VID:英偉達的春季發布給元宇宙帶來了希望

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CEO：未來十年會讓人工智能再加速100萬倍:金色財經報道，英偉達CEO黃仁勛近日表示，英偉達的GPU在過去10年中將AI處理性能提高了不低于100萬倍，在接下來的10年里，我希望通過新芯片、新互連、新系統、新操作系統、新分布式計算算法和新AI算法，并與開發人員合作開發新模型，我相信我們會將人工智能再加速100萬倍。[2023/2/27 12:32:03]

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。

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。

黑客組織LAPSUS$開始出售英偉達數據和解鎖顯卡以太坊挖礦的方法:金色財經報道， 半導體巨頭英偉達（NVIDIA）曾在二月份下旬報告稱其部分線上業務遭到潛在網絡攻擊，當時黑客組織 LAPSUS$ 聲稱對此時負責并補充說他們已經竊取了英偉達 1 TB 的數據。據 PCmag 最新報道，該黑客組合已經開始出售相關數據，同時還將出售解鎖英偉達 GPU 限制以太坊挖礦的方法。據 LAPSUS$ 稱，他們擁有定制軟件，能夠輕松解鎖 Nvidia 的 RTX 3000 系列顯卡的“Lite Hash Rate”限制器，而且還在社交媒體上發布了相關服務信息。[2022/3/1 13:30:20]

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。

英偉達將把A100轉換為具有210 MH/s算力的挖礦GPU:據硬件媒體tom’s Hardware報道，硬件泄密者kopite7kimi透露英偉達正在將基于GA100芯片的A100加速器（PCIe）轉換為專門的挖礦GPU。另外一個硬件泄密者I_Leak_VN表示，A100將被轉換為CMP 220HX推出，其算力將高達210 MH /秒。[2021/3/23 19:09:17]

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 | 英偉達發布2018年財務報告 總收入增長21%:據Cointelegraph消息，英偉達（Nvidia）于2月14日發布2018年財務報告，全年總收入達117.2億美元，增長了21%。盡管受到了加密貨幣市場低迷的影響，該公司在游戲、數據中心、專業可視化和汽車產品的銷售額使其仍然保持了收入的增長。[2019/2/15]

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。

動態 | 日本軟銀或將出售英偉達股份 因其加密貨幣挖礦需求減少而導致股價低迷:據彭博社消息，日本軟銀計劃將在明年初，出售該公司持有的半導體巨頭英偉達（Nvidia）的股份，因英偉達股價持續下跌，而英偉達股價下跌的原因是加密貨幣挖礦需求不斷減少。一匿名相關人士透露，軟銀可在此交易中獲利30億美元，但軟銀是否繼續持有股份或只售賣一部分股份還未最終決定。[2018/12/12]

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：VIDIDIADIARACVidiachangeIDIA價格MEDIATurtle Racing

FTT