社区

（全文约3100字，读完需要10分钟）

借助ChatGPT和其他人工智能产品的热潮，英伟达(NVDA.US)周二公布了新的芯片、超级计算服务以及一系列高调的合作伙伴关系，旨在展示其技术将推动下一波人工智能突破。

周二，在这家芯片制造商的年度开发者大会上，首席执行官黄仁勋将英伟达定位为“人工智能iPhone时刻”背后的引擎，正如他所说的，这是计算领域的拐点。黄仁勋指出，受先进聊天机器人和令人瞠目的图形生成器等消费者和企业应用的蓬勃发展的刺激，“生成式人工智能将重塑几乎所有行业”。

英伟达的想法是建立基础设施，让客户可以更快、更容易地使用人工智能应用程序。英伟达的图形处理器(GPU)已经成为ChatGPT及其同类产品背后的基础，帮助它们消化和处理越来越多的训练数据。微软公司(MSFT.US)上周透露，为了处理OpenAI在云端的计算工作量，该公司不得不在数据中心里组装数万块英伟达的A100 GPU。

其他科技巨头也纷纷效仿，为人工智能打造了类似的庞大云基础设施。甲骨文公司(ORCL.US)宣布，其平台将配备1.6万个英伟达H100 GPU，用于高性能计算应用程序，而英伟达表示，亚马逊(AMZN.US)云服务AWS即将推出的系统将能够扩展到2万个互连的H100 GPU。微软也开始将H100添加到其服务器机架中。

这种芯片超集群是英伟达通过一个名为DGX Cloud的新项目出租超级计算服务的一部分。黄仁勋表示，眼下整个AI产业正处于“iPhone时刻”——创业公司正在竞相建立颠覆式的商业模型，而业界巨头也在寻找应对之道。AIGC在全球商业界掀起了开发AI策略的紧迫性。对于商业公司更快、更方便用上超强算力和AI应用库的需求，英伟达也在周二宣布与谷歌云、微软Azure、甲骨文云联手推出DGX云服务。

英伟达DGX Cloud使得企业不需采购或拥有服务器，只需通过云服务供应商合作托管的DGX Cloud基础设施，通过浏览器，即可取得超算计算机级的AI运算效能。简单来说，DGX Cloud 将英伟达强大的运算效能搬到云平台，企业能够通过网络浏览器即可享有 AI 超级计算机的运算力，省下了购置和部署的成本。

英伟达表示，其目标是使访问人工智能超级计算机像打开网页一样简单，使公司能够训练他们的模型，而不需要安装和管理成本高昂的内部基础设施。DGX Cloud服务起价为每月每个实例36999美元，每个“实例”(实质上是租用的计算马力)相当于8个H100 GPU。

英伟达还发布了两款新芯片，一款专注于增强AI视频性能，另一款是H100的升级版。后一种GPU是专门为改进大型语言模型(如ChatGPT所使用的那些)的部署而设计的。它被称为H100 NVL，在处理结果(即人工智能如何响应现实生活中的查询)时，与数据中心大规模使用的上一代A100相比，它的执行速度快了12倍。

英伟达负责超大规模和高性能计算的副总裁Ian Buck表示，这将有助于“使ChatGPT的使用案例大众化，并将这种能力带到每台服务器和每台云上”。

 英伟达发布会有哪些“炸场”创新点？

一、围绕生成式Al发布专用推理GPU，构建系列产品加速模型训练和推理。

训练：

当前唯一可以实际处理ChatGPT的GPU是英伟达HGXA100。与前者相比，一台搭载四对H100和双NVLINK的标准服务器速度能快10倍，将大语言模型的处理成本降低一个数量级；

NVIDIA DGX H100 Al超级计算机已全面投入生产，很快将面向全球企业。微软宣布Azure将向其H100 Al超级计算机开放私人预览版。

推理：

全新GPU推理平台：4种配置（L4 Tensor Core GPU、L40 GPU、H100 NVL GPU、Grace Hopper超级芯片，如下图）、一个体系架构、一个软件栈，分别用于加速Al视频、图像生成、大型语言模型部署和推荐系统。

二、云服务。

（1）为了降低用户部署大模型的成本，英伟达推出了DXG Cloud服务，每个月3699美元起，与微软Azure、谷歌GCP、Oracle OCI合作，通过一个Web浏览器就能访问，以便企业为生成式AI和其他开创性应用训练先进的模型；

黄仁勋称，DGX超级计算机是现代AI工厂，我们正处于AI的“iPhone时刻”。生成式AI引发了全球企业制定AI战略的紧迫感。客户需要更简单快捷地访问NVIDIA AI，因此，NVIDIA宣布推出NVIDIA DGX Cloud，并与Microsoft Azure、Google GCP和Oracle OCI合作，为客户提供出色的NVIDIA AI以及全球主要的云服务提供商。这种双赢的合作伙伴关系为迫切需要使用生成式AI的客户提供了在全球云端即时访问NVIDIA AI的机会。Oracle Cloud Infrastructure（OCI）将成为首个NVIDIA DGX Cloud。

（2）英伟达推出全新云服务及代工厂NVIDIA AI Foundations，使企业能够构建、改进、运营使用其专有数据训练的、用于特定领域任务的定制大模型和生成式Al模型。

NVIDIA AI Foundations 包括语言、视觉和生物学模型制作服务。NVIDIA Nemo 用于构建定制的语言文本转文本生成式模型。Picasso是一项视觉语言模型制作服务；BioNeMo可帮助药物研究人员使用专有数据创建、微调和提供自定义模型，NVIDIA BioNeMo服务提供先进的用于药物研发的生成式AI模型。

三、首个GPU加速的量子计算系统。

英伟达宣布使用Quantum Machines构建的新系统，该系统为从事高性能和低延迟量子经典计算的研究人员提供了一种革命性的新架构。作为全球首个GPU加速的量子计算系统，NVIDIA DGX Quantum将全球最强大的加速计算平台（由 NVIDIA Grace Hopper超级芯片和 CUDA Quantum开源编程模型实现）与全球最先进的量子控制平台OPX（由Quantum Machines提供）相结合。

Grace Hopper是英伟达的新的超级芯片，通过900 GB/秒的高速一致性芯片到芯片接口连接Grace CPU和Hopper GPU。借助Grace-Hopper，Grace可以查询嵌入表，并将结果直接传输到Hopper，速度比PCIE快7倍。

DGX Quantum 的核心是一个由PCle连接到QuantumMachines OPX+的NVIDIA Grace Hopper系统，实现了GPU和量子处理单元（QPU）之间的亚微秒级延迟。量子加速的超级计算有可能重塑科学和工业。

四、CuLitho自光刻工艺入手，推动芯片突破物理极限。

GTC上宣布一项名为CuLitho的新技术用以加快半导体的设计和制造。CuLitho在GPU上运行，其性能比目前的光刻技术提高40倍，可以加速每年消耗数百亿个CPU小时的大规模计算工作负载。造H100需要89块掩膜版，在CPU上运行时，处理单个掩膜板当前需要两周时间。如果在GPU上运行cuLitho，只需8小时即可处理完一个掩膜板。台积电可以通过在500个DGX H100系统上使用cuLitho加速，将功率从35MW降至5MW，从而替代用于计算光刻的4万台CPU服务器。借助cuLitho，台积电可以缩短原型周期时间，提高产量，减少制造过程中的碳足迹，并为2纳米及以上的生产做好准备。

英伟达正在与ASML、Synopsys和台积电合作，将该技术推向市场，台积电或将在6月开始该技术的试产。

 奠定生成式人工智能领域“王者”地位？

发布会后，美国银行分析师Vivek Arya重申对英伟达的“买入”评级，并将目标价从275美元上调至310美元。Arya指出，英伟达首席执行官Jensen Huang的主题演讲“从根本上”拓宽了该公司的竞争护城河，并将其机会从仅仅专注于芯片，扩展到“万亿”级的IT和基础设施服务行业。

Arya在一份投资者报告中写道，他指出，主题演讲的范围和雄心“加强了英伟达在新生的生成式人工智能/大型语言模型市场的主导地位，这可能会重塑现有的科技行业，并迎来颠覆性的初创公司”。

这位分析师还指出，英伟达的规模、范围和愿景可以帮助将大型语言模型引入“几乎所有终端市场”，并强调了英伟达与亚马逊(AMZN.US) Web Services、微软(MSFT.US) Azure、谷歌(GOOG.US)计算平台和甲骨文(ORCL.US)的合作关系。

此外，伯恩斯坦分析师斯Stacy Rasgon补充称，加速计算终于成为现实，英伟达似乎“唯一”适合从中受益，因为它将硬件和软件都搬上了舞台，以提高数据中心的效率，无论是在成本还是功耗方面，而CPU则越来越落后。

对此，Rasgon还强调了四个宣布的新平台——L4(用于AI视频)，L40(用于AI图像生成)，H100 NVL(用于大型语言模型)和Grace Hopper(用于推荐引擎)——这些迹象表明生成式人工智能能够在近期和长期内推动上行。

Rasgon认为英伟达的表现优于其他公司，他写道:“无论是好是坏，我们一直认为英伟达是答案，因为他们的硬件似乎唯一适合处理计算强度大幅增加的生成式人工智能驱动器。事实上，该公司公布的庞大(总潜在市场)数字每天都在变得不那么古怪。”

巴克莱分析师布Blayne Curtis对英伟达给予“增持”评级。Curtis写道:“显然，人们对GTC大会的期望非常高，但这是科技行业最大的长期推动力，英伟达仍远远领先于竞争对手。”

另据报道，由于需求旺盛，英伟达周二通过台积电(TSM.US)增加了人工智能芯片的订单。