他來了他來了，老黃帶著英偉達的最新一代GPU來了。

　　之前大家猜的5nm錯了，一手大驚喜，老黃直接上了臺積電4nm工藝。

　　新卡取名H100，采用全新Hopper架構(gòu)，直接集成了800億個晶體管，比上一代A100足足多了260億個。

　　內(nèi)核數(shù)量則飆到了前所未有的16896個，達到上一代A100卡的2.5倍。

　　浮點計算和張量核心運算能力也隨之翻了至少3倍，比如FP32就達到了達到60萬億次/秒。

　　特別注意的是，H100面向AI計算，針對Transformer搭載了優(yōu)化引擎，讓大模型訓(xùn)練速度直接 x 6。

　　(可算知道5300億參數(shù)的威震天-圖靈背后的秘訣了。)

　　作為一款性能爆炸的全新GPU，不出意外，H100將與前輩V100、A100一樣成為AI從業(yè)者心心念念的大寶貝。

　　不過不得不提，它的功耗也爆炸了，達到了史無前例的700W，重回核彈級別。

　　關(guān)于自研的Grace CPU，這次大會也公布了更多細節(jié)。

　　沒想到，老黃從庫克那里學(xué)來一手1+1=2，兩塊CPU“粘”在一起組成了CPU超級芯片——Grace CPU Superchip。

　　Grace CPU采用最新Arm v9架構(gòu)，兩塊總共擁有144個核心，擁有1TB/s的內(nèi)存帶寬，比蘋果最新M1 Ultra的800GB/s還高出一截。

　　基于全新CPU、GPU基礎(chǔ)硬件，這次發(fā)布會也帶來了下一代企業(yè)級AI基礎(chǔ)設(shè)施DXG H100、全球最快AI超算Eos。

　　當然，英偉達作為真正的元宇宙先驅(qū)，也少不了Omniverse上的新進展。

　　下面具體來看看。

　　首款Hopper架構(gòu)GPU，性能暴增

　　作為上一代GPU架構(gòu)A100(安培架構(gòu))的繼承者，搭載了全新Hopper架構(gòu)的H100有多突飛猛進?

　　話不多說，先上參數(shù)：

　　老黃可謂下血本，先是直接采用了臺積電4nm工藝，晶體管一口氣集成了800億個。

　　要知道，上一代A100還只是7nm架構(gòu)，這次發(fā)布會出來前，外界不少聲音猜測老黃會用5nm制程，結(jié)果一發(fā)布就給大家來了個大驚喜。

　　最恐怖的是CUDA核心直接飆升到了16896個，直接達到了A100的近2.5倍。(要知道從V100到A100的時候，核心也不過增加那么一絲絲)

　　這次可不能感慨老黃刀法精準了。

　　再看浮點運算和INT8/FP16/TF32/FP64的張量運算，性能基本全部提升3倍不止，相比來看，前兩代的架構(gòu)升級也顯得小打小鬧。

　　這也使得H100的熱功耗(TDP)直接達到了前所未有的700w，英偉達“核彈工廠”名副其實(手動狗頭)。

　　話又說回來，這次H100也是首款支持PCle 5.0和HBM3的GPU，數(shù)據(jù)處理速度進一步飛升——內(nèi)存帶寬達到了3TB/s。

　　這是什么概念?

　　老黃在發(fā)布會上神秘一笑：只需要20個H100在手，全球互聯(lián)網(wǎng)流量我有。

　　整體參數(shù)細節(jié)究竟如何，與前代A100和V100對比一下就知道了：

　　△圖源@anandtech

　　值得一提的是，Hopper架構(gòu)的新GPU和英偉達CPU Grace名字組在一起，就成了著名女性計算機科學(xué)家Grace Hopper的名字，這也被英偉達用于命名他們的超級芯片。

　　Grace Hopper發(fā)明了世界上第一個編譯器和COBOL語言，有“計算機軟件工程第一夫人”之稱。

　　訓(xùn)練3950億參數(shù)大模型僅1天

　　當然，Hopper的新特性遠不止體現(xiàn)在參數(shù)上。

　　這次，老黃特意在發(fā)布會上著重提到了Hopper首次配備的Transformer引擎。

　　嗯，專為Transformer打造，讓這類模型在訓(xùn)練時保持精度不變、性能提升6倍，意味著訓(xùn)練時間從幾周縮短至幾天。

　　怎么表現(xiàn)?

　　現(xiàn)在，無論是訓(xùn)練1750億參數(shù)的GPT-3 (19小時)，還是3950億參數(shù)的Transformer大模型(21小時)，H100都能將訓(xùn)練時間從一周縮短到1天之內(nèi)，速度提升高達9倍。

　　推理性能也是大幅提升，像英偉達推出的5300億 Megatron模型，在H100上推理時的吞吐量比A100直接高出30倍，響應(yīng)延遲降低到1秒，可以說是完美hold住了。

　　不得不說，英偉達這波確實突入了Transformer陣營。

　　在此之前，英偉達一系列GPU優(yōu)化設(shè)計基本都是針對卷積架構(gòu)進行的，接近要把“I love 卷積”這幾個字印在腦門上。

　　要怪只怪Transformer最近實在太受歡迎。(手動狗頭)

　　當然，H100的亮點不止如此，伴隨著它以及英偉達一系列芯片，隨后都會引入NVIDIA NVLink第四代互連技術(shù)。

　　也就是說，芯片堆堆樂的效率更高了，I/O帶寬更是擴展至900GB/s。

　　這次，老黃還著重提到了GPU的安全性，包括實例之間具有隔離保護、新GPU具有機密計算功能等。

　　當然，數(shù)學(xué)計算能力也提升了。

　　這次H100上新的DPX指令可以加速動態(tài)規(guī)劃，在運算路徑優(yōu)化和基因組學(xué)在內(nèi)的一系列動態(tài)規(guī)劃算法時速度提升了7倍。

　　據(jù)老黃介紹，H100會在今年第三季度開始供貨，網(wǎng)友調(diào)侃“估計也便宜不了”。

　　目前，H100有兩個版本可選：

　　一個就是功率高達700W的SXM，用于高性能服務(wù)器;另一個是適用于更主流的服務(wù)器PCIe，功耗也比上一代A100的300W多了50W。

　　4608塊H100，打造全球最快AI超算

　　H100都發(fā)布了，老黃自然不會放過任何一個搭建超級計算機的機會。

　　基于H100推出的最新DGX H100計算系統(tǒng)，與上一代“烤箱”一樣，同樣也是配備8塊GPU。

　　不同的是，DGX H100系統(tǒng)在FP8精度下達到了32 Petaflop的AI性能，比上一代DGX A100系統(tǒng)整整高了6倍。

　　各GPU之間的連接速度也變得更快，900GB/s的速度接近上一代的1.5倍。

　　最關(guān)鍵的是，這次英偉達還在DGX H100基礎(chǔ)上，搭建了一臺Eos超級計算機，一舉成為AI超算界的性能TOP 1——

　　光就18.4 Exaflops的AI計算性能，就比日本的“富岳”(Fugaku)超級計算機快了4倍。

　　這臺超算配備了576個DGX H100系統(tǒng)，直接用了4608塊H100。

　　即使是傳統(tǒng)科學(xué)計算，算力也能達到275 Petaflops (富岳是442 Petaflops)，躋身前5的超算是沒什么問題。

　　“拼裝”CPU，跑分成了TOP1

　　本次GTC大會，老黃仍然“提了幾嘴”超級服務(wù)器芯片Grace。

　　它在去年4月份的GTC大會就已經(jīng)有所亮相，和當時一樣，老黃表示：有望2023年可以開始供貨，反正今年是不可能碰上了。

　　不過，Grace的性能倒是值得一提，有了“驚人進展”。

　　它被用在兩個超級芯片中：

　　一個是Grace Hopper超級芯片，單MCM，由一個Grace CPU和一個Hopper架構(gòu)的GPU組成。

　　一個是Grace CPU超級芯片，由兩個Grace CPU組成，通過NVIDIA NVLink-C2C技術(shù)互連，包括144個Arm核心，并有著高達1TB/s的內(nèi)存帶寬——帶寬提升2倍的同時，能耗“只要”500w。

　　很難不讓人聯(lián)想到蘋果剛發(fā)的M1 Ultra，看來片間互連技術(shù)的進展，讓“拼裝”成了芯片行業(yè)一大趨勢。

　　Grace超級芯片在SPECrate?2017_int_base基準測試中的模擬性能達到了740分，是當前DGX A100 搭載的CPU的1.5倍(460分)。

　　Grace超級芯片可以運行在所有的NVIDIA計算平臺，既可作為獨立的純CPU系統(tǒng)，也可作為 GPU加速服務(wù)器，利用NVLink-C2C技術(shù)搭載一塊至八塊基于Hopper架構(gòu)的GPU。

　　(嗯，剛說完，老黃的芯片堆堆樂就堆上了。)

　　值得一提的是，英偉達對第三方定制芯片開放了NVLink-C2C。

　　它是一種超快速的芯片到芯片、裸片到裸片的互連技術(shù)，將支持定制裸片與NVIDIA GPU、CPU、DPU、NIC 和SOC之間實現(xiàn)一致的互連。

　　或許，任天堂新掌機可以期待一波?

　　連工業(yè)也要在元宇宙里搞

　　當然，除了上述內(nèi)容之外，這次英偉達也透露了不少與工業(yè)應(yīng)用相關(guān)的案例。

　　而無論是自動駕駛、還是包括虛擬工廠的數(shù)字孿生等場景，都與計算機渲染和仿真技術(shù)有著密不可分的關(guān)系。

　　英偉達認為，工業(yè)上同樣能通過在虛擬環(huán)境中模擬的方式，來增加AI訓(xùn)練的數(shù)據(jù)量，換而言之就是“在元宇宙里搞大訓(xùn)練”。

　　例如，讓AI智能駕駛在元宇宙里“練車”，利用仿真出來的數(shù)據(jù)搞出半真實環(huán)境，增加一些可能突發(fā)故障的環(huán)境模擬：

　　又例如，搞出等比例、與現(xiàn)實環(huán)境中材料等參數(shù)完全一樣的“數(shù)字工廠”，在建造前先提前開工試運行，以及時排查可能出現(xiàn)問題的環(huán)境。

　　除了數(shù)字孿生，數(shù)字資產(chǎn)的生產(chǎn)也是元宇宙早期建設(shè)階段需要著重考慮的部分。

　　在這方面，英偉達推出了隨時隨地能在云端協(xié)作的Omniverse Cloud。

　　最有意思的是，這次發(fā)布會上還演示了一套AI驅(qū)動虛擬角色系統(tǒng)。

　　現(xiàn)實中3天，虛擬角色在元宇宙里靠強化學(xué)習(xí)苦練10年功夫。

　　等練成一身本領(lǐng)，出來無論到游戲還是動畫里都是個好“動作演員”。

　　用它生成動畫無需再綁定骨骼、k幀，用自然語言下指令即可，就像導(dǎo)演和真人演員一樣溝通，大大縮短開發(fā)流程。

　　要論元宇宙基建還得看老黃啊。

　　Venturebeat對此評價稱，“這些案例給元宇宙賦予了真正的意義”。

　　那么，你看好英偉達的omniverse前景嗎?

　　更多詳情，可以戳完整演講地址(帶中字哦)：https://www.nvidia.cn/gtc-global/keynote/?nvid=nv-int-bnr-223538&sfdcid=Internal_banners

　　參考鏈接：

　　[1]https://www.anandtech.com/show/17327/nvidia-hopper-gpu-architecture-and-h100-accelerator-announced

　　[2]https://venturebeat.com/2022/03/22/nvidia-gtc-how-to-build-the-industrial-metaverse/

特別提醒：本網(wǎng)信息來自于互聯(lián)網(wǎng)，目的在于傳遞更多信息，并不代表本網(wǎng)贊同其觀點。其原創(chuàng)性以及文中陳述文字和內(nèi)容未經(jīng)本站證實，對本文以及其中全部或者部分內(nèi)容、文字的真實性、完整性、及時性本站不作任何保證或承諾，并請自行核實相關(guān)內(nèi)容。本站不承擔此類作品侵權(quán)行為的直接責任及連帶責任。如若本網(wǎng)有任何內(nèi)容侵犯您的權(quán)益，請及時聯(lián)系我們，本站將會在24小時內(nèi)處理完畢。