前言

北京時間3月21日晚11點，一年一度的英偉達GPU技術大會GTC（Gpu Technology Conference）如期而至，吸引了超過25萬名觀眾參與。

黃仁勛教主一如既往地穿著標志性的黑皮夾，進行了長達78分鐘的主題演講，逐一向觀眾披露了英偉達的最新產品——挑戰(zhàn)芯片極限的計算光刻技術、ChatGPT專用GPU等，無一不是“核彈”級別的殺手锏。

黃仁勛表示，近40年以來，摩爾定律一直是引領計算機行業(yè)發(fā)展的重要規(guī)律，但在成本與功耗不變的情況下，這一定律已經逐漸放緩，各行各業(yè)都在尋找數字化轉型，而英偉達要用技術重塑行業(yè)，“要成為顛覆者，而不是被顛覆者。要利用加速計算和AI，幫助企業(yè)應對這些挑戰(zhàn)。”

野心勃勃的英偉達，不斷用芯片推動AI技術，也正在用AI技術賦能芯片行業(yè)。

01

AI輔助制芯技術，將計算光刻提速40倍

此次大會中，黃仁勛宣布了一項為芯片領域帶來的重大突破——推出計算光刻軟件庫cuLitho，將加速計算帶入計算光刻領域，使計算速度提升40倍。

黃仁勛稱，英偉達經過與臺積電、ASML、Synopsys（新思科技）三大半導體巨頭的多年合作，終于推出了這一技術，大大降低芯片代工廠在這一工序上所消耗的時間和能耗，為2nm以及更先進制程的到來做好準備。

我們知道，光刻是芯片制造過程中的一個重要工藝，相當于用“光刀”在晶圓上“雕刻”出精細的電路圖。這個圖案首先要呈現在光掩膜（photomask）上。掩膜板就像是漏字板，激光一照，通過鏡頭，“漏字板”上的圖案也就落到了硅片上，如下圖：

晶體管、器件、互聯線路都需要經過這樣的光刻步驟。***巨頭ASML也是靠著這一技術一直壟斷著全球的EUV***。

ASML曾表示，計算光刻是其“鐵三角”業(yè)務之一。計算光刻技術是通過模擬光通過光學元件并與光刻膠相互作用時的行為，應用逆物理算法來預測掩膜板上的圖案，以便在晶圓上生成最終圖案。

換言之，就是計算光刻是通過軟件，對整個光刻過程來做建模和仿真，對工藝流程做優(yōu)化，比如說形貌優(yōu)化、掩膜板修正等。計算光刻目的是消除光刻過程中，小尺寸器件“模糊”的問題。

在芯片設計和制造領域中，計算光刻是最大的計算工作負載，每年都要消耗數百億CPU小時。

隨著晶體管和互聯線寬的持續(xù)微縮，掩膜板的復雜度可能會越來越高。英偉達先進技術副總裁Vivek Singh說，foundry廠所需的數據中心規(guī)模擴張速度，會比摩爾定律本身的發(fā)展速度還要快；最終就是沒有足夠多的算力來解決問題。

“按照過去15年的趨勢，如果某個foundry廠現有3座數據中心，那么未來10年內就需要100座這樣的數據中心。”Vivek說道，“功耗方面，45兆瓦（MegaWatt）或許還行，但如果是45千兆瓦（GigaWatt），問題就比較大了。英偉達對此給出的回答是cuLitho。”

英偉達的新算法cuLitho，可以讓日益復雜的計算光刻工作流程能夠在GPU上并行執(zhí)行，它不僅能使計算速度提升40倍，而且功耗也可以降低9倍之多。

舉個例子，比如英偉達的H100在制造過程中需要89塊掩膜板。如果用CPU進行處理的話，每個掩膜板都需要消耗兩周的時間。

而如果在GPU上運行cuLitho，則只需8個小時即可處理完一個掩膜板。

而臺積電也可以用500個DGX H100系統(tǒng)中的4,000個Hopper GPU，完成之前需要多達40,000臺基于CPU的服務器才能搞定的工作，并且功率也會從35MW降至5MW。

英偉達拋出的這一技術，無疑相當于一枚芯片界的“核彈”，它使得2nm及更先進芯片的生產成為可能。未來，臺積電、ASML、Synopsys也將引入這一技術，繼續(xù)突破芯片制造的物理極限。臺積電方面消息稱，將于今年6月對cuLitho進行生產資格認證，加速2nm芯片試產。

02

ChatGPT專用GPU：H100 NVL——提速10倍

黃仁勛一直對AI和機器學習持倡導態(tài)，他曾公開表示AI技術已經來到拐點，押注AI十年也使得英偉達在ChatGPT浪潮中獲得豐厚回報。對于大型語言模型而言，算力是其中最重要一環(huán)，因此高度依賴英偉達強大的GPU芯片。

針對算力需求巨大的 ChatGPT，英偉達發(fā)布了 NVIDIA H100 NVL，這是一種具有 94GB 內存和加速 Transformer Engine 的大語言模型（LLM）專用解決方案，配備了雙 GPU NVLINK 的 PCIE H100 GPU。

黃仁勛的主題演講中披露了該公司推出的全新GPU推理平臺，該平臺包括4種不同配置，針對不同工作負載進行優(yōu)化，分別對應了AI視頻加速、圖像生成加速、大型語言模型（LLM）加速和推薦系統(tǒng)和LLM數據庫。包括：L4 Tensor Core GPU、L40 GPU、H100 NVL GPU和Grace Hopper超級芯片。

其中最主要的是H100 NVL，它將英偉達的兩個H100 GPU拼接在一起，以部署像ChatGPT這樣的大型語言模型（LLM）。黃仁勛表示，“當前唯一可以實際處理ChatGPT的GPU是英偉達HGX A100。與前者相比，現在一臺搭載四對H100和雙NVLINK的標準服務器速度能快10倍，可以將大語言模型的處理成本降低一個數量級。”

據悉，H100 NVL附帶94GB內存，與上一代產品相比，H100的綜合技術創(chuàng)新可以將大型語言模型的速度提高30倍。據黃仁勛透露，H100 NVL預計將在今年下半年上市。

此外，用于AI Video的L4芯片，在視頻解碼和轉碼、視頻內容審核、視頻通話功能上做了優(yōu)化。英偉達稱其可以提供比CPU高120倍的AI視頻性能，同時能效提高99%。

同時，英偉達還針對Omniverse、圖形渲染以及文本轉圖像/視頻等生成式AI推出了L40芯片。其性能是英偉達最受歡迎的云推理GPU T4的10倍。

英偉達推出的全新超級芯片Grace-Hopper，適用于推薦系統(tǒng)和大型語言模型的AI數據庫，圖推薦模型、向量數據庫和圖神經網絡的理想選擇，通過900GB/s的高速一致性芯片到芯片接口連接英偉達Grace CPU和Hopper GPU。

03

全球首個GPU加速量子計算系統(tǒng)

在21日的活動中，英偉達還官宣了一個使用 Quantum Machines 構建的新系統(tǒng)，該系統(tǒng)為從事高性能和低延遲量子經典計算的研究人員提供了一種革命性的新架構。

據黃仁勛介紹，NVIDIA DGX Quantum是全球首個GPU加速的量子計算系統(tǒng)，可以實現GPU和量子處理單元（QPU）之間的亞微秒級延遲。其將全球最強大的加速計算平臺（由 NVIDIA Grace Hopper 超級芯片和 CUDA Quantum 開源編程模型實現）與全球最先進的量子控制平臺 OPX（由 Quantum Machines 提供）相結合。這種組合使研究人員能夠建立空前強大的應用，將量子計算與最先進的經典計算相結合，實現校準、控制、量子糾錯和混合算法。

英偉達公司 HPC 和量子主管 Tim Costa 表示：“量子加速的超級計算有可能重塑科學和工業(yè)，英偉達 DGX Quantum 將使研究人員能夠突破量子 - 經典計算的界限。“

對此，英偉達將高性能的 Hopper 架構 GPU 與該公司的新 Grace CPU 整合為”Grace Hopper“，為巨型 AI 和 HPC 應用提供了超強的動力。它為運行 TB 級數據的應用提供了高達 10 倍的性能，為量子 - 經典研究人員解決世界上最復雜的問題提供了更多動力。

總 結

在本次GTC大會上，黃仁勛說道，“加速計算并非易事，2012年，計算機視覺模型AlexNet動用了GeForce GTX 580，每秒可處理262 PetaFLOPS。該模型引發(fā)了AI技術的爆炸。”

“十年之后，Transformer出現了，GPT-3動用了323 ZettaFLOPS的算力，是AlexNet的100萬倍，創(chuàng)造了ChatGPT這個震驚全世界的AI。嶄新的計算平臺出現了，AI的‘iPhone時刻’已經來臨。”

顯然，手握GPU算力技術的英偉達抓住了AI的關鍵時刻，在大模型軍備競賽中，英偉達贏得盆滿缽滿。ChatGPT在全球的爆火，就讓英偉達股價飆升市值直接增加700多億美元。

目前，英偉達市值為6400億美元。而在Microsoft 365， Azure，Stable Diffusion，DALL-E……時下最紅的AI產品中，英偉達都能分得一杯羹。

從大會發(fā)布的內容來看，英偉達對先進AI計算的支撐已經覆蓋到從GPU、DPU等硬件到幫助企業(yè)加速構建定制生成式AI模型的云服務。或許正如黃仁勛所說，AI行業(yè)的”iPhone時刻“已來臨，創(chuàng)業(yè)公司正在競相建立顛覆式的商業(yè)模型，業(yè)界巨頭也在尋找應對之道。

而英偉達正在成為AI“背后的巨人”。

審核編輯 ：李倩