黄仁勋显卡发布会「史带星享」

今天给大家普及一下黄仁勋显卡发布会「史带星享」相关知识，最近很多在问黄仁勋显卡发布会「史带星享」，希望能帮助到您。

北京时间2020年5月14日，NVIDIA创始人兼首席执行官黄仁勋在加利福尼亚的家中，为NVIDIA GTC 2020揭开了该公司的首个“厨房主题演讲”。这次大会NVDIA首款Ampere架构的GPU终于面世，黄仁勋更是为史上最大的DGX A100在线带货，让我们一起看看黄教主的带货技巧。

图源：英伟达

Nvidia首款Ampere GPU，史上最大的7nm芯片

Nvidia昨晚发布了其下一代Ampere GPU架构-NVDIA A100。正值大流行和对云计算需求的巨大增长之际，英伟达推出的A100正是主要用于数据中心。A100每个芯片都装有540亿个晶体管，使其成为台积电制造的世界上最大的7纳米芯片。它使用台积电CoWoS的3D封装技术，专为科学计算，云图形和数据分析而构建。

图源：英伟达

Ampere GPU采用了新的Tensor Core AI核心，支持TF32运算，无需任何代码改变就可以让AI性能提升20倍，还支持FP64双精度运算，与HPC应用相比带来了2.5倍的性能。在训练AI模型时使用32位FP传输高达312 TFLOPS，在INT8上可运行1,248 TOPS以进行推理。

图源：英伟达

黄仁勋说：“ NVIDIA A100 GPU是AI性能的20倍飞跃，是从数据分析到训练再到推理的端到端机器学习加速器。” “这是第一次，可以在一个平台上加速横向扩展和横向扩展工作负载。NVIDIA A100将同时提高吞吐量并降低数据中心的成本。”

这还不够，Ampere拥有一个称为MIG的新架构，它可以将一个GPU划分为七个独立的GPU，每个GPU都可以执行各种大小的不同计算任务，以优化使用率。

那么当八台A100放在一起时会发生什么？你将获得一个DGX A100系统，以在特别大的数据集或超级计算集群上训练模型。

图源：英伟达

DGX A100重50镑，通过NVLink连接8个600G的GPU，它经过一百万次钻孔，一公里的走线连接，总共有30000个组件组成。在DGX中，它每分钟移动700立方英尺。

图源：英伟达

DGX A100是一个出色的机器，A100保证了5 petaflops的性能，并且将它们与Nvidia的第三代NVLink版本结合使用。将这八个GPU结合在一起，就意味着拥有320GB的GPU内存和12.4TB / s的内存带宽。它还采用了Nvidia Mellanox ConnectX-6 HDR，因此该系统可以以每秒3.6 TB的速度连接到其他网络接口。随着现代数据中心适应日益多样化的工作负载，Mellanox的技术将对Nvidia变得越来越重要。

黄仁勋狠狠的夸赞了Ampere架构的优势，称它不仅训练的快，还有着令人难以置信的推理能力，也有能力将自身分解为更多的GPU来进行扩展，无论是推理还是云计算，都有着灵活、加速和高利用率的数据中心架构。

而且其与当今最流行的BERT 训练模型相比，在经过3年的优化训练之后，基于Ampere的A100的性能是BERT模型的6倍！但晶体管预算仅增加了约70%。现在，Ampere是世界上最大最复杂的处理器。在数千名工程师的努力下，将Ampere集中在这一个不可思议的芯片中。DGX是NVDIA的第三代系统，它是世界上第一个完全集成的AI系统。A100可以开箱即用，且训练性能比Volta V100提高6倍。推理性能是Volta V100的7倍，T4的12倍！

与BERT模型训练能力的对比（图源：英伟达）

所以，你既可以用DGX A100来训练，也可以进行推理，你甚至可以将其与56个不同的用户共享，他们每个人都有等效的性能。

只要199000美元，OMG，买它！

好了，重点来了，那么它到底值多少钱呢？如果将其与价值10000美元最高端的服务器相比较，DGX A100是其价格的150倍。所有以上这些好的性能加一起，只要199,000美元！黄教主在线带货！连用两个Incredible，Incredible的性能，Incredible的价值，买它！

图源：英伟达

为什么一定要买它呢？假如你不买A100，而是选用NVIDIA的HGX A100主板来建立超大规模数据中心的话，它将会是下面这个样子：

图源：英伟达

上图是今天典型的AI数据中心，它里面有很多DGX，与Voltas并行运行来进行训练等等，这个数据中心中有50个DGX和600个CPU系统用于AI推理和数据处理。它要花费价值1100万美元，消耗630KW，这是什么概念呢？黄仁勋轻描淡写到，大约是一个州的价格！

但是有了A100，就是下面这个难以置信的样子。这就是新架构的好处，高吞吐量与MIG实例以及数据处理能力的高度结合，将深度学习和推理等全部集中在一个计算平台上。这样一来，只需花费100万美元，而且功耗28KW，仅是成本和功耗的十分之一。

图源：英伟达

Nvidia的DGX A100系统已经开始发售，其中一些最初的应用包括在美国阿贡国家实验室进行的对COVID-19的研究。

英伟达表示，微软，亚马逊，谷歌，戴尔，阿里巴巴和许多其他大型云服务提供商也计划将单个A100 GPU整合到自己的产品中。黄仁勋说：“全世界所有超大规模生产者和计算机制造商对Ampere的采用和热情都是前所未有的。” “这是我们有史以来最快的新数据中心架构发布，这是可以理解的。”

小体积的两款边缘AI芯片

Nvidia从非常大的DGX SuperPOD跃升到了小型EGX A100，用于处理从物联网设备（无论是照相机还是智能冰箱）中的传感器输入的数据。

EGX A100每秒最多可以接收200GB的数据。新架构还允许在将芯片处理的来自IoT传感器的数据直接发送到GPU之前进行加密，从而使其更安全地应用于医疗保健或零售业。

黄仁勋表示：“物联网和AI的融合引发了“智慧一切”的革命。大型行业现在可以提供智能连接产品和服务，就像电话行业使用智能手机一样。NVIDIA的EGX Edge AI平台将标准服务器转变为微型，云原生，安全的AI数据中心。借助我们的AI应用程序框架，公司可以构建从智能零售到机器人工厂再到自动呼叫中心的AI服务。”

此外，还发布了EGX Jetson Xavier NX，EGX Jetson Xavier NX是全球体积最小、性能最强大的AI超级计算机，适用于微型服务器和边缘智能物联网盒。Jetson Xavier NX模块是加速AI应用的理想平台，与被业界广泛采用的前代产品Jetson TX2相比，其性能提高了10倍以上。通过运用云原生技术，开发人员即可利用这块仅有信用卡尺寸大小的高AI功能与高计算性能的模块。运行EGX云原生软件堆栈的EGX Jetson Xavier NX可以快速处理来自多个高分辨率传感器的流式数据。

具备云原生功能的Jetson Xavier NX已获得嵌入式生态系统的大力支持。Jetson Xavier NX开发者套件和Jetson Xavier NX模块现正通过NVIDIA分销渠道进行发售，售价399美元。

NVIDIA开发者大会，每次都有新产品推出，所以还是那句话：“The More U Buy, The More U Save。”

*免责声明：本文由作者原创。文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。

今天是《半导体行业观察》为您分享的第2310期内容，欢迎关注。

★国内半导体公司的研发投入如何？

★RISC-V，路在何方？

★“传说”中的5nm芯片

政策｜海思｜集成电路｜AI｜CMOS｜晶圆｜ARM｜射频｜台积电