看完老黃演講，地球上已經沒有人可以阻止英偉達了_風聞

6月2日晚7點，黃仁勳在台北Computex 2024上，分享了英偉達在AI領域的最新研究。

從AI的底層技術，到生成式AI在各行各業的應用，將近兩個小時的主題演講，核心只用五個字就能概括：

英偉達牛X。

很多人把英偉達比作AI時代的「賣鏟人」。根據彭博社預測，2024年，英偉達在AI GPU領域的銷售額將達到驚人的400億美元。

要知道，英偉達2024財年的總營收，是609億美元。

如此強勢的業績，也讓英偉達憑一己之力，撐起了整個美股大盤。

但看完了黃仁勳的最新演講，我覺得英偉達不止是一個AI時代的「賣鏟人」，更是一個“未來世界”的「工程師」。

這個未來世界，就是以加速計算為基礎的人工智能大爆炸的世界。

加速計算時代

這是一張男人的臉，細節到眼部肌肉的細微跳動，清晰到每一個毛孔、細紋隨光影的變化。

這是一個工廠的流水線，井然有序的機械臂，忙碌的技術工人，一切有條不紊。

這是火焰。

這是雷電。

這是彈珠落地。

這是絲帶飄舞。

這是汽車轟鳴。

這是洋流形成。

所有這一切，都來自英偉達Omniverse的虛擬工廠。

而Omniverse能夠以假亂真的兩個技術基礎，是加速計算和生成式AI。

根據老黃的演講，過去60年，計算機行業只經歷了兩三次技術變革。

第一次是1964年，IBM System 360開創了計算機兼容性時代，從此，世界上所有的電腦，都有了一種共同的電腦語言。

第二次是2007年，iPhone引入移動計算，把計算機放進了我們的口袋，並實現了雲端鏈接。

但隨着CPU性能提升的明顯不足，與人類計算需求的指數增長之間的矛盾日益凸顯，計算成本將會顯著增加（數據中心電力消耗等），這將會導致**「計算通貨膨脹」**。

這個時候，英偉達帶着GPU和CUDA來了個“神兵天降”。

英偉達的異構計算，讓GPU和 CPU 並行運行，使計算速率最快提升了100 倍，但功耗只增加了大約3倍，成本只增加了約 50%。

一台1000 美元 PC 上加一個 500 美元 GeForce GPU，性能會大幅提升。

也就是説，你買得（GPU）越多，省得越多。

而CUDA則相當於一個軟件生態，可以最大限度地開發GPU的潛能，實現加速計算。

到目前為止，CUDA在全球擁有500萬開發者和不計其數的用户，這些龐大的用户基礎，進一步降低了計算成本，讓開發人員有機會去不斷探索邊界，從而開發出更多的應用。

但這些説到底，只是讓計算機更快一點的工具，相當於一個超算中心。

直到2017年，Transformer架構問世，需要更大的數據和算力來訓練大語言模型；再到2022年11月，ChatGPT問世，所有的圖像、表格、單詞、語音、視頻，都抽象成了成了一個又一個token。

而用於訓練ChatGPT的英偉達的GPU，就成了生產這些token的「AI工廠」。

理論上，這個「AI工廠」可以生成一切，也就是——

模擬一切。

超級AI工廠

構建這個超級AI工廠的基石，是地表最強芯片，Blackwell。

過去8年，從Pascal到如今的Blackwell，英偉達芯片的浮點計算能力，增長了1000倍，而摩爾定律在這八年內的增長大約是40～60 倍。

以GPT-4的模型訓練為例，8年前的Pascal所需能耗為1000GWh，這需要一個功率在100 MW 數據中心，耗時大約一年時間，才能訓練出一個GPT-4，根本不現實啊。

而Blackwell的能耗是3GWh，能耗僅為8年前的1/350，1萬個GPU訓練10天就搞定了。

同樣的，生成一個token，Pascal 消耗的能量，相當於2 個200W燈泡運行 2 天，而新的Blackwell只使用 0.4 焦耳。

你可以説，Blackwell芯片就是專門為訓練大模型而生的。

光芯片強大還不夠，搭載芯片的服務器，也得足夠強大。

簡單來説，就是先將兩塊Blackwell芯片這樣⬇️

再這樣⬇️

通過這樣的模塊化架構，將許多個Blackwell芯片整合起來，變成一個“超級加倍”的服務器。

目前，英偉達的MGX超級計算機已經同時集成了72個Blackwell GPU。

光把芯片塞到一起還不夠，還得讓它們之間正常“通信”。

英偉達又拿出了NVLink芯片，這種芯片擁有 500 億個晶體管，74 個端口，每個端口 400Gbps，橫截帶寬 7.2Tbps，內部還具有數學運算能力。

非常抽象對吧。

你也可以這麼理解——有了NVLink，你的GPU可以變得這麼大⬇️

這是電氣奇蹟，也是機械奇蹟。

這還不算，老黃還給自己上了個強度：

2025 年推出 Blackwell Ultra 芯片；

2026 年推出 Blackwell 的繼任者 Rubin 芯片；

2027年推出 Rubin Ultra，新一代基於 Arm 的 Vera CPU，以及 NVLink 6 Switch（3600GB/s）。

總之，依靠超強性能的芯片，加上足夠強大的服務器，以及不斷的技術迭代，英偉達在AI時代賣鏟人的地位，穩如老狗啊。

説了這麼多，實際上大家對AI芯片的能耗、算力，其實很難具體感知到。

老黃講了兩個案例。

第一個是地球2，AI這麼強大的算力，可以模擬任何一個token，也就是可以創建一個虛擬地球，即數字孿生地球。

這個地球上的一切，都和真實的地球一模一樣，如此一來，就可以通過在地球2上預演，來預測未來可能發生的一切，比如氣候變化、自然災害等等，讓人類可以更好地避免災難，提前適應極端氣候。

第二個案例，是AI機器人。

機器人在英偉達的虛擬平台Omniverse上，通過數百萬次的實驗和試錯，從零開始學習抓取物體、學會自主導航，學會我們在現實生活中可能嘗試的一切，然後將其零成本遷移到現實世界。

當算力足夠強大，配合大模型不斷生成環境參數和任務去刁難機器人，機器人在虛擬世界學習一天的技能，可能相當於人類在現實世界學習一年甚至10年的程度。

當這些AI驅動機器人被大規模運用到工廠、倉庫，運用到醫療、養老，運用到很多人類不願意從事的領域，各行各業，都將被徹底改寫。

黃仁勳説，“這不是未來，這正在發生”。

靠技術引領未來，並藉此賺到足夠的錢，這是英偉達的牛X之處。

而生成式AI能帶領人類走向何處，也許很快就有答案。