深度對(duì)話：英偉達(dá)憑什么制勝數(shù)據(jù)中心時(shí)代？作者 | 心緣
編輯 | 漠影
英偉達(dá)的激蕩30年，有四大高光時(shí)刻。第一次高光，是1999年世界上第一顆圖形處理器（GPU）GeForce 256誕生，為終結(jié)顯卡混戰(zhàn)、奠定英偉達(dá)GPU霸主地位埋下伏筆。第二次高光，是2006年革命性的統(tǒng)一編程軟件CUDA發(fā)布，為多年后英偉達(dá)成為“AI計(jì)算之王”鋪設(shè)了堅(jiān)實(shí)的生態(tài)根基。第三次高光，是2012年英偉達(dá)GPU助攻深度學(xué)習(xí)算法奪魁國(guó)際計(jì)算機(jī)視覺頂級(jí)賽事ImageNet競(jìng)賽，正式掀起人工智能（AI）第三次浪潮。第四次高光，是2017年英偉達(dá)專為數(shù)據(jù)中心和高性能計(jì)算打造的Tesla V100 GPU，憑借兇殘性能一統(tǒng)云端，從此笑傲數(shù)據(jù)中心計(jì)算江湖。接連踩準(zhǔn)游戲圖顯和人工智能兩大風(fēng)口，英偉達(dá)的營(yíng)收和市值開始狂飆突進(jìn)，其股價(jià)6年暴漲70倍，成為科技圈象征財(cái)富自由的“股市神話”。2020年夏天，英偉達(dá)迎來歷史時(shí)刻——數(shù)據(jù)中心業(yè)務(wù)季度營(yíng)收首次超過游戲業(yè)務(wù)，成為英偉達(dá)第一大收入來源。2021年10月，英偉達(dá)市值超過臺(tái)積電，首度登頂全球市值最高芯片公司，峰值一度超過8000億美元量級(jí)。不過，英偉達(dá)的爆發(fā)式成長(zhǎng)，在今年短暫地按下暫停鍵。隨著疫情紅利退潮，全球半導(dǎo)體產(chǎn)業(yè)開始面臨需求衰減、庫(kù)存待消的周期性困境，這在近期的財(cái)報(bào)季得到明顯體現(xiàn)，多家芯片巨頭發(fā)出預(yù)警。英偉達(dá)也不例外。受宏觀經(jīng)濟(jì)環(huán)境不景氣、消費(fèi)電子市場(chǎng)需求滑坡等因素的影響，英偉達(dá)近期預(yù)告的Q2財(cái)報(bào)業(yè)績(jī)中，游戲業(yè)務(wù)同比、環(huán)比均驟降33%，致使其整體營(yíng)收遜于預(yù)期。但這份看似滯緩的財(cái)報(bào)預(yù)告，恰恰證明了英偉達(dá)創(chuàng)始人兼CEO黃仁勛的先見之明。
相比于陷入疲態(tài)的游戲業(yè)務(wù)，英偉達(dá)數(shù)據(jù)中心業(yè)務(wù)正發(fā)展迅猛，其最新季度營(yíng)收已經(jīng)接近游戲業(yè)務(wù)的兩倍，同比增幅高達(dá)61%。
▲英偉達(dá)游戲及數(shù)據(jù)中心業(yè)務(wù)營(yíng)收變化（芯東西制表）這意味著，數(shù)據(jù)中心業(yè)務(wù)已取代游戲業(yè)務(wù)，成為撐起英偉達(dá)未來的一大主心骨。財(cái)報(bào)波動(dòng)只能反映短期的市場(chǎng)風(fēng)向。無論是警告芯片行業(yè)將進(jìn)入下行周期的分析師，還是剛披露最新季度財(cái)報(bào)的各路半導(dǎo)體巨頭，無不認(rèn)同數(shù)據(jù)中心、智能駕駛等新興市場(chǎng)將長(zhǎng)遠(yuǎn)地催生旺盛的芯片需求。
在這些新興市場(chǎng)，英偉達(dá)擁有相當(dāng)高的話語(yǔ)權(quán)，再加上借勢(shì)元宇宙熱潮，其產(chǎn)品在數(shù)據(jù)中心領(lǐng)域大受追捧。從人工智能、數(shù)據(jù)分析到數(shù)據(jù)科學(xué)，英偉達(dá)正通過持之以恒的技術(shù)創(chuàng)新，展示出顛覆數(shù)字世界的力量。
而這一切，都源自黃仁勛極具遠(yuǎn)見的前瞻性決策。對(duì)此，英偉達(dá)中國(guó)區(qū)工程和解決方案高級(jí)總監(jiān)賴俊杰博士深有感觸。
近日，在做客芯東西高端訪談欄目《芯焦點(diǎn)》對(duì)話中，賴俊杰與芯東西總編輯張國(guó)仁深入對(duì)話，深入闡釋了英偉達(dá)如何在不同的時(shí)點(diǎn)，用技術(shù)塑造自身產(chǎn)業(yè)地位的背后邏輯，尤其在數(shù)據(jù)中心市場(chǎng)，讓“加速計(jì)算專家”的形象越來越深入人心，并在營(yíng)收上超過to C業(yè)務(wù)背后，是如何步步為營(yíng)構(gòu)筑全棧技術(shù)和生態(tài)優(yōu)勢(shì)的。▲點(diǎn)擊視頻，觀看賴俊杰做客本期《芯焦點(diǎn)》精彩訪談
01.縱向加速：全棧布局，英偉達(dá)的殺手锏
數(shù)據(jù)中心芯片戰(zhàn)場(chǎng)硝煙彌漫，但英偉達(dá)始終屹立不倒。在今年3月舉行的英偉達(dá)GTC大會(huì)上，黃仁勛在演講中談到英偉達(dá)構(gòu)建了四層技術(shù)棧：硬件、系統(tǒng)軟件、軟件平臺(tái)、應(yīng)用框架。
其中每一層，都緊密圍繞著數(shù)據(jù)中心的剛需。芯片是算力基礎(chǔ)，但要充分發(fā)揮其性能，必須構(gòu)建完備的系統(tǒng)軟件底層庫(kù)。上層的三類平臺(tái)及各種應(yīng)用，更是為不同行業(yè)客戶的訴求量身定制。客戶需要更高的AI算力需求，于是英偉達(dá)打造了更強(qiáng)的芯片、服務(wù)器和AI超級(jí)計(jì)算機(jī)；客戶需要更好用的軟件系統(tǒng)，來快速實(shí)現(xiàn)AI模型的訓(xùn)練和部署，于是英偉達(dá)構(gòu)建了從底層系統(tǒng)軟件、驅(qū)動(dòng)軟件、平臺(tái)到上層的應(yīng)用框架；客戶需要在構(gòu)建模擬真實(shí)場(chǎng)景的數(shù)字虛擬世界，于是英偉達(dá)打造了將計(jì)算機(jī)圖形學(xué)與AI結(jié)合的NVIDIA Omniverse實(shí)時(shí)設(shè)計(jì)協(xié)作和模擬平臺(tái)。更有甚者，英偉達(dá)把主流AI算法模型做了個(gè)遍，并幾乎通通開源。企業(yè)假如對(duì)某個(gè)AI算法缺乏積累，可以直接免費(fèi)下載英偉達(dá)現(xiàn)成的先進(jìn)模型，稍做調(diào)整就能落地應(yīng)用。英偉達(dá)的NVIDIA AI Enterprise軟件，足足將AI模型開發(fā)時(shí)間從80周縮至8周。這樣的全棧布局，已經(jīng)成為英偉達(dá)在數(shù)據(jù)中心企業(yè)級(jí)市場(chǎng)的殺手锏。你很難想出還有哪家企業(yè)，擁有如此完備成熟的硬件產(chǎn)品矩陣、如此廣泛的AI計(jì)算開發(fā)者生態(tài)，又在軟件模型研發(fā)方面積累雄厚。追溯其根由，黃仁勛的棋局布得著實(shí)步步高明，令人拍手稱妙。當(dāng)數(shù)據(jù)中心浪潮還未鋪天蓋地、人工智能訓(xùn)練還是小眾領(lǐng)域，黃仁勛已經(jīng)投入重金，研發(fā)通用計(jì)算GPU和統(tǒng)一編程軟件CUDA，為英偉達(dá)謀一個(gè)遠(yuǎn)超游戲業(yè)務(wù)的更大生意——計(jì)算平臺(tái)。在那時(shí)，讓GPU可編程，是個(gè)聽起來不知道有什么用，又會(huì)讓產(chǎn)品成本幾乎翻倍的技術(shù)改變。沒有客戶愿意為此買單，但預(yù)判到單一功能圖形處理器不是長(zhǎng)遠(yuǎn)之計(jì)的黃仁勛，還是毅然決定，在英偉達(dá)所有產(chǎn)品線上都應(yīng)用CUDA。“Jensen（黃仁勛）作為創(chuàng)始人，在我們公司有非常權(quán)威的影響力，特別是人工智能這樣一些事情上?！辟嚳〗芑仡櫿f，為了這一愿景，早期黃仁勛快速調(diào)動(dòng)了英偉達(dá)上上下下非常多的資源。
▲芯東西總編輯張國(guó)仁（左）與英偉達(dá)中國(guó)區(qū)工程和解決方案高級(jí)總監(jiān)賴俊杰博士（右）對(duì)話
那絕對(duì)是難熬的五年，恰逢金融危機(jī)爆發(fā)、游戲業(yè)務(wù)增長(zhǎng)停滯，英偉達(dá)的利潤(rùn)被近乎摧毀，股價(jià)也大幅下跌。但最終結(jié)果，是黃仁勛****贏了，正是他超前的決策、打造計(jì)算平臺(tái)的愿景，讓英偉達(dá)贏在了人工智能落地?zé)岢钡钠瘘c(diǎn)——2012年，深度學(xué)習(xí)算法的強(qiáng)悍計(jì)算表現(xiàn)轟動(dòng)學(xué)術(shù)圈，作為高算力且易用的生產(chǎn)力工具，GPU+CUDA迅速風(fēng)靡計(jì)算機(jī)科學(xué)界，成為人工智能開發(fā)的“標(biāo)配”。大量的芯片從業(yè)者這才恍然驚覺，急忙追隨這位芯圈“預(yù)言家”的腳步，給自家芯片構(gòu)建可編程計(jì)算的能力和軟件棧。16年前CUDA的問世，讓從游戲開發(fā)者到超級(jí)計(jì)算開發(fā)者都可以編程使用英偉達(dá)的GPU產(chǎn)品；現(xiàn)在，英偉達(dá)繼續(xù)沿著降低開發(fā)門檻的思路，通過持續(xù)迭代AI模型、軟件及平臺(tái)，讓更多非專業(yè)AI開發(fā)者也能輕易投身于智能化升級(jí)的大潮中。如今“全?！币咽撬忻闇?zhǔn)云端數(shù)據(jù)中心市場(chǎng)的芯片公司的共識(shí)，即只有深入到應(yīng)用中、理解應(yīng)用的計(jì)算模式，才能給最終用戶提供足夠的價(jià)值。不同的是，他們還在探索的路上，而更早起步的英偉達(dá)已經(jīng)坐擁先發(fā)優(yōu)勢(shì)，其產(chǎn)品經(jīng)過大量的資源投入和市場(chǎng)歷練，不斷積累各種不同的行業(yè)應(yīng)用認(rèn)知和迭代優(yōu)化，并對(duì)英偉達(dá)的營(yíng)收形成了正向的反饋。過去五年，英偉達(dá)數(shù)據(jù)中心營(yíng)收復(fù)合年均增長(zhǎng)率為53%。截至今年5月，英偉達(dá)2023財(cái)年Q1財(cái)報(bào)顯示，其數(shù)據(jù)中心業(yè)務(wù)銷售收入達(dá)到創(chuàng)紀(jì)錄的37.5億美元，同比增長(zhǎng)83%，已成英偉達(dá)收入占比最大、成長(zhǎng)性最高的第一大業(yè)務(wù)。當(dāng)然，全棧的基礎(chǔ)，是基于出色架構(gòu)設(shè)計(jì)而打造的高性能芯片，如果拋開芯片本身，只強(qiáng)調(diào)全?；蛘咴谲浖矫娴耐度?，那是空中樓閣。
02.橫向擴(kuò)展：算網(wǎng)通吃，三芯合體
彪悍的芯片性能，無需做過多解釋。兩年前，NVIDIA A100 Tensor Core GPU作為英偉達(dá)面向AI加速和高性能計(jì)算打造的“算力猛獸”橫空出世，成為橫掃云端數(shù)據(jù)中心基礎(chǔ)設(shè)施的“頂流”硬件。光是不斷出現(xiàn)在各路AI計(jì)算論文及PPT展示的實(shí)測(cè)性能對(duì)比圖，足見A100一直被業(yè)界奉為AI訓(xùn)練加速硬件的標(biāo)桿。但正如前文所述，英偉達(dá)想做的，顯然不止是一顆芯片那么簡(jiǎn)單。在今年國(guó)際權(quán)威AI基準(zhǔn)測(cè)試平臺(tái)MLPerf公布的最新結(jié)果中，A100繼續(xù)保持了高光戰(zhàn)績(jī)，是唯一參與全部8項(xiàng)基準(zhǔn)測(cè)試的AI加速器，并在其中6項(xiàng)測(cè)試中計(jì)算速度第一。
實(shí)現(xiàn)這一成績(jī)，靠得不僅僅是芯片理論峰值，而是系統(tǒng)級(jí)的比拼，即計(jì)算能力、內(nèi)存帶寬、互連結(jié)構(gòu)、軟件優(yōu)化等綜合作用的結(jié)果。在硬件層面，A100本身提供的高浮點(diǎn)計(jì)算能力、高內(nèi)存帶寬等性能，能讓AI計(jì)算更快，但要想讓整個(gè)系統(tǒng)都快，關(guān)鍵在于突破網(wǎng)絡(luò)通信瓶頸。對(duì)此，英偉達(dá)的布局也非常完整，既有GPU之間、GPU與CPU之間的NVLink互連技術(shù)，也有Infiniband、高速以太網(wǎng)等，能支持大規(guī)模集群中跨節(jié)點(diǎn)的高速數(shù)據(jù)傳輸。在軟件層面，英偉達(dá)在cuDNN等算子加速庫(kù)、nccl等集體通信庫(kù)方面做了很多工作，不給高性能的A100 GPU拖后腿。“就像咱們經(jīng)常在很多地方會(huì)舉的木桶理論?！辟嚳〗艽蛄藗€(gè)比方，由多塊木板構(gòu)成的木桶，決定其盛水量的關(guān)鍵因素，不是最長(zhǎng)的木板，而是最短的木板。類似的，數(shù)據(jù)中心要實(shí)現(xiàn)更好的整體實(shí)力，每個(gè)軟硬件基礎(chǔ)設(shè)施都不能有短板。因此，數(shù)據(jù)中心設(shè)計(jì)者必須更宏觀地考慮整個(gè)系統(tǒng)中的軟硬件搭配，來更好地支持AI應(yīng)用落地。英偉達(dá)同樣在補(bǔ)齊硬件短板。2019年前，GPU還是英偉達(dá)芯片版圖中的唯一主角。三年間，英偉達(dá)接連發(fā)布自研DPU和CPU，將GPU從“唯一”變成了“三分之一”。
今年英偉達(dá)還亮出了一個(gè)將自研CPU和GPU拼裝到一起的互連“大招”NVLink-C2C，把數(shù)據(jù)傳輸速度相較連接傳統(tǒng)CPU提升15倍?？紤]到現(xiàn)在GPU顯存大小受到工藝和成本的約束，這種將CPU和GPU粘在一起的做法，相當(dāng)于間接擴(kuò)展了GPU能訪問到的高速存儲(chǔ)，對(duì)于一些高性能計(jì)算或?qū)PU顯存容量要求高的應(yīng)用場(chǎng)景尤其適用。
至此，坐擁三大算力支柱的英偉達(dá)，已經(jīng)成為數(shù)據(jù)中心企業(yè)級(jí)市場(chǎng)中的一位“全能型戰(zhàn)士”。英偉達(dá)也試圖將GPU+CUDA的成功經(jīng)驗(yàn)復(fù)制到DPU等更多硬件上，即通過編程語(yǔ)言定義硬件，包括推廣針對(duì)DPU的DOCA、針對(duì)量子計(jì)算QPU的QODA軟件開發(fā)架構(gòu)等。
03.成為數(shù)據(jù)中心的加速計(jì)算專家
對(duì)于數(shù)據(jù)中心客戶來說，英偉達(dá)的軟硬件技術(shù)組合就像“堆積木”，可以按需選購(gòu)，難點(diǎn)在于怎么選，才能匹配綜合效用最大化的算力，以及實(shí)現(xiàn)更高的性價(jià)比。賴俊杰說，在數(shù)據(jù)中心企業(yè)級(jí)市場(chǎng)，英偉達(dá)扮演的核心角色可以用一個(gè)詞概之——加速計(jì)算專家。“我們比較擅長(zhǎng)去做性能的分析、優(yōu)化?！彼窒淼溃瑸榘缪莺眠@個(gè)的角色，英偉達(dá)除了提供豐富的產(chǎn)品矩陣，還在幫助數(shù)據(jù)中心企業(yè)級(jí)客戶挖掘需求和提供技術(shù)搭配的建議。
在英偉達(dá)，賴俊杰主要負(fù)責(zé)帶領(lǐng)團(tuán)隊(duì)對(duì)接中國(guó)區(qū)的核心大客戶技術(shù)需求。他告訴芯東西，提供多層面的服務(wù)支持，是他們?nèi)粘９ぷ鞣浅Ｖ匾囊徊糠帧?/span>團(tuán)隊(duì)中，不同角色的同事分工合作，來跟客戶坐在一起，幫客戶梳理分析最重要的工作負(fù)載特征，尋找計(jì)算的熱點(diǎn)，完成移植到GPU上的工作，并幫客戶調(diào)整優(yōu)化整個(gè)應(yīng)用的鏈路性能。當(dāng)發(fā)現(xiàn)客戶的一些典型應(yīng)用、最關(guān)注的產(chǎn)品需求，他們會(huì)將這些需求反饋給產(chǎn)品團(tuán)隊(duì)，最終變成英偉達(dá)的新產(chǎn)品或新功能。對(duì)于企業(yè)普遍關(guān)心的成本問題，黃仁勛的經(jīng)典名言給出了答案：“買得越多，省得越多。”乍一聽可能會(huì)感覺矛盾，畢竟在芯片圈，GPU以高功耗而聞名。賴博士解釋說，這同樣是從系統(tǒng)的角度來算賬，通過軟硬件協(xié)同，最終整體能以更低的硬件成本，支撐起更多的業(yè)務(wù)應(yīng)用。當(dāng)然，更直觀的選購(gòu)指南，是提供參考模板。在數(shù)據(jù)中心，英偉達(dá)團(tuán)隊(duì)會(huì)配合OEM廠商，收集用戶的普遍需求，比如一個(gè)服務(wù)器里需要放幾塊卡等問題，根據(jù)這些需求將產(chǎn)品定型為幾個(gè)主要的類別，不同的類別會(huì)針對(duì)不同的應(yīng)用場(chǎng)景。近年來，英偉達(dá)在訓(xùn)練先進(jìn)AI算法模型等方面開展了大量工作，并在此過程中積累了許多對(duì)于系統(tǒng)、硬件的需求?；谶@些需求及客戶反饋，他們將經(jīng)驗(yàn)匯總，提出了從服務(wù)器級(jí)別到整個(gè)數(shù)據(jù)中心級(jí)別的一些參考架構(gòu)實(shí)現(xiàn)。對(duì)于少數(shù)在系統(tǒng)硬件設(shè)計(jì)層面擁有豐富經(jīng)驗(yàn)的大客戶，英偉達(dá)團(tuán)隊(duì)也會(huì)配合它們，針對(duì)特定的重要場(chǎng)景展開合作，探討最合適的系統(tǒng)架構(gòu)。根據(jù)市場(chǎng)情報(bào)公司Liftr Insights調(diào)查，2021年Q1英偉達(dá)在云端數(shù)據(jù)中心AI加速芯片市場(chǎng)的市占率高達(dá)78%，近年來基本穩(wěn)定在80%附近；另?yè)?jù)全球超算評(píng)估組織Top500.Org數(shù)據(jù)，2021年下半年，英偉達(dá)在全球超算中心的市場(chǎng)占率超過90%。英偉達(dá)原本就在GPU性能和高度粘性的CUDA開發(fā)者生態(tài)上占據(jù)優(yōu)勢(shì)，又在客戶服務(wù)方面思慮周全，也就不難理解云端訓(xùn)練端為何至今未出現(xiàn)一個(gè)能與其正面爭(zhēng)鋒的存在了。
04.落子未來：從AI大模型、工業(yè)元宇宙，到再造一個(gè)地球
作為國(guó)家新型基礎(chǔ)設(shè)施建設(shè)的重要組成部分，大數(shù)據(jù)中心、人工智能的戰(zhàn)略地位舉足輕重，國(guó)內(nèi)智算中心建設(shè)大潮的大幕已然拉開。現(xiàn)在智能語(yǔ)音、圖像識(shí)別等技術(shù)愈發(fā)成熟，逐漸轉(zhuǎn)化出語(yǔ)音客服、推薦系統(tǒng)、醫(yī)療機(jī)器人等越來越多的行業(yè)應(yīng)用價(jià)值。大模型、數(shù)字孿生、自主機(jī)器、虛擬化身等需求亦在工業(yè)界蓬勃而生。“作為數(shù)據(jù)中心設(shè)計(jì)者，必然要思考一個(gè)問題，如何能夠更好地支撐起這樣的應(yīng)用？”賴俊杰說。一方面，大模型正發(fā)展成AI基礎(chǔ)研究和產(chǎn)業(yè)化落地的一大趨勢(shì)，其龐大的算力需求、分布式計(jì)算問題，以及如何用相對(duì)更低的整體成本去完成大模型的推理部署，都帶給數(shù)據(jù)中心新的挑戰(zhàn)。另一方面，工業(yè)數(shù)字孿生等應(yīng)用場(chǎng)景開始將3D渲染能力跟AI結(jié)合，推進(jìn)數(shù)實(shí)融合、構(gòu)建工業(yè)元宇宙和推動(dòng)數(shù)字化轉(zhuǎn)型的過程，必然會(huì)產(chǎn)生大量數(shù)據(jù)，如何高效利用這些數(shù)據(jù)，成為越來越多數(shù)據(jù)中心企業(yè)級(jí)應(yīng)用所關(guān)注的話題。與以往一樣，英偉達(dá)早早地預(yù)見了這些趨勢(shì)，并針對(duì)數(shù)據(jù)中心客戶可能的需求，對(duì)其軟硬件產(chǎn)品進(jìn)行相應(yīng)的優(yōu)化。比如A100 GPU的繼任者——即將在今年下半年上市的H100 GPU，被英偉達(dá)稱作“實(shí)現(xiàn)了有史以來最快的代際飛躍”，其中尤其值得一提的新特性，便是引入Transformer Engine，用以加速基于Transformer的大模型訓(xùn)練。
▲Hopper架構(gòu)H100 GPU的主要升級(jí)
Transformer是當(dāng)前自然語(yǔ)言處理領(lǐng)域最重要的模型結(jié)構(gòu)之一，是一眾大模型的基礎(chǔ)，在數(shù)據(jù)中心工作負(fù)載中的地位日臻重要。賴俊杰說，H100 GPU一宣布，其數(shù)據(jù)中心客戶就表現(xiàn)出濃厚興趣。基于4608塊H100 GPU，英偉達(dá)還打造了Eos超級(jí)計(jì)算機(jī)，預(yù)計(jì)將提供18.4Exaflops的AI算力，為英偉達(dá)內(nèi)部在氣候科學(xué)、數(shù)字生物學(xué)和AI方面的研究工作展開支持。據(jù)稱它在面向AI特定用途時(shí)，最大處理速度比當(dāng)前的超算第一名還要快。這是英偉達(dá)「未來十年實(shí)現(xiàn)Million-X百萬倍性能飛躍」愿景的一部分，即通過加速計(jì)算、大規(guī)模擴(kuò)展和AI的結(jié)合，實(shí)現(xiàn)百萬倍計(jì)算加速，推動(dòng)科學(xué)和工業(yè)計(jì)算的發(fā)展，尤其是助力解決****物研發(fā)、宇宙模擬、數(shù)字孿生等重大挑戰(zhàn)。
其中特別有意思的一個(gè)項(xiàng)目是創(chuàng)建數(shù)字孿生地球，NVIDIA計(jì)劃建立AI超級(jí)計(jì)算及Earth-2，來應(yīng)對(duì)氣候變化危機(jī)。做整個(gè)地球的數(shù)字孿生，是個(gè)極富挑戰(zhàn)的問題，其目的是構(gòu)建一個(gè)氣候模型，來推演全球不同區(qū)域幾十年的氣候變化，從而提前制定好應(yīng)對(duì)極端天氣變化的最佳策略。今天，我們做氣候模擬的分辨率大約為10~100公里。而要模擬全球從海洋、海冰、地表、地下水到大氣和云層的整個(gè)水循環(huán)過程，需要幾米的分辨率，以及比目前可用算力高出數(shù)百萬到數(shù)十億倍的算力。為此，英偉達(dá)計(jì)劃全力投入大量資源，將它所積累的各種先進(jìn)技術(shù)，包括GPU加速計(jì)算、深度學(xué)習(xí)、內(nèi)嵌物理信息的神經(jīng)網(wǎng)絡(luò)突破以及AI超級(jí)計(jì)算機(jī)等全部投入其中，為實(shí)現(xiàn)超分辨率氣候建模所需的10億倍量級(jí)提供支撐。“Jensen（黃仁勛）作為英偉達(dá)的創(chuàng)始人，他在帶領(lǐng)整個(gè)公司往前走的時(shí)候，還是有一些情懷?！辟嚳〗苷f，“無論是做Earth-2數(shù)字地球?qū)\生，還是在醫(yī)療行業(yè)的大舉投入，這項(xiàng)動(dòng)作的初衷，都是希望利用英偉達(dá)的能力和資源，做一些對(duì)整個(gè)人類群體有益的事情?！?/span>
05.結(jié)語(yǔ)：風(fēng)物長(zhǎng)宜放眼量
總體來看，英偉達(dá)在數(shù)據(jù)中心的制勝之道，可以歸于天時(shí)、地利、人和。天時(shí)，既有英偉達(dá)主導(dǎo)而成先發(fā)優(yōu)勢(shì)，也有深度學(xué)習(xí)浪潮爆發(fā)的偶然時(shí)代機(jī)遇。從21世紀(jì)初，英偉達(dá)就開始將GPU從單一圖形處理功能向通用計(jì)算方向改造，不斷迭代軟硬件和推進(jìn)社區(qū)建設(shè)。如今其生態(tài)壁壘之深厚，已經(jīng)不是其他芯片公司喊喊口號(hào)就能輕易追趕的。當(dāng)然，如果不是2012年，深度學(xué)習(xí)之父Geoffrey Hinton團(tuán)隊(duì)通過ImageNet挑戰(zhàn)賽展示出人工智能的驚人計(jì)算能力，那么英偉達(dá)在數(shù)據(jù)中心企業(yè)級(jí)市場(chǎng)的崛起，也許會(huì)再晚數(shù)年。地利，是隨著云計(jì)算、移動(dòng)互聯(lián)網(wǎng)、智能駕駛、元宇宙等產(chǎn)業(yè)加速發(fā)展，企業(yè)對(duì)計(jì)算能力的旺盛需求，正推動(dòng)全球范圍內(nèi)數(shù)據(jù)中心建設(shè)如火如荼的開展，準(zhǔn)備就緒的英偉達(dá)得以充分施展抱負(fù)，在數(shù)據(jù)中心企業(yè)級(jí)市場(chǎng)中大展宏圖。人和，是這一切布局的源頭，是英偉達(dá)核心人物黃仁勛看世界的遠(yuǎn)見。無論是轉(zhuǎn)向通用計(jì)算平臺(tái)還是到提前全面布局人工智能，如果不是黃仁勛在早期快速調(diào)動(dòng)公司上上下下的資源來做大規(guī)模投入，今天的人工智能和數(shù)據(jù)中心可能會(huì)是另一番景象。一路走來，英偉達(dá)沒有故步自封，而是持續(xù)擁抱新事物、新技術(shù)。無論是重新定義GPU，還是學(xué)習(xí)競(jìng)爭(zhēng)對(duì)手的思路，抑或是不斷嘗試理解重要的領(lǐng)域應(yīng)用對(duì)于計(jì)算系統(tǒng)的需求，其富有遠(yuǎn)見的判斷力和持續(xù)自我重塑的執(zhí)行力，都在不斷延長(zhǎng)英偉達(dá)的生命周期。結(jié)果正如我們所看到的，英偉達(dá)已經(jīng)構(gòu)建起堅(jiān)固的護(hù)城河——全棧計(jì)算能力。盡管前方充滿了未知與風(fēng)險(xiǎn)，但這家芯片巨頭顯然早已下定決心，瞄準(zhǔn)數(shù)據(jù)中心這條道路，并堅(jiān)定地走下去。最后，回到數(shù)據(jù)中心架構(gòu)層面，很多計(jì)算問題遠(yuǎn)遠(yuǎn)不止一顆芯片這么簡(jiǎn)單，有時(shí)需要很多不同類型的芯片、不同的網(wǎng)絡(luò)結(jié)構(gòu)高效協(xié)同，并配合大量的軟件工程師工作，才能最終將整體應(yīng)用性能做到足夠顯著的提升。在先進(jìn)技術(shù)探索之路上，每邁出的新一步，都值得我們保持敬畏。春江水暖鴨先知，已然身處數(shù)據(jù)中心加速計(jì)算中心的英偉達(dá)，在黃仁勛敏銳的戰(zhàn)略洞察指導(dǎo)下，仍在全力以赴投入研發(fā)創(chuàng)新，去支撐學(xué)術(shù)界和工業(yè)界解決那些最難的問題，創(chuàng)造更深遠(yuǎn)的價(jià)值。
GTIC 2022演講預(yù)告
8月26日-27日，「GTIC 2022全球AI芯片峰會(huì)」將在深圳開啟。大會(huì)以“不負(fù)芯光 智算未來”為主題，將于深圳灣萬麗酒店大宴會(huì)廳舉行。
在大會(huì)首日上午舉行的AI芯片高峰論壇上，NVIDIA中國(guó)區(qū)工程及解決方案高級(jí)總監(jiān)賴俊杰將發(fā)表主題為《NVIDIA Hopper GPU 架構(gòu)解析》的演講，賴俊杰博士將圍繞最新的NVIDIA Hopper架構(gòu)，分享一些Hopper架構(gòu)細(xì)節(jié)和底層技術(shù)。同時(shí)將介紹在圖神經(jīng)網(wǎng)絡(luò)訓(xùn)練任務(wù)上GPU的應(yīng)用，和團(tuán)隊(duì)的最新工作。
*博客內(nèi)容為網(wǎng)友個(gè)人發(fā)布，僅代表博主個(gè)人觀點(diǎn)，如有侵權(quán)請(qǐng)聯(lián)系工作人員刪除。
霍爾傳感器相關(guān)文章:霍爾傳感器工作原理
霍爾傳感器相關(guān)文章:霍爾傳感器原理
加入技術(shù)交流群
