在人工智能應用“淘金潮”的火熱背后，總少不了“賣水工”英偉達的“默默付出”。

最近爆紅的ChatGPT也離不逃脫不開這一定律。正如英偉達CEO黃仁勛在GTC演講中展示的那樣，數(shù)年以前，正是黃仁勛親手將附有自己簽名與贈語的全球首臺DGX交給了OpenAI。

正因為這臺集成了八塊通過NVLink共享算力的H100組成的超級計算機，OpenAI才獲得了向世界交出這份名為ChatGPT答卷的機會。

在英偉達向OpenAI交付首臺DGX AI電腦后，位列《財富》100強的企業(yè)中有一半都使用了DGX AI計算機。英偉達的算力基礎設備與人工智能應用，儼然已經(jīng)成為了一枚硬幣不可分割的正反面。

在剛剛結(jié)束的英偉達GTC 2023上，英偉達向我們展示了他們向人工智能的未來邁出的下一步。

人工智能的“iPhone時刻”

如今，生成式AI和大語言模型帶來的殺手級應用在全球的火熱，又讓人工智能站到了一個新的路口前，如黃仁勛在GTC 2023的演講中所說的一樣，人工智能現(xiàn)在等來了屬于自己的“iPhone時刻”。

而作為AI硬幣另一面，英偉達也正隨AI一同前行。

黃仁勛預測，就像iPhone帶來智能手機和應用程序的普及一樣，能生成自然文章和圖像的“生成式AI”將在社會普及。

“算力即權(quán)力”這句口號正以人們未曾預料到的速度變?yōu)楝F(xiàn)實，但對于企業(yè)和開發(fā)者來說，想獲得這樣的“權(quán)力”并沒有那么容易。

新生的初創(chuàng)公司競相構(gòu)建從未有過的產(chǎn)品的商業(yè)模式，老牌公司也在積極擁抱變化，應對新的環(huán)境。

而大模型的訓練需要數(shù)據(jù)中心成百上千的計算卡“齊心協(xié)力”，對企業(yè)來說，這代表著場地和維護成本，是一道并不容易越過的門檻。

不論是新生血液還是老牌豪強，都呼喚更快捷的人工智能開發(fā)流程。

作為“算力供應商”的英偉達已經(jīng)發(fā)覺了這一新需求，黃仁勛在接受媒體采訪時提到，在最近做出的重大決定中，最佳決定就是讓英偉達跳到云端，與全球CSP合作。

云端人工智能DGX Cloud是這一決定交出的答卷。

DGX Cloud能夠為客戶提供專用的計算集群，每個DGX Cloud實例配備八個NVIDIA H100或A100 80GB Tensor Core GPU共640GB的GPU內(nèi)存，用戶能夠按月租用這些計算資源，并使用簡單的web瀏覽器訪問。從而消除在本地獲取、部署和管理基礎設施的成本，大大增加了AI的便捷性。

對于這一產(chǎn)品的遠景，黃仁勛充滿憧憬的描繪到：“如今通過一個瀏覽器，就能將DGX AI超級計算機即時地接入每家公司?！?/strong>

這樣的愿景并非空中樓閣，在GTC 2023的演講中，黃仁勛宣布，英偉達將與云服務提供商合作托管DGX云基礎設施，在GTC上，英偉達宣布與所有的CSP建立合作伙伴關(guān)系，如黃仁勛所說：“我們現(xiàn)在處于所有云中?！?/p>

目前已經(jīng)于甲骨文達成了合作，甲骨文的OCI RDMA Supercluster已經(jīng)提供了一個可擴展到超過32000個GPU的超級集群。微軟Azure預計下個季度開始托管DGX Cloud，很快谷歌云也將加入托管的行列。

打開生成式AI的“魔盒”

iPhone問世之后，并沒有止步不前，而是引領(lǐng)了智能手機長達數(shù)十年的大發(fā)展。如今走到“iPhone時刻”的AI，面對的也是一個與當年的iPhone極其相似的世界。

ChatGPT的成功，對AI的革命而言，僅僅是踏進門口的一小步。

門后的世界中，還蘊藏著屬于生成式AI更廣闊的世界。

在基礎設施之外，對想要掌握AI“原力”的企業(yè)來說，如何搭上AI的下一班車，建立一個生成式AI模型，并將其應用到生產(chǎn)中，也將是一個重要命題。

英偉達發(fā)布的新云服務平臺NVIDIA AI Foundations則是讓企業(yè)做到這一點的“神兵利器”。

NVIDIA AI Foundations被分為用于構(gòu)建定制的語言文本模型的Nemo、提供視覺語言制作服務的Picasso和提供醫(yī)學相關(guān)數(shù)據(jù)專有模型構(gòu)建服務的Bionemo三個而部分。

在Nemo中，客戶可以引入自己的模型，或使用Nemo包含的從GPT-8、GPT-43到GPT-530等數(shù)十億參數(shù)的預訓練模型，并基于此構(gòu)建自己掌控下的語言模型。

Picasso則為使用者提供了大量具有授權(quán)許可的專業(yè)圖像和視屏素材，使用者能夠使用這些許可內(nèi)容或根據(jù)自己的專有內(nèi)容訓練自定義模型，并將生成的內(nèi)容導入編輯工具，甚至可以導入英偉達元宇宙平臺Omniverse，投入“元宇宙”的大基建事業(yè)。

能夠提供包括語言、視覺和生物學等領(lǐng)域模型在內(nèi)的制作服務，適用于需要構(gòu)建、改進和操作自定義 LLM 的客戶以及使用專有數(shù)據(jù)訓練的生成 AI，以及針對特定領(lǐng)域的任務。

使用Bionemo，用戶既能夠即時訪問藥物研發(fā)工作流，也可以用于蛋白質(zhì)結(jié)構(gòu)預測和蛋白質(zhì)生成與分子生成、分子對接等新藥研究關(guān)鍵步驟的模型生成中。

英偉達不僅將三者合一的NVIDIA AI Foundations視為云服務，更將其視為構(gòu)建生成式AI模型的“代工廠”。

GPU反客為主，造芯關(guān)鍵步驟“搶班奪權(quán)”

要想真正跨過AI下一次進化的大門，作為人工智能最重要的“基建設備”的GPU芯片本身的制造也極為重要。

人工智能的火熱，離不開GPU的助力。能夠提供大量執(zhí)行重復簡單計算的GPU對需要大量算力的大模型和神經(jīng)網(wǎng)絡來說，是天然的伴侶。

在過去的幾年里，人工智能在掀起了在工業(yè)上落地的浪潮。小到餐廳中的小料臺補貨，大到碼頭或光伏電站，人工智能已經(jīng)成為了工業(yè)領(lǐng)域公認的“先進產(chǎn)能”。

而在兜兜轉(zhuǎn)轉(zhuǎn)之后，GPU的發(fā)明者英偉達，終于把人工智能的觸手帶回了“最初的起點”——GPU芯片的制造上。

黃仁勛在演講中提到，隨著芯片制造工藝的進步，如今的芯片制造已經(jīng)要求約一個金原子或一條人類DNA鏈尺寸的誤差。

而作為芯片制造的核心步驟和起始階段的光刻更是重中之重。

大約30年前，晶體管的尺寸已經(jīng)發(fā)展到比光刻機波長更小，由于衍射效應，掩膜上的圖案與最終圖案特征變得完全不同，這使得模擬光通過光學元件和光刻膠互相作用結(jié)果的計算光刻成為了芯片制造過程中機器重要的一環(huán)。

此前，CPU一直是承擔這一工作負載的主力。根據(jù)黃仁勛的估算，每年芯片制造商們在這一步驟上消耗了數(shù)百億CPU小時的算力來創(chuàng)建用于光刻系統(tǒng)的掩模板。

但隨著先進制程發(fā)展，計算光刻變得愈加復雜，CPU負載已經(jīng)舉步維艱。

多次高呼“摩爾定律已死”的英偉達CEO黃仁勛在今天的演講上帶來了人工智能與芯片制造結(jié)合的最新成果：基于用于芯片制造的NVIDIA cuLitho軟件庫，為芯片制造找到了一條新的“活路”。

英偉達表示，在cuLitho加持下，短期內(nèi)可以提升芯片產(chǎn)業(yè)鏈效率，并大幅降低功耗，在新的流程下，僅需要500塊H100就能夠完成此前需要傳統(tǒng)流程中40000個CPU系統(tǒng)才能完成的工作，讓光刻技術(shù)性能躍升了40倍。

而相比現(xiàn)有的流程，使用cuLitho、能夠僅使用如今九分之一的功耗做到每天三到五倍的生產(chǎn)效率，也能在一夜之間完成傳統(tǒng)方法兩周才能完成的單個掩模板處理任務。

而長遠來看，英偉達則有著更遠大的目標。

英偉達不僅將與臺積電、新思科技合作，將NVIDIA cuLitho軟件庫集成到軟件和系統(tǒng)中，用于制造最新一代的Hopper架構(gòu)GPU。

黃仁勛還在演講中宣布，英偉達將與臺積電、阿斯麥與新思科技合作，并利用cuLitho為未來2nm及后續(xù)更先進制程芯片的制造打下基礎。從而為AI“iPhone時刻”后的革命準備好充足“糧草”。雷峰網(wǎng)(公眾號：雷峰網(wǎng))

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。