“我希望你们意识到，这里不是演唱会。”英伟达总裁黄仁勋对着一群座无虚席的观众说道，人群填满了位于圣何塞的SAP中心。他以此引出了与演唱会截然相反的活动：公司的GTC大会。“你们参加的是一个开发者大会。这里将有很多关于算法、计算机架构和数学的科学讲解。我感觉到房间里弥漫着一种沉重的氛围；突然间，你们好像来错了地方。”
这或许不是一场摇滚演唱会，但这位身穿皮夹克、61岁的全球市值第三大公司的首席执行官在观众中确实拥有相当多的粉丝。该公司于1993年成立，使命是将通用计算推向极限。“加速计算”成为英伟达的口号：如果制造专用而非通用的芯片和电路板，那该有多好？英伟达的芯片为那些渴望高性能图形的游戏玩家提供了所需工具，使他们能够以更高的分辨率、更优的质量和更高的帧率玩游戏。
周一的主题演讲在某种程度上回归了公司的最初使命。“我想向你们展示英伟达的灵魂，我们公司的灵魂，它位于计算机图形学、物理学和人工智能的交汇点，所有这些都在一台计算机内部交汇。”
随后在接下来的两个小时里，黄仁勋做了一件罕见的事：他彻底进入了极客模式。任何期望他像蒂姆·库克那样进行一场流畅且面向观众的 keynote 演讲的人，注定会失望。总体而言，这场主题演讲技术含量极高，充斥着各种缩写，并且毫不掩饰地就是一场开发者大会。
我们需要更大的GPU
图形处理单元（GPU）是英伟达起步的地方。如果你组装过电脑，你脑海中浮现的大概是插入PCI插槽的显卡。旅程始于此处，但此后我们已走了很远。
公司宣布了其全新的Blackwell平台，这是一个绝对的庞然大物。黄仁勋表示，该处理器的核心“正在推动芯片尺寸物理极限”。它将两个芯片的力量结合在一起，提供10 Tbps的速度。
“我这里拿着价值约100亿美元的设备，”黄仁勋举着Blackwell的原型机说道，“下一个版本成本将是50亿美元。幸运的是，从那里开始它会变得更便宜。”将这些芯片组合在一起可以产生真正令人印象深刻的性能。
上一代针对AI优化的GPU被称为Hopper。根据测量方式的不同，Blackwell的速度快了2到30倍。黄仁勋解释说，创建GPT-MoE-1.8T模型需要8,000个GPU、15兆瓦的电力和90天的时间。使用新系统，你只需使用2,000个GPU，并仅消耗25%的电力。
这些GPU正在传输海量的数据——这非常自然地引向了黄仁勋谈论的另一个话题。
接下来是什么
英伟达为从事自动驾驶汽车研发的汽车制造商推出了一套新工具。该公司早已是机器人领域的重要参与者，但它又推出了新工具，帮助机器人工程师让他们的机器人变得更智能。
黄仁勋反复提到“AI工厂”这一短语，而不是数据中心。“在这些[服务器]机房里正在发生新的工业革命：我称它们为AI工厂，”黄仁勋说。
该公司还推出了 Nvidia NIM，这是一个旨在简化AI模型部署的软件平台。NIM以Nvidia的硬件为基础，通过提供一套现成的AI容器生态系统，旨在加速企业的AI计划。它支持来自多个来源的模型，包括Nvidia、Google和Hugging Face，并与Amazon SageMaker和Microsoft Azure AI等平台集成。随着时间的推移，NIM将扩展其功能，包括用于生成式AI聊天机器人的工具。
黄仁勋说：“任何可以被数字化的事物：只要存在某种结构，让我们能够应用一些模式，就意味着我们可以学习这些模式。如果我们能学会这些模式，我们就能理解其中的含义。当我们理解了含义，我们也能生成它。而我们正身处这场生成式AI革命之中。”
回顾Nvidia GTC 2024：
- Nvidia推出NIM，使AI模型投入生产更加顺畅
- Nvidia首席执行官希望企业思考‘AI工厂’，而非数据中心
- TechCrunch Minute：本周为何AI界齐聚Nvidia GTC 2024活动
- Nvidia携手人形机器人领域最具影响力的名字，打造全新AI平台GR00T
更新：本文已更新，包含新信息和主题演讲的视频。