这才是真的“遥遥领先”！地球另一边，老黄半夜捅破天！

财经

2024-03-19 14:03

（印钞机加速，2024留房还是留钱？黄金还能配置吗？日本宣布加息，会有什么影响？本周四晚6点半，黄汉城老师直播间详细聊，务必点击上方预约按钮，才能收到开播通知！！）

◎智谷趋势（ID：zgtrend） | 斯丝

全场注意，这不是一场演唱会！

这是黄仁勋在2024年英伟达GTC大会的开场白。

他站在曾经举办过滚石和Bon Jovi演唱会、美国NHL全明星赛的圣何塞SAP中心，向台下一众科技大佬挥手致意后，发出了第一声感叹。

“从气候技术到无线电科学，世界上没有一个会议有来自如此不同科学领域的最伟大的研究人员聚集在一起，尝试用各种方式解决如何使用人工智能来自动控制下一代的模拟人、6G、无线电、机器人、自动驾驶汽车，甚至是人工智能”。

当然他把后一句话吞了回去。如果还原的话，就会变成：“今晚，英伟达给你们答案”。

寒暄完的两个多小时里，黄仁勋向台下各位抛出一个接一个重磅级产品和新技术。场下欢呼声不止，他站在场上唯一一道光束打下来的地方，被人工智能粉丝公认为：“我们AI界有自己的Taylor Swift”。

不过比起和泰勒的跨界联动，场下多数与会者或许在他身上看到了另一个同行的影子，乔布斯。

这不无道理。昨晚之后，英伟达将正式从卖芯片的AI军火贩子进阶为和苹果一样的平台商。

甚至，在这个“芯片比毒品更难买”的时代，英伟达，比苹果更苹果。

芯片霸主

站在舞台中央，黄仁勋开始向台下发问：“今天抵达GTC现场的公司们价值1万亿，这么多伙伴，需要这么多的算力，怎么办？”

紧接着他给出答案：我们需要更大的芯片。

伴随话音刚落，英伟达新一代图形计算平台Blackwell正式登场。除了这个官方名字，黄仁勋认定它为“新工业革命的引擎”。

Blackwell平台

口气不小，底气十足。

对于Blackwell架构的实力，黄仁勋解释：“以前训练一个1.8万亿参数量的GPT模型，需要8000张Hopper GPU，消耗15兆瓦的电力，连续跑上90天。但如果使用Blackwell GPU，只需要2000张，跑90天的电力功耗仅为4兆瓦。”

尽管英伟达没有公布Blackwell GPU售价，但我们可以算一笔另外的账。

ChatGPT每天要响应大约2亿个请求，日消耗电力超过50万度。大量电力的消耗让不止一位科学家发出警告：AI大模型不仅是技术密集型产业，更是资源密集型。

按照上面黄仁勋的说法，用8000张Hopper GPU训练一个1.8万亿参数量的GPT模型，需要消耗517个美国家庭一天的用电量。同样的训练量，Blackwell GPU仅需要挪用约158个美国家庭的日用电量。

每省下9兆瓦的电力，等于减少7650千克二氧化碳（按火力发电的碳排放标准计算）。

不谈售价，只说性能加功耗，英伟达还是让谷歌、亚马逊们别无选择。

基于Blackwell，黄仁勋展示了两款全新芯片，B200和GB 200。

B200芯片拥有2080亿个晶体管，远超出前一代旗舰型芯片H100 800亿个晶体管的容量。

有“地表最强芯片”之称的GB200由两个B200 Blackwell GPU和一个基于Arm的Grace CPU组成，算力相当于H100的6倍，在大语言模型推理工作中的算力表现可以达到30倍。

同时GB200成为英伟达全新大型机架系统GB200 NVL72的基石，能够为人工智能公司提供巨大的性能升级。其拥有1.4 exaflops的AI性能和30TB的快速内存，可以部署27万亿参数的模型。

要知道，目前最大的模型ChatGPT-4也仅有1.7万亿个参数，剩下庞大的部署空间让生成式AI又有了无穷无尽的想象余地。

感觉“遥遥领先”这个词已经形容不过来了，换成“史无前例”更配得上英伟达的野心和实力。

下一个一万亿在哪里

英伟达市值从两千多亿美元突破一万亿美元的时候，就有很多人猜测英伟达下一个一万亿在哪里？

黄仁勋没有回答这个问题。

但昨晚的大会上，从人形机器人、自动驾驶到通信、气候治理和量子计算，他重复在证明一句话：一切皆有可能。

大会的最后，9个人形机器人和黄仁勋的同台再次掀起会场高潮。继英伟达宣布成立通用具身智能体研究实验室GEAR后，黄仁勋在大会当晚宣布推出Project GROOT人工智能基础模型。

还记得他那句让人形机器人概念股连续涨停的话吗，“既然AI能生成文字、图片、视频，那为什么不能生成运动呢”？

为什么不能呢？

此次发布的Project GROOT人工智能基础模型，已经能够“通过观察人类行为来理解自然语言并模仿动作。快速学习协调性、灵活性和其他技能，以便更好地适应现实世界并与现实世界互动。”

这对急需降本增效的人形机器人来说，无异于一场甘霖。毕竟如果只靠丝杠、控制器等硬件设备上的成本降低来实现商业化量产的话，人形机器人的应用可能就真的是下一代的故事了。

但软件上的AI升级或许能够解决人形机器人“像人类一样行走比像人类一样思考更难”的问题。

比如英伟达同步发布的专为机械臂设计的基础模型Isaac Manipulator，以及为机器人提供多摄像头和3D环绕视觉功能的Issac Perceptor，就可以改善传统工业机器人和视觉传感器的功能局限。

自动驾驶方面，黄仁勋现场发布全新的“DRIVE Thor”车载计算平台，用于提供功能更加丰富的自动驾驶舱性能。同时英伟达汽车业务副总裁丹尼·夏皮罗表示：“Drive Thor将于明年进入英伟达”。

不仅如此，比亚迪和英伟达的合作范围从汽车扩展到云。除了引入Drive Thor，比亚迪计划使用英伟达的AI基础设施进行基于云的AI开发和培训技术。

在通信、气候治理以及量子计算方面，黄仁勋宣布，诺基亚和三星借助英伟达6G研究平台，可以对物理地形和人造建筑紧缺模拟。台湾省气象局借助英伟达Earth-2气候数字孪生云平台，预测台风登陆的精确位置，实现对人员的早期疏散。

从管道商到平台商

除了AI，生态是此次AWE上出现频率最高的词汇。

家电行业曾经靠单品打天下的时代已经过去了，在移动互联网、5G以及AI的推动下，生态才是未来竞争的制高点。

英伟达芯片和各色大模型的关系，与苹果iOS系统和各种软件应用一样，都是先有前者，才有后者。

英伟达芯片的技术迭代速度，几乎决定了整个AI技术的发展和AI应用的爆发速度。

所以，我们可以再次推翻木头姐认为“英伟达就是当年的思科”这一结论。

他不是简单的硬件提供商。

芯片产品和基础模型之外，黄仁勋在大会上推出AI“微服务”。

“未来开发软件的方式与敲代码不同，未来可能就要靠一堆NIMs（Nvidia inference micro service），用与AI聊天的形式来调动一堆NIMs来完成训练、应用的部署。”

这是黄仁勋为AI应用爆发准备的先手。

此前黄仁勋在斯坦福大学的演讲中就明确提到，当生成式AI应用开始涌现，包括谷歌、微软在内的软件开发商都在开发自己的芯片，试图打破英伟达的绝对垄断。

黄仁勋表示，英伟达的处境走向了一个明知友商已经成了对手，但还必须把自己的芯片技术能力拆解给他们看才能争取订单的两难境地。

现在来看，他应该是在假意卖惨。先不说芯片参数上的优势，英伟达2006年推出的CUDA并行计算架构就已经培育了不可计数的用户心智。

简单来说，别人的芯片或许能超越，但他的操作方式是最顺手的。

能用和好用，这不难选择吧。

而新推出的NIMs就是芯片以外的另一种试图介入用户心智的手段。通过NIM，英伟达希望吸引到购买英伟达服务器的客户注册为英伟达企业家，每个GPU每年的使用费仅为4500美元。

已经上线的NIM网站中，NIM微服务提供最快、性能最高的AI生产容器，能够部署来自NVIDIA、A121、Adept、Cohere、Getty Images和Shutterstock的模型，以及来自Google、Hugging Face、Meta、Microsoft、Mistral AI和Stability AI的开放模型。