「下一个时代的AI」，在北京时间3月22日的英伟达GTC大会上，长达1小时40分钟的主题演讲中，创始人黄仁勋多次说起这个词。

黑色的虚拟场景中，黄仁勋有条不紊地介绍了一系列服务于AI运算的硬件、软件、AI和机器人的应用框架，并介绍了英伟达过去一段时间借助AI在自动驾驶、虚拟世界、医疗等领域的成就。

去年11月秋季的GTC2021上，黄仁勋曾高调宣布「进军元宇宙」，相比之下，此次的GTC2022聚焦的问题则接地气的多。

诞生至今，「元宇宙」从被行业热捧，到成为「不切实际」的代名词，可谓大起大落。冷静之后还未离场的元宇宙玩家们，不得不思考一个严肃的问题：要到达如此之远的未来，该从哪些事情做起。

「AI」，是英伟达抓住的元宇宙命门。

对于元宇宙而言，图像处理、生成能力面临千万级别的提升，而AI恰能进行更为复杂、更为精细的图像处理，无论是在复制模拟，还是在创新构建等方面，AI都是不可或缺的基础。

「AI」背后更为基础、更为关键的是「算力」。

历经十几年的发展，越来越多的数据被汇集，越来越多的大型算法模型诞生，随之而来的是有待处理的数据与参数的急剧上升。

有专业人士认为，要想实现《雪崩》中所描绘的元宇宙景象，起码需要1000倍的算力增长，苹果、特斯拉、Meta等行业巨头也正逐渐转向芯片自研与定制。

行业呼唤更高效的计算硬件基础，面对突如其来杀到门口的「野蛮人」，英伟达选择主动出击。

此次英伟达无论是发布基于全新架构Hopper的H100GPU、GraceCPU，还是展现自身在AI软件方面的进展，无不透露出其对于抢立下一代AI潮头的布局与野心。

01算力：重中之重

NVIDIAH100

主题演讲中，首先发布的是H100，这是首款基于全新Hopper架构的GPU。

NVIDIAH100采用的是TSMC4N（台积电4纳米）工艺，集成800亿个晶体管，显著提升了AI、HPC、显存带宽、互连和通信的速度，并能够实现近5TB/s的外部互联带宽。

「20块H100GPU可以承担起全球互联网的流量！」黄仁勋在会上豪迈宣布。

H100实现了数量级的性能飞跃，是英伟达有史以来最大的图形处理器之一。其FP8算力是4PetaFLOPS，FP16则为2PetaFLOPS，TF32算力为1PetaFLOPS，FP64和FP32算力为60TeraFLOPS。

NVIDIAH100|英伟达

H100的大规模训练性能是「前辈」A100的9倍，大型语言模型推理的吞吐量是A100的30倍，

与此同时，Hopper还专门为Transformer打造了专有引擎，这将使得原本耗时几周的训练缩短到几天之内。在模型训练精度不变的情况下，性能提升6倍。

此外，H100还是全球首款具有机密计算功能的加速器，无论是AI模型还是客户数据都将受到保护。

GraceCPU超级芯片

在H100之外，被黄仁勋称为「全球AI基础架构的理想CPU」的GraceCPU同样毫不逊色。

GraceCPU是英伟达首款面向AI基础设施和高性能计算的专属CPU，基于最新的数据中心架构Armv9，由两个CPU芯片组成，拥有144核CPU，功耗500W，性能较之前提升了两到三倍。

GraceCPU|英伟达

两块CPU通过NVLink连接，该技术可以实现芯片之间的互联，具有高速率、低时延的特点。GraceCPU与Hopper也可以通过NVLink进行各种定制化配置。

NVLink技术未来将会被广泛应用与NVIDIA的芯片中，包括CPU、GPU、DPU以及SoC，凭借此技术，英伟达的用户们将能够利用英伟达的平台实现芯片的半定制化构建。

EoS全球最快的AI超算

算力不够，数量来凑。

通过黄仁勋的讲解我们可以得知，8个H100和4个NVLink可以组合成DGXH100，这个巨型GPU拥有6400亿晶体管，AI算力32petaFLOPS；32台DGXH100又能组成一台具有256块GPU的DGXPOD；而将18个DGXPOD，共4608个GPU搭建在一起，则是英伟达此次宣布的EoS超算。

DGXH100|英伟达

最终EoS能达到的算力，以传统超算标准看是275petaFLOPS，将是此前基于A100的美国最大超算Summit的1.4倍；以AI计算的角度看，EoS输出18.4Exaflops，将是当今全球第一超算富岳的四倍。

届时，EoS将是世界上最快的AI超级计算机。

02软件：稳步更新

在软件系统方面，英伟达依旧稳步更新。

此次英伟达发布了60几项针对CUDA-X的一系列库、工具和技术的更新，并介绍了自己在气候预测、对话式AI服务Riva以及推荐系统Merlin框架方面的进展。

Earth-2|英伟达

去年的GTC2021上，英伟达发布了首台AI数字孪生超级计算机Earth-2，几个月过去，英伟达基于此开发了一个天气预报AI模型FourCastNet。

这一模型由英伟达与来自加州理工学院、伯克利实验室等高校及科研机构的研究员们共同开发，通过对高达10TB的地球系统数据进行训练，预测降水概率的准确率比以往的模型更高。

随后，黄仁勋又介绍了英伟达的对话式AI服务Riva。

Riva2.0版本支持识别7种语言，可将神经文本转换为不同性别发声的语音，用户可通过其TAO迁移学习工具包进行自定义调优。

Maxine是一个包含30个AI模型的工具包，可以实时优化视频通信的视听效果。

Maxine|英伟达

当远程视频会议召开时，即便你在读稿或者浏览其他网页，Maxine可以帮助说话者与参会的其他人员保持视线上的交流。如果参会人员包含不同国籍、使用不同语言，Maxine能够通过AI模型实时切换成另一国语言。

Merlin框架面向的则是推荐系统。

它可以使企业快速构建、部署和扩展先进的AI推荐系统。黄仁勋在直播中以微信举例，使用Merlin后微信的短视频推荐延迟被缩短为原来的四分之一，吞吐量提升了10倍，从CPU迁移至GPU，腾讯在该业务上的成本减少了二分之一。

03元宇宙与新一轮AI浪潮

在提升算力、补齐CPU短板的同时，英伟达也没忘记自己最终追求的元宇宙的「星辰大海」。

黄仁勋的虚拟形象ToyJensen又一次上场与本尊进行对话，而值得注意的是，这一次的ToyJensen能够做到完全实时地与黄仁勋进行眼神交流与对话。

面对「什么是合成生物学」、「你是如何制作出来的」等刁钻问题，ToyJensen都给出了流畅的回答。

ToyJensen的背后是英伟达的OmniverseAvatar框架，该框架能使企业快速构建出类似的虚拟形象，无论是外表、动作还是声音能都模仿得惟妙惟肖。

而实时对话这一点则是由上文提到的Riva以及超大语言模型Megatron530BNLP提供的技术支撑，虚拟形象由此可以听懂问题并实时回复。

ToyJensen与黄仁勋对话|英伟达

构建虚拟形象、进行实时交互无疑是未来元宇宙世界中的常态，在短短几分钟的展示里，英伟达告诉我们这似乎并非毫无可能。

此外，在黄仁勋看来，新的芯片、软件和模拟功能将掀起「新一轮AI浪潮」，第一波AI学习是感知与推理，而下一波AI发展的方向则是机器人。

目前，英伟达围绕真实数据生成、AI模型训练、机器人堆栈和Omniverse数字孪生这四大支柱，逐步搭建起了应用于虚拟形象的NVIDIAAvatar、用于自动驾驶的DRIVE、用于操纵和控制系统的Metropolis、用于自主式基础架构的Isaac和用于医疗设备的Holoscan等端到端全栈机器人平台。

主题演讲最后，黄仁勋用大概8分钟的时间，带领观众们从头梳理了一遍新发布的技术、产品以及平台，并总结出了影响行业发展的5个趋势：million-X百万倍计算速度飞跃，大幅加快AI速度的Transformers，成为AI工厂的数据中心，对机器人系统的需求呈指数级增长以及下一个AI时代的数字孪生。

而「算力」提升仍将是一切突破的基础。

「我们将在未来十年以数据中心规模加速整个堆栈，再次实现million-X百万倍性能飞跃。我已经迫不及待地想看到下一次百万倍性能飞跃将带来什么。」

本文来自微信公众号“极客公园”（ID：geekpark），作者：鱼三隹