英偉達(dá)的下一代 Blackwell 架構(gòu)可以發(fā)揮相當(dāng)大的作用。

根據(jù)英偉達(dá)(Nvidia)的路線圖，它將推出其下一代black well架構(gòu)很快。該公司總是先推出一個(gè)新的架構(gòu)與數(shù)據(jù)中心產(chǎn)品，然后在幾個(gè)月后公布削減的GeForce版本，所以這也是這次的預(yù)期。作為Nvidia即將推出其新的數(shù)據(jù)中心GPU的證據(jù)，一位戴爾高管已經(jīng)分享了一些關(guān)于下一代Nvidia硬件的有趣信息，在最近的一次收入電話會議上說，該公司有一個(gè)1000W的數(shù)據(jù)中心GPU在計(jì)劃中。

戴爾首席運(yùn)營官杰夫·克拉克(Jeff Clarke)在 2 月 29 日的財(cái)報(bào)電話會議上討論了戴爾的工程優(yōu)勢，以及 Nvidia 即將推出的硬件可提供哪些優(yōu)勢。

他說：“我們對 B100 和 GB200這兩款產(chǎn)品感到興奮，下圖是 Nvidia 下一代數(shù)據(jù)中心 GPU 及其后繼產(chǎn)品的芯片名稱。Nvidia 目前將H100作為其旗艦數(shù)據(jù)中心 GPU，并且剛剛推出了具有更快 HBM3e 內(nèi)存的第二代產(chǎn)品，稱為 H200?！蔽覀兌贾?B100 是該芯片的 Blackwell 后繼產(chǎn)品，因此 GB200 似乎將是該 GPU 的第二次迭代，盡管它目前沒有出現(xiàn)在 Nvidia 的路線圖上（如下）。

然后，Clark 開始討論這些下一代部件的熱性能，并表示：“您實(shí)際上并不需要直接液體冷卻即可達(dá)到每個(gè) GPU 1,000W 的能量密度。明年的一些產(chǎn)品就會實(shí)現(xiàn)這一點(diǎn)，”

目前的 GH200 Grace Hopper CPU+GPU 的 TDP 已經(jīng)達(dá)到 450W 到 1,000W，具體取決于配置，因此看到下一代版本的該數(shù)字保持不變會有點(diǎn)令人驚訝。同時(shí)，現(xiàn)有的H100是700W GPU，但我們不知道它的后繼者B100對功耗有何要求。Nvidia 似乎可以將其功率提高到 1,000W，但我們還沒有聽到有關(guān) B100 功耗的任何消息。

目前，我們必須等到 3 月 18 日才能看到 Nvidia 為 Blackwell 數(shù)據(jù)中心準(zhǔn)備了什么，作為游戲玩家，我們或許也能從該公告中收集到一些細(xì)節(jié)。鑒于該公司在人工智能市場的地位有多高，全世界都將關(guān)注今年的 GTC，看看 Nvidia 有何高招。盡管距離發(fā)布已經(jīng)很近了，但我們對 Blackwell 的了解仍然不多，只知道它將使用臺積電的 3nm 工藝，并且 Nvidia 可能會首次采用小芯片設(shè)計(jì)。英偉達(dá)還透露，短期內(nèi)這些芯片的需求將超過供應(yīng)。

英偉達(dá)還披露了 X100 芯片的計(jì)劃，計(jì)劃于 2025 年發(fā)布，該芯片將擴(kuò)大產(chǎn)品范圍，包括企業(yè)用途的 X40 和 GX200，在 Superchip 配置中結(jié)合 CPU 和 GPU 功能。同樣，GB200預(yù)計(jì)將效仿B100，融入超級芯片概念。

從英偉達(dá)的產(chǎn)品路線來看，在未來1-2 年，AI 芯片市場將再次天翻地覆。

值得注意的是，在英偉達(dá)占據(jù)絕對地位的AI芯片領(lǐng)域中，AMD是為數(shù)不多具備可訓(xùn)練和部署AI的高端GPU公司之一，業(yè)界將其定位為生成式AI和大規(guī)模AI系統(tǒng)的可靠替代者。AMD與英偉達(dá)展開競爭的戰(zhàn)略之一，就包括功能強(qiáng)大的MI300系列加速芯片。當(dāng)前，AMD 正在通過更強(qiáng)大的 GPU、以及創(chuàng)新的CPU+GPU平臺直接挑戰(zhàn)英偉達(dá)H100的主導(dǎo)地位。

AMD最新發(fā)布的MI300目前包括兩大系列，MI300X系列是一款大型GPU，擁有領(lǐng)先的生成式AI所需的內(nèi)存帶寬、大語言模型所需的訓(xùn)練和推理性能；MI300A系列集成CPU+GPU，基于最新的CDNA 3架構(gòu)和Zen 4 CPU，可以為HPC和AI工作負(fù)載提供突破性能。毫無疑問，MI300不僅僅是新一代AI加速芯片，也是AMD對下一代高性能計(jì)算的愿景。

除此之外，英偉達(dá)還要面臨來自自研AI芯片選手的競爭。

今年2月，科技巨頭Meta Platforms對外證實(shí)，該公司計(jì)劃今年在其數(shù)據(jù)中心部署最新的自研定制芯片，并將與其他GPU芯片協(xié)調(diào)工作，旨在支持其 AI 大模型發(fā)展。研究機(jī)構(gòu)SemiAnalysis創(chuàng)始人Dylan Patel表示，考慮到Meta的運(yùn)營規(guī)模，一旦大規(guī)模成功部署自研芯片，有望將每年節(jié)省數(shù)億美元能源成本，以及數(shù)十億美元芯片采購成本。

OpenAI也開始尋求數(shù)十億美元的資金來建設(shè)人工智能芯片工廠網(wǎng)絡(luò)。外媒報(bào)道，OpenAI正在探索制造自己的人工智能芯片。并且Open AI的網(wǎng)站開始招募硬件相關(guān)的人才，官方網(wǎng)站上有數(shù)個(gè)軟硬件協(xié)同設(shè)計(jì)的職位在招聘，同時(shí)在去年九月OpenAI還招募了人工智能編譯器領(lǐng)域的著名牛人Andrew Tulloch加入，這似乎也在印證OpenAI自研芯片方面的投入。

不止是Meta和OpenAI，據(jù)The Information統(tǒng)計(jì)，截至目前，全球有超過18家用于 AI 大模型訓(xùn)練和推理的芯片設(shè)計(jì)初創(chuàng)公司，包括Cerebras、Graphcore、壁仞科技、摩爾線程、d-Matrix等。

審核編輯：劉清