่นยำมากขึ้นเกี่ยวกับสภาพแวดล้อมคลังสินค้า” Erik Nieves ซีอีโอและผู้ร่วมก่อตั้ง Plus One Robotics กล่าวกับ Pymnts

“ลองคิดดู: หุ่นยนต์คลังสินค้าที่ทำงานตามคำแนะนำของ LLM เพียงอย่างเดียว ได้รับการอธิบายวิธีทำงานให้สำเร็จ” Nieves กล่าวต่อ เขาเสริมว่า PRoC3S ก้าวไปอีกขั้นด้วยการวางหุ่นยนต์ดิจิทัลไว้ในสภาพแวดล้อมจำลองของงานนั้น

จากข้อมูลของ Nieves สิ่งนี้แสดงให้เห็นความแตกต่างระหว่างการสอนในชั้นเรียนและ “การทัศนศึกษาที่ดีจริงๆ”

ได้งาน Web3 ที่จ่ายสูงใน 90 วัน: สุดยอดโรดแมป