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

• 机器人应优先进行数据采集，以优化性能与决策。
• 能源和国防等行业正越来越多地利用机器人提升运营效率。
• 机器人行业的未来前景可期，但通过确定性来确保安全性与可靠性至关重要。
• 围绕 Nvidia 的整合限制了硬件多样性，从而影响 AI 开发。
• 机器人可以提升在能源成本高且经常停机的行业中的效率。
• GPU 已成为扩展 AI 应用的关键，尤其是在基于聊天的模型中。
• 硬件兼容性的碎片化源于专有软件系统。
• CUDA 对现代系统而言已过时，这表明需要更新的 GPU 软件。
• 异构系统增强了计算的灵活性与可扩展性。
• 企业寻求硬件灵活性，以避免供应商锁定。
• AI 与机器人带来的务实影响是能源和国防等领域的关注重点。
• 机器人中的确定性可确保 AI 应用的安全性与可靠性。
• 基于聊天的模型兴起推动了 GPU 在 AI 中的重要性。

嘉宾介绍

Jake Loosararian 是 Gecko Robotics 的首席执行官兼联合创始人。该公司为任务关键型基础设施检测部署为特定目的打造的机器人与 AI。2012 年，他作为格罗夫城学院（Grove City College）的学生，在宿舍里制造了他的第一台爬墙机器人，以解决当地一座电厂长期存在的停机问题，并于 2013 年启动了公司。Gecko 目前为《财富》100 强合作伙伴以及美国空军与海军管理超过 500,000 项关键资产，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

• 利用机器人收集信息与数据，以帮助获得更好的结果的想法

  — Jake Loosararian

• 机器人不应仅仅为了“造机器人”而建造；它们必须在数据采集中发挥用途。

• 数据驱动的机器人可以避免行业走向商品化的未来。

• 如果你只是为了造机器人而造机器人……就会走向商品化的未来

  — Jake Loosararian

• 理解数据在其中的角色对于优化基础设施性能至关重要。

• 基础设施领域的机器人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

• 数据采集对于提升关键行业的运营效率至关重要。

能源与国防领域的机器人

• 能源、石油、天然气与国防等领域聚焦于机器人带来的务实影响。

• 能源、石油和天然气公司……正在完全关注机器人能带来多大影响力

  — 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好的决策。

• 战争部……正在完全关注机器人能带来多大影响力

  — Jake Loosararian

• 机器人有助于应对能源成本高的行业所面临的挑战。

• 机器人可以显著提升那些面临高能源成本的行业的运营效率

  — Jake Loosararian

• 重点在于机器人如何在能源与国防领域推动更好的结果。

机器人与确定性的未来

• 机器人未来乐观，但需要关注确定性。

• 我对……借助机器人在未来会怎样感到非常兴奋且乐观

  — Jake Loosararian

• 确定性确保机器人应用中的安全性与可靠性。

• 关键在于做到确定性……也许我们在这里还差一点

  — Jake Loosararian

• 在快速演进的机器人领域，安全性与可靠性至关重要。

• 确定性在机器人中平衡了创新与安全。

• 确定性的重点在于解决 AI 可能带来的安全担忧。

• 确保机器人可靠性对于未来的技术进步至关重要。

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。

• 世界上相当多的部分实际上都围绕 Nvidia 平台进行整合

  — Jake Loosararian

• 需要更多硬件供应商来促进 AI 领域的创新。

• 我们希望这个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。

• 当前的 AI 硬件格局需要更多竞争。

• 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 已席卷全世界……其中推理（inference）这一侧非常巨大

  — Jake Loosararian

• 基于聊天的模型兴起推动了 GPU 重要性的提升。

• GPU 能增强 AI 技术的计算能力。

• GPU 在 AI 的推理任务中扮演关键角色。

• 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

• 碎片化源于缺乏统一的软件层。

• 硬件公司彼此不太“合得来”……它们会为自己的芯片开发软件

  — Jake Loosararian

• 专有系统导致硬件兼容性问题。

• 硬件公司之间的竞争动态会带来碎片化。

• 专有软件解决方案会影响行业的碎片化程度。

• 由于缺乏统一的方法，便会出现兼容性问题。

• 专有软件对硬件系统的影响很显著。

• 碎片化会影响硬件系统的整体效率。

需要更新 GPU 软件

• CUDA 对现代系统与生成式 AI 来说已过时。

• CUDA……是 GPU 系统软件里的璀璨明星，但它已经有 20 年了

  — Jake Loosararian

• 需要在 GPU 软件方面进行创新，以适应当前的技术趋势。

• 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。

• 技术演进要求 GPU 软件进行创新。

• 更新软件的需求至关重要，以推动 AI 能力的发展。

计算中的异构系统

• 异构系统提升了计算中的灵活性与可扩展性。

• 你会遇到这些异构系统，因为它们有不同的架构

  — Jake Loosararian

• 不同硬件架构之间的通信增强了计算能力。

• 异构系统对于现代计算架构至关重要。

• 异构系统对企业灵活性的影响很显著。

• 企业能从异构系统提供的灵活性中获益。

• 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。

• 这会给企业提供选择……他们想要能够选择，以便能够采用其他系统

  — Jake Loosararian

• 避免供应商锁定是企业的一项关键关切。

• 技术选择的灵活性对企业至关重要。

• 企业希望避免依赖单一硬件供应商。

• 能够选择不同系统会提升企业的灵活性。

• 供应商锁定会对技术采用造成挑战。

• 企业将灵活性作为其硬件选择的优先事项，以促进创新。

                  **披露：本文由编辑团队（Editorial Team）进行了编辑。如需了解我们如何创建与审阅内容，请参阅我们的编辑方针（Editorial Policy）。**