從黃仁勳在GTC上提及超過30次的技術,看NVIDIA的遠見與堅持
從黃仁勳在GTC上提及超過30次的技術,看NVIDIA的遠見與堅持

2019 GTC大會上,光影追蹤(Real-time Ray tracing)是NVIDIA執行長黃仁勳主題演講中重點中的重點。近三小時的主題演講中,五成以上時間與光影追蹤技術有關,在記者會上,黃仁勳也提及光影追蹤至少30次以上,加上光影追蹤也是NVIDIA與勁敵AMD目前在GPU設計上的重大差異,重要性不言可諭。

兩款商業遊戲引擎將整合光線追蹤功能

黃仁勳在GTC記者會中重申,AMD今年亮相的GPU Radeon Vll,雖然採用目前最昂貴的台積電七奈米半導體製程,但沒有光影追蹤與深度學習超高取樣(DLSS)兩大關鍵技術,總效能表現比採用12奈米製程的GeForce RTX 2060還要差,從IC設計商的角度來看是C/P值較低的產品。

在這次的GTC上,黃仁勳也親自宣布,全球最受歡迎的兩款商業遊戲引擎Unreal Engine和Unity近期宣布都將整合光線追蹤功能。遊戲開發商可在NVIDIA GeForce GPU上運行即時光線追蹤效果。

光線追蹤GPU曲高和寡,玩家興趣缺缺

在美國的遊戲大展GDC中,已經有包括《Control》《狂龍追獵(Dragonhound)》《雷神之鎚II RTX(Quake II RTX)》等多款遊戲已經有此功能。

另外,NVIDIA也認為支援光線追蹤的GPU用戶群成長至數千萬人。搭載Pascal和Turing架構的NVIDIA GeForce GTX GPU將透過預計在4月推出的驅動程式,享有光線追蹤支援的遊戲。

新版驅動程式將可讓數千萬個GPU具備對支援即時光線追蹤遊戲的能力,加速該項技術的發展並為遊戲開發商帶來更多的用戶。

2018年8月,NVIDIA推出支援即時光線追蹤技術(Real Time Ray Tracing)的GeForce RTX 2000系列GPU,希望光線追蹤能為遊戲業帶來新的革命。

不過,由於支援光線追蹤功能的遊戲數量稀少,加上售價比前一代GPU昂貴許多,不少玩家延後購買,希望等支援的遊戲更多或價格更親民再行動,導致NVIDIA的第四季財報中,光線追蹤RTX GPU的銷量不如預期,最後,總體營收比先前財測低了5億美元,也因此分析師質疑光線追蹤是未來產品,現在推出曲高和寡,時間太早。

沒有CUDA,深度學習的發展將延遲

這樣的結果,也許讓NVIDIA覺得意外,但並不會覺得陌生,因為在2007年,NVIDIA推動CUDA架構(Compute Unified Device Architecture,計算統一設備架構)時,也是個瘋狂激進與走在「未來」的產品。

GPU的強項在於圖形繪製,若想要用GPU做非圖形,如科學運算或一般類型運算,複雜麻煩又沒效率,而NVIDIA的CUDA讓GPU做圖形以外的運算變得簡單容易。

「CUDA可以運作在NVIDIA GeForce 8系列之後的GPU上,GPGPU也算是一種平價的高效能運算方式,它把桌上型電腦變成一台個人的超級電腦(personal supercomputer in a desktop)。」《GPU高效能運算環境—CUDA與GPU Cluster介紹》一文中強調。

這是個偉大的創新,但在當時NVIDIA的主要客戶還沒有高速運算需求的電腦遊戲或美術設計業者,但NVIDIA挺而走險,堅持要做到大規模普及,因此在GeForce 8系列後「每一款」GPU都支援CUDA。

「即便是今天回想起來,這仍然是一個風險極高、形同瘋狂的決定。這意味著面對這些尚沒有高性能運算需求的傳統客戶,NVIDIA都必須在硬體產品的設計中增加相關的CUDA邏輯電路,這使得晶片面積增大、散熱增加、成本上升、故障幾率增加;同時,對於每一款產品,相關的軟體驅動都必須保障對CUDA的完美支援。」中國AI公司格靈深瞳執行長趙勇撰文指出。

NVIDIA cuda+.jpg
CUDA與GPU硬體本身緊密的結合,推升現在的GPU加速浪潮,讓AI走出實驗室走入企業。
圖/ 數位時代翁書婷攝

2007年NVIDIA正式把CUDA引進產品中,當時AI還處於第二次寒冰期。由深度學習教父辛頓(Geoffrey Hinton)執筆的深度學習技術重要文獻《Deep Belief Networks》在2006年才剛發表,距離2012年至2013年AI應用大爆發時期還有六年至七年時間。

CUDA與GPU硬體本身緊密的結合,推升現在的GPU加速浪潮,讓AI走出實驗室走入企業。CUDA是深度學習發展的加速劑,讓深度學習的計算速度倍增。

CUDA讓NVIDIA的GPU生態圈迅速成型,而CUDA也幫NVIDIA築起一道堅固護城河。「如果沒有NVIDIA的CUDA,科學界證實深度學習巨大潛力的時間不知道還要推遲多久。」趙勇強調。NVIDIA也因此收穫甜美的果實,股價在2016年年初的20元至30元開始漲至2018年中的270元至280元。

光線追蹤也有異曲同工之妙

NVIDIA並非發明即時光影追蹤,光線追蹤技術最早可追溯於1969年,由IBM員工Arthur Appel在提出(註一),1979年電腦科學家Turner Whitted解釋如何反射、陰影和反射等捕捉(註二)。

用CPU做光影追蹤耗費時間,即使很小的圖都要讓使用者等上好幾分鐘,但NVIDIA透過GPU將光線追蹤發揚光大,提高效率。

除遊戲、電影工業,光線追蹤在建築與製造業扮要角

在這次的2019 GTC大展中,已經看到不少廠商把NVIDIA RTX技術應用到各類領域,如中國最大軌道運輸設備製造商中國中車(CRRC)就採用法國工業虛擬軟體服務商ESI集團的虛擬製造服務。ESI集團幫中國中車打造出一個取代物理模型的1:1虛擬模型,中國中車利用虛擬模型,審查車輛原型,像車外光線與車內燈光裝設如何影響車內乘客視覺,在大量製造前就可進行調整,大幅降低車輛開發的時間與成本。

對於建築業來說,光線追蹤技術相當重要,因為光線是建築業的靈魂要素,安藤忠雄就曾說,「我的作品中,光永遠是一種空間戲劇化重要元素」,貝聿銘也強調「利用光線做設計」。而建築業採用RTX技術將走在遊戲前面。

也就是說,除遊戲、電影工業,光線追蹤在建築與製造業扮要角,而對者兩大產業來說,光線追蹤已經是現在所需,而非未來產品。

那光線追蹤最終是否能如CUDA,讓外界看到NVIDIA的遠見與堅持呢?外界拭目以待。


註一:《Some Techniques for Shading Machine Renderings of Solids》
註二:《An Improved Illumination Model for Shaded Display》

往下滑看下一篇文章
溝通時間砍半、成交率衝 3 成!創造智能以完整 AI解方讓行銷事半功倍
溝通時間砍半、成交率衝 3 成!創造智能以完整 AI解方讓行銷事半功倍

隨著生成式 AI 工具快速普及,使用 AI 生成圖片、文案與影音素材,早已不再稀奇;真正困難的是,如何讓 AI 內容不只具備媲美真人拍攝的質感,還能精準貼合品牌語氣、商品賣點與社群傳播節奏,進一步帶動流量、轉換率與會員經營。

不過,有一家成立不到 5 年的團隊,卻憑藉著這項能力,吸引百年家電品牌、大型連鎖零售品牌、化妝品代工龍頭到政府機關等不同類型客戶合作。近期更與以創意出名的電商平台 蝦皮購物共同合作。

這家隱身在眾多一線大廠背後的 AI 操盤手,正是三立集團旗下的 MarTech 公司「創造智能」。相較於單純提供 AI 工具或單點行銷服務,創造智能更像是企業的 AI 行銷整合夥伴,不只是生成 AI 影音內容,而是從行銷目標出發,運用 AI 串起從內容生成、社群導流、顧客互動到會員經營的完整行銷旅程,突破過往內容與數據各自為政的盲點,這才是它真正讓企業買單的關鍵。

#1 創造智能
除了預算大幅減少、製作效率提升外,林慧珍指出,現在很多人都可以利用 AI 工具生成圖片或影片,但真正拉開差距的,不是 AI 應用能力,而是內容本身。創造智能刻意打造一支由行銷人才與工程師組成的「混血團隊」,兼顧 AI 影音內容的製作效率與品質。
圖/ 創造智能

串起行銷斷點,打造 AI 一條龍整合服務

對台灣企業行銷現場的長期觀察,是創造智能跳脫單一工具走向「AI 行銷整合」模式的起點。

創造智能執行長林慧珍指出,企業行銷工作往往交由不同廠商負責,從影音內容製作、廣告投放、社群經營到會員管理,各自使用不同工具與平台,導致資料散落在各處,形成一個個看不見的行銷斷點,一旦成效不如預期,很難釐清問題究竟出在哪一個環節,是素材無法打動消費者、投放策略失準,還是會員經營沒有發揮效益。

「很多 AI 或軟體業者的想法是,用自家產品去解決客戶的問題,但我們想的不只是解決問題,而是如何讓客戶用最方便、最完整的一條龍方式達成商業目標,」林慧珍強調,也因此,創造智能成立初期便鎖定AIGC 商業影音、AI客服/虛擬人及LINE CRM三大領域,希望從內容、互動到會員經營,串起完整的行銷流程。

在行銷旅程的前端,創造智能透過自家研發的系統與深厚的行銷經驗,快速產製出 AI 影音內容,協助品牌放大聲量、吸引目標受眾;接著透過 AI 客服與 AI 虛擬人即時回應顧客需求,不受時間、地點與語言限制,提高互動與成交機率;最後再藉由 LINE CRM 將流量收斂為品牌的第一方會員資產,透過會員貼標、分群分眾、自動化推播、再行銷等機制,持續深化顧客關係,將一次性的流量轉化為持續回購的忠誠會員。

用 AI 加速內容測試,快速找到市場答案

除了串起完整的行銷流程外,創造智能還能為企業創造兩大價值,第一個是協助企業更快找到真正打動消費者的內容。

「現在很多人都可以利用 AI 工具生成圖片或影片,但真正拉開差距的,不是 AI 應用能力,而是內容本身。」林慧珍指出,創造智能刻意打造一支由行銷人才與工程師組成的「混血團隊」,兼顧 AI 影音內容的製作效率與品質。

林慧珍進一步說明,團隊許多成員原本就來自專業影音團隊,長期協助企業製作導流影片,因此在劇本企劃、分鏡設計與敘事節奏上,累積大量實戰經驗。以近期協助蝦皮購物製作 AI 短影音為例,團隊並非直接交由 AI 工具生成內容,而是先分析目標受眾的偏好,再於腳本設計時加入企劃巧思。像是刻意運用消費者熟悉的歌曲氛圍,營造「似曾相識」的共感,引發社群討論。這些對品牌語感、社群節奏與內容敘事的掌握,正是創造智能團隊多年累積的內容經驗,也是現階段 AI 難以取代的核心價值。

另一方面,團隊則負責研發系統,以滿足企業多元行銷需求。例如:創造智能自行開發的「AI 導演模板」,不僅能快速生成高度擬真的影音內容,還可以依據品牌的不同需求,快速調整畫面風格、配音語氣與敘事方式,協助品牌進行 A/B Test,找出最能吸引消費者的內容。同時,還能依照不同社群平台需求,自動延伸出不同秒數與尺寸的版本,讓同一支影片快速應用於不同投放渠道。

更重要的是,從企劃發想到完成影片,最快約一週即可完成,不僅大幅縮短製作時程,也較傳統真人拍攝節省約 4 至 6 成的成本

讓 AI 走進工作流程,從客服升級為企業數位夥伴

創造智能為企業帶來的第二個價值是,透過 AI 客服 / AI 虛擬人推動流程自動化。林慧珍認為,AI 的價值不只是回答問題,而是深入既有的工作流程,以自動化服務協助企業降低成本、提升營運效率。

舉例來說,創造智能在與百年家電品牌合作時,先以 LINE 官方帳號與會員經營為核心,透過 LINE CRM 建立會員數據基礎,依據會員的瀏覽行為、產品偏好及互動紀錄,自動完成會員標籤與分群,並透過精準推播提供更符合需求的內容。隨著會員數據逐步累積,再進一步串接 Facebook 等社群平台,讓會員經營從單一通路延伸至跨平台互動,逐步建立完整的品牌數位接觸點。

目前,雙方合作已進入第二階段,將 AI 客服真正導入企業日常營運中。從客服受理、案件分流到售後服務,整個流程皆可透過 AI 與系統自動串接完成,不僅縮短服務時間、提升案件處理效率,也讓 AI 的角色從單純的客服工具,進一步成為串聯客服、門市與售後服務的企業數位夥伴。

同樣的模式,也被延伸到 B2B 外貿場景。創造智能為某知名化妝品代工廠打造 AI Sales(AI 虛擬人),並匯入產品知識與各國出口法規,讓 AI 不僅能以多國語言即時回覆海外買家問題,更可自動完成名片蒐集、預約真人業務及商機派單等流程,不僅溝通時間由 6 個月降至 3 個月,減少 30% 以上真人處理成本,訂單成交率提升 25%-32%,

#0 創造智能
某知名化妝品代工廠打造 AI Sales(AI 虛擬人)為例,AI已經可以回復日常問題的70%,真正優化前端開發的營運效率。
圖/ 創造智能

未來,AI 工具將持續演進,但企業真正需要的,始終是能協助創造商業價值的解決方案。林慧珍相信,唯有整合技術、內容與流程,並站在企業角度思考,AI 才能從工具升級為夥伴。這也是創造智能希望實踐的品牌理念──最人性化的MarTech 公司,創造更有溫度的智能夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓