3 月 21 日晚上 11 點，英偉達 CEO 黃仁勛的演講，為 GTC 2023 拉開序幕。

　　ChatGPT 和 GPT-4 掀起這股生成式 AI 熱潮后，為 AI 提供心臟的英偉達成了背后的大贏家，也讓今年的 GTC 注定成為有史以來最受關注的一屆。

　　黃仁勛沒有讓關注者失望。

　　「AI 的 iPhone 時刻已經到來。」70 分鐘的演講里，老黃重復了四五遍。

　　每次講這句話前，他都會分享一項關于生成式 AI 的新進展——對創作、醫療、工業等領域的革命，讓普通人用瀏覽器就能訓練大模型的云服務，以及讓大模型處理成本下降 10 倍的超級芯片……

　　「AI 的發展會超過任何人的想象。」這句話是對這場演講最好的注腳。

　　1、讓大語言模型的處理成本下降一個數量級

　　2012 年，Alex Kerchevsky、Ilya Suskever 和他們的導師 Geoff Hinton 在兩塊 GeForce GTX 580 上，使用 1400 萬張圖像訓練了 AlexNet——這被認為是這一輪 AI 革命的開端，因為它首次證明了 GPU 可以用于訓練人工智能。

　　4 年后，黃仁勛親手向 OpenAI 交付了第一臺 NVIDIA DGX 超級計算機。此后數年，OpenAI 在大型語言模型上的突破讓 AIGC 開始進入人們的視野，并在去年年底推出 ChatGPT 后徹底破圈。幾個月內這個對話式 AI 產品吸引了超過 1 億用戶，成為歷史上增長最快的 App。

　　NVIDIA DGX 最初被用作 AI 的研究設備，現在已經被企業廣泛用于優化數據和處理 AI。根據黃仁勛，財富 100 強公司中有一半安裝了 DGX。

　　在這之中，部署像 ChatGPT 這樣的 LLM 正在成為 DGX 越來越重要的一項工作。對此，黃仁勛宣布了一種新的 GPU——帶有雙圖形處理器 NVLink 的 *** NVL。

　　基于英偉達的 Hopper 架構，*** 采用 Transformer 引擎，被設計用于專門處理類似 GPT 這樣的模型。與用于 GPT-3 處理的 HGX A100 相比，一個搭載四對 *** 和 NVLINK 的標準服務器的處理速度快 10 倍。根據官網數據，*** 的綜合技術創新。可以將大型語言模型的速度提高 30 倍。

　　「*** 可以將大型語言模型處理成本降低一個數量級，」黃仁勛說到。

　　此外，在過去的十年里，云計算每年增長 20%，成為一個 1 萬億美元的行業。為了 AI 和 云計算，英偉達設計了 Grace CPU，在新的架構下，GPU 負責處理 AI 的工作負載，Grace CPU 負責采樣，二者之間通過一個 900 GB/s 的高速傳輸設備連接在一起。

　　「Grace-Hopper 是處理大規模數據集的最佳選擇。」黃仁勛稱，「我們的客戶希望建立訓練數據大幾個數量級的 AI 大模型，Grace-Hopper 是理想的引擎。」

　　某種意義上來說，計算成本已經成為今天阻礙生成式 AI 發展的核心問題，OpenAI 為此燒掉了數十億乃至上百億美元，微軟也出于成本考慮始終沒有向更大范圍的公眾開放新 Bing，甚至限制用戶每天的對話次數。

　　英偉達此時推出更高效的算力方案，無疑是給行業解決了一個大難題。

　　2、DGX Cloud：讓任何企業都能構建AI能力

　　今年 GTC 上另一個涉及生成式 AI 的重點，就是 DGX Cloud。

　　實際上，這并不是英偉達第一次公布 DGX Cloud。此前英偉達四季報發布時，黃仁勛就向外界透露英偉達將與云服務廠商展開合作，讓客戶可以使用網頁瀏覽器，就能通過 NVIDIA DGX Cloud 來使用 DGX 計算機，從而訓練和部署大型語言模型或完成其他 AI 工作負載。

　　英偉達已經與甲骨文展開合作，預計下個季度微軟 Azure 也會開始托管 DGX 云，而谷歌云也將在不久之后加入這一行列，以托管的方式向那些有意愿構建新產品和發展 AI 戰略的企業提供 DGX 云服務。

　　黃仁勛稱，這種合作關系將英偉達的生態系統帶到了云服務商手中，同時擴大了英偉達的市場規模和覆蓋面。企業將能夠每月租用 DGX 云集群，確保他們能夠快速輕松地擴展大型多節點 AI 訓練。

　　3、ChatGPT 只是開始

　　「加速計算是曲速引擎，AI 就是它的能源。」黃仁勛說道，「生成式 AI 日新月異的能力，給我們重新構想其產品和商業模式帶來了緊迫感。」

　　ChatGPT 和 GPT-4 為代表的大語言模型在過去幾個月火遍全球，但對英偉達來說，ChatGPT 和大模型并不是 AI 的全部。會上，黃仁勛還分享了更多英偉達在 AI 領域的探索和他本人的觀察。

　　首先是最火的生成式 AI。

　　只需要一張手繪的草圖，就能生成 3D 建模的戶型。

　　撰寫代碼也不在話下。

　　還有創作音樂。

　　為了加速那些尋求利用生成 AI 的人的工作，英偉達宣布成立 NVIDIA AI Foundations，這是一個云服務和代工廠，面向需要構建、改進和定制 LLM 和生成式 AI 的用戶，這些客戶使用其專有數據訓練特定領域的 AI。

　　AI Foundations 的服務包括 NVIDIA NeMo，用于構建文本-文本的生成模型;畢加索，一種視覺語言模型制作服務，面向希望構建基于經授權內容訓練模型的用戶;以及 BioNeMo，幫助生物醫藥研究人員。

　　作為生產力工具，AI也在發揮巨大的價值，黃仁勛在演講中介紹了幾個非常有意思的案例。

　　第一個是與美國電信巨頭 AT&T。AT&T 需要定期派遣 3 萬名技術人員，為 700 個區域的 1300 萬名客戶提供服務。這個龐大的數據，調度是一個痛點，如果在 CPU 上運行，調度優化需要一整夜的時間才能完成。

　　借助英偉達的 CuOpt，AT&T 可以將調度方案的優化時間加快 100 倍，并可實時更新其調度方案。

　　某種意義上，在英偉達的幫助下，AT&T 做到了美團、滴滴這些需要實時匹配的互聯網公司用好多年積累才做到的事情。

　　另一個案例是與芯片公司的合作。隨著中美科技戰，大多數人都知道了光刻機這個半導體產業的關鍵設備。但鮮為人知的是，隨著制程技術的發展，芯片設計對算力的需求也是半導體行業的一大痛點。

　　今天計算光刻是芯片設計和制造領域最大的計算工作負載，每年需要消耗數百億 CPU 小時，并且隨著算法越來越復雜，計算光刻的成本也在提高。

　　對此，英偉達宣布推出 cuLitho——一個計算光刻庫。并與 ASML、臺積電等巨頭展開合作，從而大幅降低芯片設計過程中的算力消耗，節能減排。

　　事實上，減少能源消耗，提高計算效率，是黃仁勛眼中AI技術將為人類社會帶來的另一大價值。而在摩爾定律失效的當下，加速計算和 AI 的到來恰逢其時。

　　「各行業正都在面對可持續發展、生成式 AI 和數字化的挑戰。工業公司正在競相數字化，并重塑為軟件驅動的科技公司——成為顛覆者，而不是被顛覆者，」加速計算讓這些公司可以應對這些挑戰，黃仁勛說道。「加速計算是減少電力消耗、實現可持續性發展和碳中和的最佳方式。」

　　最后，類似于一個彩蛋，從老黃此次演講的表現不難猜測，視頻中出現的老黃，應該全程是一個虛擬形象。如無意外，很有可能也是「生成式 AI」的產物——在表現 AI 進步的同時，也算是黃仁勛為自己家「核彈算力」再次「現身說法」。