“我們需要更大的GPU”!

　　3月19日凌晨，一年一度的“AI風向標”重磅會議——GTC 2024如期而至。

　　英偉達CEO黃仁勛在大會上發布了包括新一代加速計算平臺NVIDIA Blackwell、Project GR00T人形機器人基礎模型、Omniverse Cloud API、NVIDIA DRIVE Thor集中式車載計算平臺等在內的一系列突破性科技成果。

　　其中，NVIDIA Blackwell作為英偉達的“王炸”力作，再次將AI芯片的技術標準推向了新的高度。

　　緊接著，NVIDIA和亞馬遜云科技宣布了雙方的擴展合作，Blackwell將很快登陸亞馬遜云科技，并與亞馬遜云科技引以為傲的網絡連接、高級虛擬化和超大規模集群等領先技術結合，為數萬億參數規模的大模型推理工作負載帶來巨大的性能飛躍。

　　萬億級參數規模正處在當前全球頂級大模型的實際參數區間，也許用戶很快就能在各種生成式AI應用中體驗到新硬件帶來的提升。

　　“王炸”AI芯片誕生

　　訓練萬億參數級別的大模型，需要多大規模的算力?

　　在GTC現場，黃仁勛首先算了一道數學題。以OpenAI最先進的1.8萬億參數大模型為例，該模型需要幾萬億的Token進行訓練。

　　萬億參數與數萬億的Token相乘，就是訓練OpenAI最先進大模型所需的計算規模。黃仁勛估算，如果用一顆petaflop(每秒鐘進行1千萬億次運算)量級的GPU進行運算，需要1000年的時間才能完成。

　　在Transformer發明后，大模型的規模正在以驚人的速度擴展，平均每6個月就會翻倍，這意味著萬億級別參數并不是大模型的上限。

　　在這種趨勢下，黃仁勛相信，生成式AI的迭代和發展，需要更大的GPU、更快的GPU互連技術、更強大的超級計算機內部連接技術，以及更龐大的超級計算機巨型系統。

　　一直以來，NVIDIA推出的GPU一般是兩種架構，其中面向游戲的GeForce RTX系列GPU是Ada Lovelace架構，面向AI、大數據等應用的專業級顯卡是Hopper架構。風靡世界的***就是基于Hopper架構。

　　雖然Hopper已經能夠滿足大部分商用市場的需求，但黃仁勛認為這樣還不夠：“我們需要更大的GPU，更需要將GPU堆疊在一起。”

　　于是，同時用以上兩種架構類型的產品Blackwell誕生了。Blackwell是英偉達祭出的第六代芯片架構。這塊小小的GPU，集成了2080億個晶體管，擁有著超強的算力，也顛覆了此前所有的產品。

　　據黃仁勛透露，英偉達為該芯片的研發投入了100億美元。這一新架構以加州大學伯克利分校數學家David Harold Blackwell命名。他專門研究博弈論和統計學，也是第一位入選美國國家科學院的黑人學者。

　　Blackwell在單芯片訓練方面的FP8性能是其上一代架構的2.5倍，在推理方面的 FP4 性能是其上一代架構的5倍。它具有第五代NVLink互連，速度是Hopper的兩倍，并且可擴展至576個GPU。

　　所以，Blackwell不是一個芯片，而是一個平臺。

　　NVIDIA GB200 Grace Blackwell超級芯片通過900GB/s超低功耗的片間互聯，將兩個NVIDIA B200 Tensor Core GPU與NVIDIA Grace CPU相連。

　　其巨大的性能升級，能為人工智能公司提供20 petaflops或每秒2萬億次計算的AI性能，相較于***，大語言模型性能提升30倍，同時能耗只有1/25。

　　不難看出，Blackwell平臺如此卓越的性能提升，是為了下一代生成式AI做準備。而從OpenAI最近發布的Sora和已經開始研發更強大、更復雜的GPT-5模型也能看出，生成式AI的下一步是多模態和視頻，也就意味著更大規模的訓練。Blackwell帶來了更多可能性。

　　如今，從谷歌的無邊搜索引擎，到亞馬遜的云頂天堂，再到特斯拉的智能駕駛，各大科技巨頭正紛紛加入NVIDIA的Blackwell陣營，開啟了一場令人興奮的AI加速計算盛宴。

　　亞馬遜、谷歌、戴爾、Meta、微軟、OpenAI、Oracle、特斯拉等行業翹楚都在爭先恐后地布局，準備在AI新時代大展身手。

　　難掩戰略焦慮

　　受益于去年以來生成式AI的火爆，2月21日盤后，英偉達公布的最新一季度財報再次打破市場預期。財報顯示，2024財年，英偉達總營收達609億美元，同比增長125.85%;凈利潤為297.6億美元，同比增長超581%;調整后每股盈利為12.96美元，同比增長288%。此次已經是英偉達實現連續四個季度的盈利超出市場預期。

　　英偉達的業績加速實則反映了全球科技公司對于AI算力需求的激增。隨著Sora等應用的橫空出世，世人看到了大模型落地的巨大潛力。

　　生成式 AI很有可能進入“軍備競賽”階段，與之伴隨的是科技公司對芯片的需求也會持續提升。

　　Counterpoint Research的數據顯示，2023年，英偉達的營收將飆升至303億美元，比2022年的163億美元增長86%，躍升為2023年全球第三大半導體廠商。

　　富國銀行則預計，英偉達2024年將會在數據中心市場獲得高達457億美元的營收，或創下歷史新高。

　　不過，創造歷史的英偉達并非高枕無憂。英偉達在AI計算的“壟斷”的現狀并不讓所有人都滿意，競爭對手在竭力打破英偉達的統治地位，客戶也需要第二個AI芯片供應源。

　　盡管英偉達的GPU有很多優點，不過它在用于AI時它可能耗電量太高且編程復雜。從創業公司到其他芯片制造商和科技巨頭，英偉達的競爭對手層出不窮。

　　近期，OpenAI CEO奧爾特曼正在與中東阿布扎比G42基金、日本軟銀集團等全球投資者籌集超過80億美元資金，成立一家全新AI 芯片公司，目標是利用資金建立一個工廠網絡來制造芯片，直接對標英偉達。

　　2月17日，業內人士透露，日本投資界巨頭軟銀集團創始人孫正義正在尋求籌集最高達1000億美元的資金，打造一家規模龐大的合資芯片公司，這家公司能夠與芯片設計部門Arm形成互補。

　　過去，AMD一直在進行其新一代AI戰略規劃，包括并購和部門重組等，但生成式AI的橫空出世導致該公司產品陣容進一步擴充：去年12月發布的MI300芯片專門面向復雜的AI大模型，配置了1530億個晶體管、192GB的內存、每秒5.3TB的內存帶寬，分別是英偉達最強AI芯片***的大約2倍、2.4倍和1.6倍。

　　亞馬遜云科技也在自研芯片領域進行持續投入，以提升客戶云上工作負載性價比。亞馬遜云科技很早就面向AI領域推出了Trainium訓練芯片和Inferentia推理芯片兩個系列，并不斷更新迭代。

　　去年底推出Trainium2能夠通過云中擴展和網絡互聯提供65exaflops的AI算力，數周時間即可完成3千億參數的大語言模型的訓練。這些AI芯片已被使用在包括Anthropic等生成式AI領域的頭部企業當中。

　　這些大廠不約而同地砸下重金，選擇自研AI芯片，透露出誰都不想將科技的話語權和主導權交到芯片大廠的手中，只有處于“AI食物鏈”頂端，才有可能掌握通向未來的鑰匙。

　　研發為底，生態為徑

　　黃仁勛曾在很多地方有過這樣的表示：英偉達不是在銷售芯片，而是在銷售解決問題的能力。

　　在這種產業生態共建的理念驅動下，英偉達圍繞GPU打造了一個涵蓋硬件、軟件及開發工具在內的生態系統。

　　例如，英偉達在自動駕駛領域的投資成果顯著，其Drive PX系列平臺以及后來推出的Drive AGX Orin系統級芯片，成為了眾多汽車制造商實現高級駕駛輔助系統(ADAS)和自動駕駛的關鍵部件，這是底層技術創新與實際應用場景深度融合的成功案例。

　　面對行業競爭，英偉達希望發揮整體的生態協作力量，共同為產業服務，為市場服務。

　　英偉達與云計算“一哥”亞馬遜云科技的合作同樣成果不凡，從第一個GPU云實例到現在的Blackwell平臺解決方案，雙方的合作已經超過13年。客戶很快就能在亞馬遜云科技上使用基于NVIDIA GB200 Grace Blackwell Superchip和B100 Tensor Core GPUs的基礎設施。

　　英偉達的超強算力芯片系統與亞馬遜云科技強大的Elastic Fabric Adapte(EFA)網絡連接能力、高級虛擬化(Amazon Nitro System)和超大規模集群(Amazon EC2 UltraClusters)等領先技術的結合，使得客戶能夠更快更大規模且更安全地在云上構建和運行數萬億參數的大語言模型。

　　在大模型研發領域，萬億級參數規模此前還算是一道門檻。根據公開的報道，去年年中發布的GPT4的模型參數是1.8萬億，由8個220B模型組成;前不久發布的Claude3模型沒有公布參數規模，而馬斯克最新開源的Grok大模型參數是3140億參數規模。

　　雙方此次合作，有望在加速萬億級別大語言模型的研發方面，為生成式AI領域的突破提供新的可能。

　　英偉達自身的AI團隊專門在亞馬遜云科技上構建了Project Ceiba項目，以幫助其推動未來生成式AI的創新。

　　Ceiba項目首次亮相是在2023年11月底亞馬遜云科技2023 re:Invent全球大會上，這是當時英偉達與亞馬遜云科技合作建造的世界上最快的AI超級計算之一，當時的計算性能為65 exaflops。

　　隨著Blackwell平臺加入Ceiba項目，為其帶來了7倍于原先的計算性能，現在，該AI超級計算機將能夠處理高達414 exaflops的AI計算量。

　　新的Ceiba項目擁有20,736顆B200 GPU的超級計算機，采用新型NVIDIA GB200 NVL72系統構建，該系統利用第五代NVLink技術連接10,368顆NVIDIA Grace CPU。

　　系統還通過亞馬遜云科技的第四代EFA網絡進行擴展，為每個Superchip提供高達800 Gbps的低延遲、高帶寬網絡吞吐量。

　　此外，亞馬遜云科技還計劃提供配備基于新的英偉達B100 GPU的Amazn EC2實例，并能夠在Amazon EC2 UltraClusters中進行大規模部署。

　　此次合作被黃仁勛抱以更多期待：“人工智能正在以前所未有的速度推動突破，導致新的應用、商業模式和跨行業的創新。

　　英偉達與亞馬遜云科技的合作正在加速新的生成式AI能力的發展，并為客戶提供前所未有的計算能力，以推動可能性的邊界。”

　　如此多的行業，如此繁復的創新，英偉達正與其合作伙伴構建起越來越強大的AI生態，共同引領生成式AI的新紀元。用黃仁勛的話說，當計算機圖形學、物理學、人工智能交匯，便衍生出NVIDIA的靈魂。