3月22日，玩家和AI从业者又爱又恨的老黄带着他的新“核弹”来了。可惜这颗新“核弹”与玩家关系不大，主要面向企业和工业市场。估计与玩家相关的RTX 40系列最早要到9月份才会有消息。
好了，废话不多说，看看老黄这次带出了什么样的“大宝贝”。首先是A100显卡的继任者。新一代计算卡H100登场。H100采用全新的Hopper架构和台积电最新的4nm工艺。与上一代A100相比，各方面的参数都有明显提升。
英伟达的超级服务器芯片 Grace 也再次曝光。与上次给出的数据相比，本次曝光的格雷斯芯片的性能有了惊人的提升。根据发布会的描述，英伟达似乎和苹果走在了同一条路上。使用更多芯片来组装处理器。
除了硬件产品的曝光和发布，NVIDIA还在软件领域带来了很多新的东西，比如Omniverse Cloud，主打云端协同，让多个用户直接参与同一个媒体文件的编辑和渲染在云端。
此外，NVIDIA还展示了多个基于虚拟现实环境的工业和交通仿真案例，以及一套AI驱动的虚拟角色系统。系统可以通过深度学习进行动作训练，训练后无需额外的骨骼动作设计。操作可以根据指令做出相应的动作。这不仅是AI从业者的狂喜，也是电影和游戏从业者的狂喜。
不得不说，老黄这次带来了很多东西，每一个都能给AI等行业的发展带来明显的变化。让我们来详细看看英伟达发布的内容。
从去年开始，就有消息称英伟达今年将发布新一代计算卡，并将采用全新的Hopper架构。目前消息是准确的，不过大家都猜测新一代计算卡会采用台积电的5nm工艺，但现在看来，英伟达一步步选择了采用最新的4nm工艺。虽然本质上是5nm+，但就是功耗。它具有更好的性能，还可以集成更高的晶体管。
其实从H100的核心规格来看，不难理解为什么英伟达最终选择了4nm，晶体管集成度高达800亿，比上一代A100多了260亿。核心数增加到16896，这是世界上核心数最多的芯片核心，也是上一代100的2.5倍。
DASH跌破74美元关口 日内跌幅为6.79%:火币全球站数据显示，DASH短线下跌，跌破74美元关口，现报73.94美元，日内跌幅达到6.79%，行情波动较大，请做好风险控制。[2020/9/14]
夸张的内核参数提升带来的性能提升也是极其夸张的。根据英伟达官方给出的数据，H100的浮点计算和张量核心计算能力将比上一代提升至少3倍，FP32最高可达60 teraflops/秒。，而上一代 A100 为 19.5 teraflops。
H100也将率先支持PCIe 5.0和HBM3，让内存带宽达到惊人的3TB/s。老黄说，目前全球网络流量只有20台H100可以处理。虽然听上去有些夸张，但确实反映了H100夸大的性能参数。
强大的性能也伴随着夸张的功耗。NVIDIA给出的H100功耗高达700W（真正的“核弹”显卡），相比上一代A100。功耗只有400W，换来的却是两倍的功耗。3倍的性能提升整体来说不算亏。
H100还针对AI训练中用到的模型等进行针对性优化，配备Transformer优化引擎，使大型模型的训练速度可以提高到原来的6倍，大大减少了大型模型所需的训练人工智能模型时间，这个功能也呼应了下面将要讨论的AI分身系统。
在 NVIDIA 给出的测试数据中，训练一个 1750 亿参数的 GPT-3 模型将时间从原来的一周缩短到仅 19 小时，一个 3950 亿参数的 Transforme 模型只需 21 小时即可完成。训练，效率提升近9倍。
虽然参数看起来很不错，但实际表现还有待后续实际测试结果来揭晓。至少从RTX 30系列和A100的体验来看，最终的实际性能提升可能在2倍到2.5倍之间。，实现3倍的可能性不大，但即使只有2倍，也已经相当不错了，至少在AI方面，已经彻底碾压了AMD的计算卡。
此外，H100还引入了NVIDIA最新的NVIDIA NVLink第四代互连技术，可以进一步提升多GPU串连的效率。在NVIDIA给出的数据中，串联后的I/O带宽可以扩展至900GB/s，比上一代提升50%。
再来看看英伟达的新“玩具”Grace，这是英伟达为服务器业务准备的超级服务器芯片。系列产品。Grace 芯片采用了最新的 Arm V9 架构，Nvidia 以此为基准构建了两款超级芯片——Grace Hopper 和 Grace CPU 超级芯片。
其中，Grace Hopper 由一个 Grace CPU 和一个采用 Hopper 架构的 GPU 组成。两者将组成一个完整的计算系统。只需要一个芯片就可以构建一个强大的计算服务器。芯片串联起来形成更大的计算阵列。
Grace CPU超级芯片由两颗Grace CPU组成，它们通过NVIDIA NVLink-C2C技术互连，形成一个内置144个Arm核心和1TB/s内存带宽的巨型芯片（Grace CPU Ultra）。
说实话，英伟达的 Grace CPU 超级芯片很难不让人联想到苹果在春季发布会上发布的 M1 Ultra。它同样基于 Arm 架构，同样由两颗芯片组成。它也有夸张的特点。内存带宽和性能。
显然，芯片互连与组装技术已成为行业趋势之一，AMD也透露类似技术的CPU正在研发中，最早将于2023年与大家见面。只能说性能发展单个芯片现在正在接近极限。如果想要有更大的提升，可能不得不使用类似的互连技术进行芯片堆叠。
不过，Grace CPU 超级芯片的功耗并不低。NVIDIA官方给出的数据是500W，已经远超传统x86架构CPU。当然，考虑到格雷斯CPU超级芯片的夸张表现：SPECrate跑分740分，比第二名高出60%，这样的功耗也不是不能接受的。
显然，在 Arm 服务器领域，英伟达的野心非常大。
除了一堆高性能硬件，NVIDIA这次还展示了很多软件演示案例，包括使用H100等硬件模拟虚拟现实环境进行各种测试和模拟。在英伟达的演示中，未来企业可以通过强大的英伟达硬件搭建逼真的虚拟测试环境，在其中测试自动驾驶、智能工厂运营等。
通过使用虚拟测试环境，研究人员可以更轻松地测试自动驾驶在面对各种突发事件时的反馈，并在测试过程中直接定位问题，降低整体测试成本。此外，可以构建1:1的“数字工厂”，提前模拟运营，寻找提高效率，发现可能出现的问题，降低工厂正式运营后出现问题的概率。
英伟达将这组应用称为“数字孪生”，可以大大减少自动化工厂和自动驾驶方面的研究和测试投入。
Omniverse Cloud 是 NVIDIA 推出的全新云创建服务。通过Omniverse Cloud，用户可以随时随地访问和编辑大型3D场景，无需等待大量数据的传输，还可以让用户直接在线协作构建3D模型。
过去，3D模型和3D场景的协同构建需要在服务器上进行。Omniverse Cloud上线后，相关创作者可以通过任何支持Omniverse Cloud的终端直接访问协作空间并参与其中。大大提高了创作者的反应速度和工作自由度。
此外，NVIDIA还为创作者准备了第二个惊喜，一套AI驱动的虚拟角色系统，可以让AI在短时间内完成训练，学习各种指令对应的动作。比如一个简单的砍杀动作，在正常的制作过程中，动作架构师首先需要一步步调整动作骨架（俗称K帧），然后放到场景中进行测试。整个过程需要很多时间。并且每个不同的动作都需要重新调试。
借助这套AI虚拟角色系统，当你想让虚拟模型做出斩击动作时，只需要一个命令，AI就会从学习到的动作中找出关联的动作并自动运行，直接保存储蓄。大量的时间和人力，对于游戏开发者和视觉特效创作者来说，这个系统可以让他们将更多的精力集中在其他地方。
虽然 NVIDIA 的发布会并没有过多提及元宇宙，但从硬件到软件，都是未来构建元宇宙的基础。元宇宙目前无法成为现实的主要原因有两个。一是硬件性能无法满足我们的需求，二是软件领域还不够成熟，无法提供实时的真实环境模拟。技术的基础。
在此之前，我们首先需要的是更强大的计算硬件和更智能的人工智能系统。Nvidia 的 H100，虚拟现实环境和 AI 虚拟角色系统的出现，将使我们离真正的元宇宙更近一步。
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。