4 月 17 日，英偉達(dá) CEO 黃仁勛（Jensen Huang）參加了 Cadence 舉辦的活動(dòng)，對(duì)話 CadenceCEOAnirudh Devgan，討論了 AI 與加速計(jì)算在塑造行業(yè)大趨勢(shì)方面的關(guān)鍵作用，以及英偉達(dá)與 Cadence 如何合作推動(dòng) EDA、SDA、數(shù)字生物學(xué)和 AI 領(lǐng)域的轉(zhuǎn)型變革。

黃仁勛表示，AI正引領(lǐng)計(jì)算力的巨大飛躍,是計(jì)算轉(zhuǎn)型的最集中體現(xiàn)。生成式AI能實(shí)現(xiàn)比加速計(jì)算更高幾個(gè)數(shù)量級(jí)的計(jì)算能力提升，AI 將在數(shù)據(jù)中心、機(jī)器人/自動(dòng)駕駛、生命科學(xué)三個(gè)領(lǐng)域帶來革命性影響。

關(guān)于能源消耗，黃仁勛認(rèn)為，雖然 AI 消耗大量計(jì)算能力，但通過 AI 優(yōu)化設(shè)計(jì)，最終將大幅節(jié)省整個(gè)社會(huì)的能源消耗，AI 會(huì)是應(yīng)對(duì)氣候變化的重要手段。

關(guān)于企業(yè)管理以及研發(fā)，黃仁勛表示，AI 工具將使工程師從繁重的勞動(dòng)中解放出來，專注于創(chuàng)新設(shè)計(jì)，提高生產(chǎn)力這正是Nvidia組織文化和管理理念的核心原則。以下為這次對(duì)話全部內(nèi)容：

就 AI 而言，你擁有推動(dòng)這些創(chuàng)新的前排座位。你看到未來五年會(huì)發(fā)生什么？這些模型變得更大，模型變得更具體。架構(gòu)、數(shù)據(jù)中心會(huì)發(fā)生什么？你對(duì)下一個(gè)五年有什么看法？

可能是計(jì)算轉(zhuǎn)型的最濃縮的例子。正如你所知，計(jì)算平臺(tái)的基本變化，過渡，它是周期的基礎(chǔ)，它是每一個(gè)依賴周期性行業(yè)的基礎(chǔ)，影響每一個(gè)行業(yè)。

正在發(fā)生的事情，如果你看你的主題演講，一旦你開始使用加速計(jì)算，接下來可能的事情就是，生成式 AI 是在此基礎(chǔ)上增加的，沒有過渡到加速計(jì)算，生成式 AI 將非常難以實(shí)現(xiàn)。

轉(zhuǎn)向加速計(jì)算的好處是突然之間，過去使用 CPU 擴(kuò)展時(shí)難以擴(kuò)展的東西，突然你談?wù)摰氖?000倍的X因子，在那之上還有另一個(gè) 30 倍的 X 因子。在那之上，當(dāng)你添加生成式 AI 時(shí)，還有另一個(gè)十萬倍的因子。

你在開始時(shí)說，設(shè)計(jì)工具完成了一次處理，但設(shè)計(jì)師想做的是探索一個(gè)多維、多模態(tài)的，通常是探索空間。沒有正確答案。只有一個(gè)最好的答案。所以我們需要探索數(shù)十萬種不同的領(lǐng)域。

但當(dāng)然，宇宙，設(shè)計(jì)的窮盡性探索太困難了。無限的計(jì)算量也無法做到。所以我們需要 AI 幫助我們跳入特定的探索和優(yōu)化領(lǐng)域，然后使用主要求解器真正地集中在那里。所以我們可以一起做很多不同的事情。所以，加速計(jì)算首先將改變 Cadence 開發(fā)軟件的方式，它將改變我們使用軟件的方式，這是第一點(diǎn)。

除了能夠做好之外，還有幾個(gè)好處。我們?cè)O(shè)計(jì)我們的電路、我們的芯片、我們的PCB、我們的系統(tǒng)，現(xiàn)在甚至是我們的數(shù)據(jù)中心，在 Cadence 中，你非常清楚這一點(diǎn)。我們使用你進(jìn)行電路設(shè)計(jì)、邏輯設(shè)計(jì)、系統(tǒng)設(shè)計(jì)、仿真、驗(yàn)證、形式驗(yàn)證等等，端到端，一直到流體。所以現(xiàn)在的設(shè)計(jì)空間不再是關(guān)于一個(gè)芯片或一個(gè)系統(tǒng)，而是真正跨越整個(gè)事物的共同設(shè)計(jì)。

Millennium 真的是一個(gè)很好的例子，因?yàn)槟惚举|(zhì)上是一個(gè)共同設(shè)計(jì)公司。計(jì)算機(jī)科學(xué)行業(yè)、計(jì)算機(jī)行業(yè)談?wù)撍姆绞剑覀冊(cè)诠こ讨姓務(wù)撍姆绞绞枪餐O(shè)計(jì)，而在計(jì)算中談?wù)撍姆绞浇凶鋈珬?，但這是同一個(gè)想法，你必須在整個(gè)事物上進(jìn)行創(chuàng)新。所以你的轉(zhuǎn)型，從芯片設(shè)計(jì)、EDA 公司到 EDA SDA 公司，是非常有遠(yuǎn)見的，也是非常必要的。這正是我們與 Cadence 合作的方式，也是我們?cè)O(shè)計(jì)系統(tǒng)的方式。

一些人們開始意識(shí)到的領(lǐng)域，你的主題演講實(shí)際上非常好，我建議每個(gè)人都再看幾次，因?yàn)樗浅Ｃ芗?，它非常密集?/p>

不管怎樣，你提到的一個(gè)領(lǐng)域非常深刻，那就是通過投資加速計(jì)算、投資 AI 、投資數(shù)據(jù)中心，我們能夠設(shè)計(jì)出更好、更節(jié)能的產(chǎn)品。

現(xiàn)在記住，你設(shè)計(jì)芯片只設(shè)計(jì)一次，但你將運(yùn)送萬億次。你建立數(shù)據(jù)中心一次，但你節(jié)省電力，你在媒體技術(shù)中展示的 6% 的電力節(jié)省，這 6% 將被十億人整天享受。因此，通過設(shè)計(jì)更好的軟件、更好的船舶、更好的系統(tǒng)，我們將能夠?yàn)槭澜绻?jié)省能源，這對(duì)社會(huì)有永久的好處。

一方面，我們將為 AI 消耗更多的電力和數(shù)據(jù)中心的電力。另一方面，對(duì)于消耗和能源消耗的 98%，我們將減少這一點(diǎn)，設(shè)計(jì)更好的產(chǎn)品，設(shè)計(jì)更好的計(jì)算機(jī)、更好的汽車、更好的手機(jī)，等等，更好的材料等等。

我們正處于一個(gè)非常，人們稱之為一個(gè)拐點(diǎn)，一個(gè)過渡。所有這些都是完全正確的。這是一個(gè)非常激動(dòng)人心的時(shí)刻，你的主題演講真的突出了這一點(diǎn)。

你談?wù)摿诉@種轉(zhuǎn)型，不僅僅是制造芯片，因?yàn)槿藗儠?huì)感到困惑，當(dāng)然， Nvidia 正在制造最好的芯片。甚至你在 GTC 上的關(guān)鍵詞匯，是構(gòu)建整個(gè)數(shù)據(jù)中心，非常完整的系統(tǒng)，整個(gè)軟件棧，把它們放在一起。你有架子和液體冷卻數(shù)據(jù)中心。所以整個(gè)架構(gòu)，這不是一個(gè)典型的芯片公司的簡(jiǎn)單轉(zhuǎn)型。

印度已經(jīng)變成了一個(gè)完整的軟件系統(tǒng)公司，所以我很好奇，你是如何做到的，或者你總是有這個(gè)想法？或者它是如何展開的，這非常難以實(shí)施。

現(xiàn)在一些公司正在嘗試，系統(tǒng)公司正在嘗試制造芯片，這很困難。但 Nvidia 已經(jīng)完美地執(zhí)行了這一轉(zhuǎn)型，從不僅僅是芯片到系統(tǒng)到軟件到數(shù)據(jù)，所以我很好奇你是如何開始這樣的事情的。

我做芯片設(shè)計(jì)師已經(jīng)很久了。這是我整個(gè)職業(yè)生涯。有一些事情我們很久以前就觀察到了，結(jié)果證明是正確的。

第一件事是要觀察到程序中一小部分代碼代表了其運(yùn)行時(shí)間的絕大部分。例如，CFD，可能是 3% 的代碼代表了 99.9999% 的運(yùn)行時(shí)間。如果是這樣，你為什么要使用完全相同的工具、相同的儀器、相同的處理器來處理所有 90%、全部 100% 的代碼？你為什么不為 97% 的代碼做一些事，然后為 3% 的代碼做一些特別的事情，通過這樣做，你可以將 App加速 10 萬倍。這是觀察到的。當(dāng)然，需要這種好處并愿意重寫的 App類型非常少。

我們很聰明地選擇了計(jì)算機(jī)圖形學(xué)作為我們的第一個(gè)加速計(jì)算選擇，因?yàn)槭聦?shí)證明它是一個(gè)非常需要大量并行計(jì)算的 App。它有利于并行處理，而且也是一個(gè)非常大的市場(chǎng)，市場(chǎng)變化非?？欤瑒?chuàng)新非?？臁Ｋ晕覀冞x擇了一個(gè)很好的市場(chǎng)作為起點(diǎn)。但我們總是想象，在計(jì)算機(jī)圖形學(xué)之外，還會(huì)有一大堆其他的 App出現(xiàn)。

加速計(jì)算不像通用計(jì)算。在通用計(jì)算中，你可以創(chuàng)建一個(gè)處理器，它可以運(yùn)行所有代碼。在加速計(jì)算中絕對(duì)不是這樣，因?yàn)槲覄?chuàng)造了“加速計(jì)算”這個(gè)詞。我所說的是，你加速一個(gè) App，它是一個(gè) App加速計(jì)算平臺(tái)，你必須知道是什么 App。所以在 Nvidia 的情況下，我們從選擇計(jì)算機(jī)圖形學(xué)開始，但我們也做了成像，然后我們做了分子動(dòng)力學(xué)。我很高興看到你們?cè)跀?shù)字生物學(xué)方面的工作。

順便說一下，就像一個(gè)快速的，今天我們稱之為藥物發(fā)現(xiàn)。我們之所以稱之為藥物發(fā)現(xiàn)。你能想象如果芯片設(shè)計(jì)行業(yè)被稱為芯片發(fā)現(xiàn)行業(yè)嗎？

原因是因?yàn)楣こ虉F(tuán)隊(duì)會(huì)上來，有機(jī)會(huì)看看我們發(fā)現(xiàn)了 Blackwell 。然后明年就像干旱一樣，今年又怎么了？我們沒有發(fā)現(xiàn)它，這完全合理。但是我們永遠(yuǎn)不會(huì)這樣做。不是嗎？

原因是生物學(xué)要復(fù)雜得多。我們塑造一個(gè)晶體管，直到我們可以使用設(shè)計(jì)工具。你不能塑造生物學(xué)，直到你可以使用設(shè)計(jì)工具。你需要設(shè)計(jì)工具來追趕生物學(xué)，這就近了。

世界上最大的產(chǎn)業(yè)之一將變成一個(gè) Cadence 產(chǎn)業(yè)，而不是你提到的 9%，前面有一個(gè)巨大的機(jī)會(huì)。每一個(gè)產(chǎn)業(yè)，你提到的生物學(xué)，運(yùn)輸業(yè)。所有的 App都是不同的。有些與成像有關(guān)，有些與粒子物理學(xué)有關(guān)，有些與流體有關(guān)，有些與你知道的有限元有關(guān)。你寫網(wǎng)格之類的東西。所以算法是不同的。

Cadence 是一個(gè)數(shù)學(xué)和計(jì)算公司，在很多方面， Nvidia 也是一個(gè)數(shù)學(xué)和計(jì)算公司。完全正確。這就是為什么我們相處得這么好。而且，當(dāng) Andrew 和我聚在一起時(shí)，我們對(duì)彼此說的話，我們很快就明白了。

當(dāng)你看到我們兩個(gè)人時(shí)，我們?cè)谝患也蛷d，我們?cè)谡務(wù)撍羞@些未來的事情。我們中的一個(gè)人像這樣，另一個(gè)人像那樣。那是因?yàn)槲覀儽舜送狻Ｒ坏┪蚁襁@樣，他像那樣，那我們就麻煩了。

無論如何，我們總是關(guān)于特定領(lǐng)域的加速。在 30 年的時(shí)間里，我們?cè)谝粋€(gè)名為 CUDA 的架構(gòu)上積累了所有這些不同的 DSL，特定領(lǐng)域的庫，有些是每個(gè)粒子的，有些是成像的，有些是 AI 等等。

你在 GTC 上做了一個(gè)很棒的演講，這非常了不起。正如我告訴 Jensen 的，他下次需要一個(gè)更大的體育場(chǎng)。那個(gè)巨大的體育場(chǎng)沒有足夠的空間。所以下次你可能在 Vegas 或任何你要去的地方。但是你突出了這么多 App，有水平使幾乎所有行業(yè)都能啟用。但然后有一些行業(yè)的影響可能會(huì)很大，就像你提到的生命科學(xué)，但你也談到了機(jī)器人技術(shù)，或自動(dòng)駕駛。那么是否有一個(gè)或兩個(gè)，你對(duì)短期內(nèi)或中期內(nèi)最興奮的，具有最大潛力的影響？

你提到的幾個(gè)行業(yè)恰好也是我非常興奮的三個(gè)行業(yè)。其中之一是數(shù)據(jù)中心或僅僅是計(jì)算。第二個(gè)是，你提到了汽車，但如果我可以將汽車抽象為機(jī)器人，自主機(jī)器。自主系統(tǒng)或半自主系統(tǒng)，那個(gè)大類別，無論是汽車還是卡車，還是披薩送貨機(jī)器人或仿人機(jī)器人，自行機(jī)器人，這些系統(tǒng)有很多共同點(diǎn)。它們都需要有多個(gè)傳感器，需要功能安全非常重要。

你設(shè)計(jì)計(jì)算機(jī)和驗(yàn)證計(jì)算機(jī)，驗(yàn)證計(jì)算機(jī)，認(rèn)證計(jì)算機(jī)的方式非常重要，操作系統(tǒng)不是你正常的操作系統(tǒng)。這些操作系統(tǒng)是我們的故障安全操作系統(tǒng)。所以你設(shè)計(jì)系統(tǒng)的方式非常細(xì)致和具體。

當(dāng)然， AI 的使用非常昂貴。這些系統(tǒng)將始終連接到云，連接到數(shù)據(jù)中心，以便它當(dāng)然可以更新新的經(jīng)驗(yàn)，報(bào)告故障和新情況，然后下載新模型。

我喜歡整個(gè)自主系統(tǒng)領(lǐng)域，我們所有人在不久的將來將要構(gòu)建的一整類新設(shè)備將是仿人機(jī)器人，你可以預(yù)見到仿人機(jī)器人的制造成本可能比人們預(yù)期的要低得多。為什么它比1 ～2 萬美元還要多？你買汽車是1～2 萬美元。為什么你不能有一個(gè) 1～2 萬美元的人類或機(jī)器人？機(jī)器人很可能在一個(gè)為我們?cè)O(shè)計(jì)的環(huán)境中，在人類設(shè)計(jì)的世界中，比人類更靈活、更多功能。因此，裝配線是為人類設(shè)計(jì)的，倉庫是為人類設(shè)計(jì)的，很多事情都是為人類設(shè)計(jì)的，所以仿人機(jī)器人很可能在那種環(huán)境中更有生產(chǎn)力。

我喜歡我們將把生物學(xué)變成一個(gè)工程領(lǐng)域?？茖W(xué)發(fā)現(xiàn)過程非常重要，但它是零星的。這就是為什么厄姆定律是正確的。順便說一下，如果我們不轉(zhuǎn)向加速計(jì)算，如果我們不去 AI ，計(jì)算機(jī)行業(yè)將經(jīng)歷厄姆定律。

原因非常清楚。我們做的工作量，我們做的計(jì)算量一直在增長。但 CPU 擴(kuò)展已經(jīng)放緩，因此我們將享受計(jì)算成本的通脹而不是減少。因此，我們必須轉(zhuǎn)向加速計(jì)算以節(jié)省電力、節(jié)省時(shí)間、節(jié)省金錢。

無論如何，數(shù)字生物學(xué)將經(jīng)歷一場(chǎng)全面的復(fù)興，科學(xué)和工程越來越接近。這是一個(gè)非常復(fù)雜的領(lǐng)域。顯然，我們?cè)谛酒O(shè)計(jì)中不談?wù)撗Χㄖ@方程，因?yàn)槲覀兏淖兞司w管，直到我們可以避免薛定諤方程。

不幸的是，在生物學(xué)中，共價(jià)鍵，化學(xué)的工作方式，顯然薛定諤方程是必要的。所以我們有很多需要?jiǎng)?chuàng)新的東西。但第一次，我們有必要的工具，計(jì)算系統(tǒng)，算法，幫助我們處理非常大且非?；靵y的系統(tǒng)，數(shù)據(jù)驅(qū)動(dòng)的方法與你之前所說的原則性，原則性模擬方法的融合，這種融合可能會(huì)給我們一個(gè)機(jī)會(huì)。

因?yàn)闊o論如何，汽車將像自動(dòng)駕駛一樣，可能是第一個(gè)機(jī)器人技術(shù)，但然后仿人機(jī)器人是另一個(gè)。最近在生物和現(xiàn)實(shí)中，在數(shù)據(jù)中心，所以那里有一個(gè)大問題，即電力使用。

由 Cadence 設(shè)計(jì)我們的數(shù)據(jù)中心，現(xiàn)在一臺(tái)計(jì)算機(jī)就是整個(gè)數(shù)據(jù)中心。

你對(duì) AI 所消耗的電力，數(shù)據(jù)中心所消耗的電力有什么看法？當(dāng)然我們可以優(yōu)化，但是我們還能做些什么？其中一種方法是如果你做更多的加速計(jì)算。實(shí)際上，人們沒有意識(shí)到你的電力利用率肯定會(huì)下降。你對(duì) AI 和數(shù)據(jù)中心的電力消耗有什么看法？

你剛才說的第一件事絕對(duì)是真的，加速計(jì)算的電力使用量非常高。原因是因?yàn)橛?jì)算機(jī)非常密集，所以電力消耗很高。我們對(duì)電力利用率所做的任何優(yōu)化都直接轉(zhuǎn)化為更多的性能。

這種性能可以衡量為，更多的生產(chǎn)力，產(chǎn)生更多的收入，或者直接轉(zhuǎn)化為相同性能的節(jié)省。你可以買一個(gè)更小的東西，好嗎？加速計(jì)算中的電力管理直接轉(zhuǎn)化為你所關(guān)心的所有事情。我剛說了一些看起來正確的觀察。

實(shí)際上，你剛才說的第二件事會(huì)暗示它實(shí)際上完全是錯(cuò)誤的。而我們所說的，以及任何根源的含義是，加速計(jì)算，正如你在演示中看到的，用數(shù)萬臺(tái)通用服務(wù)器，它們會(huì)消耗 10～20 倍的能量，成本是 20～30 倍，減少到一個(gè)非常密集的東西。

因此，加速計(jì)算的密度是人們認(rèn)為它耗電和成本高昂的原因。但如果你用每個(gè) ISO 工作完成或 ISO 吞吐量來看待它，實(shí)際上，你節(jié)省了大量的金錢。這就是為什么 CPU 擴(kuò)展已經(jīng)放緩，我們必須轉(zhuǎn)向加速計(jì)算，因?yàn)槟悴荒芾^續(xù)以傳統(tǒng)的方式進(jìn)行擴(kuò)展。因此，加速計(jì)算是必要的。

你在主題演講中強(qiáng)調(diào)的第二件事，必須非常仔細(xì)地注意。AI 實(shí)際上幫助人們節(jié)省能源，如果沒有你創(chuàng)建的我們現(xiàn)在在工具中使用的 AI 模型，我們將如何找到 6% 的更多節(jié)省或 10 倍的更多節(jié)省，這在沒有 AI 的情況下是不可能的？

你投資一次模型的訓(xùn)練，然后像我們這樣的數(shù)百萬工程師可以受益，數(shù)十億人將能夠在數(shù)十年中享受節(jié)省，這就是思考成本的方式，思考投資的方式，不僅僅是在實(shí)例基礎(chǔ)上，而是在醫(yī)療保健方面，你必須縱向地看待節(jié)省，看待氣候變化，看待金錢節(jié)省，能源節(jié)省，縱向地看待整個(gè)跨度，不僅僅是你正在建造的產(chǎn)品，而是你設(shè)計(jì)的產(chǎn)品的方式，以及產(chǎn)品使用的影響。當(dāng)你像那樣縱向地看待它時(shí)， AI 將非常有助于幫助我們應(yīng)對(duì)氣候變化，使用更少的電力，更加節(jié)能等等。

Jensen，你還有一種非常獨(dú)特的管理風(fēng)格，你的領(lǐng)導(dǎo)風(fēng)格是眾所周知的。飛行組織，快速?zèng)Q策，看到這些真是令人難以置信。而且有很多觀眾，工程師和經(jīng)理和領(lǐng)導(dǎo)者。所以你對(duì)這些事情有什么建議？如何轉(zhuǎn)變，因?yàn)閷⑾敕ㄞD(zhuǎn)化為行動(dòng)。

在視頻管理系統(tǒng)和領(lǐng)導(dǎo)哲學(xué)的核心，如果你愿意，是創(chuàng)造條件，讓了不起的人可以做他們一生的工作。我只是描述了一個(gè)哲學(xué)，一個(gè)使命宣言，如果你愿意，以及我自己和領(lǐng)導(dǎo)者的行為方式。所以問題是，我們能做些什么來創(chuàng)造條件，讓人們可以做他們一生的工作？

最重要的一個(gè)方面是賦予他們信息的力量。所以我不認(rèn)為我做出的任何決定只有一個(gè)人需要聽到它，或者我需要在一對(duì)一的基礎(chǔ)上向某人耳語一些信息，因?yàn)槠渌瞬慌渎牭剿虿荒苈牭剿蛘?，太難以聽到或無論它是什么。所以我傾向于在大型環(huán)境中做我的大部分工作，那里有一個(gè)多樣化的專家團(tuán)隊(duì)和貢獻(xiàn)者聚集在一起，我們只是解決問題，我們只是解決問題。所以這是第一點(diǎn)。

我還喜歡除了公司的挑戰(zhàn)和人們應(yīng)該獲得的信息的透明度之外，我還喜歡有機(jī)會(huì)在人們面前推理事情。這迫使我們提出建議，這些建議的方向基本上是建立在良好的推理上。所以通過強(qiáng)迫自己推理事情，我做了兩件事。當(dāng)然，我正在影響他人。第二，教其他人如何推理，以及將一個(gè)非常復(fù)雜、抽象的想法推理到我們確切應(yīng)該做什么的能力。

我們現(xiàn)在為什么應(yīng)該這樣做，或者現(xiàn)在不應(yīng)該這樣做，大多數(shù)時(shí)候是關(guān)于現(xiàn)在不這樣做。我們根本不做這件事。這個(gè)推理過程對(duì)人們來說是非常賦權(quán)的，所以這就是 Nvidia 如此之小的原因之一。

我們只有 2.8 萬人，但我們的打擊力遠(yuǎn)遠(yuǎn)超出了我們的體重，因?yàn)閹缀趺總€(gè)人都被賦予了代表我做出好的、基于推理的、原則性的、第一原則的決策的能力。所以這就是我們做我們所做的事情的原因。

最后，你的組織屬性應(yīng)該反映你制造的產(chǎn)品。Nvidia 是一家全棧公司，我們是完整的，我們就像你一樣，我們完全共同設(shè)計(jì)。

共同設(shè)計(jì)意味著你不應(yīng)該只與硬件團(tuán)隊(duì)一起做某事。你不應(yīng)該只與軟件團(tuán)隊(duì)一起做某事。你應(yīng)該同時(shí)在所有事情上做某事，因?yàn)槟阏谶@樣做。所以我試圖創(chuàng)造一個(gè)環(huán)境，讓公司每個(gè)層面的專家和貢獻(xiàn)者都能同時(shí)參與解決問題，同時(shí)參與問題，這些是一些原則。

PS：回顧 2023 年至今，大部分 AI 炒作都集中在基礎(chǔ)模型的橫向能力上，但 AI 的真正機(jī)會(huì)在于AI 以及 Agent 如何重新配置與創(chuàng)造 B2B 價(jià)值鏈，112 家頂尖 VC 評(píng)選出 2024 年 Top30 科技初創(chuàng)公司，接近 50% GenAI，SaaS 不到 1/4。

Reference：

https://www.youtube.com/watch?v=YUrlLq2CuGM