在剛過去不久的 Microsoft Ignite 2023 大會上，微軟一口氣扔出了多顆「炸彈」。
首先是兩款新芯片，一款是基于 arm 的 CPU，一款是自研 AI 芯片；其次是将 Bing Chat 更名爲 Microsoft Copilot，至此完成了 AI 産品的全面 Copilot 化；最後是推出了允許任何人自定義 AI 對話機器人的 Copilot Studio。
毫不誇張地說，這場大會讓微軟再一次登上了神壇。畢竟在過去幾個月間，OpenAI 推出了一系列的更新和計劃，重新抓住了全世界的目光。
但如果說生成式 AI，甚至 AI 的未來就集中在了微軟和 OpenAI 兩家公司上，英偉達的可能是第一個不服的。就在 Ignite 大會上，微軟 CEO 納德拉邀請英偉達創始人兼 CEO 黃仁勳上台，并問了一個問題：
AI 的未來會走向何方？
老黃表示，生成式 AI 是過去 40 多年計算曆史中最重要的一次範式轉換，比 PC、移動設備乃至互聯網都要來得更大。以 OpenAI GPT 引發的大模型「爆發」可以視爲生成式 AI 的第一波浪潮；第二波則是微軟當下正在實踐的 Copilot 模式。
圖 / YouTube@微軟
而第三波也是最大的一波，将是英偉達的 Omniverse 與生成式 AI 相結合幫助重工業實現數字化，「世界上絕大多數工業都依賴于重工業，」老黃解釋。
這不是英偉達第一次強調 Omniverse 與生成式 AI 的結合。
今年 8 月的圖形技術頂會 SIGGRAPH 上，英偉達就大談特談生成式 AI 與 Omniverse 的結合，并展示了一個「從 PDF 到工廠」的 demo。簡單來講，英偉達把「建工廠」——一個複雜的工程「搬到」了數字世界，利用生成式 AI 與圖形技術将 2D 平面圖轉爲 3D 模型，再加入光照、紋理以及大量的信息，最終打造出工廠的「數字孿生」版本。
「虛拟工廠」，圖 / 英偉達
而另一方面，盡管微軟新發布的自研 AI 芯片表現出了不俗的競争力，再加上 AMD 帶來的威脅，讓不少人和公司看到了打破英偉達算力霸權的希望。但事實上，英偉達 GPU 依然占據很大的優勢，不管是去年發布 H100，還是前幾天剛推出的 H200。
微軟發布自研 AI 芯片 Maia 100，估計沒有人會感到意外。一是早前就有消息透露了這一點，二是地球上最大的幾家雲計算公司——谷歌、亞馬遜都已經推出了自研 AI 芯片。當然，另一個直接因素還出在英偉達身上。
衆所周知，英偉達 GPU 在事實上成爲了大模型「硬件标準」，H100 成爲了所有科技巨頭都在囤積的戰略資源，即便是遠在 2020 年發布的 A100 依然能夠引發「哄搶」。但一方面受限于産能，英偉達 GPU 始終供不應求；另一方面，英偉達 GPU 巨額的利潤與大模型的燒錢戰争，也引發了「隻有英偉達在賺錢」的廣泛讨論。
問題是，科技巨頭沒能在英偉達之外找到太好的選擇，自研 AI 芯片反而可能是更好的選擇。但以微軟的 Maia 100 爲例，自研 AI 芯片能夠替代英偉達 GPU 了嗎？
Maia 100，圖 / 微軟
按照納德拉的說法，微軟的自研 AI 芯片 Maia 100 基于英偉達 H100 同版本的台積電 5nm 工藝打造，晶體管數量達到了驚人的 1050 億個。從公開數據來看，這顆芯片也是迄今爲止最大的 AI 芯片。
半導體研究機構 SemiAnalysis 透露，Maia 100 在 MXInt8 下的性能爲 1600 TFLOPS，在 MXFP4 下則達到了 3200 TFLOPS 的運算速度。同時據分析，自研 Maia 100 每年的成本大概也就在 1 億美元左右。
如果單從數字來看，Maia 100 的算力完全碾壓了谷歌的 TPUv5 以及亞馬遜的 Trainium/Inferentia2 芯片，就算與英偉達 H100 相比，差距也不大了。
但需要指出的是，MXInt8、MXFP4 都是最新的數據格式，MXInt8 預期将替代 FP16/BF16，MXFP4 預期将替代 FP8。然而實際上，還沒有任何公司基于這些新的數據格式訓練過大模型，所以至少在訓練環節上，Maia 100 的算力其實并不适合與其他 GPU 或者 AI 芯片進行直接比較。
另外值得一提的是，微軟 Maia 100 擁有 1.6TB/s 的内存帶寬，仍然碾壓亞馬遜的 Trainium/Inferentia2，但卻遜于谷歌的 TPUv5，更不用說是英偉達 H100。
事實上，微軟也明白「一口吃不成胖子」，Maia 100 距離替代英偉達 H100 乃至更新的型号還有很遠的距離。據報道，Maia 100 采用直接液體冷卻，目前僅爲 GitHub Copilot 運行 GPT-3.5，明年也隻是擴展到爲 Azure 雲的部分負載提供支持。
而就在幾天前，英偉達剛剛發布了 H200 GPU，僅依靠大幅升級内存帶寬和容量，就将大模型的訓練和推理性能提升了 60% 到 90%。
這可能也是爲什麽，在發布自研 AI 芯片 Maia 100 的同時，微軟在 Ignite 大會依然宣布将與英偉達繼續打造下一代 AI 超級計算機和工廠了。
作爲絕對的領先者，擁有最深的護城河，英偉達或許并沒有太過重視微軟自研 AI 芯片這件事。但顯然，英偉達更在意還是 Copilot 之後，Omniverse 要如何結合生成式 AI 成爲新時代「最大的一波浪潮」。
對于英偉達大力鼓吹的 Omniverse，可能很多人早已淡忘了，但肯定忘不了兩年前的「真假黃仁勳」。
圖 / 英偉達
2021 年 4 月，英偉達再次舉辦了一場線上「廚房」發布會，慣例由「黃仁勳」主講。此後的三個多月，誰也沒有發現這場發布會真正的神奇之處，直到英偉達在當年 8 月的 SIGGRAPH 大會上主動揭秘：
那場「廚房」發布會畫面中的廚房、皮衣、烤箱 …… 乃至「黃仁勳」本人以及他的動作、表情等等一切都是「假的」，或者更确切地說，是現實的「數字孿生」。
Omniverse 平台也是這個時候開始浮出水面，彼時「元宇宙」概念大熱，也有人将其視爲英偉達版本的元宇宙。但有一點是 Omniverse 和元宇宙截然不同的，英偉達想要創造一個數字孿生世界，核心目的在于影響現實世界。
虛拟鐵路，圖 / 英偉達
就像英偉達去年 GTC 大會提到的，德國鐵路已經在 Omniverse 上構建、運營鐵路軌道的「數字孿生」，包含了 5700 個站，全長 3 萬多公裏。而在這個「虛拟鐵路」裏，德國鐵路能進行訓練、驗證 AI 模型，持續監控鐵路、火車的運行情況，制造各種意外狀況來發現問題對運營造成的影響。
最直接實際的價值是，基于在 Omniverse 上的測試和驗證，能夠在不需要造新軌道的同時，增加鐵路運載容量和運行效率，降低碳排量。
通過「數字孿生」的測試驗證，數字世界的結果能夠指導現實世界，這就是黃仁勳對 Omniverse 始終推崇備至的核心原因之一。也是爲什麽，就算「元宇宙」概念已經被全世界抛棄，英偉達每一屆 GTC 和 SIGGRAPH 大會都還在「推銷」自己 Omniverse，包括這次在微軟 Ignite 大會上也不例外。
當然，數字孿生技術也并非完美，目前最大的挑戰可能還是成本。
兩年前英偉達那場以假亂真的發布會上，數字孿生版本的「黃仁勳」實際隻出場了 14 秒，但背後卻是一系列的複雜工作，需要不小的人力、物力。與之相對的是，今年 SIGGRAPH 大會上展示的「從 PDF 到工廠」demo，實際就大量應用了生成式 AI 進行參與。
先将 2D 轉成 3D，圖 / 英偉達
基于 Omniverse 平台，通過與各種生成式 AI 的對話，就能将 2D 平面圖轉成完整的「數字孿生」。放在兩年前，我們根本無法想象，但現實是，生成式 AI 已經向全世界證明了自身的實力和潛力。
而從這個角度來看，站在微軟 CEO 納德拉的旁邊，老黃說出了「Copilot 很重要，但 Omniverse+ 生成式 AI 更重要」，就不難理解了。
題圖來自微軟 Ignite 大會
