3月20日至23日，英偉達GTC 2023如期舉行。據了解，本屆GTC大會將舉辦超過650場由技術、商業、學術等領域相關的會議，英偉達創始人兼CEO黃仁勛還在會前表示：這將是英偉達迄今為止最重要的一次GTC。
昨晚11點，本次GTC大會迎來了最重要的環節，黃仁勛帶來了他在本次大會上的精彩演講，分享了他對于人工智能未來的愿景，以及英偉達如何通過突破性技術和解決方案來加速計算光刻、生成式AI、云計算、工業生產等領域的下一波浪潮。
計算光刻速度提升40+倍
如今，芯片幾乎成為各行各業得以發展的基礎，芯片制造更是要求極高的精確度。舉例來說，這種精確度的量級幾乎相當于人類DNA鏈的尺寸，比細菌還要小1000倍以上。
而作為芯片制造過程的起始步驟，光刻就是在晶圓上創建圖案的過程。在進行光刻時，光線由ASML的EUV極紫外光刻系統產生，激光脈沖每秒向一滴錫發射5萬次，使其汽化，產生一種能發射13.5納米EUV光的等離子體，隨后再經過多層鏡面來引導光線至光掩膜，光掩膜板中的多層反射器利用13.5納米光的干涉圖案實現更精細的特征。
而在光刻機軟硬件不變的情況下，采用數學模型和軟件算法對照明模式、掩模圖形與工藝參數等進行模擬和優化，可以有效提高光刻分辨率、增大工藝窗口，這類技術被稱為“計算光刻”。更重要的是，隨著算法的不斷進步，當前計算光刻已經做到2nm的水平。黃仁勛表示，計算光刻模擬了光通過光學器件并與光刻膠相互作用時的行為，有著芯片設計和制造領域中最大的計算工作負載，很多大型數據中心更是全年無休的運行來創建用于光刻系統的掩膜板，每年消耗數百億CPU小時。
為此，英偉達歷時近四年，并與臺積電、ASML等企業密切合作，正式推出了一個計算光刻庫——cuLitho，將計算光刻加速了40倍以上。當前，英偉達的H100顯卡上需要89塊掩膜板，在CPU上運行時，用計算光刻處理單個掩膜板需要兩周的時間，而如果在GPU上運行cuLitho，只需8小時即可處理完一個掩膜板。不僅如此，通過在500個DGX H100系統上使用cuLitho加速，臺積電還用4000個Hopper GPU代替了用于計算光刻的4萬臺CPU服務器，在縮短時間的同時還可以提高產量，甚至功耗也從35MW降低至5MW，大大減少了制造過程中的碳足跡。
助力生成式AI重塑更多行業
在整個演講的過程中，ChatGPT一詞不知一共被老黃提到了幾次，足以看出英偉達對此的重視程度。可以這么說，以ChatGPT為代表的生成式AI是一種新型計算機，一種可以用人類語言進行編程的計算機，這種改變將使每個人都可以命令計算機來解決問題。而在此之前，這是只有程序員才能接觸的領域，現在每個人都可以是程序員，生成式AI也因此將會重塑幾乎所有行業。
如果拆解背后的原理來看，ChatGPT依然使用了Transformer架構，而Transformer能以大規模并行的方式，從數據的關系和依賴性中學習上下文和含義，并因此涌現出了一些令人意想不到的能力。而這種大規模的并行計算，對計算能力提出了超高的要求。
英偉達提供的DGX配有8個H100 GPU模組，相互協同工作后相當于一個巨型GPU，而每個H100都配有Transformer引擎，旨在快速處理類似ChatGPT這樣的大模型。有意思的是，黃仁勛還表示，全球首款DGX就是由他親手交給的OpenAI，甚至還在上面簽了自己的名字。
此外，相比于現在更加偏向通用領域的生成式AI，未來，一些專業領域的公司還需要使用其專有數據來構建和定制模型。今天，英偉達宣布推出一系列云服務，使企業能夠構建、改進和運行自定義大型語言模型和生成式AI模型，使用自己的專有數據進行訓練，并為各自領域的特定任務進行調整。黃仁勛表示：“NVIDIA AI Foundations讓企業可以使用自己的數據定制基礎模型，以生成人類最寶貴的資源——智慧和創造力。”其中，Nemo可用于構建定制的文本轉文本模型，Picasso是一項視覺語言模型制作服務，面向希望使用授權內容或專有內容的用戶，BioNemo則可以用來設計新分子，甚至構建ProGPT這樣的蛋白質大模型。
如今，隨著各類生成式AI和大型語言模型的不斷出現，初創公司都在競相構建具有顛覆性的產品和商業模式，而現在的老牌公司則在尋求應對之法，避免落得個被顛覆的下場。為此，黃仁勛表示，英偉達宣布推出NVIDIA DGX Cloud，使得客戶能夠更簡單快捷地訪問NVIDIA AI，為迫切需要使用生成式AI的客戶提供了在全球云端即時訪問NVIDIA AI的機會。同時，英偉達通過與微軟Azure、Google GCP和Oracle OCl合作，將英偉達的生態系統引入到了云服務提供商，使得英偉達觸及的范圍得以擴展，也與更多企業建立了雙贏的合作伙伴關系。
專為大模型推出的新品
雖然當晚的GTC活動中，沒有推出采用英偉達的任何新GPU或GPU架構，但該公司卻宣布推出全新的推理平臺，包含四種配置L4、L40、H100NVL、GRACE-HOPPER，使用了一個體系架構和同一個軟件棧。
針對AI視頻工作負載，英偉達推出了L4平臺，針對視頻解碼和轉碼、視頻內容審核以及視頻通話功能，如：背景替換、重新打光、眼神交流等方面進行了優化，一臺8-GPU L4服務器將取代一百多臺用于處理AI視頻的雙插槽CPU服務器。
針對Omniverse、圖形渲染以及文本轉圖像和文本轉視頻等生成式AI，英偉達宣布推出L40，其性能是英偉達最受歡迎的云推理GPU T4的10倍。
在高端市場中，英偉達推出專門針對大型語言模型的H100加速器變體——H100 NVL。據黃仁勛介紹，H100 NVL最重要的是其2個H100 PCIe板已經橋接在一起，組合的雙GPU卡提供了188GB的HBM3 內存，即每張卡具有94GB內存，超過了迄今為止任何其他英偉達硬件提供的GPU內存。
Grace-Hopper是英偉達推出的新的超級芯片，通過提供900GB/秒的高速一致性芯片到芯片接口，非常適合處理大型數據集， 適用于推薦系統和大型語言模型的AI數據庫。如今，利用大容量內存，CPU會存儲和查詢巨型嵌入表，然后將結果傳輸到 GPU進行推理，而借助于Grace-Hopper則可以查詢嵌入表，并將結果直接傳輸到Hopper，速度比PCIE快7倍。
Omniverse變革世界的方方面面
如今，半導體行業正在投資5000億美元來建造84個新晶圓廠，到2030年時，汽車制造商還將建造300家工廠來生產2億輛電動汽車，電池制造商也正在建造100多家特大型工廠。通過使用英偉達Omniverse平臺，讓各個行業先以虛擬的方式設計、構建、運營和優化實體產品和工廠，在真正的實體工廠建成之前，以數字方式進行整合，從而避免在最后時刻出現意外、變更訂單和工廠延遲開工等情況，為全球工廠節省數十億美元。
眾所周知，Omniverse是一個工業數字化平臺旨在搭建數字化和物理實體之間的橋梁，其基于物理性質，反映物理定律，采用生成式AI來加速創建虛擬世界。黃仁勛表示，當前已有近30萬名創作者和設計師下載了Omniverse，今年英偉達也在每個領域都對Omniverse進行了重大更新。
同樣，英偉達也宣布推出NVIDIA Omniverse Cloud，這是一項完全托管的云服務，據黃仁勛介紹，Omniverse Cloud將被托管在Azure中，并正在將Omniverse Cloud連接到Microsoft 365生產力套件當中，其中包括Teams、OneDrive等，甚至還有Azure loT Digital Twins服務。
最后，黃仁勛還表示，Omniverse不是一種工具，而是一個USD網絡和共享數據庫，可以連接、合成和模擬使用工具創建的3D資產，將一個平臺的生態和所有其他平臺的生態連接到一起，這或許才是真正的元宇宙雛形。
寫在最后
從1993年創辦英偉達時算起，黃仁勛已經擔任CEO整整30年了，他也從30歲步入了60歲。在黃仁勛的帶領下，如今的英偉達已經成長為全球市值第一高的圖形計算公司。在今天的GTC大會上，可以看到英偉達的業務范圍在進一步擴張，甚至進入到了量子計算和光刻機領域。展望未來，黃仁勛表示現在依然精力充沛，還想為英偉達再工作40年，或許40年后他會變成機器人，但他希望在足夠長的時間內享受這一切。
