作者 | 章漣漪

編輯 | 章漣漪

“It’s ok，Hopper。You’re very good，good boy or good girl”。

北京時間3月19日凌晨，GTC最重磅的主題演講開始，英偉達(dá)創(chuàng)始人黃仁勛身著標(biāo)志性的皮衣，先是感謝了“改變世界的Hopper”，并宣布重磅推出新一代AI芯片架構(gòu)Blackwell。

在他看來，加速計算已達(dá)轉(zhuǎn)折點，通用計算已走到盡頭，需要有另一種計算方式，來進一步降低計算成本、提高計算效率。"我們需要更大的GPU。"黃仁勛說。過去8年時間里，AI算力需求有了1000倍增長。在Blackwell架構(gòu)下，芯片之間可連接構(gòu)建出大型AI超算集群，支撐更大的計算需求。“它是英偉達(dá)最成功的產(chǎn)品”。黃仁勛進一步介紹表示，Blackwell擁有2080億個晶體管，是上一代芯片“Hopper”800億個晶體管的兩倍多，可以支持多達(dá)10萬億個參數(shù)的AI模型。“其將成為亞馬遜、微軟、谷歌、甲骨文等全球最大數(shù)據(jù)中心運營商部署的新計算機和其他產(chǎn)品的基石”。

第一款采用Blackwell架構(gòu)的芯片名為GB200。它被黃仁勛稱為“史上最強AI芯片”，將于今年晚些時候上市。B200芯片擁有2080億個晶體管，采用臺積電定制的4NP工藝制造。值得一提的是，這次的芯片將兩個die連接成一個統(tǒng)一的GPU，die之間的通信速度可以達(dá)到10TB/秒。黃仁勛強調(diào)，Blackwell架構(gòu)的全新型GPU處理器設(shè)計架構(gòu)在處理支持人工智能的大語言模型訓(xùn)練、推理方面速度提高數(shù)倍，而成本和能耗較前代改善巨大。他舉例表示，如果要訓(xùn)練一個1.8萬億參數(shù)量的GPT模型，需要8000張Hopper GPU，消耗15兆瓦的電力，連續(xù)跑上90天。但如果使用GB200 Blackwell GPU，只需要2000張，同樣跑90天只消耗四分之一的電力。不只是訓(xùn)練，生成Token的成本也會隨之顯著降低。016大創(chuàng)新技術(shù)，Blackwell被認(rèn)為是“最成功產(chǎn)品”“1993年，英偉達(dá)旅程開始……”

Blackwell GPU登場之前，黃仁勛先回顧了英偉達(dá)30年發(fā)展歷程，他認(rèn)為沿途有幾個重要里程碑。

首先是2006年，CUDA發(fā)布，黃仁勛表示，后來被證明是一種革命性的計算模型。

“我們當(dāng)時認(rèn)為它是革命性的，以為它將一夜之間獲得成功。”黃仁勛如是表示，

從后續(xù)發(fā)展來看，CUDA確實配得上“革命”這個詞。

作為一項同時支持硬件和軟件的技術(shù)，CUDA可利用圖形處理器中的多顆計算核心進行通用計算處理工作，極大加快了開發(fā)模型的訓(xùn)練速度。

可以簡單理解為，CUDA是英偉達(dá)實現(xiàn)軟硬件適配的一種架構(gòu)，而軟件生態(tài)決定了產(chǎn)品的適用性，計算平臺決定了硬件的使用效率，CUDA是英偉達(dá)實現(xiàn)生態(tài)的絕對護城河。

不過，外界認(rèn)識到CUDA的價值還是將近10年之后。

2016年，AlexNet與CUDA首次接觸，一種名為DGX1的新型計算機誕生，首次將170teraflops和8個GPU連接在一起。正如外界了解那樣，黃仁勛笑言，“我親自交付了第一臺DGX1給一家位于舊金山的初創(chuàng)公司，名為OpenAI”。

2017年，Transformer到來。

2022年，ChatGPT捕獲了世界的想象力，人們意識到人工智能的重要性和能力。

2023年，生成式AI出現(xiàn)，新的行業(yè)開始形成。

“為什么是一個新行業(yè)？”黃仁勛表示，因為這樣的軟件以前從未存在過，我們現(xiàn)在正在使用計算機編寫軟件，這是一個全新的類別，它從無到有占據(jù)了市場份額，生產(chǎn)軟件方式與此前在數(shù)據(jù)中心所做的完全不同。

面對全新的市場和需求，需要更強大的GPU。

“Hopper很棒，但Blackwell更好”。黃仁勛認(rèn)為，生成式AI是這個時代的決定性技術(shù)，Blackwell是推動這場新工業(yè)革命的引擎。

根據(jù)黃仁勛介紹，Blackwell GPU有6大創(chuàng)新技術(shù)，包括：

全球最強大的芯片。具有2080億個晶體管，采用專門定制的雙倍光刻極限尺寸4NP TSMC工藝制造，通過10 TB/s的片間互聯(lián)，將GPU裸片連接成一塊統(tǒng)一的GPU。第二代Transformer引擎。得益于全新微張量縮放支持，以及集成于TensorRT-LLM和NeMo Megatron框架中的英偉達(dá)動態(tài)范圍管理算法，Blackwell將在新型4位浮點AI推理能力下實現(xiàn)算力和模型大小翻倍。

第五代 NVLink。為了提升萬億級參數(shù)模型和混合專家AI模型的性能，最新一代 NVIDIA NVLink為每塊GPU提供1.8TB/s雙向吞吐量，確保多達(dá)576塊GPU之間的無縫高速通信。

RAS引擎。采用Blackwell架構(gòu)的GPU包含一個用于保障可靠性、可用性和可維護性的專用引擎。此外，Blackwell架構(gòu)還增加了多項芯片級功能，能夠利用AI預(yù)防性維護來運行診斷并預(yù)測可靠性相關(guān)的問題。這將最大程度延長系統(tǒng)正常運行時間，提高大規(guī)模AI部署的彈性，使其能夠連續(xù)不間斷運行數(shù)周乃至數(shù)月，同時降低運營成本。

安全AI。機密計算功能可以在不影響性能的情況下保護AI模型和客戶數(shù)據(jù)，并且支持全新本地接口加密協(xié)議。

解壓縮引擎。專用的解壓縮引擎支持最新格式，通過加速數(shù)據(jù)庫查詢提供極其強大的數(shù)據(jù)分析和數(shù)據(jù)科學(xué)性能。

在黃仁勛看來，未來幾年，每年需要企業(yè)花費數(shù)百億美元的數(shù)據(jù)處理將越來越多地由GPU加速。02多次迭代，英偉達(dá)不斷拉大與對手差距之所以取名Blackwell是為了致敬美國科學(xué)院首位黑人院士、杰出統(tǒng)計學(xué)家兼數(shù)學(xué)家David Blackwell，其擅長將復(fù)雜的問題簡單化，獨立發(fā)明的“動態(tài)規(guī)劃”、“更新定理”被廣泛運用于多個科學(xué)、工程學(xué)等多個領(lǐng)域。而這，也是每一代英偉達(dá)GPU架構(gòu)的命名習(xí)慣。GPU的概念，是由英偉達(dá)在1999年發(fā)布Geforce256圖形處理芯片時首先提出的，從此英偉達(dá)顯卡的芯就用GPU來稱呼，它是專門設(shè)計用于處理圖形渲染的處理器，主要負(fù)責(zé)將圖像數(shù)據(jù)轉(zhuǎn)換為可以在屏幕上顯示的圖像。

與CPU不同，GPU具有數(shù)千個較小的內(nèi)核（內(nèi)核數(shù)量取決于型號和應(yīng)用），因此GPU架構(gòu)針對并行處理進行了優(yōu)化，可以同時處理多個任務(wù)，并且在處理圖形和數(shù)學(xué)工作負(fù)載時速度更快。

隨后20多年時間，英偉達(dá)每隔1-2年提出新的芯片架構(gòu)以適應(yīng)計算需求升級，陸續(xù)推出Tesla、Fermi、Kepler、Maxwell、Pascal、Volta、Turing、Ampere和Hopper等。不斷增強GPU的計算能力和程序性，推動GPU在圖形渲染、人工智能和高性能計算等領(lǐng)域的應(yīng)用。

比如，2020年Ampere架構(gòu)在計算能力、能效和深度學(xué)習(xí)性能方面大幅提升，采用多個SM和更大的總線寬度，提供更多CUDA Core及更高頻率，引入第三代Tensor Core，具有更高的內(nèi)存容量和帶寬，適用于大規(guī)模數(shù)據(jù)處理和機器學(xué)習(xí)任務(wù)。再比如，2022年發(fā)布Hopper架構(gòu)，支持第四代TensorCore，采用新型流式處理器，每個SM能力更強。

可以理解為，GPU架構(gòu)的更新主要體現(xiàn)在SM、TPC（CUDA核心的分組結(jié)構(gòu)）增加，最終體現(xiàn)在GPU浮點計算能力的提升。

從Pascal架構(gòu)到Blackwell架構(gòu)，過去8年，英偉達(dá)將AI計算性能提升了1000倍。“在Blackwell架構(gòu)下，芯片之間可連接構(gòu)建出大型AI超算集群，支撐更大的計算需求。”黃仁勛表示，GPU的形態(tài)已徹底改變，未來英偉達(dá)DGX AI超級計算機，就是AI工業(yè)革命的工廠。從數(shù)據(jù)和性能看，英偉達(dá)的GPU產(chǎn)品在AI訓(xùn)練上的性能和水平，確實與全球其他玩家的差距在進一步拉大。這也使得英偉達(dá)芯片在大模型訓(xùn)練領(lǐng)域占比不斷提升，但受限于芯片管制、產(chǎn)能等因素，在推理市場，英偉達(dá)丟失了一些份額。03生成式AI微服務(wù)推出，打造AI應(yīng)用級入口兩周前，英偉達(dá)在CUDA11.6更新版本中強調(diào)：“禁止其他硬件平臺上運行基于 CUDA的軟件”。顯然，它想要訓(xùn)練和推理芯市場一起抓。為了上述目標(biāo)的實現(xiàn)，光有硬件還不夠，軟件護城河也要跟上。

因此，在講完硬件生態(tài)之后，黃仁勛開始介紹在AI軟件方面的創(chuàng)新，即生成式AI微服務(wù)NIMS（Nvidia Inference Micro Service）。

在黃仁勛看來，生成式AI改變了應(yīng)用程序編程方式。未來，企業(yè)不再編寫軟件，而是組裝AI模型，指定任務(wù)，給出工作產(chǎn)品示例，審查計劃和中間結(jié)果。而NIM的出現(xiàn)能夠讓這件事的實現(xiàn)更加簡單。黃仁勛希望，用NIM平臺，支持應(yīng)用廠商開發(fā)智能應(yīng)用，將NIM打造為CUDA生態(tài)之后的一個AI應(yīng)用級入口，增加生態(tài)護城河價值。據(jù)介紹，英偉達(dá)NIM是英偉達(dá)推理微服務(wù)的參考，是由英偉達(dá)的加速計算庫和生成式AI模型構(gòu)建的。微服務(wù)支持行業(yè)標(biāo)準(zhǔn)的API，在英偉達(dá)大型CUDA安裝基礎(chǔ)上工作，并針對新的GPU進行優(yōu)化。“企業(yè)可以利用這些微服務(wù)在自己的平臺上創(chuàng)建和部署定制應(yīng)用，同時保留對知識產(chǎn)權(quán)的完整所有權(quán)和控制權(quán)”。據(jù)黃仁勛介紹，NIM微服務(wù)提供基于英偉達(dá)推理軟件的預(yù)構(gòu)建容器，使開發(fā)者能夠?qū)⒉渴饡r間從幾周縮短至幾分鐘。它們?yōu)檎Z言、語音和藥物發(fā)現(xiàn)等領(lǐng)域提供行業(yè)標(biāo)準(zhǔn)API，使開發(fā)者能夠使用安全托管在自己的基礎(chǔ)設(shè)施中的專有數(shù)據(jù)，來快速構(gòu)建AI應(yīng)用。這些應(yīng)用可按需擴展，從而為在英偉達(dá)加速計算平臺上運行生產(chǎn)級生成式AI提供靈活性和性能。

用戶將能夠從亞馬遜SageMaker、谷歌Kubernetes Engine和微軟Azure AI中訪問NIM微服務(wù)，并與Deepset、LangChain和LlamaIndex等AI框架集成。同時，為助力各行業(yè)加快開發(fā)生產(chǎn)級AI，CUDA-X微服務(wù)還為數(shù)據(jù)準(zhǔn)備、定制和訓(xùn)練提供端到端的構(gòu)建模塊，企業(yè)可以使用CUDA-X微服務(wù)，包括用于定制語音和翻譯AI的Riva、用于路由優(yōu)化的cuOpt，以及用于高分辨率氣候和天氣模擬的Earth-2。與此同時，英偉達(dá)還在不斷打造相關(guān)生態(tài)系統(tǒng)，包括Abridge、Anyscale、Dataiku、DataRobot、Glean、H2O.ai、Securiti AI、Scale.ai、OctoAI和 Weights & Biases等數(shù)百家AI 和 MLOps企業(yè)將通過AI Enterprise來支持英偉達(dá)微服務(wù)。04AI+汽車落地，英偉達(dá)繼續(xù)擴大汽車朋友圈技術(shù)價值的實現(xiàn)，最終需要落地。演講中，黃仁勛還介紹了AI+醫(yī)藥、AI+汽車、AI+家電、AI+工業(yè)設(shè)計以及AI+機器人等方面的進展。其中，汽車方面，黃仁勛透露，比亞迪不止采用英偉達(dá)集中式車載計算平臺Drive Thor開發(fā)下一代電動車，還計劃將英偉達(dá)的AI基礎(chǔ)設(shè)施用于云端AI開發(fā)和訓(xùn)練技術(shù)，并使用英偉達(dá)Isaac與Omniverse平臺來開發(fā)用于虛擬工廠規(guī)劃和零售配置器的工具與應(yīng)用。

除了比亞迪之外，其他多家汽車制造商和自動駕駛卡車開發(fā)商也宣布擴大與英偉達(dá)的合作。廣汽埃安旗下高端豪華品牌昊鉑宣布其下一代電動汽車將采用DRIVE Thor平臺，新車型將于2025年開始量產(chǎn)。小鵬宣布將把DRIVE Thor平臺作為其下一代電動汽車的“AI大腦”。這款新一代車載計算平臺將助力該電動汽車制造商自研的XNGP智能輔助駕駛系統(tǒng)，實現(xiàn)自動駕駛和泊車、駕乘人員監(jiān)控等功能。DRIVE Thor是英偉達(dá)于2022年9月發(fā)布的最新一代Drive平臺。彼時，英偉達(dá)方面稱，這顆SoC芯片內(nèi)部擁有770億個晶體管，可實現(xiàn)2000 TOPS的AI算力，或者是2000TFLOPs。根據(jù)英偉達(dá)介紹，除乘用車外，DRIVE Thor在自動駕駛領(lǐng)域也在持續(xù)擴張。

其中，Nuro正致力于開發(fā)用于商用車和乘用車的L4級自動駕駛技術(shù)，該公司選擇DRIVE Thor為Nuro Driver提供助力；智加科技宣布，其L4級解決方案SuperDriv的下一代產(chǎn)品將在DRIVE Thor計算平臺上運行；文遠(yuǎn)知行正在與聯(lián)想車計算一同基于DRIVE Thor來創(chuàng)建多個商用L4級自動駕駛解決方案。可以預(yù)見，伴隨著Blackwell架構(gòu)和Thor芯片的推出、落地，英偉達(dá)將進一步鞏固在智能駕駛、人工智能等領(lǐng)域的地位。

       原文標(biāo)題 : 8年增長1000倍，英偉達(dá)帶來史上最成功的產(chǎn)品