黃仁勳於 SIGGRAPH 2023 主題演講表示 Nvidia 為降低生成式 AI 門檻非常努力。生成式 AI 是這次大會毋庸置疑的主角，黃仁勳透露軟硬體及生態更新，總結就是盡力降低生成式 AI 門檻──讓大模型更實用。

買越多省越多2.0

硬體方面，Nvidia推出GH200超級晶片更新，或稱為HBM3E增強版，是世界第一款HBM3e處理器。由NVLink技術，互聯Grace Hopper超級晶片平台提供1.2TB快速記憶體，HBM3e 記憶體比HBM3快50%，平台總共提供10TB／秒組合頻寬，也就是說，記憶體容量增加3.5倍，頻寬增加3倍，平台有一144個Arm Neoverse核心、8petaflops的AI性能和282GB最新HBM3e記憶體伺服器，與台北電腦展公布的Nvidia MGX伺服器完全相容。

資料中心硬體快速向加速計算轉變，是黃仁勳一直強調的趨勢。比起CPU，GPU能效有更大優勢，黃仁勳舉例同樣1億美元成本，比起x86架構CPU，GH200能提供超過20倍能效提升。於是又可聽到黃仁勳名言：「The more you buy, the more you save.」買越多省越多，真是不忘初心。

▲ 黃仁勳演講PPT顯示，2,500張GH200組成的資料中心比CPU高20倍能效。

除了資料中心還公布兩套硬體，同樣針對大模型。一款是桌面級RTX工作站，包括最多4個RTX 6000 Ada GPU，單桌面工作站提供高達5,828tflops的AI性能和192GB GPU記憶體。另一款是OVX伺服器，有8個L40S GPU，每GPU搭配48GB記憶體，可提供超過1.45petaflops張量處理能力。

新RTX工作站執行8.6億個token的GPT3-40B需15小時，OVX伺服器只需7小時。OVX伺服器比A100推理性能提高1.2倍，訓練性能提高1.7倍，單精準度浮點（FP32）性能是A100近5倍。

▲ L40S GPU。

硬體更新有階段性，黃仁勳明白說：for everyone，Nvidia每個價格段都為潛在客戶準備好產品。除了伺服器和工作站，Nvidia還發表三款專業顯卡：RTX 5000、 RTX 4500與RTX 4000，採Ada Lovelace架構，顯存提升（RTX 4000有20GB GDDR6顯存，RTX 4500為24GB，RTX 5000最高32GB ），是Nvidia顯卡曾削弱的部分，現在顯存對大模型無比重要。另使用第四代Tensor Core，AI訓練性能比上一代快兩倍，並擴展支援FP8數據格式。

硬體最終組成強大陣容，囊括企業級客戶到個人使用者。但黃仁勳看來，想觸及每個人，Nvidia還需要「軟性工具」。

軟硬兼施

距離黃仁勳推出DGX Cloud才短短幾個月，降低使用者和開發者使用大模型門檻又有新動作。第一非常好猜，就是和Hugging Face合作。Hugging Face已和AMD、AWS等巨頭緊密合作，大家都看中整合開放模型優勢，Nvidia也不例外。

「點一下滑鼠即可叫Nvidia AI運算」，黃仁勳說，幾個月前發表的DGX Cloud和Hugging Face平台整合，用戶可於自己電腦啟動，然後擴展到工作站和資料中心。

二是Nvidia AI Workbench，開發人員可直接在PC和工作站創建、測試和客製預訓練大模型，模型、框架和軟體開發套件與資料庫整合成統一開發人員工具包，AI Workbench直接調用Nvidia算力資源，且完整支援Nvidia硬體──之前工作站和伺服器都支援AI Workbench終端測試微調。

▲ 開發者原本分散各處的大模型開發工具與流程，現在Nvidia AI Workbench都可整合。

介面就是網站。截圖可看到終端計算機是消費級4090行動版顯卡。這簡化大模型操作流程，只需一台電腦就夠用。「每人都能做到」，黃仁勳說，某種意義講像大模型民主化。

另一個降低生成式AI部署門檻的服務是名為AI Enterprise 4.0的企業軟體平台，主要針對企業客戶。AI Enterprise 4.0包括NeMo大模型雲原生框架和集群管理軟體，幫助企業客戶管理從雲端到資料中心再到邊緣設備所有AI解決方案，整合至Google雲端和微軟Azure。

場景在哪裡

大模型最近頗有爭論的話題是，應用場景到底在哪裡？

這對善於從第一性原理出發的老黃來說恐怕不是問題，一方面有硬體技術，一方面有軟實力，Nvidia層次顯然更高──不是找場景，而是打造生態。因Nvidia看來沒什麼「垂直場景」，一切都可用生成式AI介入，承載者是Omniverse。

元宇宙對黃仁勳不是過氣名詞，而是連接虛擬與物理世界，並大大開發生成式AI潛力的工具。虛擬與現實轉換，Nvidia看中通用場景描述（Universal Scene Description，OpenUSD）的潛力。

黃仁勳把OpenUSD對虛擬世界的重要性與HTML之於2D網路相提並論。簡單來說，可把OpenUSD理解成通用描述3D場景語言──過去需非常複雜流程和不同工具才能做到。有了通用語言，不同人就能基於同背景建構3D世界，也就是元宇宙。

▲ 透過OpenUSD構建共同3D場景，儘管來自不同工具和平台。

顯而易見，OpenUSD在Nvidia元宇宙願景佔重要地位，故Omniverse多重升級。

黃仁勳推出四個Omniverse Cloud API，方便開發人員無縫部署OpenUSD應用。最吸引人的是ChatUSD功能，顧名思義能用問答方式幫助開發者產生3D模型，現場示範為提出要求，ChatUSD就直接給你Python-USD程式碼腳本，直接就能使用！

另外生成式AI技術的API名為DeepSearch，是大語言模型代理（LLM agent），可快速搜尋無標記資料庫內容。另一方面，Omniverse本身大升級以支援OpenUSD，如少量程式碼就能快速開發本機OpenUSD 應用及允許用戶組建基於OpenUSD的大規模場景。

Nvidia看來，Omniverse因OpenUSD變強，能跨3D工具和應用虛擬這世界，代表生態搭建：既然大家都是用OpenUSD建構3D世界，那顯然數位孿生互連操作可以此為基礎達成。

故Nvidia元宇宙生態──被生成式AI和OpenUSD加持──更具規模，Adobe Firefly可為Omniverse的API提供給開發者，許多業界知名元宇宙和虛擬人開發者，Convai、Inworld AI和Wonder Dynamics都能夠借助OpenUSD通用標準與Omniverse連結。

Nvidia對元宇宙未來充滿自信。波士頓動力使用Omniverse模擬機器人互動，更多工業自動化案例，Volvo、賓士和BMW都是Omniverse客戶──實際投資建設高昂工廠前，可至Omniverse的虛擬世界檢查和測試物理世界定律。

步入融合

生成式AI熱度不退，Nvidia當然更有理由加柴添火，老黃是盡職盡責的商人，發表會說的最後一句話還「the more you buy, the more you save.」足見其不忘初心的商人本色。

想要硬體賣得好，股價再創新高，Nvidia不斷反覆改良產品，提升性能，打造更豐富的生成式AI產品陣容，另一方面還要降低大模型使用門檻：後者甚至只有Nvidia才能做到，因踩中絕佳方位：繪圖處理。為了讓機器文產圖，人類花了幾十年，最終Nvidia開發出顯卡，現在事實證明，圖形顯示並行計算恰好適用生成式AI，而虛擬世界也需要更強大的圖形技術和人工智慧幫助。

黃仁勳又舉例：全球最大廣告公司WPP藝術家透過Omniverse運用多種支援OpenUSD的工具，設計出比亞迪汽車數位孿生版──全球百餘區行銷活動都基於這些生成內容。五年前SIGGRAPH大會Nvidia發表支援光線追蹤的GPU，那時沒人想得到，人工智慧、虛擬世界、加速計算、雲端，會以如此迅猛的速度逐漸融合。

（本文由 授權轉載；首圖來源：）

延伸閱讀：