今天一大早，英伟达老黄又来打破摩尔定律了：英伟达新核弹B200，一块能顶5个H100。30倍推理加速，能训万亿参数大模型！
同时推出的AI推理微服务NIM，号称让全世界用上AI。
当地时间3月18日的2024年GTC人工智能大会上，英伟达的新一代性能巨兽Backwell诞生了！
Blackwell B200 GPU，是如今世界上最强大的AI芯片，旨在「普惠万亿参数的AI」。
本来，H100已经使英伟达成为价值数万亿美元的公司，赶超了谷歌和亚马逊，但现在，凭着Blackwell B200和GB200，英伟达的领先优势还要继续领先。
老黄表示——「H100很好，但我们需要更大的GPU」!
新的B200 GPU，从2080亿个晶体管中能提供高达20 petaflops的FP4性能。（H100仅为4 petaflops）
而将两个B200与单个Grace CPU相结合的GB200，则可以为LLM推理工作负载提供30倍的性能，同时大大提高效率。
比起H100，GB200的成本和能耗降低了25倍！
Blackwell芯片和Hopper H100芯片的尺寸比较
这种额外的处理能力，就能让AI公司训练更大、更复杂的模型，甚至可以部署一个27万亿参数的模型。
更大的参数，更多的数据，未来的AI模型，无疑会解锁更多新功能，涌现出更多新的能力。
现在，老黄拿在手里的，或许是100亿美元。
新一代性能巨兽，深夜重磅登场
凭借H100成为全球市值第三大公司的英伟达，今天再次推出了性能野兽——Blackwell B200 GPU和GB200「超级芯片」。
它以著名数学家David Blackwell(1919-2010)命名。他一生中对博弈论、概率论做出了重要的贡献。
老黄表示，「30年来，我们一直在追求加速计算，目标是实现深度学习和AI等变革性突破。生成式AI已然成为我们这个时代的标志性技术，而Blackwell将是推动这场新工业革命的引擎」。
「我们认为这是个完美的博弈概率」。
全新B200 GPU拥有2080亿个晶体管，采用台积电4NP工艺节点，提供高达20 petaflops FP4的算力。
与H100相比，B200的晶体管数量是其(800亿)2倍多。而单个H100最多提供4 petaflops算力，直接实现了5倍性能提升。
而GB200是将2个Blackwell GPU和1个Grace CPU结合在一起，能够为LLM推理工作负载提供30倍性能，同时还可以大大提高效率。
值得一提的是，与H100相比，它的成本和能耗「最多可降低25倍」。
过去，训练一个1.8万亿参数的模型，需要8000个Hopper GPU和15MW的电力。
如今，2000个Blackwell GPU就能完成这项工作，耗电量仅为4MW。
在GPT-3(1750亿参数)大模型基准测试中，GB200的性能是H100的7倍，训练速度是H100的4倍。
GB200由2个GPU、1个CPU、一个主板组成
全新芯片其中一个关键改进是，采用了第二代Transformer引擎。
对每个神经元使用4位（20 petaflops FP4）而不是8位，直接将算力、带宽和模型参数规模提高了一倍。
与此同时，英伟达还推出了第五代NVLink网络技术。
最新的NVLink迭代增强了数万亿参数AI模型的性能，提供了突破性的每GPU双向吞吐量，促进了无缝高速通信。
这也就是第二个关键区别，只有当你连接大量这些GPU时才会出现：新一代NVLink交换机可以让576个GPU相互通信，双向带宽高达1.8TB/秒。
这就要求英伟达打造一个全新的网络交换芯片，其中包含500亿个晶体管和一些自己的板载计算：拥有3.6 teraflops FP8处理能力。
在此之前，由16个GPU组成的集群，有60%的时间用于相互通信，只有40%的时间用于实际计算。
Blackwell GPU增加了对FP4和FP6的支持
另外，Blackwell还配备了RAS引擎。
为了确保可靠性、可用性和可维护性，Blackwell GPU集成了专用引擎和基于AI的预防性维护功能，以最大限度地延长系统正常运行时间并最大限度地降低运营成本。
老黄表示，「过去8年，计算规模扩展已经增加了1000倍」。
网友：新的摩尔定律诞生了!
网友们纷纷惊叹，Blackwell再一次改变了摩尔定律。
英伟达高级科学家Jim Fan表示：Blackwell，城里的新野兽。
- DGX Grace-Blackwell GB200：单机架计算能力超过1 Exaflop。
- 从这个角度来看：老黄交付给OpenAI的第一台DGX是0.17 Petaflops。
- GPT-4-1.8T参数在2000张Blackwell上可在90天内完成训练。
新摩尔定律诞生了。
贾扬清回忆道：「我记得在Meta，当年（2017年）我们在一小时内训练ImageNet时，总计算量约为1exaflop。这意味着有了新的DGX，理论上你可以在一秒钟内训练ImageNet」。
还有网友表示：「这简直就是野兽，比H100强太多」。
另有网友戏称：「老黄确认GPT-4是1.8万亿参数」。
所以，GB200的成本是多少呢？英伟达目前并没有公布。
此前据分析师估计，英伟达基于Hopper的H100芯片，每颗的成本在25.000美元到40.000美元之间，整个系统的成本高达200.000美元。
而GB200的成本，只可能更高。
新超算可训万亿参数大模型
当然，有了Blackwell超级芯片，当然还会有Blackwell组成的DGX超算。
这样，公司就会大量购入这些GPU，并将它们封装在更大的设计中。
GB200 NVL72是将36个Grace CPU和72个Blackwell GPU集成到一个液冷机柜中，可实现总计720 petaflops的AI训练性能，或是1.440 petaflops（1.4 exaflops）的推理性能。
它内部共有5000条独立电缆，长度近两英里。
它的背面效果如下图所示。
机柜中的每个机架包含两个GB200芯片，或两个NVLink交换机。一共有18个GB200芯片托盘，9个NVLink交换机托盘有。
老黄现场表示，「一个GB200 NVL72机柜可以训练27万亿参数的模型」。
此前传言称，GPT-4的参数规模达1.8万亿，相当于能训练近15个这样的模型。
与H100相比，对于大模型推理工作负载，GB200超级芯片提供高达30倍的性能提升。
那么，由8个系统组合在一起的就是DGX GB200。
总共有288个Grace CPU、576个Blackwell GPU、240 TB内存和11.5 exaflop FP4计算。
这一系统可以扩展到数万个GB200超级芯片，通过Quantum-X800 InfiniBand（最多144个连接）或Spectrum-X800ethernet（最多64个连接）与800Gbps网络连接在一起。
配备DGX GB200系统的全新DGX SuperPod采用统一的计算架构。
除了第五代NVIDIA NVLink，该架构还包括NVIDIA Bluefield-3 DPU，并将支持Quantum-X800 InfiniBand网络。
这种架构可以为平台中的每个GPU提供高达每秒1800GB的带宽。
除此之外，英伟达还发布了统一的超算平台DGX B200.用于AI模型训练、微调和推理。
它包括8个Blackwell GPU和2个第五代Intel Xeon处理器，包含FP4精度功能，提供高达144 petaflops的AI性能、1.4TB的GPU内存和64TB/s的内存带宽。
这使得万亿参数模型的实时推理速度，比上一代产品提高了15倍。
用户还可以使用DGX B200系统构建DGX SuperPOD，创建人工智能卓越中心，为运行多种不同工作的大型开发团队提供动力。
目前，亚马逊、谷歌、微软已经成为最新芯片超算的首批用户。
亚马逊网络服务，将建立一个拥有20000颗GB200芯片的服务器集群。
「不只是一个芯片，更是一个平台」
自从ChatGPT于2022年底掀起AI热潮以来，英伟达的股价已经上涨了五倍之多，总销售额增长了两倍多。
因为英伟达的GPU对于训练和部署大型AI模型至关重要，微软、Meta等大公司都已纷纷豪掷数十亿购买。
如今各大公司和软件制造商还在争先恐后地抢购Hopper H100等芯片呢，GB200就已经出了。
老黄表示：Blackwell不是一个芯片，而是一个平台的名称。
从此，英伟达不再是芯片供应商，而更像是微软、苹果这样的平台提供商，可以让其他公司在平台上构建软件。
英伟达副总裁Manuvir Das表示，GPU是可销售的商业产品，而软件，是为了帮人们用不同的方式使用GPU。
虽然英伟达现在仍然售卖GPU，但真正不同的是，英伟达现在有了商业软件业务。
新软件NIM，代表着英伟达的推理微服务。
NIM使得在英伟达的任何GPU上运行程序都变得更容易，即使是可能更适合部署但不适合构建AI的旧GPU。
也就是说，假如一名开发者有一个有趣的模型，希望向人们推广，就可以把它放到NIM中。英伟达会确保它可以在所有的GPU上运行，这样模型的受众就大大扩展了。
NIM使得部署AI变得更容易，这就更加增加了客户使用英伟达芯片的粘性。
并且，与新AI模型的初始训练相比，NIM的推理需要更少的算力。
这样，想要运行自己AI模型的公司，就能运行自己的AI模型，而不是从OpenAI等公司购买对AI结果的访问权。
需要购买基于英伟达服务器的客户，需要注册NVIDIA企业版，每个GPU每年需要花费4500美元。
英伟达将与微软或Hugging Face等人工智能公司合作，确保他们的人工智能模型经过调整，可以在所有兼容的英伟达芯片上运行。
然后，使用NIM，开发者可以在自己的服务器或基于云的英伟达服务器上，高效运行模型，而无需冗长的配置过程。
Das介绍说，在自己调用OpenAI的代码中，他只替换了一行代码，就指向了NIM。
另外，NIM软件还将帮助AI在配备GPU的笔记本电脑上运行，而不是在云端的服务器上。
NIM支持跨多个领域的AI用例，包括LLMs、视觉语言模型（VLM）以及用于语音、图像、视频、3D、药物发现、医学成像等的模型。
AI API就是未来的软件。在未来，所有LLM都可以从云端获取，从云上下载，运行它的工作站。
终极生成式AI模型
而现在，整个行业都已经为Blackwell准备好了。
2012年，将一只小猫的图片输入，AlexNet识别后输出「cat」，让世界所有人为之震惊，并高呼这改变了一切。
而现在从三个字「cat」输出10 million 像素成为了可能。仅用了10年时间，我们就可以识别文本、图像、视频。
万物都皆可数字化。
网友表示，老黄向我们展示了GenAI的终极游戏：多模态输入→多模态输出。
「这是我们总有一天都会使用的最终模型。它可以获取任何模态并生成任何模态。同时，它还能在没有每个部件的情况下工作」。
数字化的目的是让所有的目标都能成为机器学习的目标，从而让它们都能被AI生成。
比如，数字孪生地球，可以很好地帮助我们了解全球气象气候的变化。
将基因、蛋白质、氨基酸数字化，可以让人类去理解生命的力量。
