生成式AI的花園裡 英偉達如何做“挖掘工”

英偉達的GPU為什麼昂貴？

作者：江月

##編輯：陶力 盧陶然

圖源：圖蟲

"CPU擴張的時代已經過去了"是英偉達創始人兼CEO黃仁勳在5月29日台北國際電腦展上宣布的話。 「整場持續了2小時的演講中，他圍繞著生成式AI帶來的“觸發點”，將英偉達近期的硬體、軟體、系統新品進行了一番兜底式介紹。

黃仁勳稱，GPU塑造的「新電腦」到來了。由英偉達打造的新型“電腦”，型態已經不同以往，它的單台售價高達20萬美元。在「昂貴」的爭議之中，黃仁勳又稱，GPU是每個電力預算有限的公司之不二選擇，也是最「省錢」的基礎建設選擇。

黃仁勳近期在公開演講中稱，面對AI時代，人們需要「奔跑、而不是慢慢地走」。在生成式AI的花園裡，英偉達顯然正在奮力挖掘中。

解碼GPU資料中心成本

#「大家總是說GPU資料中心很貴，讓我來算給你看。」5月29日，英偉達創辦人兼執行長黃仁勳在台北國際電腦展上，向公眾具體地介紹了GPU資料中心的成本。

英偉達在與供應商和客戶會面時帶來了全新的AI電腦DGX GH200。這是一款整合了256個英偉達最高性能CPU和GPU的超級計算機，能滿足「超大大模型」的訓練需求。

DGX GH200使用英偉達NVLink-C2C互連技術，將基於Arm的Grace架構CPU和Hopper架構GPU進行架構互聯，實現了高達900GB/s的總頻寬，比傳統加速系統中的標準PCIe Gen5通道高出7倍，此算力能夠滿足眼下要求最苛刻的生成式AI和HPC應用。

圖為英偉達於5月29日公佈的GH200 Grace Hopper超級晶片

英偉達公司供圖

隨著市場對資料中心基礎建設需求的成長，英偉達眼下也需要向市場施展一些「銷售手段」。最迫切的需求，就是化解人們對其設備「昂貴」的恐懼。

簡單來說，「使用GPU資料中心，你可以獲得150倍的效能，並省下2/3的成本。」黃仁勳稱。

黃仁勳介紹，以同樣的1000萬美元預算為例，AIGC開發人員可以搭建一個由960個CPU伺服器組成的資料中心，這足以訓練1個大語言模型，最終的營運消耗是11千兆瓦時電力（GWh，相當於1100萬度電）。

但若換做GPU，則可搭建一個由48個GPU伺服器組成的資料中心，不過這個資料中心可以訓練44個大語言模型，總共消耗3.2千兆瓦時（相當於320萬度電） 。

按照上面的計算方法，以單片價格計算，一片GPU晶片的價格是一片CPU的20倍，似乎「更貴」。 不過，如果依照資料中心TCO成本計算法，則GPU資料中心更「省錢」。

黃仁勳甚至直接在演示PPT中列出了一個公式：資料中心持有成本=f{硬體成本（晶片、系統、硬體生態系統），吞吐量（GPU、AIgo軟體、網路、系統軟體、軟體生態系統），使用率（AIgo Lib、軟體生態系統），採購運營，生命週期優化，算力}，從而解釋了資料中心的TCO成本問題。

「為什麼這非常重要？因為現實生活中大多數企業都有電力限制。」黃仁勳再次強調。在投入AIGC之時，考慮到這一客觀因素，企業必須選擇更有效率、低功耗的資料中心產品。

為何GPU在資料中心的效能如此強大？黃仁勳介紹，這主要歸功於三大功能：光線追蹤（模擬光的特性）、以張量計算為核心的人工智慧和全新的演算法。

自 2017 年起，英偉達開始在 GPU 上同時實現這三個功能，並且其使用 GPU 生成圖片的效果首次引起市場的驚艷。當時，使用CPU伺服器「無中生有」一張圖片需要花費數個小時（這個過程用專業說法叫做「渲染」），但英偉達使用GPU只花了15秒。

然而，新型GPU電腦所謂的「便宜」並不是針對消費級市場而言的。目前，個人電腦市場上的CPU為核心的PC、筆記型電腦等因其價格更為實惠，無法被取代。

黃仁勳在演講中展示了一台由8個H100晶片構成的全新GPU電腦。 「它是全球最昂貴的電腦。」黃仁勳說。

這台新型電腦重達65磅（約29.5公斤），必須藉助機器人才能達到平穩、精確的安裝。 「這台電腦售價20萬美元。」黃仁勳說。

啟動AIGC產業變革

#這是一種重寫方式：英偉達攻占AIGC龍頭地位的第一步是透過使用硬體淘汰「CPU時代」。眼下，英偉達已經在軟體生態圈中進行精心佈局，除了將CUDA計算模型推廣給400萬名軟體開發者以外，還推出了遊戲AI模型代工服務，並深入到製造業中支援虛擬工廠、機器人仿真技術和自動化檢測。

「為什麼這麼多年來，人們無法創造一種新的運算方法？」黃仁勳談到CPU時代時說。他指出，這是因為硬體與軟體、消費市場與開發商供應者之間存在著「雞生蛋、蛋生雞」的關係，導致互相牽制，令基於CPU的計算方法得以持續甚久。

因此，為了打破「CPU時代」的桎梏，英偉達除了大力設計晶片硬件，也十分關注搭建軟體生態環境。 CUDA計算模型就是英偉達為這個長遠佈局落下的一枚關鍵棋子。

目前已有超過3000個應用程式和400萬開發者使用英偉達Cuda計算模型。光是去年，Cuda的下載量就達到了2500萬次，總下載量已經達到了4000萬次。 」黃仁勳說。他指出，在擁有如此龐大規模的軟體基礎上，GPU取代CPU才實現可能。

總結黃仁勳兩個小時的演講內容，可以看到英偉達對AIGC領域的挖掘，涵蓋了核心的超級晶片、到互連技術再到演算法引擎的優化、以及配套軟體的升級。

事實上，AIGC所涉及的文生文、文生圖、2D圖生3D圖等，正在經過多種大模型或應用進行實現，包括英偉達旗下的對話式AI 模型開源框架NeMo、Meta旗下的大模型LLaMa、使用GPT模型的應用ChatGPT、以及文生圖應用Stable Diffusion等。

目前，全球最有影響力的AIGC科技龍頭都在深度使用英偉達所提供的工具，也推動英偉達在美股市場上攀爬“1萬億美元”市值的高峰，很快就要和蘋果、微軟、谷歌、亞馬遜一起處於「萬億俱樂部」。

英偉達這次帶給AIGC產業的工具之多，令市場感到十分吃驚。除了以上的產品，英偉達在大型遊戲創作和數位化工廠的介入，也十分引人注目。

在遊戲創作方面，黃仁勳展示了一段遊戲片段。這個片段中，除了現實感的逼真畫面製作外，遊戲玩家和NPC之間的對話也是完全由AIGC產生的。換句話說，以後的遊戲可以“千人千面”，玩家面對的不再是只會吐露模式化回复的NPC。 ACE遊戲開發版是英偉達提供的AI模型代工服務，它可以幫助遊戲開發商輕鬆使用該功能。

英偉達又介紹，現在一些領先的電子製造商已經使用英偉達的AIGC和元宇宙平台omniverse實現工廠的「數位化」。

在製造業，全球約有1000萬家工廠，它們是工業數位化的重點領域。

黃仁勳表示：「工業製造的都是實物，如果能先以數字的方式製造產品，可以節省數十億美元。」

#眼下，在工業領域，英偉達主要打造了Omniverse和生成式AI來幫助工廠進行虛擬工廠的設計，也推出了Isaac Sim模擬和測試機器人、Metropolis光學檢測自動化工具。

據了解，富士康、和碩、廣達等電子設備製造商已經在利用英偉達上述工具加快筆記型電腦、智慧型手機的生產和組裝。

21Tech

南財集團特色專欄

往期推薦

#從工業互聯網到AIGC：智慧製造如何躍遷？

05-30

榮耀CEO趙明：按需制定晶片策略 2023年研發佔比維持10%

05-30

手機廠商競逐影像與折疊螢幕 華為詳解技術密碼

05-29

英偉達呼籲「以跑代走」做AI，發力超級運算、淘汰CPU時代

05-29

以上是生成式AI的花園裡 英偉達如何做“挖掘工”的詳細內容。更多資訊請關注PHP中文網其他相關文章！