3月22日，玩家和AI从业者又爱又恨的老黄带着他的新“核弹”来了。可惜这颗新“核弹”与玩家关系不大，主要面向企业和工业市场。估计与玩家相关的RTX 40系列最早要到9月份才会有消息。
好了，废话不多说，看看老黄这次带出了什么样的“大宝贝”。首先是A100显卡的继任者。新一代计算卡H100登场。H100采用全新的Hopper架构和台积电最新的4nm工艺。与上一代A100相比，各方面的参数都有明显提升。
英伟达的超级服务器芯片 Grace 也再次曝光。与上次给出的数据相比，本次曝光的格雷斯芯片的性能有了惊人的提升。根据发布会的描述，英伟达似乎和苹果走在了同一条路上。使用更多芯片来组装处理器。
除了硬件产品的曝光和发布，NVIDIA还在软件领域带来了很多新的东西，比如Omniverse Cloud，主打云端协同，让多个用户直接参与同一个媒体文件的编辑和渲染在云端。
此外，NVIDIA还展示了多个基于虚拟现实环境的工业和交通仿真案例，以及一套AI驱动的虚拟角色系统。系统可以通过深度学习进行动作训练，训练后无需额外的骨骼动作设计。操作可以根据指令做出相应的动作。这不仅是AI从业者的狂喜，也是电影和游戏从业者的狂喜。
不得不说，老黄这次带来了很多东西，每一个都能给AI等行业的发展带来明显的变化。让我们来详细看看英伟达发布的内容。
从去年开始，就有消息称英伟达今年将发布新一代计算卡，并将采用全新的Hopper架构。目前消息是准确的，不过大家都猜测新一代计算卡会采用台积电的5nm工艺，但现在看来，英伟达一步步选择了采用最新的4nm工艺。虽然本质上是5nm+，但就是功耗。它具有更好的性能，还可以集成更高的晶体管。
德勤区块链全球首席技术官Antonio Senatore加入唯链基金会战略决策委员会:9月18日谢谢，德勤区块链全球首席技术官及德勤EMEA区块链实验室负责人Antonio Senatore加入唯链基金会战略决策委员会Antonio Senatore在领导德勤欧洲、中东和非洲区块链业务期间，负责德勤区块链的技术路线图与实验室技术架构等。Antonio表示，加入唯链基金会战略决策委员会后将致力于为唯链基金会引入更多资源。[2021/9/18 23:34:24]
其实从H100的核心规格来看，不难理解为什么英伟达最终选择了4nm，晶体管集成度高达800亿，比上一代A100多了260亿。核心数增加到16896，这是世界上核心数最多的芯片核心，也是上一代100的2.5倍。
夸张的内核参数提升带来的性能提升也是极其夸张的。根据英伟达官方给出的数据，H100的浮点计算和张量核心计算能力将比上一代提升至少3倍，FP32最高可达60 teraflops/秒。，而上一代 A100 为 19.5 teraflops。
H100也将率先支持PCIe 5.0和HBM3，让内存带宽达到惊人的3TB/s。老黄说，目前全球网络流量只有20台H100可以处理。虽然听上去有些夸张，但确实反映了H100夸大的性能参数。
强大的性能也伴随着夸张的功耗。NVIDIA给出的H100功耗高达700W（真正的“核弹”显卡），相比上一代A100。功耗只有400W，换来的却是两倍的功耗。3倍的性能提升整体来说不算亏。
H100还针对AI训练中用到的模型等进行针对性优化，配备Transformer优化引擎，使大型模型的训练速度可以提高到原来的6倍，大大减少了大型模型所需的训练人工智能模型时间，这个功能也呼应了下面将要讨论的AI分身系统。
MXC抹茶开启首期MX开发者“万物生长计划” 设立500万USDT生态基金:据官方公告，MXC抹茶开启“万物生长计划”，设立500万USDT专项基金，通过Grant激励形式，促进以太坊、波卡等网络，及其生态项目方开发者，一起创造MX更多使用场景，探索各类资产生态与MX融合的可能性。2月11日16:00开始，开发者可通过公告内表单报名，3月17日前公布入围名单。入围项目总计可获得500万USDT奖池的生态基金支持，获得MXC抹茶全方位项目扶持，获得MXC抹茶投资机会及上线机会。更多奖励请关注公告。[2021/2/11 19:31:43]
在 NVIDIA 给出的测试数据中，训练一个 1750 亿参数的 GPT-3 模型将时间从原来的一周缩短到仅 19 小时，一个 3950 亿参数的 Transforme 模型只需 21 小时即可完成。训练，效率提升近9倍。
虽然参数看起来很不错，但实际表现还有待后续实际测试结果来揭晓。至少从RTX 30系列和A100的体验来看，最终的实际性能提升可能在2倍到2.5倍之间。，实现3倍的可能性不大，但即使只有2倍，也已经相当不错了，至少在AI方面，已经彻底碾压了AMD的计算卡。
此外，H100还引入了NVIDIA最新的NVIDIA NVLink第四代互连技术，可以进一步提升多GPU串连的效率。在NVIDIA给出的数据中，串联后的I/O带宽可以扩展至900GB/s，比上一代提升50%。
再来看看英伟达的新“玩具”Grace，这是英伟达为服务器业务准备的超级服务器芯片。系列产品。Grace 芯片采用了最新的 Arm V9 架构，Nvidia 以此为基准构建了两款超级芯片——Grace Hopper 和 Grace CPU 超级芯片。
其中，Grace Hopper 由一个 Grace CPU 和一个采用 Hopper 架构的 GPU 组成。两者将组成一个完整的计算系统。只需要一个芯片就可以构建一个强大的计算服务器。芯片串联起来形成更大的计算阵列。
Grace CPU超级芯片由两颗Grace CPU组成，它们通过NVIDIA NVLink-C2C技术互连，形成一个内置144个Arm核心和1TB/s内存带宽的巨型芯片（Grace CPU Ultra）。
说实话，英伟达的 Grace CPU 超级芯片很难不让人联想到苹果在春季发布会上发布的 M1 Ultra。它同样基于 Arm 架构，同样由两颗芯片组成。它也有夸张的特点。内存带宽和性能。
显然，芯片互连与组装技术已成为行业趋势之一，AMD也透露类似技术的CPU正在研发中，最早将于2023年与大家见面。只能说性能发展单个芯片现在正在接近极限。如果想要有更大的提升，可能不得不使用类似的互连技术进行芯片堆叠。
不过，Grace CPU 超级芯片的功耗并不低。NVIDIA官方给出的数据是500W，已经远超传统x86架构CPU。当然，考虑到格雷斯CPU超级芯片的夸张表现：SPECrate跑分740分，比第二名高出60%，这样的功耗也不是不能接受的。
显然，在 Arm 服务器领域，英伟达的野心非常大。
除了一堆高性能硬件，NVIDIA这次还展示了很多软件演示案例，包括使用H100等硬件模拟虚拟现实环境进行各种测试和模拟。在英伟达的演示中，未来企业可以通过强大的英伟达硬件搭建逼真的虚拟测试环境，在其中测试自动驾驶、智能工厂运营等。
通过使用虚拟测试环境，研究人员可以更轻松地测试自动驾驶在面对各种突发事件时的反馈，并在测试过程中直接定位问题，降低整体测试成本。此外，可以构建1:1的“数字工厂”，提前模拟运营，寻找提高效率，发现可能出现的问题，降低工厂正式运营后出现问题的概率。
英伟达将这组应用称为“数字孪生”，可以大大减少自动化工厂和自动驾驶方面的研究和测试投入。
Omniverse Cloud 是 NVIDIA 推出的全新云创建服务。通过Omniverse Cloud，用户可以随时随地访问和编辑大型3D场景，无需等待大量数据的传输，还可以让用户直接在线协作构建3D模型。
过去，3D模型和3D场景的协同构建需要在服务器上进行。Omniverse Cloud上线后，相关创作者可以通过任何支持Omniverse Cloud的终端直接访问协作空间并参与其中。大大提高了创作者的反应速度和工作自由度。
此外，NVIDIA还为创作者准备了第二个惊喜，一套AI驱动的虚拟角色系统，可以让AI在短时间内完成训练，学习各种指令对应的动作。比如一个简单的砍杀动作，在正常的制作过程中，动作架构师首先需要一步步调整动作骨架（俗称K帧），然后放到场景中进行测试。整个过程需要很多时间。并且每个不同的动作都需要重新调试。
借助这套AI虚拟角色系统，当你想让虚拟模型做出斩击动作时，只需要一个命令，AI就会从学习到的动作中找出关联的动作并自动运行，直接保存储蓄。大量的时间和人力，对于游戏开发者和视觉特效创作者来说，这个系统可以让他们将更多的精力集中在其他地方。
虽然 NVIDIA 的发布会并没有过多提及元宇宙，但从硬件到软件，都是未来构建元宇宙的基础。元宇宙目前无法成为现实的主要原因有两个。一是硬件性能无法满足我们的需求，二是软件领域还不够成熟，无法提供实时的真实环境模拟。技术的基础。
在此之前，我们首先需要的是更强大的计算硬件和更智能的人工智能系统。Nvidia 的 H100，虚拟现实环境和 AI 虚拟角色系统的出现，将使我们离真正的元宇宙更近一步。
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。