本文來自中國電子報、電子信息產(chǎn)業(yè)網(wǎng)，作者/李佳師。
從今年3月的GTC大會到6月的Computex展會，英偉達出場的主角都是Grace CPU和Hopper GPU，這意味著，從現(xiàn)在到未來，這兩者都將是英偉達公司在數(shù)據(jù)中心市場的絕對主角。英偉達希望通過命名自計算機編程界先驅(qū)Grace Hopper的最新GPU架構(gòu)Hopper重新定義數(shù)據(jù)中心，搶占人工智能（AI）、高性能計算（HPC）和數(shù)據(jù)分析等需求市場，成為這波需求紅利的頭茬收割者。
人工智能（AI）、高性能計算（HPC）和數(shù)據(jù)分析等市場，被鵬城實驗室研究員陳春章概括為“量子計算大規(guī)模流行之前的平行計算市場”。而筆者更愿意將其簡縮為“前量子計算市場”：量子計算機可能還需要10年到20年成熟，但對”量子級”的海量算力需求已經(jīng)存在，一向以市場嗅覺敏銳著稱的黃仁勛，已經(jīng)“磨刀霍霍”了。
數(shù)據(jù)中心將變成AI工廠
不管品種繁多的消費電子產(chǎn)品市場如何消長，后端數(shù)據(jù)中心市場的增長從來不會放緩，這是為什么英偉達、英特爾、AMD等半導(dǎo)體廠商都把數(shù)據(jù)中心視為“兵家必爭之地”的原因。
目前這三家企業(yè)都把CPU+GPU超級混合芯片作為數(shù)據(jù)中心市場的最新“聯(lián)合作戰(zhàn)方案”，基于這樣的組合思路，原來沒有GPU的補GPU，沒有CPU的補CPU。在基本完成“補短板”行動之后，最近，英特爾宣布推出Falcon Shores XPU芯片，AMD推出Instinct MI300芯片，英偉達則推出Grace，這幾款“CPU+GPU”的混合芯片都將在2023、2024年陸續(xù)登場。
如何在同一市場塑造差異化，從來都是CEO們必須思考的關(guān)鍵問題，正是基于差異化思路，黃仁勛今年頻繁在各個場合釋放“未來的數(shù)據(jù)中心將變成AI工廠”的論調(diào)，并下大注推動GPU代次更迭。因為在AI市場，英偉達的GPU優(yōu)勢無人撼動，如果未來的數(shù)據(jù)中心都向AI工廠轉(zhuǎn)型，那么英偉達將是這一轉(zhuǎn)型的最大獲利者。
未來的數(shù)據(jù)中心、云計算數(shù)據(jù)中心會越來越凸顯AI特征嗎？未來的數(shù)據(jù)中心會變成所謂“AI工廠”嗎？Gartner2020年發(fā)布的《云AI開發(fā)者服務(wù)關(guān)鍵能力報告》顯示，AI與云的結(jié)合將越來越緊密，AI云服務(wù)的能力也將成為AI產(chǎn)業(yè)的重要指標，到2025年，70%的新應(yīng)用程序?qū)⒓葾I模型。中國工程院院士王恩東同樣表示，當(dāng)前人工智能計算需求正呈指數(shù)級增長，未來在社會總計算需求中將占80%以上，承載這種需求的就是AI算力中心。
這印證了英偉達CEO黃仁勛的判斷。英偉達認為AI人工智能計算的發(fā)展正經(jīng)歷第五次浪潮。AI計算的第一次浪潮始于深度神經(jīng)網(wǎng)絡(luò)的發(fā)現(xiàn)。第二次浪潮是因為云，通過云AI計算迎來第二次浪潮。AI計算的第三次浪潮因為AI工具的開發(fā)，使得AI獲得更為容易，大型企業(yè)使用AI工具提高工作流程的質(zhì)量、安全和效率。第四次浪潮是AI從云或數(shù)據(jù)中心推向邊緣，比如工廠、醫(yī)院、機場、商店、餐廳和電網(wǎng)等地方。AI的第五次浪潮是自主性的增長——即AI在沒有人類干預(yù)的情況下自主操控移動機械，如汽車、卡車、船舶、飛機、無人機等機器人在沒有人類駕駛的情況下運行。
“自AI大爆炸以來，該行業(yè)已取得了迅速發(fā)展并引發(fā)了后來的計算浪潮，包括云服務(wù)、企業(yè)AI、邊緣AI和自主機器。”黃仁勛表示，“下一個機會就藏在AI工廠、云AI和邊緣AI之中。”
眼下，AI正以前所未有的速度向各行各業(yè)滲透，各個IT巨頭正在奮力突破AI加速滲透的最后瓶頸，大模型的“軍備競賽”是這場突圍的信號之一。咨詢公司IDC認為，人工智能的落地已經(jīng)發(fā)展到一定階段，向前一步的瓶頸在于某一廠商往往不具備足夠的可用于模型訓(xùn)練的數(shù)據(jù)資源，且缺乏充足的算力，很難將偏通用的AI模型落地到企業(yè)場景中。
模型算法、數(shù)據(jù)、算力是推動人工智能發(fā)展的三大要素，其中算力被視為人工智能走向規(guī)?；瘧?yīng)用的“發(fā)動機”。關(guān)于這個“發(fā)動機”有多重要，AI又有多能“吃”算力，AI大模型訓(xùn)練對算力消耗是一個參照：阿里用了480塊GPU來訓(xùn)練其千億參數(shù)模型，英偉達用3072塊GPU訓(xùn)練萬億參數(shù)模型，谷歌則用2046塊TPU訓(xùn)練16萬億參數(shù)的模型。所以加快提升“發(fā)動機”的能力，進一步降低算力成本，成為推動人工智能更快規(guī)模化落地的關(guān)鍵。
應(yīng)對人工智能發(fā)展所需要的“指數(shù)級算力”增長，要想成為下一輪“AI工廠”競爭的頭牌，英偉達必須將GPU的算力再次推向極致。
Hopper帶來GPU代際飛躍
一直以來英偉達在GPU市場擁有絕對優(yōu)勢，但AI等市場對于算力的無窮訴求，加上英特爾推出獨立GPU，以及AMD的步步緊逼，英偉達必須革新架構(gòu)，進一步加寬其護城河。
兩年前，英偉達推出的GPU架構(gòu)是Ampere（安培），英偉達最新的GPU新架構(gòu)以美國計算機編程界先驅(qū)Grace Hopper命名，足見其希望新架構(gòu)引領(lǐng)未來計算的企圖。
Hopper是英偉達最新的GPU架構(gòu)，基于Hopper架構(gòu)的GPU H100實現(xiàn)的性能提升，有人用“新核彈”來形容其代際飛躍。目前，基于Hopper架構(gòu)，英偉達推出了面向數(shù)據(jù)中心的GPU H100，“用20塊H100 GPU，可以承托全球互聯(lián)網(wǎng)的流量”，這是黃仁勛的原話。
具體來看，H100 GPU芯片由800億個晶體管構(gòu)建而成，采用了專為英偉達加速計算需求而優(yōu)化的TSMC 4N工藝，單個H100最大支持40TB/s的IO帶寬。H100同時還集多項“首個”于一身，包括首款支持PCIe 5.0的GPU、首款采用HBM3標準的GPU，以及全球首款具有機密計算功能的GPU。
盡管GPU H100將于2023年上半年才正式供貨，但自從今年曝光以來，已在業(yè)界引發(fā)諸多震蕩。
賽迪顧問集成電路產(chǎn)業(yè)研究中心分析師池憲念認為，相比于上一代的安培架構(gòu)，Hopper架構(gòu)在工藝方面、張量核心方面、性能方面均實現(xiàn)了飛躍，H100還具有機密計算功能，可保護AI模型和正在處理的客戶數(shù)據(jù)。
業(yè)內(nèi)資深人士認為，Hopper架構(gòu)的性能提升和主要變化體現(xiàn)在新型線程塊集群技術(shù)和新一代的流式多處理器。英偉達在Hopper中引入了新的線程塊集群機制，可實現(xiàn)跨單元進行協(xié)同計算。H100中的線程塊集群可在同一GPU內(nèi)大量并發(fā)運行，對較大的模型具有更好的加速能力。
池憲念認為，基于Hopper的GPU H100可以作為加速計算卡來助力超級計算機的發(fā)展，極大推進了數(shù)據(jù)中心、AI超級計算產(chǎn)業(yè)的發(fā)展。此外，它對產(chǎn)業(yè)界還有以下幾點促進：一是Hopper架構(gòu)的GPU產(chǎn)品可以應(yīng)用于服務(wù)器，為AI訓(xùn)練和推理以及數(shù)據(jù)分析提供更高應(yīng)用性能。二是H100 PCIe規(guī)格便于集成到現(xiàn)有的數(shù)據(jù)中心基礎(chǔ)設(shè)施中，有效提高算力和減小能耗。三是H100可助力開發(fā)者和企業(yè)構(gòu)建并加速AI、HPC等一系列應(yīng)用，使企業(yè)可用它來加速由AI驅(qū)動的業(yè)務(wù)。
如果再加上英偉達的連接技術(shù)，那么Hopper還可以像搭積木一樣進一步拓展處理器性能。比如今年GTC大會上，英偉達推出了AI計算系統(tǒng)DGX H100，借助NVLink連接，DGX使八塊H100成為了一個巨型GPU：擁有6400億個晶體管，具備32 PetaFLOPS的AI性能，具有640 GB HBM3顯存以及24 TB/s的顯存帶寬。
就像黃仁勛所宣稱的那樣，作為一家計算機平臺廠商，而非芯片企業(yè)，英偉達從來都不僅僅提供芯片，而是圍繞AI建立全棧的能力，其中芯片是關(guān)鍵基石，此外還有平臺、工具，并建立“樣板房”“樣板工廠”“樣板模型”。
目前英偉達正在構(gòu)建首個AI工廠的“樣板房”EOS，據(jù)介紹，該EOS搭載18個DGX POD、576臺DGX H100、4608個H100 GPU。在傳統(tǒng)的科學(xué)計算領(lǐng)域，EOS的速度是275 PetaFLOPS，比A100驅(qū)動的美國速度最快的超級計算機Summit還快1.4倍。在AI方面，EOS的AI處理速度是18.4 ExaFLOPS，比全球最大的超級計算機——日本的Fugaku快4倍。
大模型也是最近這幾年英偉達大力傾注的又一個維度，除了與微軟聯(lián)手研發(fā)大模型，最近，英偉達又聯(lián)手包括加州理工學(xué)院、伯克利實驗室在內(nèi)的多家科研機構(gòu)合作開發(fā)FourCastNet天氣預(yù)報AI模型。“傳統(tǒng)的數(shù)值模擬需要一年的時間，而現(xiàn)在只需要幾分鐘。”黃仁勛稱，它能夠預(yù)測颶風(fēng)、極端降水等天氣事件。據(jù)了解，F(xiàn)ourCastNet由傅里葉神經(jīng)算子提供動力支持，基于10TB的地球系統(tǒng)數(shù)據(jù)進行訓(xùn)練。依托這些數(shù)據(jù)，以及NVIDIA Modulus和Omniverse，可實現(xiàn)提前一周預(yù)測災(zāi)難性極端降水的精確路線。
布局“前量子計算”市場？
英偉達下狠心研發(fā)海量算力的GPU，H100將GPU的性能做到目前全球的頂配，陳春章認為其真正意圖正是搶占量子計算大規(guī)模流行前的需求市場，即“前量子計算市場”。目前看量子計算產(chǎn)業(yè)發(fā)展尚在早期，產(chǎn)業(yè)成熟或許還需5到10年，但需求市場已經(jīng)存在。英特爾、IBM、谷歌、微軟等IT巨頭都在緊鑼密鼓進行量子計算的研究，布局未來計算的下一站。
具體來看，H100的技術(shù)性能能解決哪些重大問題？有哪些典型的應(yīng)用場景？“第一是AI，第二是HPC。”陳春章表示。在AI方面，英偉達已經(jīng)給出了它在訓(xùn)練大模型方面的能效比，不再做討論，而HPC的典型場景包括基因序列、病毒的動態(tài)病理學(xué)研究，還包括自動駕駛、AR/VR、天氣預(yù)報、大飛機制造需要等。那么量子計算主要在哪些場景？以IBM的量子計算為例，IBM將之用于計算化學(xué)、分子化學(xué)研究，解決藥物合成問題。H100的目標市場與量子計算市場高度重合。
本源量子公司總經(jīng)理張輝說：“量子計算擅長兩類問題，一類是處理海量數(shù)據(jù)并行運算，另一類擅長模擬微觀體系下電子、原子、分子的運動規(guī)律。”張輝進一步表示，比如未來的新藥研制很可能不需要通過經(jīng)驗合成，不用進行小白鼠、大型動物、人體一期、二期、三期的實驗，花費幾十年的研制周期，量子計算機模擬后可快速得出最優(yōu)解決方案，極大地加速了新藥研制過程。
量子計算的所擅長的場景與H100描述的典型應(yīng)用場景如此高度一致。陳春章的判斷果然沒錯，答案來了：7月12日，英偉達發(fā)布統(tǒng)一計算平臺——NVIDIA量子優(yōu)化設(shè)備架構(gòu)（QODA）。英偉達稱，該平臺將加快人工智能（AI）、高性能計算（HPC）、醫(yī)療、金融和其他學(xué)科的量子研發(fā)突破。
按照介紹，QODA通過創(chuàng)建相干的混合量子經(jīng)典編程模型，使量子計算更容易使用。QODA是開放的、統(tǒng)一的環(huán)境，適用于當(dāng)今一些最強大的計算機和量子處理器，提高了科學(xué)生產(chǎn)力，并使量子研究具有更大的規(guī)模。
具體來看，HPC和AI領(lǐng)域的專家使用QODA能夠輕松地將量子計算添加至現(xiàn)有應(yīng)用中——借助現(xiàn)今的量子處理器以及模擬的未來量子計算機,這些模擬的量子計算機采用NVIDIA DGX系統(tǒng)和可提供大量NVIDIA GPU的科學(xué)超算中心和公有云。
此前，英偉達通過CUDA平臺+NVIDIA GPU收割了AI市場第一茬紅利；現(xiàn)在英偉達希望通過QODA平臺+NVIDIA GPU收割量子計算應(yīng)用市場紅利。張輝說，量子計算機有可能還需要10年到20年才成熟，但這對于英偉達來說更是機會，“在用戶還沒有享用到量子計算之前，現(xiàn)在就可以通過QODA平臺+NVIDIA GPU來滿足”。
英偉達高性能計算和量子計算產(chǎn)品總監(jiān)Tim Costa說:“在短期內(nèi),結(jié)合經(jīng)典計算和量子計算的混合解決方案可能為科學(xué)研究帶來突破。QODA將通過為開發(fā)者提供強大而高效的編程模型來徹底改變量子計算。”
7月13日，英偉達在東京舉行的Q2B大會上透露，目前已經(jīng)與量子硬件供應(yīng)商、量子軟件供應(yīng)商、，以及一些國家的計算中心和實驗室就QODA展開合作。
陳春章分析說：“英偉達公司收購Arm沒成，又沒有FPGA，果然，現(xiàn)在走了另外一條路線。”
