英偉達的GPU已經講不出“花兒”了
出品｜虎嗅科技組
作者｜齊健
編輯｜王一鵬
頭圖｜視覺中國
“我們需要更大的GPU。”
當地時間3月18日，黃仁勳在英偉達2024 GTC大會上，宣佈了英偉達新一代加速計算平臺NVIDIA Blackwell，以及基於Blackwell GPU架構的雙芯片GPU B200和超級芯片GB200。
Blackwell架構單GPU AI性能達到20 PFLOPS，性能比上一代提高了5倍，而成本和能耗下降25倍。黃仁勳以訓練1.8萬億參數的GPT模型爲例（可能GPT-4的參數量）。同樣以90天爲訓練週期，上一代Hopper架構的GPU至少要用8000個，功耗15MW，而使用Blackwell架構的GPU，只需要2000顆，功耗約4 MW。
Blackwell
作爲全球加速計算市場的“老大”，英偉達今天的一切成功都建立在GPU上。
不過，從黃仁勳在GTC大會上的主題演講來看，英偉達似乎並不希望外界只看到他們的GPU。在黃仁勳2個小時的主題演講中，雖然Blackwell平臺的發佈是絕對主角，但他也把超過一半的演講時間放在了GPU“周圍”的技術上，包括：芯片設計、生產技術，生成式AI模型訓練，數字孿生，以及具身智能等。
一直以來，英偉達都在強調自己是“人工智能時代領先的計算公司”，而不只是一家芯片或是硬件公司。在GTC上宣佈的軟件技術、AI訓練技術、機器人技術等，也無不透露着“源於GPU，高於GPU”的味道。
加速計算市場上並不乏性能與英偉達接近的GPU產品，然而英偉達真正的護城河其實來自GPU軟件開發工具。
在Blackwell之外，英偉達公佈了一系列與AI、GPU、機器人相關的創新軟件應用，包括：
AI模型和工作流微服務產品NVIDIA NIM（NVIDIA AI Microservices）；企業級的AI軟件平臺NVIDIA AI Enterprise 5.0；用於機器人開發的仿真環境NVIDIA Isaac Sim；GPU加速、性能優化的輕量級應用NVIDIA Isaac Lab；用於計算編排服務的工具NVIDIA OSMO；用於藥物研發的微服務NVIDIA BioNeMo；用於基因組學分析的軟件套件NVIDIA Parabricks；用於視頻分析和智能視頻管理的軟件平臺NVIDIA Metropolis等。
其中，NVIDIA NIM（NVIDIA AI Microservices）最爲突出。
NIM是一系列集成AI模型和工作流的微服務，專爲企業和開發者提供在生物、化學、影像及醫療數據領域構建和部署AI應用的高效、靈活方式。NIM的關鍵優勢是其符合行業標準的API，便於開發者創建雲原生應用。
目前，NIM微服務以及開始在醫療影像領域推廣。通過利用NVIDIA的AI技術，NIM微服務可以幫助醫療專業人員更快速、更準確地分析和解釋醫療影像數據，從而提高診斷的質量和效率。此外，NIM微服務還可以用於藥物研發，通過生成式化學模型和蛋白質結構預測模型，加速新藥的發現和開發過程。
事實上，軟件應用生態除了在AI等開發端支撐英偉達的GPU業務，在未來也有可能爲英偉達走出一條新的增長曲線。
SaaS行業是公認的毛利更高、賺錢快，且軟件、應用研發資產輕，不會像硬件生產那樣受到供應鏈的制約，也沒有生產、庫存壓力。
雖然英偉達的GPU藉着AI的東風也能賺得盆滿鉢滿，但增長速度相比不如爆發增長的OpenAI。而且如果只做GPU和算力生意，未來的發展空間，也難免會受到製造業自身增長緩慢屬性的影響。
已經壟斷了GPU生意的英偉達，自然不希望像AMD、Intel、高通那樣，“躬耕”於芯片行業卷生卷死。對於英偉達來說，基於AI大模型、軟件等向上再邁一層，不僅能鞏固自己當下的行業地位，也能拓寬未來的賽道。
專爲AI而生的Blackwell可以處理萬億參數規模的大語言模型（LLM）。每塊GPU擁有2080億個晶體管，採用專門定製的雙倍光刻極限尺寸4納米TSMC工藝製造，通過10 TB/s的片間互聯，將GPU裸片連接成一塊統一的GPU。
與Blackwell平臺一同推出的還有采用雙芯片設計的新一代GPU B200，單GPU AI性能達到20 PFLOPS。B200配備192GB內存。以及基於B200的超級芯片GB200，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。
雖然Blackwell的性能提升巨大，但今天的超大規模AI模型多數都需要多GPU並聯計算。由此，GPU的連接性能，才真正體現了GPU在AI大模型訓練和應用過程中的價值。
第五代NVIDIA NVLink提供1.8TB/s雙向吞吐量，可以使576塊GPU之間實現無縫高速通信，滿足更爲複雜的大語言模型訓練需求。
在雲端模型部署方面，英偉達還推出了NVIDIA Quantum-X800 InfiniBand和Spectrum-X800以太網網絡平臺，提供了高達800Gb/s的端到端吞吐量，大幅提高了AI和HPC分佈式計算的可用性。
此外，英偉達還推出了6G研究雲平臺，以推動AI在無線接入網絡(RAN)技術的應用。保證了端側設備到雲基礎設施之間的鏈接，從而推動自動駕駛汽車、智能空間和沉浸式教育體驗的發展。
英偉達全新網絡交換機- X800系列。
與Blackwell架構一同宣佈的，還有英偉達與主流服務器、雲計算廠商的合作。AWS、戴爾、谷歌、Meta、微軟、OpenAI、甲骨文、特斯拉和XAI等預計都會在未來將加速計算服務器更新到Blackwell架構。
在GPU硬件方面，英偉達在全球GPU市場中持續保持領先。Blackwell的性能比2年前的Hopper架構提升了5倍，比8年前的Pascal架構提升了1000倍。
黃仁勳在演講中自豪地說：“摩爾定律是每10年提升100倍性能，過去8年裡，我們提升了1000倍，我們還少用了2年。”
英偉達GPU性能八年提升1000倍
Blackwell一出，業界一片歡騰，很多人直呼：新摩爾定律誕生了。
相對於英偉達的用戶，華爾街對英偉達的看法相對冷靜。
剛剛過去的3月前幾周，英偉達遭市場逼空，3月8日股價下跌5.55%。雖然華爾街對英偉達本屆GTC表現樂觀，市場普遍預測此次大會將幫助英偉達股票結束近期震盪走勢。但是黃仁勳的主題演講結束後，英偉達夜盤表現不佳，次日開盤股價亦未見起色。
這主要是因爲GTC上公佈重磅新品，對於市場來說基本都在預期之內。其實對於英偉達來說，不管是8年前的Pascal還是今天的Blackwell。1-2年一次的GPU架構的升級早已經是順理成章的技術迭代，時至2024年，推出Blackwell在英偉達來說是一個“漸進式創新”的必然結果。
另一方面，對於如今的市場來說，隨着GPU技術的迭代，算力快速增長很可能會大幅壓縮英偉達的增長空間。
方舟投資首席執行官、知名投資人“木頭姐”凱西·伍德（Cathie Wood）在3月7日致股東的一封信中對英偉達未來可能面臨的競爭壓力發出警告，並將其與思科在1997至2000年期間股價經歷的“拋物線”進行比較。
伍德認爲，如果AI公司、軟件公司在應用層面一直見不到收益的話，很可能會停止增加在GPU建設方面的投入。
只是循序漸進地提升GPU性能，顯然不能保證英偉達業務的長期增長。英偉達需要給客戶提供更多圍繞GPU構建業務能力的工具。英偉達大概也早就認識到了這一點。
在傳統的GPU圖形渲染方面，英偉達重點向客戶推廣工業數字孿生應用和工作流創建平臺Omniverse。本次GTC，也宣佈了最新的NVIDIA Omniverse Cloud API，用以幫助開發者將Omniverse技術集成到他們的設計和仿真工具中。
英偉達還宣佈了與西門子、達索系統、Ansys、楷登軟件、新思科技等主流工業軟件廠商的進一步合作。
在AI方面，本次GTC上英偉達公佈了一款人形機器人基礎模型NVIDIA Project GR00T。可以支持通過語言、視頻和人類演示來學習動作和技能，爲機器人技術的AI應用提供了新的可能。Project GR00T與前段時間Figure推出的使用OpenAI大腦控制的機器人有些異曲同工。Project GR00T是一個多模態的人形機器人通用基礎模型，可以使機器人通過觀察人類行爲來模仿動作，從而快速學習協調、靈活性等技能。
除此之外，英偉達一直着力打造的機器人開發和仿真環境Isaac平臺此次也升級加入了生成式AI基礎模型和仿真工具，以及針對機器人學習和操作的優化工具。