英偉達B200打破摩爾定律！老黃順便公開GPT-4的秘密
整個AI圈最想知道的秘密，被老黃在PPT某頁的小字里寫出來了？
時隔兩年，英偉達官宣新一代Blackwell架構，為AI帶來30倍推理加速。定位直指“新工業革命的引擎” 。
老黃PPT中拿了一個1.8萬億參數MoE的GPT系列大模型測試結果來證明。
眼尖的網友當場就盯上了這行不起眼的小字，截圖發出神秘暗號。
1.8萬億參數、MoE架構，與初代GPT-4的細節傳聞一毛一樣，32k序列長度也能對得上。
剛升任研究經理不久的英偉達科學家Jim Fan，甚至直接攤牌了。
表達摩爾定律已經限制不住英偉達了的同時，直接點破了這層窗戶紙。
不過個秘密之所以能以這種形式半官方確認，很可能說明對OpenAI來說已經無關緊要了。
很多人相信，最新版gpt-4-turbo經過一輪輪的優化，已經蒸餾到更小規模。
說回到英偉達GTC大會本身，作為架構更新的大年，老黃的主題演講亮點頗多：
- 宣布GPU新核彈B200，超級芯片GB200
- Blackwell架構新服務器，一個機柜頂一個超算
- 推出AI推理微服務NIM，要做世界AI的入口
- 新光刻技術cuLitho進駐臺積電，改進產能。
……
8年時間，AI算力已增長1000倍。
老黃斷言“加速計算到達了臨界點，通用計算已經過時了”。
我們需要另一種方式來進行計算，這樣我們才能夠繼續擴展，這樣我們才能夠繼續降低計算成本，這樣我們才能夠繼續進行越來越多的計算。
老黃這次主題演講題目為《見證AI的變革時刻》，但不得不說，英偉達才是最大的變革本革。
GPU的形態已徹底改變
我們需要更大的GPU，如果不能更大，就把更多GPU組合在一起，變成更大的虛擬GPU。
Blackwell新架構硬件產品線都圍繞這一句話展開。
通過芯片，與芯片間的連接技術，一步步構建出大型AI超算集群。
4nm制程達到瓶頸，就把兩個芯片合在一起，以10TB每秒的滿血帶寬互聯，組成B200 GPU，總計包含2080億晶體管。
內存也直接翻倍，高達192GB的HBM3e高速內存。
沒錯，B100型號被跳過了，直接發布的新架構首個GPU就是B200。
兩個B200 GPU與Grace CPU結合就成為GB200超級芯片，通過900GB/s的超低功耗NVLink芯片間互連技術連接在一起。
兩個超級芯片裝到主板上，成為一個Blackwell計算節點。
18個這樣的計算節點共有36CPU+72GPU，組成更大的“虛擬GPU”。
它們之間由今天宣布的NVIDIA Quantum-X800 InfiniBand和Spectrum?-X800以太網平臺連接，可提供速度高達800Gb/s的網絡。
在NVLink Switch支持下，最終成為“新一代計算單元”GB200 NVL72。
一個像這樣的“計算單元”機柜，FP8精度的訓練算力就高達720PFlops，直逼H100時代一個DGX SuperPod超級計算機集群（1000 PFlops）。
與相同數量的72個H100相比，GB200 NVL72對于大模型推理性能提升高達30倍，成本和能耗降低高達25倍。
把GB200 NVL72當做單個GPU使用，具有1.4EFlops的AI推理算力和30TB高速內存。
再用Quantum InfiniBand交換機連接，配合散熱系統組成新一代DGX SuperPod集群。
DGX GB200 SuperPod采用新型高效液冷機架規模架構，標準配置可在FP4精度下提供11.5 Exaflops算力和240TB高速內存。
此外還支持增加額外的機架擴展性能。
最終成為包含32000 GPU的分布式超算集群。
老黃直言，“英偉達DGX AI超級計算機，就是AI工業革命的工廠”。
將提供無與倫比的規模、可靠性，具有智能管理和全棧彈性，以確保不斷的使用。
在演講中，老黃還特別提到2016年贈送OpenAI的DGX-1，那也是史上第一次8塊GPU連在一起組成一個超級計算機，當時只有0.17 PFlops。
從此之后便開啟了訓練最大模型所需算力每6個月翻一倍的增長之路。
GPU新核彈GB200
過去，在90天內訓練一個1.8萬億參數的MoE架構GPT模型，需要8000個Hopper架構GPU，15兆瓦功率。
如今，同樣給90天時間，在Blackwell架構下只需要2000個GPU，以及1/4的能源消耗。
在標準的1750億參數GPT-3基準測試中，GB200的性能是H100的7倍，提供的訓練算力是H100的4倍。
Blackwell架構除了芯片本身外，還包含多項重大革新：
- 第二代Transformer引擎
動態為神經網絡中的每個神經元啟用FP6和FP4精度支持。
- 第五代NVLink高速互聯
為每個GPU 提供了1.8TB/s雙向吞吐量，確保多達576個GPU之間的無縫高速通信。
- Ras Engine（可靠性、可用性和可維護性引擎）
基于AI的預防性維護來運行診斷和預測可靠性問題。
- Secure AI
先進的加密計算功能，在不影響性能的情況下保護AI模型和客戶數據，對于醫療保健和金融服務等隱私敏感行業至關重要。
- 專用解壓縮引擎
支持最新格式，加速數據庫查詢，以提供數據分析和數據科學的最高性能。
在這些技術加持下，一個GB200 NVL72就最高支持27萬億參數的模型。
假如初代GPT-4真是1.8萬億參數，一臺GB200 NVL72就能跑15個GPT-4。
英偉達要做世界AI的入口
老黃官宣ai.nvidia.com頁面，要做世界AI的入口。
任何人都可以通過易于使用的用戶界面體驗各種AI模型和應用。
同時，企業使用這些服務在自己的平臺上創建和部署自定義應用，同時保留對其知識產權的完全所有權和控制權。
這上面的應用都由英偉達全新推出的AI推理微服務NIM支持，可對來自英偉達及合作伙伴的數十個AI模型進行優化推理。
此外，英偉達自己的開發套件、軟件庫和工具包都可以作為NVIDIA CUDA-X?微服務訪問，用于檢索增強生成 (RAG)、護欄、數據處理、HPC 等。
比如通過這些微服務，可以輕松構建基于大模型和向量數據庫的ChatPDF產品，甚至智能體Agent應用。
NIM微服務定價非常直觀，“一個GPU一小時一美元”，或年付打五折，一個GPU一年4500美元。
從此，英偉達NIM和CUDA做為中間樞紐，連接了百萬開發者與上億GPU芯片。
什么概念？
老黃曬出AI界“最強朋友圈”，包括亞馬遜、迪士尼、三星等大型企業，都已成為英偉達合作伙伴。
最后總結一下，與往年相比英偉達2024年戰略更聚焦AI，而且產品更有針對性。
比如第五代NVLink還特意為MoE架構大模型優化通訊瓶頸。
新的芯片和軟件服務，都在不斷的強調推理算力，要進一步打開AI應用部署市場。
當然作為算力之王，AI并不是英偉達的全部。
這次大會上，還特別宣布了與蘋果在Vision Pro方面的合作，讓開發者在工業元宇宙里搞空間計算。
此前推出的新光刻技術cuLitho軟件庫也有了新進展，被臺積電和新思科技采用，把觸手伸向更上游的芯片制造商。
當然也少不了生物醫療、工業元宇宙、機器人汽車的新成果。
以及布局下一輪計算變革的前沿領域，英偉達推出云量子計算機模擬微服務，讓全球科學家都能充分利用量子計算的力量，將自己的想法變成現。
One More Thing
去年GTC大會上，老黃與OpenAI首席科學家Ilya Sutskever的爐邊對談，仍為人津津樂道。
當時世界還沒完全從ChatGPT的震撼中清醒過來，OpenAI是整個行業絕對的主角。
如今Ilya不知蹤影，OpenAI的市場統治力也開始松動。在這個節骨眼上，有資格與老黃對談的人換成了8位——
Transformer八子，開山論文《Attention is all you need》的八位作者。
他們已經悉數離開谷歌，其中一位加入OpenAI，另外7位投身AI創業，有模型層也有應用層，有toB也有toC。
這八位傳奇人物既象征著大模型技術真正的起源，又代表著現在百花齊放的AI產業圖景。在這樣的格局中，OpenAI不過是其中一位玩家。
而就在兩天后，老黃將把他們聚齊，在自己的主場。
要論在整個AI界的影響力、號召力，在這一刻，無論是“鋼鐵俠”馬斯克還是“奧特曼”Sam Altman，恐怕都比不過眼前這位“皮衣客”黃仁勛。
……
直播回放：https://www.youtube.com/watch?v=Y2F8yisiS6E
