黄仁勋最新AI宏图：芯片年更、百万GPU集群将至，加速机器人和物理AI时代

黄仁勋在演讲中展示Blackwell芯片

出品 | 搜狐科技

作者 | 梁昌均

能超越英伟达的，或许只有英伟达自己。

昨日晚间，身价近千亿美元的英伟达CEO黄仁勋在2024台北国际电脑展上发表主题演讲，分享了人工智能时代如何助推全球新产业革命。

他展示了三代GPU的最近进展，包括Blackwell芯片已经量产，以及将发布Blackwell Ultra、Rubin Ultra芯片和新的平台，从而实现产品更新节奏“一年一次”，打破摩尔定律。

同时，黄仁勋还谈到了大语言模型的发展，认为ChatGPT的出现标志着一个划时代的变革，首次展示了生成式人工智能的魅力。这也对计算和软件带来了重要的变革，加速计算已成为行业主流。

在演讲最后，他还谈到了机器人和人工智能的未来，认为机器人将不再是科幻，而是会走进现实。“机器人时代已经来临，这是人工智能的下一波浪潮。”

GPU+CPU助推加速计算，“买得越多省得越多”

黄仁勋在演讲初始，再次强调到，英伟达位于计算机图形学、模拟和人工智能的交汇点上，这构成了公司的灵魂。

“全球数据中心的电力消耗正在急剧上升，计算成本也在不断攀升，我们正面临着计算膨胀的严峻挑战，这种情况显然无法长期维持。”黄仁勋表示，数据将继续以指数级增长，而CPU的性能扩展却难以像以往那样快速，但有一种更为高效的方法正在浮现，即加速计算。

他预测，每个处理密集型的应用都将实现加速，且不久的将来，每个数据中心都将实现全面加速。“现在选择加速计算是明智之举，这已成为行业共识。”

为此英伟达发明了一种创新架构，将GPU与CPU完美结合。黄仁勋强调了这种架构的高性价比，它带来100倍的加速，功率仅增加约3倍，成本仅上升约50%，并在PC行业和数据中心进行了实践。

“一个价值十亿美元的数据中心，在添加价值5亿美元的GPU后，瞬间转变为一个强大的人工智能工厂。今天这种变革正在全球范围内发生，节省的费用是实实在在的！”黄仁勋说，购买的加速计算能力越多，节省的成本也就越多。

他还强调了软件在实施加速计算中的重要作用。“要实现加速，软件必须进行全面重写，这是整个过程中最具挑战性的部分。”黄仁勋提到，英伟达目前拥有超过350个软件库，包括uDNN深度学习库、计算光刻平台Coolitho、基因测序库Pair of Bricks、量子计算机仿真系统Coup Quantum、数据处理库Kudieff等。

“这些库是生态系统中的关键组成部分，它们使得加速计算得以广泛应用。”黄仁勋还提到，CUDA也已实现良性的发展循环，全球拥有500万开发者，覆盖医疗保健、金融服务、计算机行业、汽车行业等领域，并吸引了OEM和云服务提供商，从而创造了巨大的机遇，推动更多应用的加速发展。

“每一次应用的加速都意味着计算成本的显著降低，100倍的加速可以带来高达97.96%的成本节省。随着我们将计算加速从100倍提升至200倍，再飞跃至1000倍，计算的边际成本持续下降，展现出了令人瞩目的经济效益。”黄仁勋说，过去十年间，英伟达利用特定算法将计算的边际成本降低了惊人的100万倍。

黄仁勋认为，通过显著降低计算成本，市场、开发者、科学家和发明家将不断发掘出消耗更多计算资源的新算法。直至某个时刻，一种深刻的变革将悄然发生。当计算的边际成本变得如此低廉时，全新的计算机使用方式将应运而生。

他表示，这种变革正在上演，利用互联网上的所有数据来训练大语言模型已成为一种合乎逻辑且理所当然的选择，而打造一台能够处理海量数据以自我编程的计算机，正是人工智能崛起的基石。

ChatGPT是划时代的变革，全球AI产业规模将达100万亿美元

接着，黄仁勋谈到了生成式AI的发展，他认为ChatGPT的出现标志着一个划时代的变革，它真正向世界揭示了生成式人工智能的无限潜能。“我们所处的已不仅仅是一个人工智能时代，而是一个生成式人工智能引领的新纪元。”

“这种生成式人工智能的崛起意味着，我们可以学习并模拟物理现象，让人工智能模型理解并生成物理世界的各种现象。我们不再局限于缩小范围进行过滤，而是通过生成的方式探索无限可能。”黄仁勋说。

这背后则是超级计算机设备，演化为一个高效运转的人工智能数据中心，它不断地产出，不仅生成Token，更是一个创造价值的人工智能工厂。

“英伟达的人工智能生成器也正在源源不断地产生具有无限可能性的Token，有望在每个行业掀起变革，这确实是一场新的工业革命！”黄仁勋说。

他认为这将是巨大的市场机会：价值3万亿美元的IT行业，即将催生出能够直接服务于100万亿美元产业的创新成果。它不再仅仅是信息存储或数据处理的工具，而是每个行业生成智能的引擎，这样的变革以前从未发生过。

生成式AI不仅对计算带来了变革，实现从CPU的通用计算到GPU的加速计算，还推动软件全栈重塑，比如英伟达推出的新型软件Nim。

“我们有能力构建大语言模型和各种预训练模型，这些模型涵盖了语言、视觉、图像等多个领域，还有针对特定行业如医疗保健和数字生物学的定制版本。”黄仁勋提到。

在人机交互方面，目前已经可以通过文本和语音提示来实现。黄仁勋认为，未来更希望以更人性化的方式——即数字人，来进行互动。“数字人不仅具有成为出色交互式代理的潜力，它们还更加吸引人，并可能展现出更高的同理心。”

黄仁勋认为，PC将成为数字人主要载体。英伟达在每一款RTX GPU中都集成了Tensor Core处理单元，目前全球已有1亿台GeForce RTX AI PC投入使用，预计将达到2亿台，此次展会也推出了四款全新的人工智能笔记本电脑。

芯片保持年更，即将推出更强大芯片和平台

“随着数据生成的增长，对计算能力的需求也将相应增加。我们即将迈入一个新时代，在这个时代中，人工智能将能够学习物理定律，理解并基于物理世界的数据进行决策和行动。”黄仁勋预计，人工智能模型将继续扩大，对GPU性能的要求也将越来越高。

他再次介绍了早前发布的Blackwell芯片，其具备高速链接，利用第二代Transformer引擎进一步提升了人工智能的计算效率，同时采用了第五代NV Link技术实现连接多个GPU，并集成了先进的解压缩引擎，从而极大地提升了数据处理效率。

黄仁勋表示，这款当今世界上最复杂、性能最高的计算机已经投入生产。“在短短八年内，这使得我们的计算能力、浮点运算以及人工智能浮点运算能力增长了1000倍，这速度几乎超越了摩尔定律在最佳时期的增长。”

在计算能力提高时，成本却在不断下降。Blackwell将原本需要高达1000GWh的能量降低到仅需3GWh，即使用1000个GPU，所消耗的能量只相当于一杯咖啡的热量，而10000个GPU更是只需短短10天左右的时间就能完成同等任务，即能耗足足降至8年前的1/350。

黄仁勋还提到，Blackwell还使得生成每个Token只需消耗0.4焦耳的能量，而以前用Pascal产生1 token的能耗相当于2个200W灯泡运行2天，让GPT-4生成一个单词大约需要3个token。也就是说，Blackwell将生成token的能耗降至8年前的1/45000。

为了更大的突破，英伟达还建造了更强大的机器，包括配置8款Blackwell芯片的DGX系统，其采用采用空气冷却技术，可以兼容X86，并已应用于已发货的服务器中。当然，还有采用液体冷却技术的全新系统MGX，共有九个节点72个GPU，构成了一个庞大的计算集群。

这一集群的优势何在？黄仁勋表示，这使得其表现得就像一个单一的、超大规模的GPU，相较于上一代的8个GPU，性能提升9倍，同时带宽增加了18倍，AI FLOPS（每秒浮点运算次数）提升了45倍，而功率仅增加了10倍。

“真正的奇迹在于这个NV链接芯片，随着大语言模型的日益庞大，其重要性也日益凸显。因为这些大语言模型已经不适合单独放在一个GPU或节点上运行，它们需要整个GPU机架的协同工作。”黄仁勋说。

他表示，Blackwell自推出以来便备受瞩目，获得了来自各行各业的支持，包括OEM、电脑制造商、CSP（云服务提供商）、GPU云、主权云以及电信公司等，并表示Hopper平台无疑可能是历史上最成功的数据中心处理器。

在介绍完Blackwell芯片，黄仁勋还透露了新的产品规划，表示英伟达将始终坚持每年一次的更新节奏，明年将迎来Blackwell Ultra。

“正如我们曾推出的H100和H200系列一样，Blackwell Ultra也将引领新一代产品的热潮，带来前所未有的创新体验。同时，我们将继续挑战技术的极限，推出下一代频谱交换机，这是行业内的首次尝试。”黄仁勋说。

此外，他表示英伟达下一代平台已被命名为Rubin，并将在2026年推出Rubin GPU，2027年推出更强大的Rubin Ultra GPU，以及新一代基于Arm的Vera CPU和NVLink 6 Switch，并确保所有产品都保持100%的架构兼容性。

黄仁勋还宣布每年推出新的Spectrum-X产品，其是全球首款专为AI打造的以太网网络平台。Spectrum-X800为数万个GPU而设计，X800 Ultra为数十万个GPU而设计，X1600则可扩展至数百万个GPU。“数百万GPU数据中心的时代即将到来！”

机器人时代已来临，它并非科幻而是现实

在演讲最后，黄仁勋还谈到了人工智能与机器人相结合的未来。“展望未来，机器人技术将不再是一个遥不可及的概念，而是日益融入我们的日常生活。”

他表示，当提及机器人技术时，人们往往会联想到人形机器人，但实际上它的应用远不止于此。机械化将成为常态，工厂将全面实现自动化，机器人将协同工作，制造出一系列机械化产品。它们之间的互动将更加密切，共同创造出一个高度自动化的生产环境。

为了实现这一目标，需要克服一系列技术挑战。黄仁勋表示，英伟达将通过多种方式服务市场，首先会致力于为不同类型的机器人系统打造平台，包括机器人工厂与仓库专用平台、物体操纵机器人平台、移动机器人平台，以及人形机器人平台。

同时，还将运用计算机加速库、预训练模型，并在Omniverse中进行全方位的测试、训练和集成，并为软件行业、边缘人工智能行业和公司提供SDK和API接口，同时也为机器人系统设计专用系统，以满足特定领域的需求。目前，英伟达已经和富士康、西门子等公司进行合作。

“机器人技术和物理人工智能的时代已经到来，它们正在各地被广泛应用，这并非科幻，而是现实，令人倍感振奋。”黄仁勋表示，展望未来，工厂内的机器人将成为主流，它们将制造所有的产品，包括自动驾驶汽车或具备高度自主能力的汽车。英伟达计划明年与梅赛德斯-奔驰车队携手，随后在2026年与捷豹路虎（JLR）车队合作。

另一个可能由机器人工厂高产量制造的产品是人形机器人。“我对人形机器人特别兴奋，因为它们最有可能适应我们为人类所构建的世界。”黄仁勋认为，与其他类型的机器人相比，训练人形机器人需要大量的数据，预计这一领域将取得显著进步。

黄仁勋还和屏幕上的机器人站成一排，并展望未来，称我们将见证一个更为激动人心的时刻——制造会走路、四处滚动的计算机，即智能机器人。“机器人时代已经来临，这是人工智能的下一波浪潮。”返回搜狐，查看更多

责任编辑：