英偉達的春季發布給元宇宙帶來了希望_ACE

3月22日，玩家和AI從業者又愛又恨的老黃帶著他的新“核彈”來了。可惜這顆新“核彈”與玩家關系不大，主要面向企業和工業市場。估計與玩家相關的RTX40系列最早要到9月份才會有消息。

好了，廢話不多說，看看老黃這次帶出了什么樣的“大寶貝”。首先是A100顯卡的繼任者。新一代計算卡H100登場。H100采用全新的Hopper架構和臺積電最新的4nm工藝。與上一代A100相比，各方面的參數都有明顯提升。

英偉達的超級服務器芯片Grace也再次曝光。與上次給出的數據相比，本次曝光的格雷斯芯片的性能有了驚人的提升。根據發布會的描述，英偉達似乎和蘋果走在了同一條路上。使用更多芯片來組裝處理器。

除了硬件產品的曝光和發布，NVIDIA還在軟件領域帶來了很多新的東西，比如OmniverseCloud，主打云端協同，讓多個用戶直接參與同一個媒體文件的編輯和渲染在云端。

英偉達宣布生成式AI引擎DGX GH200已投入量產，可支持萬億參數AI大模型訓練:5月29日消息，美東時間5月28日，英偉達創始人兼CEO黃仁勛在NVIDIA Computex 2023演講中宣布，生成式AI引擎NVIDIA DGX GH200現已投入量產。

英偉達官網顯示，NVIDIA DGX GH200是將256個NVIDIA Grace Hopper超級芯片完全連接到單個GPU中的新型AI超級計算機，支持萬億參數AI大模型訓練。能夠處理大規模推薦系統、生成式人工智能和圖形分析，并為巨型人工智能模型提供線性可擴展性。[2023/5/30 9:49:41]

此外，NVIDIA還展示了多個基于虛擬現實環境的工業和交通仿真案例，以及一套AI驅動的虛擬角色系統。系統可以通過深度學習進行動作訓練，訓練后無需額外的骨骼動作設計。操作可以根據指令做出相應的動作。這不僅是AI從業者的狂喜，也是電影和游戲從業者的狂喜。

不得不說，老黃這次帶來了很多東西，每一個都能給AI等行業的發展帶來明顯的變化。讓我們來詳細看看英偉達發布的內容。

英偉達市值突破8000億美元:11月19日消息，在近日的元宇宙熱潮以及四季度樂觀預期的推動下，芯片巨頭英偉達股價周四飆升12%，市值突破8000億美元大關，今年迄今已上漲一倍多，鞏固了其作為美國第七大市值公司的地位。同時，追蹤元宇宙領域的RoundHill Ball Metaverse ETF（META.P）上漲1.7%，創下新高。得益于對英偉達的最大持股份額，該ETF自10月4日觸及低點以來已上漲超20%。（路透社）[2021/11/19 6:59:28]

H100和Grace

從去年開始，就有消息稱英偉達今年將發布新一代計算卡，并將采用全新的Hopper架構。目前消息是準確的，不過大家都猜測新一代計算卡會采用臺積電的5nm工藝，但現在看來，英偉達一步步選擇了采用最新的4nm工藝。雖然本質上是5nm+，但就是功耗。它具有更好的性能，還可以集成更高的晶體管。

其實從H100的核心規格來看，不難理解為什么英偉達最終選擇了4nm，晶體管集成度高達800億，比上一代A100多了260億。核心數增加到16896，這是世界上核心數最多的芯片核心，也是上一代100的2.5倍。

英偉達新款RTX3060限制挖礦版國內上市時間推遲:4月25日，根據ChannelGate視博合聚的消息，英偉達再次延遲RTX3060新版本的上市時間。據了解，5月初各品牌才能分配到GPU，待工廠生產出來，基本最早也要5月下旬才能正式出貨。[2021/4/25 20:56:19]

夸張的內核參數提升帶來的性能提升也是極其夸張的。根據英偉達官方給出的數據，H100的浮點計算和張量核心計算能力將比上一代提升至少3倍，FP32最高可達60teraflops/秒。，而上一代A100為19.5teraflops。

H100也將率先支持PCIe5.0和HBM3，讓內存帶寬達到驚人的3TB/s。老黃說，目前全球網絡流量只有20臺H100可以處理。雖然聽上去有些夸張，但確實反映了H100夸大的性能參數。

強大的性能也伴隨著夸張的功耗。NVIDIA給出的H100功耗高達700W，相比上一代A100。功耗只有400W，換來的卻是兩倍的功耗。3倍的性能提升整體來說不算虧。

動態 | 英偉達推出基于區塊鏈的計算平臺:英偉達推出基于區塊鏈的計算平臺Clara Federated Learning，該平臺在英偉達的EGX Intelligent平臺上運行，可幫助醫療保健提供商將復雜3D模型的分析過程從數小時減少到數分鐘。[2019/12/3]

H100還針對AI訓練中用到的模型等進行針對性優化，配備Transformer優化引擎，使大型模型的訓練速度可以提高到原來的6倍，大大減少了大型模型所需的訓練人工智能模型時間，這個功能也呼應了下面將要討論的AI分身系統。

在NVIDIA給出的測試數據中，訓練一個1750億參數的GPT-3模型將時間從原來的一周縮短到僅19小時，一個3950億參數的Transforme模型只需21小時即可完成。訓練，效率提升近9倍。

雖然參數看起來很不錯，但實際表現還有待后續實際測試結果來揭曉。至少從RTX30系列和A100的體驗來看，最終的實際性能提升可能在2倍到2.5倍之間。，實現3倍的可能性不大，但即使只有2倍，也已經相當不錯了，至少在AI方面，已經徹底碾壓了AMD的計算卡。

英偉達首席財務官：第四季度數字貨幣采礦需求超過預期:Nvidia公司首席財務官今日表示，第四季度數字貨幣礦商對GPU的需求大于預期。首席財務官Colette Kress表示：“數字貨幣市場的強勁需求超出了我們的預期。”該公司發布了2017年第四季度財報。該公司的營收為29.1億美元，同比增長了34％。Kress說：“雖然數字貨幣挖礦業無對我們業務的貢獻難以量化，但可能比往年要高，但由于數字貨幣可能保持波動，我們仍然致力于游戲需求。”[2018/2/9]

此外，H100還引入了NVIDIA最新的NVIDIANVLink第四代互連技術，可以進一步提升多GPU串連的效率。在NVIDIA給出的數據中，串聯后的I/O帶寬可以擴展至900GB/s，比上一代提升50%。

再來看看英偉達的新“玩具”Grace，這是英偉達為服務器業務準備的超級服務器芯片。系列產品。Grace芯片采用了最新的ArmV9架構，Nvidia以此為基準構建了兩款超級芯片——GraceHopper和GraceCPU超級芯片。

其中，GraceHopper由一個GraceCPU和一個采用Hopper架構的GPU組成。兩者將組成一個完整的計算系統。只需要一個芯片就可以構建一個強大的計算服務器。芯片串聯起來形成更大的計算陣列。

GraceCPU超級芯片由兩顆GraceCPU組成，它們通過NVIDIANVLink-C2C技術互連，形成一個內置144個Arm核心和1TB/s內存帶寬的巨型芯片。

說實話，英偉達的GraceCPU超級芯片很難不讓人聯想到蘋果在春季發布會上發布的M1Ultra。它同樣基于Arm架構，同樣由兩顆芯片組成。它也有夸張的特點。內存帶寬和性能。

顯然，芯片互連與組裝技術已成為行業趨勢之一，AMD也透露類似技術的CPU正在研發中，最早將于2023年與大家見面。只能說性能發展單個芯片現在正在接近極限。如果想要有更大的提升，可能不得不使用類似的互連技術進行芯片堆疊。

不過，GraceCPU超級芯片的功耗并不低。NVIDIA官方給出的數據是500W，已經遠超傳統x86架構CPU。當然，考慮到格雷斯CPU超級芯片的夸張表現：SPECrate跑分740分，比第二名高出60%，這樣的功耗也不是不能接受的。

顯然，在Arm服務器領域，英偉達的野心非常大。

英偉達的虛擬世界

除了一堆高性能硬件，NVIDIA這次還展示了很多軟件演示案例，包括使用H100等硬件模擬虛擬現實環境進行各種測試和模擬。在英偉達的演示中，未來企業可以通過強大的英偉達硬件搭建逼真的虛擬測試環境，在其中測試自動駕駛、智能工廠運營等。

通過使用虛擬測試環境，研究人員可以更輕松地測試自動駕駛在面對各種突發事件時的反饋，并在測試過程中直接定位問題，降低整體測試成本。此外，可以構建1:1的“數字工廠”，提前模擬運營，尋找提高效率，發現可能出現的問題，降低工廠正式運營后出現問題的概率。

英偉達將這組應用稱為“數字孿生”，可以大大減少自動化工廠和自動駕駛方面的研究和測試投入。

OmniverseCloud是NVIDIA推出的全新云創建服務。通過OmniverseCloud，用戶可以隨時隨地訪問和編輯大型3D場景，無需等待大量數據的傳輸，還可以讓用戶直接在線協作構建3D模型。

過去，3D模型和3D場景的協同構建需要在服務器上進行。OmniverseCloud上線后，相關創作者可以通過任何支持OmniverseCloud的終端直接訪問協作空間并參與其中。大大提高了創作者的反應速度和工作自由度。

此外，NVIDIA還為創作者準備了第二個驚喜，一套AI驅動的虛擬角色系統，可以讓AI在短時間內完成訓練，學習各種指令對應的動作。比如一個簡單的砍殺動作，在正常的制作過程中，動作架構師首先需要一步步調整動作骨架，然后放到場景中進行測試。整個過程需要很多時間。并且每個不同的動作都需要重新調試。

借助這套AI虛擬角色系統，當你想讓虛擬模型做出斬擊動作時，只需要一個命令，AI就會從學習到的動作中找出關聯的動作并自動運行，直接保存儲蓄。大量的時間和人力，對于游戲開發者和視覺特效創作者來說，這個系統可以讓他們將更多的精力集中在其他地方。

雖然NVIDIA的發布會并沒有過多提及元宇宙，但從硬件到軟件，都是未來構建元宇宙的基礎。元宇宙目前無法成為現實的主要原因有兩個。一是硬件性能無法滿足我們的需求，二是軟件領域還不夠成熟，無法提供實時的真實環境模擬。技術的基礎。

在此之前，我們首先需要的是更強大的計算硬件和更智能的人工智能系統。Nvidia的H100，虛擬現實環境和AI虛擬角色系統的出現，將使我們離真正的元宇宙更近一步。

Tags：IDIADIAVIDACEZhiDian PLUSTWELVE ZODIACVidulumAces Coin

AVAX