NVIDIA X OpenAI丨一场GPU的颠覆新品盛宴、创始人的划时代对谈，“AI的iPhone时刻”是Web3.0时代的高潮

原创 | 文BFT机器人

北京时间3月21日晚11点，一年一度的NVIDIA GTC 2023的开发者大会如约而至。自2019年，英伟达的第一届GTC（GPU Technology Conoference）开办以来，每年都会邀请全球最顶尖的企业家和各行科技领域的专家学者，共享最顶尖的科技硬实力，畅想最前沿的科技风向标。而今年这场大会显得尤为特殊，用英伟达创始人兼CEO黄仁勋的话来说，“这将是我们迄今为止最重要的一次GTC。”

大会也正如黄教主所言，大会全程热度不减，直播共吸引了超25万在线观众，仅在“开胃菜”环节就接连放出“大招”，用长达78分钟的主题演讲官宣了一系列的英伟达新产品。

而最备受瞩目的是，黄仁勋还邀请了近日处在科技圈风口浪尖的OpenAI的联合创始人兼首席科学家llya Sutskever，与之进行了一场长达50分钟的深度对话，共同探讨了AI的当下发展及未来前景。

01

“要成为颠覆者”英伟达新品让AI大胆飞

ChatGPT的成功带动了一系列AIGC产品，例如Stable Diffusion、DALL-E、Azure、Microsoft 365等，而作为这些爆火产品背后的强大支撑力量，英伟达的股价也从今年年初开始一路水涨船高，目前的市值已达6716.18亿美元，稳居同行第一。

“要成为颠覆者，而不是被颠覆者。要利用加速计算和AI，帮助企业应对这些挑战。”在黄仁勋发布会这句充满野心的宣言下，英伟达接下来展示的新品可以说是“把家底都搬空了”，GPU、加速器、计算光刻、云平台......一枚枚“硬核炸弹”让人眼花缭乱。

推理平台

随着生成式AI的大爆发，推理工作负载也呈接替函数式增长，对此英伟达推出了全新的推理平台：四种配置——一个体系架构——一个软件栈。

• L4 Tensor Core GPU

• L40 GPU

• H100 NVL GPU

• Grace Hopper超级芯片

平台分别包括了：针对视频工作负载的L4、针对Omniverse和图形渲染等生成式AI的L40、针对大型语言模型的H100 NVL GPU、针对LLM数据库的Grace Hopper超级芯片。

“这个行业需要一个类似台积电的代工厂，来构建自定义的大型语言模型。”其中最具亮点的是用于部署类ChatGPT大型语言模型的H100 NVL，比去年大会上推出的H100性能上又有了新的提升，而目前ChatGPT的专属GPU也正是HGX A100。

云服务体系

为企业加速生成式AI工作使用的NVIDIA AI Foundations云服务系列，重点推出了NVIDIA DGX Cloud，包括语言、视觉和生物模型制作服务。

这项AI超级计算服务，能使企业实时接入用于训练生成式AI等，开创性应用的高级模型所需的基础设施和软件。DGX Cloud可提供NVIDIA DGX AI超级计算专用集群，并配以NVIDIA AI软件。正如黄仁勋所说“初创企业正在竞相打造颠覆性的产品和商业模式，老牌企业则在寻求应对之法。”

计算光刻库

此外，黄仁勋还宣布了一项为芯片领域带来的重大突破——计算光刻软件库cuLitho。

在芯片设计和制造领域中，计算光刻是最大的计算工作负载，每年都要消耗数百亿CPU小时。而英伟达的新算法cuLitho，将加速计算带入计算光刻领域，让计算光刻工作流程能够在GPU上并行执行，不仅能使计算速度飞升40倍，同时使得功耗降低了9倍之多。

GPU加速量子计算系统

然而，最最王炸的产品现在才登场！全球首个GPU加速的量子计算系统NVIDIA DGX Quantum，该系统为从事高性能和低延迟量子经典计算的研究人员提供了一种革命性的新架构。

“量子加速的超级计算有可能重塑科学和工业，英伟达 DGX Quantum 将使研究人员能够突破量子——经典计算的界限。“ 这是英伟达对这款产品具有颠覆性价值的描述。黄仁勋更是直言，这款产品将全球最大的加速计算平台+全球最先进的量子控制平台相结合，可以达到GPU和量子处理单元（QPU）之间的亚微秒级延迟，以此带来前无古人的强大应用，实现校准、控制、量子纠错和混合算法。

02

“AI的iPhone时刻已至”一场创始人跨时代的对话

将焦点聚集到两个科技巨头创始人的对话现场，这一次黄仁勋化身为了记者，从创办OpenAI的初衷，到ChatGPT的现状，再到AI未来的发展前瞻，向Sutskever抛出了20问。（本文在不改变采访愿意的前提下转述了部分谈话内容）

创立OpenAI的初衷，对于Sutskever而言是处于对AI巨大影响力的直觉，希望通过压缩进行无监督学习，以及投入对情绪神经元的工作研究。GPT-1、2、3的迭代也一直秉持着Sutskever本人的强大信念：越大越好。而GPT-4则有了构建预测下一个单词具有更高的准确度，预测越好理解的就越多。

但ChatGPT同样面临着挑战，比如逻辑和推理无法更精准定义。随着GPT-4的模型的公开发布，大众会发现其实没有追踪数据模型的能力，仅仅是基于文本去预测下一个单词的能力，所以是有局限性的，是数据调节出来的结果。GPT现阶段的推理确实还没有达到OpenAI此前预期的水平，有待进一步扩大数据库来提高。

提到和GPU的渊源，Sutskever讲述了一段11年前的小故事。第一次在实验室里看到GPU的时候，并不清楚它的用途，但随着ImageNet数据集的出现，卷积神经网络是非常适合GPU 的模型，可以把它变得非常快，因此就能做规模远超以前的训练，团队也用GPU打破了许多当时的记录。

AI能否生成另一个AI？当可进行训练的素材耗尽，AI能否用自己生成的数据来训练自己？Sutskever表示，现有的数据不该被低估，会有很多人们还没意识到的数据，而对于AI能够生成AI还有待观察。关于对语言模型领域的未来的畅想，Sutskever表示‘’预测是很难的，尤其对于太具体的事情。”

但是他可以肯定的是，未来将会继续看到AI系统的大进步，超越能力边界继续给人类带来更多更大的震撼。

03

十年历史的轮回英伟达再一次站上AI领域的高峰

要说英伟达和AI的渊源，要一路追溯到十多年前。2012年，AlexNet一举夺得ImageNet图像分类竞赛冠军，成为了深度学习大爆炸的奇点，这一切的背后，英伟达功不可没。

Alex koshevsky、Elias suskaver和深度学元老Jeff Hinton的研究团队，在训练AlexNet计算机视觉模型时，用的正是能够处理262千万亿次浮点运算的英伟达Geforce GTX 580。如果说GPU对AI的重要性是搭载研发的基石，那么AI对英伟达而言则是二次腾飞的重大机遇。从2023年初各大科技巨头企业的财报披露中，英伟达提及AI的次数高达75次，远超谷歌、微软、Meta。

而在今年为期三日的GTC大会中，包含了生成式AI主题的会议多于70+场。英伟达GTC大会如同一艘飞跃时空的巨轮，越过浩瀚的宇宙，带领人们俯瞰AI的过去，穿越到AI的未来。AI在未来的价值如今还无可估量，究竟会为人类社会带来更多的福祉和机遇我们可以大胆想象；但AI爆炸带来的现实问题和危机也同样值得我们深入思考。

狂潮涌动，未来已至，且看且行。

更多精彩内容请关注公众号：BFT机器人

本文为原创文章，版权归BFT机器人所有，如需转载请与我们联系。若您对该文章内容有任何疑问，请与我们联系，将及时回应。