3 月 19 日閃訊速報，英偉達發(fā)布最強 AI 加速卡 --Blackwell GB200，今年發(fā)貨。
英偉達在今天召開的 GTC 開發(fā)者大會上，正式發(fā)布了最強 AI 加速卡 GB200，并計劃今年晚些時候發(fā)貨。
GB200 采用新一代 AI 圖形處理器架構(gòu) Blackwell，黃仁勛在 GTC 大會上表示："Hopper 固然已經(jīng)非常出色了，但我們需要更強大的 GPU"。
英偉達目前按照每隔 2 年的更新頻率，升級一次 GPU 架構(gòu)，從而大幅提升性能。英偉達于 2022 年發(fā)布了基于 Hopper 架構(gòu)的 H100 加速卡，而現(xiàn)在推出基于 Blackwell 的加速卡更加強大，更擅長處理 AI 相關(guān)的任務(wù)。
Blackwell GPU
黃仁勛表示，Blackwell 的 AI 性能可達 20 petaflops，而 H100 僅為 4 petaflops。Nvidia 表示，額外的處理能力將使人工智能公司能夠訓練更大、更復雜的模型。
Blackwell GPU 體積龐大，采用臺積電的 4 納米（4NP）工藝蝕刻而成，整合兩個獨立制造的裸晶（Die），共有 2080 億個晶體管，然后通過 NVLink 5.0 像拉鏈一樣捆綁芯片。
英偉達表示每個 Blackwell Die 的浮點運算能力要比 Hopper Die 高出 25%，而且每個封裝中有兩個 Blackwell 芯片，總性能提高了 2.5 倍。如果處理 FP4 八精度浮點運算，性能還能提高到 5 倍。取決于各種 Blackwell 設(shè)備的內(nèi)存容量和帶寬配置，工作負載的實際性能可能會更高。
英偉達使用 10 TB / sec NVLink 5.0 連接每塊 Die，官方稱該鏈路為 NV-HBI。Blackwell complex 的 NVLink 5.0 端口可提供 1.8 TB / 秒的帶寬，是 Hopper GPU 上 NVLink 4.0 端口速度的兩倍。
GB200
英偉達表示 GB200 包含了兩個 B200 Blackwell GPU 和一個基于 Arm 的 Grace CPU 組成，推理大語言模型性能比 H100 提升 30 倍，成本和能耗降至 25 分之一。
Nvidia 聲稱，訓練一個 1.8 萬億個參數(shù)的模型以前需要 8000 個 Hopper GPU 和 15 兆瓦的電力。如今，Nvidia 首席執(zhí)行官表示，2000 個 Blackwell GPU 就能完成這項工作，耗電量僅為 4 兆瓦。
在參數(shù)為 1,750 億的 GPT-3 LLM 基準測試中，Nvidia 稱 GB200 的性能是 H100 的 7 倍，而訓練速度是 H100 的 4 倍。
英偉達還面向有大型需求的企業(yè)提供成品服務(wù)，提供完整的服務(wù)器出貨，例如 GB200 NVL72 服務(wù)器，提供了 36 個 CPU 和 72 個 Blackwell GPU，并完善提供一體水冷散熱方案，可實現(xiàn)總計 720 petaflops 的 AI 訓練性能或 1,440 petaflops（又稱 1.4 exaflops）的推理性能。它內(nèi)部使用電纜長度累計接近 2 英里，共有 5000 條獨立電纜。
機架上的每個托盤包含兩個 GB200 芯片或兩個 NVLink 交換機，每個機架有 18 個 GB200 芯片和 9 個 NVLink 交換機，英偉達稱，一個機架總共可支持 27 萬億個參數(shù)模型。而作為對比，GPT-4 的參數(shù)模型約為 1.7 萬億。
該公司表示，亞馬遜、谷歌、微軟和甲骨文都已計劃在其云服務(wù)產(chǎn)品中提供 NVL72 機架，但不清楚它們將購買多少。
英偉達表示亞馬遜 AWS 已計劃采購由 2 萬片 GB200 芯片組建的服務(wù)器集群，可以部署 27 萬億個參數(shù)的模型。
Nvidia 也樂于為公司提供其他解決方案。下面是用于 DGX GB200 的 DGX Superpod，它將八個系統(tǒng)合而為一，總共擁有 288 個 CPU、576 個 GPU、240TB 內(nèi)存和 11.5 exaflops 的 FP4 計算能力。
英偉達稱，其系統(tǒng)可擴展至數(shù)萬 GB200 超級芯片，并通過其新型 Quantum-X800 InfiniBand（最多 144 個連接）或 Spectrum-X800 以太網(wǎng)（最多 64 個連接）與 800Gbps 網(wǎng)絡(luò)連接在一起。
英偉達目前并未公布 GB200 以及整套方案的售價信息。
