文｜IT時報記者 郝俊慧
編輯｜孫妍
北京時間6月3日晚9點30分，美股開盤，經(jīng)過一個“漫長”的周末，全球都在等待一個答案：英偉達能否超過蘋果，成為全球市值第二的公司。
截至北京時間4日凌晨4點收盤，奇跡并沒發(fā)生，但兩者差距進一步縮小。英偉達當日上漲4.9%，市值為2.83萬億美元，一夜大漲1270億美元，折合人民幣約9000億元。蘋果則定格在194.03美元，市值為2.98萬億美元。
此前一天，英偉達創(chuàng)始人兼首席執(zhí)行官黃仁勛在2024中國臺北國際電腦展上發(fā)表主題演講，并宣布最新產(chǎn)品Blackwell已經(jīng)量產(chǎn)，并預(yù)計將于2025年推出增強版Blackwell Ultra GPU。
這不是全部。
“英偉達將每年更新一代產(chǎn)品?！睍?，黃仁勛首次對外公布了預(yù)計2026年上市的下一代CPU“Vera”以及GPU“Rubin”，命名靈感來源于宇宙暗物質(zhì)研究先驅(qū)、美國女天文學(xué)家Vera Rubin，這個速度打破了以18個月為周期的“摩爾定律”。當日，特斯拉CEO埃隆·馬斯克表示，旗下人工智能初創(chuàng)公司xAI將購買30萬塊英偉達B200 AI芯片。
長達近2個小時的演講中，“皮衣教主”展示了一個強大的英偉達NVIDIA 生態(tài)：芯片、系統(tǒng)、容器、網(wǎng)絡(luò)、平臺……基于GPU和CUDA，英偉達構(gòu)建了強大的護城河——“AI工廠”。
72顆“芯”組成的超級GPU
距離GTC發(fā)布還不到3個月，Blackwell便已經(jīng)量產(chǎn)。
黃仁勛手里拿著的GB200，被稱為“史上最強”GPU，由兩塊Blackwell GPU和一塊Grace CPU組成，兩塊芯片以每秒10TB的速度鏈接，采用臺積電4納米制程工藝，共有2080億個晶體管，其AI性能為每秒20千萬億次浮點運算。
2016年，英偉達推出新一代GPU架構(gòu)Pascal，單芯片算力為19Tflops（每秒19萬億次浮點計算），并以此為基礎(chǔ)推出了第一代AI超級計算機DGX1，算力為170Tflops（每秒170萬億次浮點計算），黃仁勛將這臺機器交付給一家舊金山的初創(chuàng)公司OpenAI。
如今，八年過去，英偉達GPU芯片的計算能力、浮點運算以及人工智能浮點運算能力增長了1000倍，“這速度幾乎超越了摩爾定律在最佳時期的增長。”黃仁勛說道。
基于Blackwell的英偉達新一代系統(tǒng)DGX B200也被黃仁勛帶到了電腦展，這塊碩大主板上配備8塊GPU，每個DGX 系統(tǒng)提供144PFlops（每秒144千萬億次）的FP4浮點運算性能，1.4TB海量顯存和64TB/s顯存帶寬。黃仁勛透露，DGX B200采用傳統(tǒng)的風(fēng)冷結(jié)構(gòu)，支持x86系統(tǒng)，配備于已發(fā)貨的服務(wù)器中。
但這依然不是One more thing?；贒GX系統(tǒng)，英偉達設(shè)計了全新的液冷系統(tǒng)MGX，每個節(jié)點集成四塊GB 200超級芯片（8塊Blackwell），九個節(jié)點，總共72塊Blackwell通過NV-Link形成了一個“超級GPU”，背后的NV Link主干由5000條銅線組成，加起來長達3公里，其中的收發(fā)器可以驅(qū)動信號跑完整個線路。
Hopper時代（H100、H200時期）的DGX系統(tǒng)最多只能同時支持8塊GPU，而MGX使NVlink可驅(qū)動的GPU數(shù)量增加了8倍，帶寬增加了17倍。從功率上看，Blackwell的功耗略高于Hopper，9倍的GPU數(shù)量整體耗能是原先的10倍，但AI FLOPS（每秒浮點運算次數(shù)）提升了44倍，達1440PFlops，算力的“通貨膨脹率”相當于1:4.5。
越來越像“半導(dǎo)體界的蘋果”
“Buy more and save more（買得越多省得越多）”，黃仁勛一向擅長向CEO們兜售他的“CEO數(shù)學(xué)”。
不過，即便是對于財大氣粗的全球頂尖互聯(lián)網(wǎng)公司而言，Blackwell的價格也很“辣手”。
英偉達還未公布Blacwell的價格，但有匯豐銀行分析師認為，英偉達“入門級”B100 GPU 的平均銷售價格（ASP）將在 3 萬至 3.5 萬美元之間，與英偉達 H100 的價格相差無幾，而功能更強大的GB 200，價格可能在6萬至7萬美元之間。至于搭載Blackwell GPU的MGX服務(wù)器，單價預(yù)計高達 300 萬美元（約等于2174萬人民幣）。
“Blackwell正在滿負荷生產(chǎn)?！?月22日舉行的英偉達一季度財報業(yè)績說明會上，黃仁勛透露，Blackwell將在第二季度開始交付，三季度產(chǎn)能爬坡，四季度便能讓客戶建成基于Blackwell的數(shù)據(jù)中心。
在黃仁勛的設(shè)想中，英偉達交付的是一座AI工廠，構(gòu)建了覆蓋整個數(shù)據(jù)中心的解決方案，一個綜合CPU、GPU、NVLink、NICK（特定技術(shù)組件）以及NVLink交換機等多個元素的完整系統(tǒng)，甚至可以說是為人工智能巨頭提供的“交鑰匙方案”，“為此，我們不遺余力地將所有技術(shù)推向極限，無論是臺積電的工藝技術(shù)、封裝技術(shù)、內(nèi)存技術(shù)，還是光學(xué)技術(shù)?！秉S仁勛表示。
這聽起來就是個“極致”昂貴的方案，可至少在目前，英偉達還沒有競爭對手。盡管最近各大巨頭都有自己的芯片規(guī)劃，谷歌、英特爾和高通成立了UXL基金會，專門用來開發(fā)一套支持多種AI加速器芯片的軟件和工具，以此對抗英偉達的CUDA生態(tài)。但黃仁勛明確的“一年一更新節(jié)奏”，使這種追趕還未出“起跑線”，便有被“超圈”的感覺。
在介紹產(chǎn)品細節(jié)時，黃仁勛明確指出，所有產(chǎn)品保持100%的架構(gòu)兼容性，也就是說，Hopper可以平滑升級至Blackwell，而且所有軟件都具有向后兼容的慣性。也正因此，Blackwell平臺從問世到投產(chǎn)的時間，明顯快于此前的A系列和H系列。
黃仁勛一口氣宣布了三年升級計劃：2025年是Blackwell Ultra，2026年是新一代的Rubin，2027年是Rubin Ultra。
至少在兩年內(nèi)，“尺度定律”（scaling law）在通用大模型迭代上仍有決定性作用，對英偉達而言，這是比算力增長“黃氏定律”還要深的護城河。
參數(shù)級越大的大模型訓(xùn)練，越依賴于超大規(guī)模的GPU集群以及超高速的GPU連接。英偉達的新一代NVLINK交換機擁有500億個晶體管，74個端口，每個端口的數(shù)據(jù)速率高達400 GB，是72顆芯片變成1顆超級芯片的“幕后功臣”。
如果說NVLINK解決的是GPU和GPU之間的連接問題，那么將一個個AI服務(wù)器連接起來的網(wǎng)絡(luò)交換機也是必須的。以往，英偉達專注于InfiniBand交換機，一種高效但需要專用技術(shù)的設(shè)備，有一定應(yīng)用門檻，但現(xiàn)在英偉達推出了面向以太網(wǎng)的交換機——Spectrum X800，可以每秒51.2 TB的速度和256路徑（radix）的支持能力，為成千上萬的GPU提供了高效的網(wǎng)絡(luò)連接。Spectrum同樣是一年一升級，預(yù)計兩年后發(fā)布的X 1600，是為更大規(guī)模的數(shù)據(jù)中心設(shè)計，能夠滿足數(shù)百萬個GPU的通信需求。
英偉達今年一季度財報顯示，與去年相比，不僅計算收入增長了5倍多，網(wǎng)絡(luò)收入也增長了3倍多。
英偉達還推出了一種推理微服務(wù)NIM，可以通過優(yōu)化的容器形式提供模型——部署在云、數(shù)據(jù)中心或工作站上，開發(fā)者不再需要使用具有不同功能的多個模型來生成文本、圖像、視頻、語音等，只要使用NIM，便可以輕松地為copilots、聊天機器人等構(gòu)建生成式 AI 應(yīng)用，所需時間從數(shù)周縮短至幾分鐘。
無論是對軟硬件生態(tài)極致的追求，還是一年一升級的節(jié)奏，英偉達越來越像半導(dǎo)體界的蘋果。
AI的盡頭是電力
不過，再理想的未來，在能源問題面前，也可能會放緩腳步。
IEA 最近的《電力 2024》報告預(yù)測，到 2026 年，人工智能數(shù)據(jù)中心的電力需求將達到 90 太瓦時（TWh），這意味著，數(shù)據(jù)中心的關(guān)鍵IT電力容量要達到約10吉瓦（GW）功率，相當于730萬個H100的電力需求。
打造百萬塊GPU芯片超級集群的數(shù)據(jù)中心，并非不可能。黃仁勛在演講中放言，“隨著技術(shù)的不斷進步，數(shù)百萬個GPU的數(shù)據(jù)中心時代指日可待?！?/p>
“宏偉”目標背后暗含的判斷是，一方面，更大、更復(fù)雜的大模型需要被訓(xùn)練，另一方面，未來的互聯(lián)網(wǎng)和計算機交互將越來越多地依賴于云端的生成式人工智能，而所謂云端背后，依然是超大規(guī)模的智算中心。
但電在哪里呢？不久前，AWS（亞馬遜云科技）剛剛以6.5億美元購買了一個 1000兆瓦的核能源數(shù)據(jù)中心園區(qū)，可分析機構(gòu)SemiAnalysis認為，亞馬遜還有很多年才能實現(xiàn)整個電力供應(yīng)能力。
SemiAnalysis曾測算，在利用率為80%且PUE為1.25的情況下，一個有20480個GPU集群的數(shù)據(jù)中心平均將從電網(wǎng)獲取 28~29MW 功率，每年總計能耗25萬兆瓦時左右。因此，數(shù)據(jù)中心、云服務(wù)商、大模型廠商必須考慮在現(xiàn)有電力供應(yīng)條件下進行訓(xùn)練。
來自供應(yīng)鏈的估算，英偉達在2024年將出貨300 萬個以上GPU，對應(yīng)超過 4200兆瓦時的數(shù)據(jù)中心需求，接近當前全球數(shù)據(jù)中心容量的10%，而這只是一年的 GPU 出貨量。
不難理解，為什么最近幾次演講中，黃仁勛反復(fù)強調(diào)英偉達GPU日趨下降的算力能耗比。
以Pascal為例，訓(xùn)練GPT-4模型將消耗高達1000吉瓦時（1吉瓦時等于1000兆瓦）電能，放眼全球，暫時還沒有一個數(shù)據(jù)中心具有這么高的電力配備，這也是2020年前大模型為什么沒有出現(xiàn)的原因之一。
從時間上看，訓(xùn)練一次GPT-4，使用Pascal大概需要一年；使用Hopper，可能需要三個月；換成Blackwell，10000顆芯片訓(xùn)練同樣大小的模型，只需要3吉瓦時，耗時10天。
這是GPT-4模型首次公開訓(xùn)練數(shù)據(jù)：2萬億參數(shù)和8萬億Token。參數(shù)量是GPT-3.5的11倍之多。
只是問題在于，業(yè)內(nèi)普遍認為，GPT-4o，甚至GPT-5的參數(shù)級應(yīng)該在數(shù)十萬億以上。因此，盡管黃仁勛表示，Blackwell使得生成每個Token只需消耗0.4焦耳的能量，可從絕對值上看，每臺DGX H100服務(wù)器的平均功率在11千瓦左右，每臺DGX B200耗能15千瓦，而MGX的功率是100千瓦。
事實上，大多數(shù)現(xiàn)有的數(shù)據(jù)中心尚未準備好支持每機架 20kW 以上的功率密度。一位數(shù)據(jù)中心人士曾告訴記者，原先能放10U的傳統(tǒng)服務(wù)器機架，現(xiàn)在只能放一臺智算服務(wù)器。
大批新型智算數(shù)據(jù)中心正在投建。SemiAnalysis的一份報告確認，OpenAI 計劃在其最大的多站點訓(xùn)練集群中部署數(shù)十萬顆GPU，這需要數(shù)百兆瓦的關(guān)鍵IT電力供應(yīng)。同時，有消息傳出，Meta的H100安裝量會達65萬顆。
“真正的電力短缺局面即將到來。”SemiAnalysis在報告中指出，全球數(shù)據(jù)中心關(guān)鍵IT電力需求將激增至2026年的96吉瓦，其中人工智能將消耗約40吉瓦。
AI的盡頭是電力，而英偉達的最終對手，可能也是它。
排版／ 季嘉穎