英偉達的春季發布會 讓元宇宙有了希望_RAC

3月22日，玩家和AI從業者們又愛又恨的老黃，帶著他的新“核彈”來了。遺憾的是，這次的新“核彈”與玩家沒有太大關系，主要是針對企業和工業市場，與玩家有關的RTX 40系估計最快也要等到9月份才會有消息。

好了，廢話不多說，讓我們看看老黃這次又拿了怎樣的“大寶貝”出來。首先是A100顯卡的接任者，新一代計算卡皇H100閃亮登場，H100采用全新的Hopper架構和臺積電最新的4nm工藝，各方面的參數對比上一代的A100都有明顯的提升。

英偉達的超級服務器芯片Grace也再度曝光，對比上一次給出的數據，此次曝光的Grace芯片性能有了驚人的提升，根據發布會的描述來看，英偉達似乎也走上與蘋果相同的道路，用更多的芯片拼裝成一顆處理器。

除了硬件方面的產品曝光和發布，英偉達在軟件領域同樣帶來了不少新東西，比如主打云端協作的Omniverse Cloud，讓多名用戶可以在云端直接參與同一個媒體文件的編輯和渲染等工作。

市場調查機構：英偉達可從ChatGPT賺取3億美元:3月7日消息，市場調查機構TrendForce集邦咨詢公布的最新報告指出，如果以英偉達A100顯卡的處理能力計算，運行ChatGPT將需要使用到30000塊英偉達GPU。目前英偉達A100顯卡的售價在10000-15000美元之間，該售價取決于OpenAI需要多少顯卡，以及英偉達是否會為AI公司提供訂單折扣。TrendForce預估英偉達可以賺取超過3億美元。[2023/3/7 12:46:36]

此外英偉達還展示了不少基于虛擬現實環境的工業、交通模擬案例，還有一套由AI驅動的虛擬角色系統，該系統可以通過深度學習進行動作訓練，訓練結束后不需要額外的骨骼動作設計等操作就能夠依照指令做出對應動作，這下不僅是AI從業者狂喜，電影及游戲從業者也要狂喜。

不得不說，老黃這次帶來的東西并不少，每一樣都能對AI等行業的發展帶來明顯的改變，下面我們就來詳細的看看英偉達到底都發布了什么吧。

H100與Grace

實際上，從H100的核心規格來看，也不難理解為什么英偉達最終選了4nm，高達800億的晶體管集成度，比上一代A100多了整整260億個，內核數量則是提高到了16896個，這是目前世界上內核數量最高的芯片核心，同時也是上一代100的2.5倍。

Rescale與英偉達合作構建自動化工業元宇宙:7月19日消息，高性能云計算服務商Rescale宣布與英偉達達成合作，將 Nvidia GPU Cloud（NGC）集成到其用于高性能計算（HPC）應用程序的容器庫中，幫助企業構建數字孿生并打造工業元宇宙的基礎構建模塊。據悉，韓泰輪胎已經在Rescale與英偉達合作構建的工業元宇宙中進行新輪胎設計研發，包括在虛擬世界中進行各種“數字孿生輪胎”的測試工作，繼而加快產品開發速度。（venturebeat）[2022/7/20 2:24:16]

夸張的內核參數提升帶來的性能提升也極為夸張，根據英偉達官方給出的數據，H100的浮點計算和張量核心運算能力將比上一代提升至少3倍，FP32高達60萬億次/秒，而上一代的A100為19.5萬億次/秒。

H100還將是首款支持PCIe 5.0和HBM3，讓內存帶寬達到驚人的3TB/s，老黃表示只需要20張H100就可以處理目前全球的網絡流量，雖然聽起來很夸張，但是確實體現出了H100夸張的性能參數。

挖礦軟件T-Rex已通過雙挖形式破解英偉達LHR顯卡算力:10月8日消息，挖礦軟件T-Rex宣布，已通過雙挖形式破解英偉達LHR顯卡算力。據T-Rex介紹，包括3060、3070Ti、3080、3080Ti在內的LHR顯卡都可進行雙挖。目前雙挖token的方式主要為使用30%的算力挖ETH，剩余70%的算力挖ERGO、RVN或CFX。值得注意的是，參與雙挖的顯卡顯存需至少8GB。[2021/10/8 20:13:32]

強大性能也伴隨著夸張的功耗，英偉達給出的H100功耗高達700W（真正意義上的“核彈”顯卡），作為對比上一代A100的功耗僅400W，不過用2倍的功耗換來3倍的性能提升，整體來說也不虧。

H100還針對AI訓練等所要用到的模型進行針對性優化，為Transformer搭載了優化引擎，讓大模型的訓練速度可以提升至原來的6倍，極大的降低了大型AI模型等訓練所需要的時間，這個特性也與下面將會談到的AI虛擬角色系統相呼應。

在英偉達給出的測試數據中，訓練一個擁有1750億參數的GPT-3模型，時間將由原來的一周降低到僅需19小時，而一個擁有3950億參數的Transforme模型也僅需21小時就可以完成訓練，效率提升近9倍。

動態 | 英偉達本季度股價暴跌54％:據CNBC報道，英偉達（Nvidia）今年第四季度股價暴跌54％，是標準普爾500指數表現最差的股票。據悉，隨著今年比特幣價格暴跌，對英偉達GPU的需求也有所減少。 11月，Nvidia公布的季度收入低于預期。英偉達的問題不僅限于加密市場，該公司的數據中心業務部門（包括亞馬遜等云服務提供商的銷售額）也未能達到預期。[2018/12/22]

而且，H100還引入了英偉達最新的NVIDIA NVLink第四代互連技術，該技術能夠進一步提升多GPU串聯的效率，在英偉達給出的數據中，串聯后的I/O帶寬能夠擴展至900GB/s，比上一代提升了50%。

其中，Grace Hopper由一個Grace CPU和一個Hopper架構的GPU的GPU組成，兩者將會形成一個完整的運算系統，只需要一顆芯片就可以搭建出一個強大的運算服務器，同時也可以將多個芯片串聯起來組成更龐大的運算陣列。

比特幣挖礦造成前所未有顯卡短缺，英偉達限購2張:最近幾周，國外幾乎所有主要零售商的高端GPU都已經斷貨，挖礦顯卡價格一路飆升。通常零售價為550美元的GTX 1080在第三方市場上的價格已經超過1000美元。領先的顯卡制造商NVIDIA甚至已經開始限制其在線銷售，每款產品單用戶限購兩張，并要求零售商將其顯卡產品優先銷售給游戲玩家，而不是數字貨幣礦工。[2018/1/25]

而Grace CPU超級芯片則是由兩顆Grace CPU組成，兩顆芯片通過NVIDIA NVLink-C2C技術互連，組成一個內置了144個Arm核心并且擁有1TB/s內存帶寬的巨無霸級芯片（Grace CPU Ultra？）。

說實話，英偉達的這顆Grace CPU超級芯片很難不讓人聯想到蘋果在春季發布會上發布的M1 Ultra，同樣是基于Arm架構，同樣是由兩顆芯片組合而成，同樣也有著夸張的內存帶寬和性能表現。

顯然，芯片互聯拼裝技術已經成為行業的趨勢之一，AMD方面也曝光有采用類似技術的CPU正在研發中，最早將在2023年與大家見面。只能說如今單顆芯片的性能發展已經接近極限，接下來想要擁有更大的提升，或許將不得不借助類似的互聯技術進行芯片堆疊了。

不過，Grace CPU超級芯片的功耗并不低，英偉達官方給出的數據是500W，已經遠遠超過了傳統的x86架構CPU，當然，考慮到Grace CPU超級芯片的夸張性能：SPECrate跑分740分，較第二名提升60%，這個功耗也不是不能接受。

顯然，在Arm服務器領域，英偉達的野心是非常大的。

英偉達的虛擬世界

除了一堆高性能的硬件，英偉達此次也展出了不少的軟件示范案例，其中就包括使用H100等硬件來模擬一個虛擬現實環境，用以進行各種測試和模擬。在英偉達的示范中，未來的企業可以通過強大的英偉達硬件構建一個擬真的虛擬測試環境，并在其中測試自動駕駛、智能工廠的運作等。

通過虛擬測試環境的使用，研究者可以更輕松的測試自動駕駛面對各種突發狀況時的反饋，并且在測試中直接定位問題，降低整體的測試成本。此外，還可以構建一個1:1的“數字化工廠”提前模擬運行，尋找提高效率和找到可能出現的問題，降低工廠正式運行后出現問題的概率。

英偉達將這一套應用稱為“數字孿生”，能夠大幅度降低自動化工廠和自動駕駛等方面的研究及測試投入。

Omniverse Cloud是英偉達新推出的一款云端創作服務，用戶通過Omniverse Cloud可以在任意地點訪問和編輯大型3D場景，并且無須等待大量數據的傳輸，并且還可以讓用戶能夠直接在線協作共同搭建3D模型。

在過去，3D模型和3D場景的協同構建都需要在一個服務器上進行，而在Omniverse Cloud推出后，相關創作者就可以通過任意支持Omniverse Cloud的終端，直接用網絡訪問協作空間并參與其中，極大的提升了創作者的響應速度和工作自由。

另外，英偉達還為創作者們準備了第二個驚喜，一套由AI驅動的虛擬角色系統，該系統可以讓AI在短時間內完成訓練，學會各種指令所對應的動作。比如一個簡單的劈砍動作，在正常的制作流程中首先需要動作架構師通過對動作骨架的一步步調整（俗稱K幀），然后再放到場景中進行測試，整個流程需要耗費大量的時間，而且每個不同的動作都需要重新進行調試。

而在這套AI虛擬角色系統的幫助下，當你想要虛擬模型做出劈砍的動作，只需要一條指令，AI就會從已學習的動作中找出關聯動作并自動運行，直接節省了大量的時間和人力，對于游戲開發者和特效制作者而言，這個系統將讓他們能夠將更多的精力放在其它地方。

英偉達的此次發布會，雖然并沒有太多的提到元宇宙，但是從硬件到軟件都是未來構建元宇宙的基礎。目前元宇宙無法成為現實的原因主要是兩點，一個是硬件性能無法滿足我們的需要，另一個就是軟件領域尚不成熟，無法提供實時的擬真環境模擬，而這兩者是點亮元宇宙科技的基礎。

在此之前，我們首先需要的就是更強大的計算硬件及更智能的AI系統。英偉達的H100，虛擬現實環境及AI虛擬角色系統的出現，將讓我們朝著真正的元宇宙再邁進一大步。

Tags：RACACERACECPUDRACE價格iNFTspaceInsurAcexhv幣cpu挖礦

FTX