NVIDIA CEO 黄仁勋发布面向各行各业的生成式 AI 平台

梦晨 2023-05-29 16:18:30 来源：量子位

黄仁勋在 COMPUTEX 主题演讲上展示了多个新系统，软件及服务，以充分利用这个时代最具变革性的技术 —— 生成式 AI 。其中，多数产品由 Grace Hopper 超级芯片提供支持

COMPUTEX — 2023 年 5 月 29 日 — NVIDIA 创始人兼首席执行官黄仁勋在本次主题演讲中发布了多个平台。通过这些平台，企业可以把握住这一历史性的生成式 AI 浪潮，以革新广告、制造、电信等行业。

在近两个小时的演讲中，他介绍了加速计算服务、软件和系统，它们正在推动实现新业务模式和提高当前业务模式效率。

黄仁勋表示，“加速计算和 AI 标志着计算的革新”。

为了展示它的力量，他展示了一个文本提示，为他的主题演讲生成一首主题曲，可以像任何卡拉 OK 曲调一样演唱。

“我们现在正处于一个全新计算时代的转折点，加速计算和 AI 已经被世界上几乎所有的计算和云公司所采用，” 他表示，如今有 40,000 家大公司和 15,000 家初创公司使用 NVIDIA 技术，仅去年一年，CUDA 软件的下载量就达到 2,500 万次。

重磅发布亮点回顾

– Grace Hopper支持用于运行生成式 AI 的大内存超级计算机。

– 模块化参考架构推动实现 100 多种加速服务器配置。

– WPP 和 NVIDIA 在 Omniverse 中创建数字广告内容引擎。

– 网络技术加速基于以太网的 AI 云。

– NVIDIA ACE 游戏开发版通过生成式 AI 令游戏角色栩栩如生。

– 世界各地的电子制造商采用 NVIDIA AI。

新的企业 AI 引擎

黄仁勋发布了能够为企业提供超强 AI 性能的 DGX GH200 大内存 AI 超级计算机。通过 NVIDIA NVLink，这台超级计算机将多达 256 块 NVIDIA GH200 Grace Hopper 超级芯片整合到一个数据中心大小的 GPU 中。

黄仁勋宣布，GH200 超级芯片现已全面投产，它将节能的 NVIDIA Grace CPU 与高性能的 NVIDIA H100 Tensor Core GPU 整合到一个超级芯片中。

DGX GH200 提供 1 exaflop 性能与 144 TB 共享内存，比单个NVIDIA DGX A100 320GB系统高出近500倍。这让开发者可以构建用于生成式AI聊天机器人的大型语言模型、用于推荐系统的复杂算法，以及用于欺诈检测和数据分析的图形神经网络。

谷歌云、Meta和微软是首批有望接入DGX GH200的企业，它们将探索这台超级计算机在生成式AI工作负载方面的能力。

NVIDIA DGX GH200 AI超级计算机为生成式AI工作负载提供1 exaflop性能

黄仁勋表示：“DGX GH200 AI超级计算机集成了NVIDIA最先进的加速计算和网络技术来拓展AI的前沿领域。”

NVIDIA正在建造自己的大规模AI超级计算机NVIDIA Helios。这台超级计算机将于今年上线，它将使用四个与NVIDIA Quantum-2 InfiniBand网络相连的DGX GH200系统，可提供训练大型AI模型所需要的数据吞吐量。

在本次大会上发布的数百个使用NVIDIA系统中，DGX GH200最为瞩目。这些系统将共同为数百万用户带来生成式AI和加速计算。

黄仁勋宣布，将有超过400种采用NVIDIA 最新版本Hopper，Grace，Ada Lovelace和BlueField架构的系统上市。这些系统将被用于解决AI，数据科学和高性能计算领域的复杂挑战。

各种规模的加速

为了满足各种规模数据中心的需求，黄仁勋发布了一个用于创建加速服务器的模块化参考架构NVIDIA MGX。系统制造商将使用该架构快速、经济地构建100多种不同的服务器配置，满足各种AI、HPC和NVIDIA Omniverse应用的需求。

凭借MGX，制造商能够使用通用架构和模块化组件构建CPU和加速服务器。MGX支持NVIDIA全部GPU、CPU、DPU和网络适配器系列，以及各种风冷、液冷机箱的X86和Arm处理器。

众多制造商宣布将使用MGX创造新一代加速计算机。

Grace Hopper推动5G/6G发展

黄仁勋表示，NVIDIA 正在助力塑造未来5G、 6G 无线和视频通信。演讲中展示了通过Grace Hopper 上运行的 AI ，将当今的 2D 视频通话转变为更逼真的 3D体验 ，转换后的临场感令人惊叹。

黄仁勋宣布， NVIDIA 正在与电信巨头软银合作，在日本建立分布式数据中心网络，为提供新型服务奠定基础。它将在通用云平台上提供 5G 服务和生成式AI应用程序。

这些数据中心将使用模块化MGX系统中的NVIDIA GH200超级芯片和NVIDIA BlueField-3 DPU以及NVIDIA Spectrum以太网交换机提供5G协议所需的高精度计时。该平台将通过提高频谱效率来降低成本和能耗。

这些系统将帮助软银探索5G和6G在自动驾驶、AI工厂、增强和虚拟现实、计算机视觉以及数字孪生方面的应用，未来甚至可能被用于3D视频会议、全息通信等。

加速云网络

此外，黄仁勋发布了专门用于提高以太网AI云性能和效率的网络平台NVIDIA Spectrum-X。该平台将Spectrum-4以太网交换机与BlueField-3 DPU和软件相结合，相较于传统的以太网结构，AI性能和电源效率提高了1.7倍。

NVIDIA Spectrum-X 可加速在传统以太网网络上可能会出现性能损失的 AI 工作流程

令游戏角色栩栩如生

生成式AI也影响着人们玩游戏的方式。

黄仁勋发布了NVIDIA Avatar Cloud Engine（ACE）游戏开发版。开发者可以使用这项代工服务构建和部署定制化的语音、对话和动画AI模型。该引擎将赋予非玩家角色（NPC）对话技能，使他们能够以进化出的逼真个性回答问题。

NVIDIA ACE游戏开发版包含NVIDIA Riva等AI基础模型，可检测并转录玩家的语音。NVIDIA NeMo可根据文本提示生成定制化的回答并通过NVIDIA Omniverse Audio2Face实现动画化。

NVIDIA ACE 游戏开发版提供了一整套使令角色栩栩如生的生成式 AI工具

加速Windows上的生成式AI

黄仁勋介绍了NVIDIA和微软如何在生成式AI时代一同推动Windows PC的创新。

使用全新的和经过强化的工具、框架和驱动程序，PC开发者可以更加轻松地开发和部署AI。例如用于优化和部署GPU加速AI模型的Microsoft Olive工具链，以及新的图形驱动程序，将大幅提升配备NVIDIA GPU的Windows PC上的DirectML性能。

这项合作将加强1亿台配备RTX GPU的PC性能，并继续扩大设备数量。这些GPU中的Tensor Core可大幅提升400多个AI加速Windows应用和游戏的性能。

推动全球最大行业实现数字化

生成式AI为价值7,000亿美元的数字广告行业带来新的机遇。

例如，全球最大的营销服务机构WPP正与NVIDIA一起在Omniverse Cloud上构建首个生成式AI内容引擎。

黄仁勋在一段演示中展示了创作团队将如何连接他们的3D设计工具（如Adobe Substance 3D）并在NVIDIA Omniverse中构建客户产品的数字孪生。然后，他们可以凭借在来源可信的数据上训练并使用NVIDIA Picasso构建的生成式AI工具所提供的内容，快速制作出虚拟场景。

WPP客户可以使用制作完毕的场景生成大量广告、视频和3D体验，供全球市场和用户在任何网络设备上使用。

工厂铸就AI的未来

据估计，价值46万亿美元的制造业有1,000万家工厂，它们是工业数字化的重点领域。

黄仁勋表示：“全球最大的工业制造的都是实物。如果能够先以数字方式制造这些产品，就可以节省数十亿美元。”

此次主题演讲展示了多家电子制造商如何利用NVIDIA技术打造数字化流程，实现全数字化智能工厂的愿景。

这些企业通过Omniverse和生成式AI 的API接口，以连接他们的设计和制造工具，从而构建工厂数字孪生。他们还使用NVIDIA Isaac Sim模拟和测试机器人，并使用视觉AI框架NVIDIA Metropolis实现光学检测的自动化。

最新组件NVIDIA Metropolis for Factories可以创建定制化的质控系统，为制造商带来竞争优势。该组件正在帮助企业开发先进的AI应用。

使用AI加速装配线

例如，在全球生产笔记本电脑、智能手机等300种产品的和硕，正在使用Omniverse、Isaac Sim和Metropolis创建虚拟工厂。该公司能够在虚拟工厂中的模拟环境测试各种流程，为其节省了时间和成本。

和硕还使用NVIDIA DeepStream软件开发套件开发智能视频应用，将吞吐量提高了10倍。

富士康工业互联网是这家全球超大技术制造商的服务部门，该部门携手NVIDIA Metropolis合作伙伴，一起实现其电路板质控检查点重要环节的自动化。

黄仁勋在一段视频中展示了广达的子公司Techman Robot如何使用NVIDIA Isaac Sim优化其生产线上的检测。实际上，这是在使用模拟机器人，来训练机器人制造出更好的机器人。

此外，黄仁勋还发布了一个新平台，以支持下一代自主移动机器人 (AMR) 车队。 Isaac AMR 可以帮助模拟、部署和管理自主移动机器人车队。

更多信息，敬请观看完整的主题演讲。

https://www.nvidia.cn/events/computex/