逆天了！英伟达最强AI芯片来袭，生物医药平台重大更新

3月18日，万众瞩目的英伟达2024GTC大会在加州圣何塞SAP球场开幕。

如今，一年一度的GTC大会不仅是AI界的春晚，更是如今全球科技发展的风向标。

作为黄仁勋多次重点提及的领域，生物学自然在本次大会上占据着重要地位。
数据显示，与医疗保健和生命科学相关的会议共有90场，数量在具体行业分布中排名第一。

甚至大会开启之前，不仅英伟达的股票拉升，多支AI+医疗的概念股暴涨。
润达医疗、成都先导、皓元医药大福上涨，朗玛信息单日上涨超17%，泓博医药更是涨出了盘中最高点。

几个月前的JPM（摩根大通医疗产业大会）上，英伟达的会场已经是座无虚席，如今到了英伟达的主场，会给我们带来怎样的惊喜？

史上最强AI芯片

此次GTC大会最引人注目的，还属每两年更新一次GPU 架构。

2022年发布的 H100 AI芯片已经让英伟达成为一家市值超过2万亿美元的公司，目前大部分人工智能模型就是在Hopper 架构上进行训练的。

然而英伟达此次祭出了基于Blackwell 架构，采用全新架构的B200和GB200系列芯片发布， 再次树立了AI算力的行业新标杆。

为了应对全球算力挑战，黄仁勋在演讲中强调：“Hopper固然已经非常出色了，但我们需要更强大的 GPU。”
图：左边是新GPU，右边是 H100
GPU “Blackwell”采用台积电4nm制程，共有2080 亿个晶体管提供高达 20 petaflops的 FP4 性能，相比之下，100仅为4petaflops。

此外，将两个 GPU 与单个 Grace CPU 结合在一起的 GB200 的超级计算芯片可以为 LLM 推理工作负载提供高达30倍的性能，同时还能大幅提高效率。

每个 Blackwell Die 的浮点运算能力要比上一代Hopper Die 高出 25%，而且每个封装中有两个 Blackwell 芯片，总性能提高了 2.5 倍。

据悉，以往训练一个 1.8 万亿参数模型之前需要 8,000个 Hopper GPU 和 15 兆瓦的功率。如今，英伟达表示 2000 个 Blackwell GPU 就可以做到这一点，而功耗仅为 4 兆瓦。

在具有 1750 亿个参数的 GPT-3 LLM 基准测试中，英伟达表示 GB200 的性能是 H100 的 7 倍，它提供的训练速度是 H100 的四倍！

与 H100 相比，它“可将成本和能耗降低多达 25 倍”。可以说GB200 就是英伟达为如今大模型时代打造的利器。

但此次英伟达目前并没有公布成本。

此前据分析师估计，英伟达基于Hopper的H100芯片，每颗的成本在25,000美元到40,000美元之间，整个系统的成本高达200,000美元。而GB200的成本，只可能更高。

同时，公司宣布英伟达已经不是一家芯片公司，而是一个平台型公司，野心已经很分明了。

“Blackwell 不是芯片，而是一个平台的名称。”黄仁勋说。

“可销售的商业产品是 GPU，而软件都是为了帮助人们以不同的方式使用 GPU，”Nvidia 企业副总裁 Manuvir Das 表示。“当然，我们仍然这样做。但真正改变的是，我们现在真正拥有了商业软件业务。

此次，英伟达还重磅推出了一项名为NIM的企业服务 ，成为其“软件服务硬件”的又一大关键举措。
NVIDIA NIM是一组经过优化的云原生微服务，旨在缩短上市时间并简化在云端、数据中心和GPU加速工作站上部署生成式AI模型。
NIM 微服务通过打包算法、系统和运行时优化，并添加行业标准的 API，简化了 AI 模型部署过程。
这使开发人员能够将 NIM 集成到其现有的应用程序和基础设施中，而无需进行大量定制或专业知识。

医疗健康：英伟达的新赌注

对于英伟达而言，医疗保健是英伟达增长最迅速，也是最看重的领域之一。
英伟达的其风投部门NVentures也成为了最活跃的AI制药投资者，投资了多达10家AI制药公司。

现在，恰逢GTC大会和NVIDIA BioNeMo一周年之际，英伟达也宣布了该领域的多项动向。

NVIDIA BioNeMo是一个用于药物发现的生成式AI平台，也是英伟达在生物医药的金字招牌。

这里面已经汇集了各种基于药物发现、基因组学、医学影像的模型，既包含大型开源模型，也有英伟达与合作伙伴开发的模型，用户可以利用英伟达的算力部署和加速模型训练。

英伟达今日宣布，已经有100多家公司将 BioNeMo 支持的人工智能集成到药物发现工作流程中。

这些企业不仅包含罗氏旗下的基因泰克、安斯泰来、安进等跨国公司，还有AI制药上市公司Recrusion，以及英矽智能、Iambic、Cadence这样的独角兽。

显然，英伟达已经不满足于成为一家芯片商，更重要的是打造平台生态，尽可能地招揽来自行业内的大客户。

BioNeMo上新

目前，BioNeMo集成了以下模型：蛋白质结构预测（AlphaFold2、ESMFold 和 OpenFold）、蛋白质生成（ProtGPT2）、蛋白质嵌入生成（ESM-1nv、ESM-2）、分子生成（MegaMolBART、MoFlow）和分子对接（DiffDock），并且可以部署在英伟达DGX云服务中。

在本次GTC大会中，英伟达宣布BioNeMo也即将提供新的基础生物学模型。

第一个基因组学模型DNABERT。该模型经过DNA序列训练，可用于预测基因组特定区域的功能、分析基因突变和变异的影响等。

第二个模型 scBERT 接受单细胞 RNA 测序数据的训练，使用户能够将其应用于下游任务，例如预测基因敲除（特定基因被删除或失活）的影响或识别细胞类型，如神经元、血细胞或肌肉细胞。

EquiDock是另一个预测蛋白质相互作用的模型，这对于评估药物的有效性至关重要。 

超过 25 个生成式AI微服务

在英伟达推出NIM服务后，生物医药领域也迎来了一波更新。如今NVIDIA NIM 微服务可以对BioNeMo的服务进行访问。

这些微服务还包括一系列药物发现模型，包括用于生成化学的 MolMIM、用于蛋白质结构预测的 ESMFold 以及帮助研究人员了解药物分子如何与靶标相互作用的 DiffDock。VISTA 3D 微服务加速了 3D 分割模型的创建。
与在 CPU 上运行的普通 DeepVariant 实现相比，Universal DeepVariant 微服务将基因组分析工作流程中的变异调用速度提高了 50 倍以上。

产业合作

除了以上英伟达的更新之外，此次还英伟达还在医疗领域官宣了多笔合作。
强生医疗今天宣布，计划与英伟达合作加速和扩大人工智能在手术中的应用。两家公司联手支持增加对实时分析和全球人工智能算法可用性的访问。他们希望影响互联手术室 (OR) 的手术决策、教育和协作。

上市公司Cadence Design Systems今天宣布扩大与英伟达的多年合作，涵盖 EDA、系统设计和分析、数字化生物学和人工智能，推出两种变革性解决方案，利用加速计算和生成人工智能重塑设计。

今日，AWS（亚马逊云计算）和英伟达联手，通过新的 AI 模型扩展计算机辅助药物发现，帮助研究人员模拟新化学分子的功效，帮助预测蛋白质结构，并更好地了解药物分子如何与生物靶标相互作用。英伟达的基础模型很快将在AWS HealthOmics 上提供。

此外，微软正在扩大与英伟达的合作，通过云、人工智能和超级计算技术的集成来改变医疗保健和生命科学。
利用 Microsoft Azure 以及 NVIDIA DGX™ 云和 NVIDIA Clara™微服务套件的强大功能，医疗保健提供商、制药和生物技术公司以及医疗设备开发商很快就能在临床研究和护理服务方面快速创新，并提高效率。

—The End—
推荐阅读