黃仁勛帶來“王炸”組合，ChatGPT又進一步

撰文 | 田小夢

編輯 | 楊博丞

題圖 | NVIDIA

3月22日，在剛剛結(jié)束的GTC 大會上，NVIDIA創(chuàng)始人兼首席執(zhí)行官黃仁勛圍繞AI、芯片、云服務等前沿科技，帶來一系列“殺手級”技術(shù)和產(chǎn)品。

從OpenAI發(fā)布GPT-4，到百度發(fā)布文心一言，再到微軟將GPT-4接入自己全套辦公軟件Microsoft 365 Copilot，乃至昨日谷歌正式宣布開放 Bard 的訪問權(quán)限。在這AI的決定性時刻，黃仁勛也是激動地三次強調(diào)，“我們正處于AI的iPhone時刻”。

“如果把加速計算比作曲速引擎，那么AI就是動力來源。生成式 AI 的非凡能力，使得公司產(chǎn)生了緊迫感，他們需要重新構(gòu)思產(chǎn)品和商業(yè)模式。”黃仁勛說道。

手握算力技術(shù)的英偉達自然是不會缺席AI產(chǎn)品。自今年年初ChatGPT爆火后，吸引了超過1億用戶，成為有史以來增長最快的應用。英偉達的股價也是一路飆升，目前英偉達市值為6471億美元。

圖片來源：百度股市通

一、做AI界的“臺積電”

自十年前AlexNet面市以來，深度學習就開辟了巨大的新市場，包括自動駕駛、機器人、智能音箱，并重塑了購物、了解新聞和享受音樂的方式。隨著生成式AI掀起的新一波浪潮，使得推理工作負載呈階梯函數(shù)式增長。

對此，今日英偉達推出全新的推理平臺：四種配置—一個體系架構(gòu)—一個軟件棧，其中，每種配置都針對某一類工作負載進行了優(yōu)化。

首先，ChatGPT等大型語言模型是一個全新的推理工作負載，GPT模型是內(nèi)存和計算密集型模型。同時，推理是一種高容量、外擴型工作負載，需要標準的商業(yè)服務器。為了支持像ChatGPT這樣的大型語言模型推理，黃仁勛發(fā)布了一款新的GPU——帶有雙GPU NVLink的H100 NVL，配備94GB HBM3顯存，可處理擁有1750億參數(shù)的GPT-3，還可支持商業(yè)PCIE服務器輕松擴展。

黃仁勛表示，目前在云上唯一可以實際處理ChatGPT的GPU是HGX A100，與適用于GPT-3處理的HGX A100相比，一臺搭載四對H100及雙GPU NVLINK的標準服務器的速度快10倍?！癏100可以將大型語言模型的處理成本降低一個數(shù)量級?！?/p>

其次，針對AI視頻工作負載推出了L4，對視頻解碼和編碼、視頻內(nèi)容審核、視頻通話功能等方面進行了優(yōu)化如今，大多數(shù)云端視頻都在CPU上處理，一臺8-GPU L4服務器將取代一百多臺用于處理AI視頻的雙插槽CPU服務器。Snap是NVIDIA AI 在計算機視覺和推薦系統(tǒng)領域領先的用戶，Snap將會把L4用于AV1視頻處理生成式AI和增強現(xiàn)實。

再者，針對Omniverse、圖形渲染等生成式AI，推出L40，L40的性能是NVIDIA最受歡迎的云推理GPU T4的10倍。Runway是生成式AI領域的先驅(qū)，他們正在發(fā)明用于創(chuàng)作和編輯內(nèi)容的生成式AI模型。

此外，為用于推薦系統(tǒng)的AI數(shù)據(jù)庫和大型語言模型，推出了Grace Hopper超級芯片。通過900GB/s高速芯片對芯片的接口，NVIDIA Grace Hopper超級芯片可連接Grace CPU和Hopper GPU。“客戶希望構(gòu)建規(guī)模大幾個數(shù)量級的AI數(shù)據(jù)庫，那么Grace Hopper是最理想的引擎?！?/p>

與此同時，面對生成式AI的認知將重塑幾乎所有行業(yè)的現(xiàn)狀。黃仁勛坦言稱:“這個行業(yè)需要一個類似臺積電的代工廠，來構(gòu)建自定義的大型語言模型。”

為了加速企業(yè)使用生成式AI的工作，黃仁勛發(fā)布了NVIDIA AI Foundations云服務系列，為需要構(gòu)建、完善和運行自定義大型語言模型及生成式AI的客戶提供服務，他們通常使用專有數(shù)據(jù)進行訓練并完成特定領域的任務。

NVIDIA AI Foundations包括NVIDIA NeMo是用于構(gòu)建自定義語言文本-文本轉(zhuǎn)換生成模型；Picasso視覺語言模型制作服務，適用于想要構(gòu)建使用授權(quán)或?qū)Ｓ袃?nèi)容訓練而成的自定義模型的客戶，以及BioNeMo，助力2萬億美元規(guī)模的藥物研發(fā)行業(yè)的研究人員，幫助研究人員使用他們的專有數(shù)據(jù)創(chuàng)建、微調(diào)和提供自定義模型。

二、加深云服務體系

“云”也是此次發(fā)布會的重點之一，推出了NVIDIA DGX Cloud。

這項AI超級計算服務使企業(yè)能夠即時接入用于訓練生成式AI等開創(chuàng)性應用的高級模型所需的基礎設施和軟件。DGX Cloud可提供NVIDIA DGX AI超級計算專用集群，并配以NVIDIA AI軟件。

這項服務可以讓每個企業(yè)都通過一個簡單的網(wǎng)絡瀏覽器就能訪問自己的AI超級計算機，免除了購置、部署和管理本地基礎設施的復雜性。

黃仁勛表示：“初創(chuàng)企業(yè)正在競相打造顛覆性的產(chǎn)品和商業(yè)模式，老牌企業(yè)則在尋求應對之法。DGX Cloud 使客戶能夠在全球規(guī)模的云上即時接入NVIDIA AI超級計算?！?/p>

目前，NVIDIA正與領先的云服務提供商一起托管DGX Cloud基礎設施，Oracle Cloud Infrastructure（OCI）首當其沖，通過其OCI超級集群，提供專門構(gòu)建的RDMA網(wǎng)絡、裸金屬計算以及高性能本地塊存儲，可擴展到超過32000個GPU所組成的超級集群。微軟Azure預計將在下個季度開始托管DGX Cloud，該服務將很快擴展到Google Cloud等。

黃仁勛表示，此次合作將NVIDIA的生態(tài)系統(tǒng)帶給云服務提供商，同時擴大了NVIDIA的規(guī)模和影響力。企業(yè)將能夠按月租用DGX Cloud集群以便快速、輕松地擴展大型多節(jié)點訓練工作負載的開發(fā)。

隨著云計算發(fā)展，在過去十年中，大約3000萬臺CPU服務器完成大部分處理工作，但挑戰(zhàn)即將到來。隨著摩爾定律的終結(jié)，CPU性能的提高也會伴隨著功耗的增加。另外，減少碳排放從根本上與增加數(shù)據(jù)中心的需求相悖，云計算的發(fā)展受功耗限制。

黃仁勛指出，加速云數(shù)據(jù)中心的CPU側(cè)重點與過去有著根本性的不同。過去數(shù)據(jù)中心加速各種工作負載，將會減少功耗，節(jié)省的能源可以促進新的增長，未經(jīng)過加速的工作負載都將會在CPU上處理。在AI和云服務中，加速計算卸載可并行的工作負載，而CPU可處理其他工作負載，比如Web RPC和數(shù)據(jù)庫查詢。為了在云數(shù)據(jù)中心規(guī)模下實現(xiàn)高能效，英偉達推出Grace。

Grace包含72個Arm核心，由超高速片內(nèi)可擴展的、緩存一致的網(wǎng)絡連接，可提供3.2TB/s的截面帶寬，Grace Superchip通過900GB/s的低功耗芯片到芯片緩存一致接口，連接兩個CPU芯片之間的144個核，內(nèi)存系統(tǒng)由LPDDR低功耗內(nèi)存構(gòu)成（與手機上使用的相似），還專門對此進行了增強，以便在數(shù)據(jù)中心中使用。

通過Google基準測試（測試云微服務的通信速度）和Hi-Bench套件（測試Apache Spark內(nèi)存密集型數(shù)據(jù)處理），對Grace進行了測試，此類工作負載是云數(shù)據(jù)中心的基礎。

在微服務方面，Grace的速度比最新一代x86 CPU的平均速度快1.3倍；在數(shù)據(jù)處理中，Grace則快1.2倍，而達到如此高性能，整機功耗僅為原來服務器的60%。云服務提供商可以為功率受限的數(shù)據(jù)中心配備超過1.7倍的Grace服務器，每臺服務器的吞吐量提高25%。在功耗相同的情況下，Grace使云服務提供商獲得了兩倍的增長機會。

“Grace的性能和能效非常適合云計算應用和科學計算應用?！秉S仁勛說道。

三、為2納米光刻技術(shù)奠基

隨著對芯片制造的精確度提升，當前生產(chǎn)工藝接近物理學的極限。光刻即在晶圓上創(chuàng)建圖案的過程，是芯片制造過程中的起始階段，包括光掩模制作和圖案投影。

其中，計算光刻是芯片設計和制造領域中最大的計算工作負載，每年消耗數(shù)百億CPU小時，大型數(shù)據(jù)中心24 x7全天候運行，以便創(chuàng)建用于光刻系統(tǒng)的掩模版。數(shù)據(jù)中心是芯片制造商每年投資近2000億美元的資本支出的一部分，隨著算法越來越復雜，計算光刻技術(shù)也在快速發(fā)展，使整個行業(yè)能夠達到2納米及以上。

對此，在本次發(fā)布會上，黃仁勛帶來了一個計算光刻庫——NVIDIA cuLitho。

“芯片產(chǎn)業(yè)幾乎是每一個行業(yè)的基礎。”黃仁勛介紹稱，cuLitho是一項歷時近四年的龐大任務，英偉達與臺積電、ASML和Synopsys等密切合作，將計算光刻加速了40倍以上。

NVIDIA H100需要89塊掩模版，在CPU上運行時，處理單個掩模版當前需要兩周時間。如果在GPU上運行cuLitho，只需8小時即可處理完一個掩模版。

據(jù)介紹，臺積電可以通過在500個DGX H100系統(tǒng)上使用cuLitho加速，將功率從35MW降至5MW，從而替代用于計算光刻的4萬臺CPU服務器。借助cuLitho，臺積電可以縮短原型周期時間、提高產(chǎn)量、減少制造過程中的碳足跡，并為2納米及以上的生產(chǎn)做好準備。

此外，臺積電將于6月開始對cuLitho進行生產(chǎn)資格認證，ASML正在GPU和cuLitho方面與NVIDIA展開合作，并計劃在其所有計算光刻軟件產(chǎn)品中加入對GPU的支持。

不難看出，從AI訓練到部署，從系統(tǒng)到云服務，再到半導體芯片，黃仁勛打出了一套“組合拳”。站在AI的風口，黃仁勛也透露出“勝券在握”的信心。

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。