英伟达再放大招：AI的iPhone时刻来临

“我们正处在AI的iPhone时刻”，黄仁勋说。

英伟达的GTC 大会在昨晚正式举行，黄仁勋也在此次活动中发表名为《切勿错过 AI 的决定性时刻》的主题演讲，介绍了英伟达在 AI 领域的相关布局和战略。

英伟达在此次活动中公布了一系列的产品，从云服务到硬件产品应有尽有。而这些产品无一例外都围绕 AI 领域研发。而他们诞生的主要目的，是帮助企业加速采用生成式人工智能。

英伟达在今天公布了一系列的云服务产品，首先要介绍的是全新的NVIDIA AI Foundations服务，它可以为企业提供AI模型构建、创建应用等服务。该服务基于英伟达的多项模型生成，包括语言模型NVIDIA NeMo  、视觉模型 NVIDIA Picasso 和生物学模型BIONEMO。

NVIDIA NeMo 可以帮助企业快速定制基础语言模型，NeMo 拥有各种大小模型，其参数范围从80亿到5300亿不等，英伟达将会定期对其进行更新。借助NVIDIA NeMo ，用户可以定制不同的大模型工具，推出包括信息检索、客户服务等不同功能在内的AI应用程序。

而NVIDIA Picasso 则可以帮助用户开发可以生成图像、视频和3D的应用程序。Picasso 可以在用户输入文本之后，可以快速创建相应的视觉内容，并将相应内容发送回应用。

NVIDIA NeMo 和 NVIDIA Picasso 均基于 NVIDIA DGX Cloud，用户可以通过浏览器或者 API 访问这些服务。目前 NVIDIA NeMo 已经开放早期访问，而 NVIDIA Picasso还需要再等上一段时间。Getty Images、Morningstar、Quantiphi和Shutterstock等公司 均已表示将会接入相关服务。

NVIDIA DGX Cloud是英伟达推出的AI超级计算服务，它可以让企业立即访问为生成式AI和其他突破性应用程序训练高级模型所需的基础设施和软件。英伟达表示，企业可按月租用DGX Cloud集群，确保快速轻松地扩展大型多节点训练工作负载的开发，而无需等待通常需求量很大的加速计算资源。

据悉，甲骨文和微软Azure均已成为英伟达的合作伙伴，其中微软 Azure预计将在下个季度开始使用DGX Cloud，并且该服务将很快扩展到谷歌云。

此外，英伟达还为医疗领域推出了 BioNeMo，他可以提供AI模型训练和推理，加速药物研发中最耗时和成本最高的阶段，可加速新蛋白质和治疗方法的创建以及基因组学、化学、生物学和分子动力学研究。

想要AI 技术快速发展，当然也离不开硬件方面的支持。

在昨天的主题演讲中，英伟达也为AI产品推出了专用的 GPU 推理平台。

该平台拥有四种不同的配置，可以针对不同的工作负载进行优化。分别对应了AI视频加速、图像生成加速、大型语言模型（LLM）加速和推荐系统和LLM数据库。包括：L4 Tensor Core GPU、L40 GPU、H100 NVL GPU和Grace Hopper超级芯片。

其中最主要的是H100 NVL，它将英伟达的两个H100 GPU拼接在一起，以部署像ChatGPT这样的大型语言模型（LLM）。

“当前唯一可以实际处理ChatGPT的GPU是英伟达HGX A100。与前者相比，现在一台搭载四对H100和双NVLINK的标准服务器速度能快10倍，可以将大语言模型的处理成本降低一个数量级。”黄仁勋说。

而L4是一款针对AI生成视频的通用GPU，用于加速AI视频，可以提供比CPU高120倍的性能，能效提升约99%。这款 GPU 可以优化视频解码与转码、视频内容审核、视频通话等性能。目前，英伟达GPU在AI视频生产技术供应商Runway的产品中已经提供了相应的技术支持。

除了直接用于AI推理的GPU之外，黄仁勋还将目光移向了光刻领域。

黄仁勋在 GTC 上宣布了一项名为 CuLitho 的新技术，用以加快半导体的设计和制造。该软件使用英伟达芯片来加速基于软件的芯片设计，并加速用于在芯片上打印该设计的光刻掩模的物理制造之间的步骤。

CuLitho 在 GPU 上运行，其性能比目前的光刻技术提高了 40 倍，可以加速目前每年消耗数百亿个 CPU 小时的大规模计算工作负载。”造 H100 需要 89 块掩膜版，在 CPU 上运算时制造一块就得算两个星期，但如果用 H100 在 CuLitho 上运行就只需要 8 个小时，“黄仁勋说道。

英伟达表示，它正在与 ASML、Synopsys 和台积电合作，将该技术推向市场。据介绍，台积电将在 6 月开始准备该技术的试产。

一场主题演讲，展现了英伟达在 AI 领域的多项布局，从云服务到硬件产品的发布，英伟达为 AI 时代地来到做出了充分的准备。当然，这些准备能否让英伟达在 AI 时代站稳脚跟，还是个未知数。

​Read More