AI春晚GTC开幕，皮衣老黄再次燃爆全场。
时隔两年，英伟达官宣新一代Blackwell架构，定位直指“新工业革命的引擎” ，“把AI扩展到万亿参数”。
作为架构更新大年，本次大会亮点颇多：
宣布GPU新核弹B200，超级芯片GB200Blackwell架构新服务器，一个机柜顶一个超算推出AI推理微服务NIM，要做世界AI的入口新光刻技术cuLitho进驻台积电，改进产能。
……
8年时间，AI算力已增长1000倍。
老黄断言“加速计算到达了临界点，通用计算已经过时了”。
我们需要另一种方式来进行计算，这样我们才能够继续扩展，这样我们才能够继续降低计算成本，这样我们才能够继续进行越来越多的计算。
老黄这次主题演讲题目为《见证AI的变革时刻》，但不得不说，英伟达才是最大的变革本革。
GPU的形态已彻底改变我们需要更大的GPU，如果不能更大，就把更多GPU组合在一起，变成更大的虚拟GPU。
Blackwell新架构硬件产品线都围绕这一句话展开。
通过芯片，与芯片间的连接技术，一步步构建出大型AI超算集群。
4nm制程达到瓶颈，就把两个芯片合在一起，以10TB每秒的满血带宽互联，组成B200 GPU，总计包含2080亿晶体管。
没错，B100型号被跳过了，直接发布的首个GPU就是B200。
两个B200 GPU与Grace CPU结合就成为GB200超级芯片，通过900GB/s的超低功耗NVLink芯片间互连技术连接在一起。
两个超级芯片装到主板上，成为一个Blackwell计算节点。
18个这样的计算节点共有36CPU+72GPU，组成更大的“虚拟GPU”。
它们之间由今天宣布的NVIDIA Quantum-X800 InfiniBand和Spectrum™-X800以太网平台连接，可提供速度高达800Gb/s的网络。
在NVLink Switch支持下，最终成为“新一代计算单元”GB200 NVL72。
一个像这样的“计算单元”机柜，FP8精度的训练算力就高达720PFlops，直逼H100时代一个DGX SuperPod超级计算机集群（1000 PFlops）。
与相同数量的72个H100相比，GB200 NVL72对于大模型推理性能提升高达30倍，成本和能耗降低高达25倍。
把GB200 NVL72当做单个GPU使用，具有1.4EFlops的AI推理算力和30TB高速内存。
再用Quantum InfiniBand交换机连接，配合散热系统组成新一代DGX SuperPod集群。
DGX GB200 SuperPod采用新型高效液冷机架规模架构，标准配置可在FP4精度下提供11.5 Exaflops算力和240TB高速内存。
此外还支持增加额外的机架扩展性能。
最终成为包含32000 GPU的分布式超算集群。
老黄直言，“英伟达DGX AI超级计算机，就是AI工业革命的工厂”。
将提供无与伦比的规模、可靠性，具有智能管理和全栈弹性，以确保不断的使用。
在演讲中，老黄还特别提到2016年赠送OpenAI的DGX-1，那也是史上第一次8块GPU连在一起组成一个超级计算机。
从此之后便开启了训练最大模型所需算力每6个月翻一倍的增长之路。
GPU新核弹GB200过去，在90天内训练一个1.8万亿参数的MoE架构GPT模型，需要8000个Hopper架构GPU，15兆瓦功率。
如今，同样给90天时间，在Blackwell架构下只需要2000个GPU，以及1/4的能源消耗。
在标准的1750亿参数GPT-3基准测试中，GB200的性能是H100的7倍，提供的训练算力是H100的4倍。
Blackwell架构除了芯片本身外，还包含多项重大革新：
第二代Transformer引擎动态为神经网络中的每个神经元启用FP6和FP4精度支持。
第五代NVLink高速互联为每个GPU 提供了1.8TB/s双向吞吐量，确保多达576个GPU之间的无缝高速通信。
Ras Engine（可靠性、可用性和可维护性引擎）基于AI的预防性维护来运行诊断和预测可靠性问题。
Secure AI先进的加密计算功能，在不影响性能的情况下保护AI模型和客户数据，对于医疗保健和金融服务等隐私敏感行业至关重要。
专用解压缩引擎支持最新格式，加速数据库查询，以提供数据分析和数据科学的最高性能。
在这些技术支持下，一个GB200 NVL72就最高支持27万亿参数的模型。
而GPT-4根据泄露数据，也不过只有1.7万亿参数。
英伟达要做世界AI的入口老黄官宣ai.nvidia.com页面，要做世界AI的入口。
任何人都可以通过易于使用的用户界面体验各种AI模型和应用。
同时，企业使用这些服务在自己的平台上创建和部署自定义应用，同时保留对其知识产权的完全所有权和控制权。
这上面的应用都由英伟达全新推出的AI推理微服务NIM支持，可对来自英伟达及合作伙伴的数十个AI模型进行优化推理。
此外，英伟达自己的开发套件、软件库和工具包都可以作为NVIDIA CUDA-X™微服务访问，用于检索增强生成 (RAG)、护栏、数据处理、HPC 等。
比如通过这些微服务，可以轻松构建基于大模型和向量数据库的ChatPDF产品，甚至智能体Agent应用。
NIM微服务定价非常直观，“一个GPU一小时一美元”，或年付打五折，一个GPU一年4500美元。
从此，英伟达NIM和CUDA做为中间枢纽，连接了百万开发者与上亿GPU芯片。
什么概念？
老黄晒出AI界“最强朋友圈”，包括亚马逊、迪士尼、三星等大型企业，都已成为英伟达合作伙伴。
最后总结一下，与往年相比英伟达2024年战略更聚焦AI，而且产品更有针对性。
比如第五代NVLink还特意为MoE架构大模型优化通讯瓶颈。
新的芯片和软件服务，都在不断的强调推理算力，要进一步打开AI应用部署市场。
当然作为算力之王，AI并不是英伟达的全部。
这次大会上，还特别宣布了与苹果在Vision Pro方面的合作，让开发者在工业元宇宙里搞空间计算。
此前推出的新光刻技术cuLitho软件库也有了新进展，被台积电和新思科技采用，把触手伸向更上游的芯片制造商。
当然也少不了生物医疗、工业元宇宙、机器人汽车的新成果。
以及布局下一轮计算变革的前沿领域，英伟达推出云量子计算机模拟微服务，让全球科学家都能充分利用量子计算的力量，将自己的想法变成现。
One More Thing
去年GTC大会上，老黄与OpenAI首席科学家Ilya Sutskever的炉边对谈，仍为人津津乐道。
当时世界还没完全从ChatGPT的震撼中清醒过来，OpenAI是整个行业绝对的主角。
如今Ilya不知踪影，OpenAI的市场统治力也开始松动。在这个节骨眼上，有资格与老黄对谈的人换成了8位——
Transformer八子，开山论文《Attention is all you need》的八位作者。
他们陆陆续续已经悉数离开谷歌，其中7位投身AI创业，有模型层也有应用层，有toB也有toC。
这八位传奇人物既象征着大模型技术真正的起源，又代表着现在百花齐放的AI产业图景。在这样的格局中，OpenAI不过是其中一位玩家。
而就在两天后，老黄将把他们聚齐，在自己的主场。
要论在整个AI界的影响力、号召力，在这一刻，无论是“钢铁侠”马斯克还是“奥特曼”Sam Altman，恐怕都比不过眼前这位“皮衣客”黄仁勋。
……
直播回放：
https://
算力增长千倍，英伟达为华尔街再续一命
时隔5年，英伟达GTC大会再次恢复线下举行。随着各类Al大模型的推出及落地应用的加速，GTC已经被业界看成“AI风向标”，英伟达创始人兼CEO黄仁勋的主题演讲、市场对各类新品的预期都会影响美股AI概念股股价的走势。
黄仁勋在2024年GTC大会演讲主题为《见证AI的变革时刻》，其提到亮点包括新的架构Blackwell、新的硬件产品GB200及人型机器人项目等最新突破性成果。
整体而言，英伟达发布的基于Blackwell架构的B200芯片浮点运算能力是H100的5倍，这意味着科技巨头采购相同计算能力所需的芯片数量会减少。
在目前大部分AI大模型落地前景尚不明朗的情况下，B200芯片的出现能大幅提升AGI创业公司的算力，加速AGI通用人工智能进程，同时降低算力运行中的能耗成本。
黄仁勋：英伟达要成为AI软件的“晶圆厂”
过去一年，受AIGC热潮的影响，英伟达的总市值翻了4倍多。英伟达股价大涨的催化剂是Open AI于2022年年底推出的ChatGPT。在展示英伟达发展史时，黄仁勋又一次提到其将首台DGX-1送给OpenAI的故事。
2016年4月，英伟达在硅谷发布深度学习超级计算机DGX-1，搭载了8块P100 GPU。尽管当时DGX-1已经收到了近100家公司的订单，黄仁勋却把第一台捐给了OpenAI，这极大缩短了OpenAI训练对话和生成式模型的周期。
“随着transformer模型被发明，我们能以惊人的速度扩展大型语言模型，每六个月就能翻一番。而为了训练这些越来越大的模型，我们也需要更强的算力。”黄仁勋说。
紧接着黄仁勋亮出了新一代芯片解决方案Blackwell及首款基于Blackwell的AI加速卡GB200。
黄仁勋现场将Blackwell架构和Grace Hopper架构的性能进行对比。前一代GPU“Hopper”H100采用4nm工艺，集成晶体管800亿，而同样采用台积电 4NP 工艺的Blackwell 拥有 2080 亿个晶体管。
一般而言，在同一制程及类似的微架构下，晶体管的数量越多，其处理复杂逻辑和并行计算的能力越强。这意味着Blackwell架构的计算和推理能力比上一代更强。
此外，基于Blackwell的处理器，B200AI性能为每秒20千万亿次浮点运算，而此前最强的H100为每秒4千万亿次浮点运算，约是其5倍。
AI芯片的浮点运算能力越强意味着其在处理涉及大量浮点计算的任务（例如科学计算、机器学习、图形渲染等）时效率更高，这不仅可以节省训练的时间成本，也能节省电力等能耗成本。
“如果要训练一个1.8万亿参数量的GPT模型，需要8000张Hopper GPU，消耗15兆瓦的电力，连续跑上90天。但如果使用Blackwell GPU，只需要2000张，同样跑90天只要消耗四分之一的电力。当然不只是训练，生成Token的成本也会随之降低。”黄仁勋举例说。
近八年来，AI 算力增长了一千倍
NVIDIA Blackwell架构的生成式AI引擎，以及更快的NVIDIA NVLink互连和增强的安全功能，将数据中心推向了一个新时代。微软Azure、亚马逊AWS、谷歌云、联想等一众科技巨头都是Blackwell架构的首批用户。
此后，黄仁勋宣布新的AI微服务——NIM软件，用于开发和部署企业级生成式AI应用。黄仁勋表示，与现在靠代码开发软件不同，未来可能就要靠一堆NIMs（Nvidia inference micro service），用与AI聊天的形式调动一堆NIMS来完成训练、应用的部署。英伟达的愿景是成为AI软件的“晶圆厂”。
此外，黄仁勋还在现场重点介绍了人型机器人项目——Project GR00T。GR00T是一个通用基础模型，有望改变模拟人形机器人学习方式。GR00T 经过 NVIDIA GPU 加速模拟训练，使人形机器人能够通过模仿和观察人类动作来进行强化学习。GR00T模型将多模态指令和过去的交互作为输入，并生成机器人执行的动作。
据了解，英伟达目前正在构建包括NVIDIA IAI、Omniverse、ISAAC三大平台，三大平台均与机器人产业高度关联。
为AI概念续了一命
受苹果和谷歌合作消息、以及英伟达发布AI新品的影响，美股三大指数集体收涨。截至3月18日美股收盘，纳指涨0.82%。从个股看，7大科技公司股价都不同幅度上涨。其中，特斯拉涨幅6.25%，谷歌-A涨幅4.6%，微软涨幅0.22%，meta涨幅2.66%，亚马逊涨幅0.03%，苹果涨幅0.64%，英伟达涨幅0.7%。
从消息侧看，特斯拉一天涨幅高达6.25%，或与其宣布在欧洲提高Model Y价格相关。近日，特斯拉宣布，将从4月1日起将北美市场的Model Y车型售价“再次上涨1000美元”。这将是特斯拉 Model Y 一个月内在当地的第二次提价。
苹果股价也结束了连续两周的阴跌，昨晚涨幅0.64%，这与谷歌合作、黄仁勋宣布“NVIDIA Omniverse Cloud将可以连接到苹果公司混合头显Vision Pro”相关。
因为AGI芯片投入成本高昂、落地前景不明，美股AI概念近期陷入疲软。
昨夜，英伟达或许再次给曾斥巨资购买H100的科技巨头们”续了一命”。比如，Meta 在 2023 年买了超过15万块 NVIDIA GPU，2024 年 Meta 预计将购买超过35万块英伟达 H100 GPU（ 据Omdia数据）。现在，B200的浮点运算能力是H100的5倍，这意味，科技巨头采购相同计算能力所需的芯片数量减少。
当然前期是，B200的价格不会比H100高很多。黄仁勋并没有在现场公布B200的价格，仅表示其将于今年晚些时候上市。
在H100等芯片取得巨大成功后， 英伟达股价从去年开始节节攀升，但这种攀升在最近两周出现动荡。上周五英伟达收盘报878.365美元/股，较高点跌去10%。
而曾斥巨资购买英伟达AI芯片的科技巨头们也开始考略AI服务能带来多少现实收益。
亚马逊首席执行官Andy Jassy曾多次向投资者表示，生成式AI将为亚马逊带来数十亿美元的收益。然而，面对目前的技术实际应用与预期之间的差距，他也坦承，这项技术当前的直接收益“相对较小”。
英伟达代表的AI概念能否持续为美股续命还是未知数。最关键之战，还在于OpenAI、微软、谷歌、Meta等巨头能否早日将算力投入转化为商业收入。
