來源:華爾街見聞
AI熱潮龍頭股英偉達(dá)首席執(zhí)行官黃仁勛(Jensen Huang)周三表示,英偉達(dá)的產(chǎn)品現(xiàn)已成為科技界最搶手的商品,客戶對(duì)有限的供應(yīng)爭(zhēng)相競(jìng)爭(zhēng),尤其是AI芯片Blackwell供應(yīng)的增速有限,導(dǎo)致一些客戶感到沮喪。他還暗示,若有必要,英偉達(dá)會(huì)減少對(duì)臺(tái)積電的依賴,轉(zhuǎn)向其他芯片制造供應(yīng)商。
他在舊金山由高盛集團(tuán)舉辦的科技會(huì)議上對(duì)觀眾說:
“我們產(chǎn)品需求如此之大,每個(gè)人都想第一個(gè)拿到,想得到最多的份額。我們今天可能有更多情緒化的客戶,這也是情有可原的。關(guān)系很緊張,但我們正盡力做到最好?!?/p>
黃仁勛向觀眾介紹說,公司最新一代的AI芯片Blackwell,正面臨強(qiáng)勁的需求。目前,英偉達(dá)將Blackwell的生產(chǎn)外包出去,他表示,英偉達(dá)供應(yīng)商正在盡力跟上需求并取得進(jìn)展。
不過,英偉達(dá)的大部分收入依賴于少數(shù)客戶,如微軟和Meta Platforms Inc.這樣的數(shù)據(jù)中心運(yùn)營商。當(dāng)黃仁勛被問到,巨大的AI支出是否為客戶帶來了投資回報(bào)時(shí),黃仁勛表示,企業(yè)別無選擇,只能接受“加速計(jì)算”。他解釋說,英偉達(dá)的技術(shù)不僅能加速傳統(tǒng)的工作負(fù)載——數(shù)據(jù)處理,還能處理舊技術(shù)無法應(yīng)對(duì)的AI任務(wù)。
黃仁勛還表示,英偉達(dá)在芯片生產(chǎn)方面嚴(yán)重依賴臺(tái)積電,這是因?yàn)榕_(tái)積電在芯片制造領(lǐng)域中遙遙領(lǐng)先。
但他也表示,英偉達(dá)在內(nèi)部開發(fā)了大部分技術(shù),這使得該公司能夠?qū)⒂唵无D(zhuǎn)移給其他供應(yīng)商。然而,他表示,這樣的改變可能會(huì)導(dǎo)致其芯片質(zhì)量的下降。
“臺(tái)積電的敏捷性和他們響應(yīng)我們需求的能力實(shí)在是令人難以置信。因此我們選擇他們是因?yàn)樗麄兒艹錾?,但如果有必要,?dāng)然我們也可以轉(zhuǎn)向其他供應(yīng)商?!?/p>
此外,報(bào)道稱,美國政府正在考慮允許英偉達(dá)向沙特阿拉伯出口先進(jìn)芯片,這可能有助于該國訓(xùn)練和運(yùn)行最強(qiáng)大的AI模型。一些為沙特?cái)?shù)據(jù)和AI管理局工作的人士說,沙特正在努力遵守美國的安全要求,以加快獲得這些芯片的進(jìn)程。
訪談內(nèi)容傳出后,英偉達(dá)股價(jià)日內(nèi)由跌轉(zhuǎn)漲,收盤漲超8%,報(bào)116.91美元,同時(shí)帶動(dòng)納指從日內(nèi)1.6%的跌幅轉(zhuǎn)漲2.17%。今年,英偉達(dá)股票價(jià)格已經(jīng)翻了一倍多,而2023年上漲了239%。
以下是黃仁勛訪談節(jié)錄:
1. 首先談?wù)?1年前,你創(chuàng)立公司時(shí)的一些想法。從那時(shí)起,你將公司從一個(gè)專注于游戲的GPU公司轉(zhuǎn)型為一個(gè)為數(shù)據(jù)中心行業(yè)提供廣泛硬件和軟件的公司。你能不能先談?wù)勥@個(gè)歷程?當(dāng)你開始時(shí),你在想什么?它是如何演變的?你未來的關(guān)鍵優(yōu)先事項(xiàng)是什么,以及你如何看待未來的世界?
黃仁勛:我想說,我們做對(duì)的一件事是,我們預(yù)見到,未來會(huì)有另一種計(jì)算形式,它可以增強(qiáng)通用計(jì)算,解決通用工具永遠(yuǎn)無法解決的問題。這種處理器一開始會(huì)做一些對(duì)CPU來說極其困難的事情,那就是計(jì)算機(jī)圖形處理。
但我們將逐步擴(kuò)展到其他領(lǐng)域。我們選擇的第一個(gè)領(lǐng)域當(dāng)然是圖像處理,這與計(jì)算機(jī)圖形處理是互補(bǔ)的。我們將其擴(kuò)展到物理模擬,因?yàn)樵谖覀冞x擇的視頻游戲領(lǐng)域中,你不僅希望它美觀,還希望它動(dòng)態(tài)化,能夠創(chuàng)建虛擬世界。我們一步一步地?cái)U(kuò)展,并將其引入科學(xué)計(jì)算。第一個(gè)應(yīng)用之一是分子動(dòng)力學(xué)模擬,另一個(gè)是地震處理,這基本上是逆物理。地震處理與CT重建非常相似,是另一種形式的逆物理。所以我們一步一步地解決問題,擴(kuò)展到相鄰行業(yè),最終解決了這些問題。
我們一直堅(jiān)守的核心理念是加速計(jì)算能夠解決有趣的問題。我們的架構(gòu)保持一致,意味著今天開發(fā)的軟件可以在你留下的大量已安裝基礎(chǔ)上運(yùn)行,過去開發(fā)的軟件可以通過新技術(shù)加速。這種關(guān)于架構(gòu)兼容性的思維方式、創(chuàng)建大量已安裝基礎(chǔ)、與生態(tài)系統(tǒng)共同發(fā)展的心理從1993年就開始了,我們一直延續(xù)到今天。這就是為什么英偉達(dá)的CUDA擁有如此龐大的已安裝基礎(chǔ)的原因,因?yàn)槲覀円恢痹诒Wo(hù)它。保護(hù)軟件開發(fā)者的投資是我們公司自始至終的首要任務(wù)。
保護(hù)軟件開發(fā)者的投資是我們公司自始至終的首要任務(wù)。展望未來,我們?cè)谝宦飞辖鉀Q的一些問題,當(dāng)然包括學(xué)習(xí)如何成為創(chuàng)始人、如何成為首席執(zhí)行官、如何經(jīng)營業(yè)務(wù)、如何建立公司,這些都是新的技能。這有點(diǎn)像發(fā)明現(xiàn)代計(jì)算機(jī)游戲行業(yè)。人們可能不知道,但英偉達(dá)是世界上最大的視頻游戲架構(gòu)的安裝基礎(chǔ)。GeForce擁有大約3億玩家,仍然在快速增長,非?;钴S。所以我認(rèn)為,每次我們進(jìn)入一個(gè)新市場(chǎng)時(shí),我們都需要學(xué)習(xí)新的算法、市場(chǎng)動(dòng)態(tài),創(chuàng)建新的生態(tài)系統(tǒng)。
我們需要這樣做的原因是,與通用計(jì)算機(jī)不同,通用計(jì)算機(jī)一旦構(gòu)建好處理器,所有的東西最終都會(huì)運(yùn)行。但我們是加速計(jì)算機(jī),這意味著你需要問自己,你要加速什么?不存在所謂的通用加速器。
2. 深入談?wù)勔话阌猛竞图铀儆?jì)算之間的差異?
黃仁勛:如果你看看現(xiàn)在的軟件,你寫的軟件中有大量的文件輸入輸出,有設(shè)置數(shù)據(jù)結(jié)構(gòu)的部分,還有一些魔法般的算法核心。這些算法不同,取決于它們是用于計(jì)算機(jī)圖形處理、圖像處理還是其他什么。它可以是流體、粒子、逆物理或者圖像領(lǐng)域的東西。所以這些不同的算法都是不同的。如果你創(chuàng)建一個(gè)處理器,專門擅長這些算法,并補(bǔ)充CPU處理它擅長的任務(wù),那么理論上,你可以極大地加速應(yīng)用程序的運(yùn)行。原因是通常5%到10%的代碼占據(jù)了99.99%的運(yùn)行時(shí)間。
因此,如果你把那5%的代碼卸載到我們的加速器上,技術(shù)上,你可以將應(yīng)用程序的速度提高100倍。這并不罕見。我們經(jīng)常可以將圖像處理加速500倍?,F(xiàn)在我們做的是數(shù)據(jù)處理。數(shù)據(jù)處理是我最喜歡的應(yīng)用之一,因?yàn)閹缀跛信c機(jī)器學(xué)習(xí)相關(guān)的內(nèi)容都在演進(jìn)。它可以是SQL數(shù)據(jù)處理、Spark類型的數(shù)據(jù)處理,或者是向量數(shù)據(jù)庫類型的處理,處理無結(jié)構(gòu)或結(jié)構(gòu)化的數(shù)據(jù),這些數(shù)據(jù)都是數(shù)據(jù)幀。
我們對(duì)這些進(jìn)行極大的加速,但為了做到這一點(diǎn),你需要?jiǎng)?chuàng)建一個(gè)頂級(jí)的庫。在計(jì)算機(jī)圖形處理領(lǐng)域,我們很幸運(yùn)有了Silicon Graphics的OpenGL和Microsoft的DirectX,但在這些之外,沒有真正存在的庫。因此,舉個(gè)例子,我們最著名的一個(gè)庫是與SQL類似的庫。SQL是存儲(chǔ)計(jì)算的庫,我們創(chuàng)建了一個(gè)庫,它是世界上第一個(gè)神經(jīng)網(wǎng)絡(luò)計(jì)算庫。
我們有cuDNN(用于神經(jīng)網(wǎng)絡(luò)計(jì)算的庫),還有cuOpt(用于組合優(yōu)化的庫),cuQuantum(用于量子模擬和仿真的庫),以及很多其他的庫,比如用于數(shù)據(jù)幀處理的cuDF,類似于SQL的功能。因此,所有這些不同的庫都需要被發(fā)明出來,它們可以把應(yīng)用程序中的算法重新整理,使我們的加速器能夠運(yùn)行。如果你使用這些庫,你就可以實(shí)現(xiàn)100倍的加速,獲得更多的速度,非常驚人。
因此,概念很簡(jiǎn)單,而且非常有意義,但問題是,你如何去發(fā)明這些算法,并讓視頻游戲行業(yè)使用它們,編寫這些算法,讓整個(gè)地震處理和能源行業(yè)使用它們,編寫新的算法并讓整個(gè)AI行業(yè)使用它們。你明白我的意思嗎?因此,所有這些庫,每一個(gè)庫,首先我們必須完成計(jì)算機(jī)科學(xué)的研究,其次,我們必須經(jīng)歷生態(tài)系統(tǒng)的開發(fā)過程。
我們必須去說服每個(gè)人使用這些庫,然后還要考慮它們運(yùn)行在哪些類型的計(jì)算機(jī)上,每種計(jì)算機(jī)都不一樣。因此,我們一步一步地進(jìn)入一個(gè)領(lǐng)域又一個(gè)領(lǐng)域。我們?yōu)樽詣?dòng)駕駛汽車創(chuàng)建了一個(gè)非常豐富的庫,為機(jī)器人開發(fā)了一個(gè)非常出色的庫,還有一個(gè)令人難以置信的庫,用于虛擬篩選,無論是基于物理的虛擬篩選還是基于神經(jīng)網(wǎng)絡(luò)的虛擬篩選,還有一個(gè)令人驚嘆的庫用于氣候技術(shù)。
因此,我們必須去結(jié)交朋友,創(chuàng)建市場(chǎng)。事實(shí)證明,英偉達(dá)真正擅長的事情是創(chuàng)建新的市場(chǎng)。我們現(xiàn)在已經(jīng)做了這么久,以至于英偉達(dá)的加速計(jì)算似乎無處不在,但我們確實(shí)必須一步步地完成,一次一個(gè)行業(yè)地開發(fā)市場(chǎng)。
3. 現(xiàn)場(chǎng)的許多投資者非常關(guān)注數(shù)據(jù)中心市場(chǎng),能否分享一下你對(duì)中長期機(jī)會(huì)的看法?顯然,你的行業(yè)推動(dòng)了你所稱的“下一次工業(yè)革命”。你如何看待數(shù)據(jù)中心市場(chǎng)的現(xiàn)狀以及未來的挑戰(zhàn)?
黃仁勛:有兩件事同時(shí)在發(fā)生,它們經(jīng)常被混為一談,分開討論有助于理解。首先,我們假設(shè)沒有AI存在的情況下。在沒有AI的世界里,通用計(jì)算已經(jīng)停滯不前了。大家都知道,半導(dǎo)體物理學(xué)中的一些原理,比如摩爾定律、Denard縮放等,已經(jīng)結(jié)束了。我們不再看到CPU的性能每年翻倍的現(xiàn)象。我們已經(jīng)很幸運(yùn)了,能在十年內(nèi)看到性能翻倍。摩爾定律曾經(jīng)意味著五年內(nèi)性能提升十倍,十年內(nèi)提升一百倍。
然而現(xiàn)在這些已經(jīng)結(jié)束了,所以我們必須加速一切能加速的東西。如果你在做SQL處理,加速它;如果你在進(jìn)行任何數(shù)據(jù)處理,加速它;如果你在創(chuàng)建一個(gè)互聯(lián)網(wǎng)公司并擁有推薦系統(tǒng),必須加速它。如今最大的推薦系統(tǒng)引擎已經(jīng)全部加速了。幾年前這些還在CPU上運(yùn)行,而現(xiàn)在已經(jīng)全部加速了。因此,第一個(gè)動(dòng)態(tài)是,全世界價(jià)值數(shù)萬億美元的通用數(shù)據(jù)中心將會(huì)現(xiàn)代化,轉(zhuǎn)變?yōu)榧铀儆?jì)算的數(shù)據(jù)中心。這是不可避免的。
此外,因?yàn)橛ミ_(dá)的加速計(jì)算帶來了如此巨大的成本降低,過去十年中,計(jì)算能力不是以100倍,而是以100萬倍的速度增長。那么問題來了,如果你的飛機(jī)能快一百萬倍,你會(huì)做什么不同的事情呢?
因此,人們突然意識(shí)到:“為什么我們不讓計(jì)算機(jī)來編寫軟件,而不是我們自己去想象這些功能,或者我們自己去設(shè)計(jì)算法呢?”我們只需要把所有的數(shù)據(jù)、所有的預(yù)測(cè)性數(shù)據(jù)交給計(jì)算機(jī),讓它去找出算法——這就是機(jī)器學(xué)習(xí),生成式AI。因此,我們?cè)谠S多不同的數(shù)據(jù)領(lǐng)域大規(guī)模應(yīng)用了它,計(jì)算機(jī)不僅知道如何處理數(shù)據(jù),還理解數(shù)據(jù)的含義。因?yàn)樗瑫r(shí)理解多種數(shù)據(jù)模式,它可以進(jìn)行數(shù)據(jù)翻譯。
因此,我們可以從英文轉(zhuǎn)換為圖像,從圖像轉(zhuǎn)換為英文,從英文轉(zhuǎn)換為蛋白質(zhì),從蛋白質(zhì)轉(zhuǎn)換為化學(xué)物質(zhì)。因?yàn)樗斫饬怂械臄?shù)據(jù),因此可以進(jìn)行所有這些翻譯過程,我們稱之為生成式AI。它可以將大量的文字轉(zhuǎn)換為少量的文字,或者將少量的文字?jǐn)U展為大量的文字,等等。我們現(xiàn)在正處于這個(gè)計(jì)算機(jī)革命的時(shí)代。
而現(xiàn)在令人驚嘆的是,第一批價(jià)值數(shù)萬億美元的數(shù)據(jù)中心將被加速,并且我們還發(fā)明了這種新型的軟件,稱為生成式AI。生成式AI不僅僅是一種工具,它是一種技能。正是因?yàn)檫@個(gè)原因,新的行業(yè)正在被創(chuàng)造出來。
這是為什么?如果你看看直到現(xiàn)在的整個(gè)IT行業(yè),我們一直在制造人們使用的工具和儀器。而第一次,我們正在創(chuàng)造出能夠增強(qiáng)人類能力的技能。因此,人們認(rèn)為AI將超越價(jià)值數(shù)萬億美元的數(shù)據(jù)中心和IT行業(yè),進(jìn)入技能的世界。
那么,什么是技能呢?比如數(shù)字貨幣是一種技能,自動(dòng)駕駛汽車是一種技能,數(shù)字化的裝配線工人,機(jī)器人,數(shù)字化的客戶服務(wù),聊天機(jī)器人,數(shù)字化的員工為英偉達(dá)規(guī)劃供應(yīng)鏈。這可以是一個(gè)SAP的數(shù)字代理。我們公司大量使用ServiceNow,我們現(xiàn)在擁有了數(shù)字員工服務(wù)。因此,我們現(xiàn)在擁有了這些數(shù)字化的人類,這就是我們現(xiàn)在正處的AI浪潮。
4. 金融市場(chǎng)中存在一個(gè)持續(xù)的辯論,即隨著我們繼續(xù)建設(shè)AI基礎(chǔ)設(shè)施,投資回報(bào)是否足夠?你如何評(píng)估客戶在這個(gè)周期中獲得的投資回報(bào)率?如果你回顧歷史,回顧PC和云計(jì)算,它們?cè)陬愃频牟捎弥芷谥?,回?bào)率如何?與現(xiàn)在相比有什么不同?
黃仁勛: 這是個(gè)非常好的問題。讓我們來看看。在云計(jì)算之前,最大的趨勢(shì)是虛擬化,如果大家還記得的話。虛擬化基本上意味著我們將數(shù)據(jù)中心中的所有硬件虛擬化為虛擬數(shù)據(jù)中心,然后我們可以跨數(shù)據(jù)中心移動(dòng)工作負(fù)載,而不必直接與特定的計(jì)算機(jī)相關(guān)聯(lián)。結(jié)果是,數(shù)據(jù)中心的利用率提高了,我們看到了數(shù)據(jù)中心成本減少了兩倍到兩倍半,幾乎是在一夜之間完成的。
接著,我們將這些虛擬計(jì)算機(jī)放到云中,結(jié)果是,不僅僅是一家公司,很多公司都可以共享相同的資源,成本再次下降,利用率再次提高。
這些年的所有進(jìn)步,掩蓋了底層的根本變化,那就是摩爾定律的終結(jié)。我們從利用率提升中獲得了兩倍、甚至更多的成本降低,然而這也碰到了晶體管和CPU性能的極限。
接著,所有的這些利用率的提升已經(jīng)達(dá)到極限,這也是為什么我們現(xiàn)在看到數(shù)據(jù)中心和計(jì)算通脹的原因。因此,第一件正在發(fā)生的事情就是加速計(jì)算。因此,當(dāng)你在處理數(shù)據(jù)時(shí),比如使用Spark——這是當(dāng)今世界上使用最廣泛的數(shù)據(jù)處理引擎之一——如果你使用Spark并通過英偉達(dá)加速器加速它,你可以看到20倍的加速。這意味著你會(huì)節(jié)省10倍的成本。
當(dāng)然,你的計(jì)算成本會(huì)上升一點(diǎn),因?yàn)槟阈枰Ц队ミ_(dá)GPU的費(fèi)用,計(jì)算成本可能會(huì)增加一倍,但你將減少計(jì)算時(shí)間20倍。因此,你最終節(jié)省了10倍的成本。而這樣的投資回報(bào)率對(duì)于加速計(jì)算來說并不罕見。因此,我建議你們加速一切可以加速的工作,然后使用GPU進(jìn)行加速,這樣可以立即獲得投資回報(bào)。
除此之外,生成式AI的討論是當(dāng)前AI的第一波浪潮,基礎(chǔ)設(shè)施玩家(比如我們自己和所有云服務(wù)提供商)將基礎(chǔ)設(shè)施放在云上,供開發(fā)人員使用這些機(jī)器來訓(xùn)練模型、微調(diào)模型、為模型提供保護(hù)等等。由于需求如此之大,每花費(fèi)1美元在我們這里,云服務(wù)提供商可以獲得5美元的租金回報(bào),這種情況正在全球范圍內(nèi)發(fā)生,一切都供不應(yīng)求。因此,對(duì)這種需求的需求非常巨大。
我們已經(jīng)看到的一些應(yīng)用,當(dāng)然包括一些知名的應(yīng)用,比如OpenAI的ChatGPT、GitHub的Copilot,或者我們公司內(nèi)部使用的共同生成器,生產(chǎn)力提升是不可思議的。我們公司里的每一個(gè)軟件工程師現(xiàn)在都使用共同生成器,不管是我們自己為CUDA創(chuàng)建的生成器,還是用于USD(我們公司使用的另一種語言),或者Verilog、C和C++的生成器。
因此,我認(rèn)為每一行代碼都由軟件工程師編寫的日子已經(jīng)徹底結(jié)束了。未來,每一個(gè)軟件工程師都將有一個(gè)數(shù)字工程師伴隨在身邊,24/7隨時(shí)協(xié)助工作。這就是未來。因此,我看英偉達(dá),我們有32000名員工,但這些員工周圍將有更多的數(shù)字工程師,可能會(huì)多100倍的數(shù)字工程師。
5. 很多行業(yè)都在接受這些變化。哪些用例、行業(yè)是你最興奮的?
黃仁勛:在我們公司,我們?cè)谟?jì)算機(jī)圖形學(xué)方面使用AI。如果沒有人工智能,我們無法再進(jìn)行計(jì)算機(jī)圖形學(xué)。我們只計(jì)算一個(gè)像素,然后推測(cè)其余的32個(gè)像素。也就是說,我們?cè)谀撤N程度上“幻想”出其余的32個(gè)像素,它們?cè)谝曈X上是穩(wěn)定的,看起來是照片級(jí)真實(shí)的,圖像質(zhì)量和性能都非常出色。
計(jì)算一個(gè)像素需要大量的能量,而推測(cè)其他32個(gè)像素的能量需求則非常少,而且可以非??焖俚赝瓿?。因此,AI并不僅僅是訓(xùn)練模型,這只是第一步。更重要的是如何使用模型。當(dāng)你使用模型時(shí),你會(huì)節(jié)省大量的能量和時(shí)間。
如果沒有AI,我們無法為自動(dòng)駕駛汽車行業(yè)提供服務(wù)。如果沒有AI,我們?cè)跈C(jī)器人技術(shù)和數(shù)字生物學(xué)領(lǐng)域的工作也是不可能的?,F(xiàn)在幾乎每一個(gè)科技生物公司都以英偉達(dá)為中心,他們正在使用我們的數(shù)據(jù)處理工具來生成新蛋白質(zhì),小分子生成、虛擬篩選等領(lǐng)域也將因?yàn)槿斯ぶ悄芏粡氐字厮堋?/p>
6. 談?wù)劯?jìng)爭(zhēng)和你們的競(jìng)爭(zhēng)壁壘吧。目前有很多公私公司希望能打破你們的領(lǐng)導(dǎo)地位。你如何看待你們的競(jìng)爭(zhēng)壁壘?
英偉達(dá):首先,我認(rèn)為有幾件事讓我們與眾不同。第一點(diǎn)要記住,AI并不僅僅是關(guān)于芯片的。AI是關(guān)于整個(gè)基礎(chǔ)設(shè)施的。如今的計(jì)算機(jī)不是制造一塊芯片然后人們購買它并放入計(jì)算機(jī)中。那種模式屬于上世紀(jì)90年代。如今的計(jì)算機(jī)是以超級(jí)計(jì)算集群、基礎(chǔ)設(shè)施或超級(jí)計(jì)算機(jī)為名開發(fā)的,這不是一塊芯片,也不完全是計(jì)算機(jī)。
所以,我們實(shí)際上是在構(gòu)建整個(gè)數(shù)據(jù)中心。如果你去看一下我們其中一個(gè)超級(jí)計(jì)算集群,你會(huì)發(fā)現(xiàn)管理這個(gè)系統(tǒng)所需的軟件是非常復(fù)雜的。并沒有一個(gè)“Microsoft Windows”可以直接用于這些系統(tǒng)。這種定制化的軟件是我們?yōu)檫@些超級(jí)集群所開發(fā)的,所以設(shè)計(jì)芯片的公司、構(gòu)建超級(jí)計(jì)算機(jī)的公司以及開發(fā)這些復(fù)雜軟件的公司,理所當(dāng)然的是同一家公司,這樣可以確保優(yōu)化、性能和效率。
其次,AI本質(zhì)上是一種算法。我們非常擅長理解算法的運(yùn)作機(jī)制,并且了解計(jì)算堆棧如何分布計(jì)算,以及如何在數(shù)百萬個(gè)處理器上運(yùn)行數(shù)天,保持計(jì)算機(jī)的穩(wěn)定性、能源效率以及快速完成任務(wù)的能力。我們?cè)谶@方面非常擅長。
最后,AI計(jì)算的關(guān)鍵是安裝基礎(chǔ)(installed base)。擁有跨所有云計(jì)算平臺(tái)和內(nèi)部部署(on-premise)的統(tǒng)一架構(gòu)非常重要。無論你是在云中構(gòu)建超級(jí)計(jì)算集群,還是在某臺(tái)設(shè)備上運(yùn)行AI模型,都應(yīng)該有相同的架構(gòu)以運(yùn)行所有相同的軟件。這就是所謂的安裝基礎(chǔ)。而這種自1993年以來的架構(gòu)一致性是我們能夠取得今天成就的關(guān)鍵原因之一。
因此,今天如果你要?jiǎng)?chuàng)辦一家AI公司,最明顯的選擇就是使用英偉達(dá)的架構(gòu),因?yàn)槲覀円呀?jīng)遍布所有的云平臺(tái),不論你選擇哪臺(tái)設(shè)備,只要它有英偉達(dá)的標(biāo)識(shí),你就可以直接運(yùn)行相同的軟件。
7. Blackwell在訓(xùn)練上快了4倍,推理速度比它的前代產(chǎn)品Hopper快了30倍。你們的創(chuàng)新速度如此之快,你們能否保持這樣的節(jié)奏?你們的合作伙伴能否跟上你們的創(chuàng)新步伐?
黃仁勛:我們的基本創(chuàng)新方法是確保我們不斷推動(dòng)架構(gòu)創(chuàng)新。每個(gè)芯片的創(chuàng)新周期大約是兩年,在最好的情況下是兩年。我們每年還會(huì)對(duì)它們進(jìn)行中期升級(jí),但整體架構(gòu)的革新大約是每兩年一次,這已經(jīng)非??炝?。
我們有七個(gè)不同的芯片,這些芯片共同作用于整個(gè)系統(tǒng)。我們可以每年推出新的AI超級(jí)計(jì)算集群,并且比上一代更強(qiáng)大。這是因?yàn)槲覀儞碛卸鄠€(gè)可以進(jìn)行優(yōu)化的部分。因此我們可以非??焖俚亟桓陡叩男阅?,并且這些性能的提升直接轉(zhuǎn)化為總擁有成本(TCO)的下降。
Blackwell在性能上的提升意味著,對(duì)于擁有1千兆瓦電力的客戶,他們可以獲得3倍的收入。性能直接轉(zhuǎn)化為吞吐量,吞吐量則轉(zhuǎn)化為收入。如果你有1千兆瓦的電力可用,你可以獲得3倍的收入。
因此,這種性能提升的回報(bào)是無與倫比的,也無法通過芯片成本的降低來彌補(bǔ)這3倍的收入差距。
8. 如何看待對(duì)亞洲供應(yīng)鏈的依賴?
黃仁勛:亞洲的供應(yīng)鏈非常復(fù)雜并且高度互聯(lián)。英偉達(dá)的GPU不僅僅是一塊芯片,它是由成千上萬個(gè)組件組成的復(fù)雜系統(tǒng),類似于一輛電動(dòng)車的構(gòu)造。因此,亞洲的供應(yīng)鏈網(wǎng)絡(luò)非常廣泛且復(fù)雜。我們力求在每一個(gè)環(huán)節(jié)上設(shè)計(jì)出多樣性和冗余性,確保即使出現(xiàn)問題,我們也能夠迅速將生產(chǎn)轉(zhuǎn)移到其他地方進(jìn)行制造??偟膩碚f,即使供應(yīng)鏈出現(xiàn)中斷,我們也有能力進(jìn)行調(diào)整,以確保供應(yīng)的連續(xù)性。
我們目前在臺(tái)積電進(jìn)行制造,因?yàn)樗鞘澜缟献詈玫?,不僅僅是好一點(diǎn)點(diǎn),而是好得多。我們與他們有著長期的合作歷史,他們的靈活性和規(guī)模能力都令人印象深刻。
去年,我們的收入出現(xiàn)了大幅增長,這離不開供應(yīng)鏈的快速反應(yīng)。臺(tái)積電的敏捷性以及它們滿足我們需求的能力是非常了不起的。在不到一年的時(shí)間里,我們大幅提升了產(chǎn)能,并且我們明年將繼續(xù)擴(kuò)大,后年還要進(jìn)一步擴(kuò)大。因此,他們的敏捷性和能力都很出色。不過,如果有需要,我們當(dāng)然也可以轉(zhuǎn)向其他供應(yīng)商。
9. 貴公司處于非常有利的市場(chǎng)位置。我們已經(jīng)討論了很多非常好的話題。你最擔(dān)心的是什么?
黃仁勛:我們的公司目前與全球每一家AI公司都有合作,也與每一家數(shù)據(jù)中心有合作。我不知道有哪家云服務(wù)提供商或計(jì)算機(jī)制造商我們沒有合作的。因此,隨著這樣的規(guī)模擴(kuò)展,我們肩負(fù)著巨大的責(zé)任。我們的客戶非常情緒化,因?yàn)槲覀兊漠a(chǎn)品直接影響他們的收入和競(jìng)爭(zhēng)力。需求太大,滿足這些需求的壓力也很大。
我們目前正全面生產(chǎn)Blackwell,并計(jì)劃在第四季度開始發(fā)貨并進(jìn)一步擴(kuò)展。需求如此之大,每個(gè)人都希望能夠盡早拿到產(chǎn)品,獲取最多的份額。這種緊張和激烈的氛圍實(shí)在是前所未有。
雖然在創(chuàng)造下一代計(jì)算機(jī)技術(shù)時(shí)非常令人興奮,也令人驚嘆地看到各種應(yīng)用的創(chuàng)新,但我們肩負(fù)著巨大的責(zé)任,感到壓力很大。但我們盡力去做好工作。我們已經(jīng)適應(yīng)了這種強(qiáng)度,并將繼續(xù)努力。
風(fēng)險(xiǎn)提示及免責(zé)條款
市場(chǎng)有風(fēng)險(xiǎn),投資需謹(jǐn)慎。本文不構(gòu)成個(gè)人投資建議,也未考慮到個(gè)別用戶特殊的投資目標(biāo)、財(cái)務(wù)狀況或需要。用戶應(yīng)考慮本文中的任何意見、觀點(diǎn)或結(jié)論是否符合其特定狀況。據(jù)此投資,責(zé)任自負(fù)。
發(fā)表評(píng)論