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，宣布了英偉達新一代加速計算平台 NVIDIA Blackwell，以及基于 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，而成本和能耗下降降低 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 天爲訓練周期，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，隻需要 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，英偉達似乎并不希望外界隻看到他們的 GPU。在黃仁勳 2 個小時的主題演講中，雖然 Blackwell 平台的發布是絕對主角，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、生産技術，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 "，而不隻是一家芯片或是硬件公司。在 GTC 上宣布的軟件技術、AI 訓練技術、機器人技術等，也無不透露着 " 源于 GPU，高于 GPU" 的味道。
軟件是 GPU 的護城河
加速計算市場上并不乏性能與英偉達接近的 GPU 産品，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，英偉達公布了一系列與 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産品 NVIDIA NIM（NVIDIA AI Microservices）；企業級的 AI 軟件平台 NVIDIA AI Enterprise 5.0；用于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；用于計算編排服務的工具 NVIDIA OSMO；用于藥物研發的微服務 NVIDIA BioNeMo；用于基因組學分析的軟件套件 NVIDIA Parabricks；用于視頻分析和智能視頻管理的軟件平台 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标準的 API，便于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、更準确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 微服務還可以用于藥物研發，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，軟件應用生态除了在 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、應用研發資産輕，不會像硬件生産那樣受到供應鏈的制約，也沒有生産、庫存壓力。
雖然英偉達的 GPU 借着 AI 的東風也能賺得盆滿缽滿，但增長速度相比不如爆發增長的 OpenAI。而且如果隻做 GPU 和算力生意，未來的發展空間，也難免會受到制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 " 于芯片行業卷生卷死。對于英偉達來說，基于 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。
算力怪獸的關注點在通信
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，采用專門定制的雙倍光刻極限尺寸 4 納米 TSMC 工藝制造，通過 10 TB/s 的片間互聯，将 GPU 裸片連接成一塊統一的 GPU。
與 Blackwell 平台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 内存。以及基于 B200 的超級芯片 GB200 ，通過 900GB/s 超低功耗的片間互聯，将兩個 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 并聯計算。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 以太網網絡平台，提供了高達 800Gb/s 的端到端吞吐量，大幅提高了 AI 和 HPC 分布式計算的可用性。
此外，英偉達還推出了6G 研究雲平台，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 架構一同宣布的，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 等預計都會在未來将加速計算服務器更新到 Blackwell 架構。
促進落地是英偉達的當務之急
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 年裏，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。
相對于英偉達的用戶，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将幫助英偉達股票結束近期震蕩走勢。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 上公布重磅新品，對于市場來說基本都在預期之内。其實對于英偉達來說，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叠代，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，對于如今的市場來說，随着 GPU 技術的叠代，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 日緻股東的一封信中對英偉達未來可能面臨的競争壓力發出警告，并将其與思科在 1997 至 2000 年期間股價經曆的 " 抛物線 " 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。
隻是循序漸進地提升 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台 Omniverse。本次 GTC，也宣布了最新的 NVIDIA Omniverse Cloud API，用以幫助開發者将 Omniverse 技術集成到他們的設計和仿真工具中。
英偉達還宣布了與西門子、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 上英偉達公布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 是一個多模态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 平台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。
