大公司｜英伟达要用GPU反向整合CPU，还要为游戏厂商生成（而非设计）游戏角色

「大公司最新动态，只在值得关注时更新」

撰写：王杰夫

编辑：吴洋洋

Key Updates

AI的转折点已经到来，英伟达要成为这一切的基础设施。

深度学习并不需要“微积分”这种复杂计算，反而需要大量的简单计算，这让GPU比CPU更适合AI。

以前CPU整合GPU，现在GPU反过来整合CPU。

GH200 Grace Hopper是一个CPU与GPU封装在一起的超级芯片，已经投产。

4个英伟达数据中心DGX GH200的算力就能够超过天河2号（中国最强的超级计算机）了。

5月29日在台北举办的COMPUTEX大会上，英伟达CEO黄仁勋用长达两个小时的演讲，全面展示了英伟达在AI时代的野心。

他反复提到生成式AI的出现意味人工智能的转折点已经到来，未来社会对于算力的需求将会更加巨大，而英伟达要做的事情就是成为这一切的基础设施。

在CPU的时代豪赌GPU

而这一切要追溯到12年前（2011年），当时还是英特尔CPU（中央处理器）的时代，英伟达的主要产品GPU（图形处理器）的市场看起来并不大，客户主要是图形设计师和游戏玩家。但AI研究者们发现，GPU在深度学习算法方面的潜力要比CPU更大。你可以把CPU当作1个能算微积分的研究生，而GPU就是100个只会加减乘除的高中生，但深度学习并不需要“微积分”这种复杂计算，反而需要大量的简单计算。

当时，黄仁勋做了一场影响未来芯片产业的豪赌，将筹码押注在深度学习的发展上。用当时年营收的1/6研发CUDA（统一计算设备架构），该项目可以将多个GPU串联到一起做并行计算——即使当年的黄仁勋再乐观，估计也没有预计到今天一个服务器集群就有上百个GPU的景象。

5月29日的演讲中，黄仁勋反复将CPU服务器与GPU服务器在训练大模型的效率上做对比，无论在功耗还是效率上，GPU都碾轧式地领先。

“耗费1000万美元，可以组成有960个CPU的服务器集群，消耗11千兆瓦时的电力，最终完成1次训练；而同样多资金投入，可以组成包含48个GPU的服务器集群，消耗3.2千兆瓦时的电力，完成44次训练。”他举例说。

这意味着，同样完成一次大模型训练，用GPU只需要用CPU时4%的硬件投入和1.2%的电力消耗。用黄仁勋的总结就是：“用得越多，省得越多。”

以前CPU整合GPU

现在GPU反过来整合CPU

5月29日的演讲中，黄仁勋宣布GH200 Grace Hopper已经正式投产，这是一个CPU与GPU封装在一起的超级芯片。过去，CPU是核心处理器，GPU是协处理器，而随着GPU逐渐成为AI基础设置，现在需要CPU担任协处理器的角色。

目前，英伟达GPU的运算主要受到CPU内存的限制，对此它的解决办法就是把CPU和GPU整合到一起，使用LPDDR5x和NVIDIA NVLink这两个技术，让CPU与GPU的数据传输效率更好，内存负载更强。

除此以外，黄仁勋更是将256个超级芯片GH200连接在一起，组成了更强大的数据中心DGX GH200，它专门为提供最大吞吐量和可扩展性而设计，这台性能怪兽的算力为1 exaflops FP8性能（或近 9 petaflops FP64 性能，FP8和FP64是两种衡量超算性能的计算标准）。作为对比，目前中国最强的超级计算机天河2号的实际峰值算力为33.86 petaflops FP64，意味着4个英伟达数据中心DGX GH200的算力就能够超过天河2号了。

黄仁勋表示，Google、Meta和微软将成为首批使用DGX GH200来探索生成式AI的公司。而英伟达自己也将部署一个名为Helios的超级计算机，它由4个DGX GH200系统（1024个GH200超级芯片）组成，用于自家的研发工作。

英伟达帮你用AI生成游戏角色

除了硬件外，5月29日，英伟达还推出了一款名为Avatar Cloud Engine (ACE)的游戏角色生成软件。黄仁勋现场演示了一段游戏画面，主角进入到一家赛博朋克风格的拉面店询问老板最近生意如何，而这位老板表示最近不太平，周围有黑帮骚扰。

黄仁勋表示，这位老板NPC（Non-Player Character，非游戏玩家，通常是游戏开发者为游戏内置的非真人角色）的回复是由类似ChatGPT的大语言模型生成的，他们会为这个NPC设定背景故事，NPC会结合自己的背景回答玩家问题，就像是真人一样。之后，能够为游戏生成NPC角色的软件ACE会再将文本转成语音，同时为NPC生成对应的面部表情。

随着生成式AI的快速发展，越来越多游戏公司开始尝试将AI用于NPC的设计中，它们希望这种方式能够降低设计NPC的成本，同时还能带给玩家更真实的体验。

中国尚不在发行名单上

除了超级芯片、超级数据中心、自动生成游戏角色的生成式技术，发布会上，英伟达还推出了一个新的数据中心服务器架构MGX，以及一个高速网络平台Spectrum-X。同时，英伟达还宣布了将与软银合作建立分布式数据中心，将与全球最大的营销服务机构WPP集团合作构建生成式AI内容引擎。

英伟达这些最强大的硬件设备依旧无法进入中国市场。美国政府在2022年8月向英伟达下达禁令，限制英伟达向中国出售其A100和H100图形处理器。这两款最高端的芯片就主要被用于训练大型语言模型，美国政府希望借此限制中国在人工智能方面的发展。

不过，黄仁勋5月初接受《金融时报》采访时曾说：“如果中国不能从美国购买，他们就会自己制造。中国是科技领域一个非常重要的市场。”有统计表明，这个禁令导致英伟达在去年第三季度损失了4亿美元的潜在订单。

当然，想要成为AI基础设施的公司不止英伟达一家，Google与Meta都在研发自己的AI芯片。Google早在2018年就推出了专用芯片TPU，目前已经更新到第四代了；Meta的MTIA芯片还在研发中，据说节能会是其主要优势。

-END-

新皮层New New Thing 

Hello！

我们是一个诞生于GPT浪潮、由《第一财经》YiMagazine孵化的全新内容IP。

和每一位关心技术、关照人的命运的读者一样，我们希望在这个有史以来不确定性最高的时代，更好地理解快速变化的科技世界，也更好地理解生而为“高级智能”的我们自己。在这个目标下，我们计划从学术、商业、伦理、监管等多个角度报道和讨论与“智能”相关的议题。请注意，我们说的是智能，不只是AI。

请扫码关注我们吧！

上一篇大公司：

若想了解更多当日资讯，请点击阅读往期智能晚报

喜欢就关注我们吧，记得“设为星标”哦~

与记者交流，可添加微信（请备注公司名称和姓名）：

王杰夫 微信号: wjfsty

张司钰 微信号: helianthus351

吴洋洋 微信号: qitianjiuye

再次，喜欢就关注我们吧，记得“设为星标”