杰克·卢萨拉里安：机器人技术必须优先考虑数据收集以提高效率，英伟达的主导地位对硬件多样性的影响，以及确定性在未来发展中的关键作用 | TWIST

要点

• 机器人应优先重视数据采集，以优化性能和决策。
• 能源和国防等行业正越来越多地利用机器人来提升运营效率。
• 机器人的未来充满希望，但通过确定性来保障安全和可靠性至关重要。
• 围绕 Nvidia 的整合限制了硬件多样性，从而影响 AI 开发。
• 机器人可以提升那些能源成本高且经常停机行业的效率。
• GPU 已成为扩展 AI 应用的关键，尤其是聊天式模型。
• 硬件兼容性的碎片化源于专有的软件系统。
• CUDA 对现代系统而言已过时，这表明需要更新的 GPU 软件。
• 异构系统提升了计算的灵活性和可扩展性。
• 企业寻求硬件灵活性，以避免供应商锁定。
• AI 和机器人带来的务实影响是能源和国防等领域关注的重点。
• 机器人中的确定性可确保 AI 应用的安全与可靠性。
• 聊天式模型的兴起推动了 GPU 在 AI 中的重要性。

嘉宾介绍

Jake Loosararian 是 Gecko Robotics 的 CEO 兼联合创始人，该公司为任务关键型基础设施检查部署专用机器人和 AI，覆盖能源、国防和制造业。2012 年，他还是 Grove City College 的一名学生时，在宿舍里制造了他最初的爬墙机器人，以解决当地发电厂长期存在的停机问题，并于 2013 年启动公司。Gecko 目前为财富 100 强合作伙伴以及美国空军和海军管理超过 500,000 个关键资产，并在 2025 年 6 月以 12.5 亿美元估值达到独角兽地位。

机器人中的数据作用

• 借助机器人收集信息和数据，以帮助推动更好的结果的想法

  — Jake Loosararian

• 机器人不应只为了“造机器人”而建造；它们必须在数据采集方面发挥作用。

• 数据驱动的机器人能够避免行业出现商品化的未来。

• 如果你造机器人只是为了造机器人……那就会走向商品化的未来

  — Jake Loosararian

• 理解数据的作用对于优化基础设施性能至关重要。

• 基础设施中的机器人，重点在于通过数据改进决策。

• 人工智能的务实影响……有可能带来更好的决策

  — Jake Loosararian

• 在关键领域提升运营效率，数据采集至关重要。

能源与国防领域的机器人

• 能源、石油、天然气和国防等领域关注机器人带来的务实影响。

• 能源、石油和天然气公司……正在彻底考虑机器人能带来多大的影响

  — Jake Loosararian

• 机器人与 AI 的整合正在提升这些行业的运营效率。

• 国防领域正在探索机器人，以实现更优的决策。

• 战争部门正在彻底考虑机器人能带来多大的影响

  — Jake Loosararian

• 机器人有助于解决高能源成本行业面临的挑战。

• 机器人可以显著提升那些面临高能源成本行业的运营效率

  — Jake Loosararian

• 重点在于机器人如何推动能源与国防领域取得更好的结果。

机器人与确定性的未来

• 机器人的未来令人乐观，但需要聚焦确定性。

• 我非常兴奋，也非常乐观……关于借助机器人迎来的未来

  — Jake Loosararian

• 确定性确保机器人应用中的安全与可靠性。

• 关键在于做到确定性……也许我们在这方面有点欠缺

  — Jake Loosararian

• 在快速演进的机器人领域，安全与可靠性至关重要。

• 确定性在机器人中平衡创新与安全。

• 确定性方面的关注，回应了 AI 可能带来的安全隐患。

• 确保机器人可靠性，对于未来的进步至关重要。

硬件多样性与 Nvidia 的主导地位

• 围绕 Nvidia 的整合限制了 AI 开发中的硬件多样性。

• 世界上很大一部分都真正集中在 Nvidia 平台上

  — Jake Loosararian

• 需要更多硬件供应商来促进 AI 创新。

• 我们希望该领域有更多硬件供应商

  — Jake Loosararian

• Nvidia 的主导地位会影响 AI 硬件选项的多样性。

• 硬件多样性对于促进 AI 创新至关重要。

• 当前 AI 硬件版图需要更多竞争。

• 整合限制了实现多样化 AI 硬件解决方案的潜力。

AI 中 GPU 的重要性

• GPU 已成为扩展 AI 应用的必需品。

• GPU 已席卷全球……其中推理端的作用非常巨大

  — Jake Loosararian

• 聊天式模型的兴起推动了 GPU 的重要性。

• GPU 能增强 AI 技术的计算能力。

• 在 AI 中，GPU 的作用对于推理任务至关重要。

• AI 技术的发展增加了对 GPU 的需求。

• GPU 对提升 AI 的计算能力至关重要。

• 随着技术进步，AI 中 GPU 的重要性持续增长。

硬件兼容性的碎片化

• 碎片化源于缺乏一个统一的软件层。

• 硬件公司彼此不太对付……它们为自家芯片开发软件

  — Jake Loosararian

• 专有系统导致硬件兼容性问题。

• 硬件公司之间的竞争格局导致了碎片化。

• 专有软件解决方案会影响行业的碎片化程度。

• 兼容性问题源于缺乏统一的方法。

• 专有软件对硬件系统的影响非常显著。

• 碎片化会影响硬件系统的整体效率。

需要更新的 GPU 软件

• CUDA 对现代系统以及生成式 AI 而言已过时。

• CUDA……是 GPU 系统软件里的闪耀之星，但它已经 20 年了

  — Jake Loosararian

• 需要在 GPU 软件方面进行创新，以适应当前技术趋势。

• 现有的 GPU 软件可能无法满足现代进步的要求。

• 在新技术的背景下，人们对 CUDA 的相关性提出了质疑。

• 现代系统需要更新的 GPU 软件解决方案。

• 技术的演进要求 GPU 软件持续创新。

• 更新软件的需求对于推进 AI 能力至关重要。

计算中的异构系统

• 异构系统增强了计算中的灵活性和可扩展性。

• 你会得到这些异构系统，因为它们有不同的架构

  — Jake Loosararian

• 不同硬件架构的相互通信增强了计算能力。

• 异构系统是现代计算架构中不可或缺的。

• 异构系统对企业灵活性的影响非常显著。

• 企业能够从异构系统提供的灵活性中受益。

• 计算架构的转变会影响技术投资。

• 异构系统在未来计算发展中扮演关键角色。

通过硬件选择避免供应商锁定

• 企业希望能够在不同硬件系统之间进行选择。

• 这给了企业选择……他们想要能选择的能力，以便能够采用其他系统

  — Jake Loosararian

• 避免供应商锁定是企业面临的关键关注点。

• 对企业而言，技术选择的灵活性至关重要。

• 企业希望避免依赖单一硬件供应商。

• 能够选择不同系统能够增强企业的灵活性。

• 供应商锁定会给技术采纳带来挑战。

• 企业将灵活性作为硬件选择的优先事项，以促进创新。

                  **披露声明：** 本文由编辑团队进行了修改。有关我们如何创建与审阅内容的更多信息，请参阅我们的编辑政策。