蒙城华人网 › 标签 › NVIDIA

标签: NVIDIA

相关帖子	版块	作者	回复/查看	最后发表

	求：Sony 笔记本花屏维修	电脑电讯	celio 2015-2-7	1 1111	792589 2015-2-7 19:08
	卖个nvidia titanx 显卡	数码电讯	wuliao111 2017-2-13	1 629	samson18 2017-2-14 09:14

更多...

相关日志

分享英伟达GTC 2025：Blackwell Ultra GPU发布，AI推理时代来临: alexbsr 2025-3-29 15:03; 美国时间3月18日，英伟达在美国圣何塞举办年度GTC（GPU技术大会）。作为全球最受瞩目的科技盛会之一，今年的GTC吸引了约2.5万名观众线下参会，另有30万人通过线上直播收看。英伟达CEO黄仁勋在主题演讲中表示：“随着AI技术的爆发，GTC的规模也在逐年扩大。去年，有人称GTC是AI行业的‘伍德斯托克音乐节’，今年我们搬进了体育场——GTC已成为AI领域的‘超级碗’。” 本次大会上，英伟达发布了一系列重磅新品，包括 Blackwell GPU 、硅光交换机、机器人模型等。与此同时，黄仁勋在演讲中反复强调，随着AI行业整体训练需求的放缓，以及DeepSeek在模型推理领域的创新突破，AI推理时代即将到来。 Blackwell Ultra GPU：AI推理时代的“算力核弹” 作为本届GTC的重头戏，英伟达正式发布了新一代数据中心级AI GPU—— NVIDIA Blackwell Ultra GPU 。此前有市场传闻称，英伟达曾考虑将Blackwell Ultra更名为B300，但最终官方仍沿用了原始命名。相较于上一代B200 GPU，Blackwell Ultra GPU的计算性能提升了50%，达到约 15P FLOPS （基于低精度FP4浮点格式），并采用 HBM3E高带宽存储，内存容量由192GB提升至 288GB 。两大系统集成方案：GB300 NVL72 与 HGX B300 NVL16 基于Blackwell Ultra GPU，英伟达为云计算厂商及大型企业客户推出了两款系统解决方案： GB300 NVL72 ——机架级解决方案，每个机架内集成 72颗Blackwell B300 GPU 和 36颗基于ARM架构的Grace CPU ，AI算力性能较上一代提升超50%。 HGX B300 NVL16 ——采用 NVLink高速互联，连接8颗Blackwell Ultra GPU，专为大规模AI推理优化，相较于H100在大模型推理速度上提升11倍。 AI推理市场的加速布局不同于A100、H100等主要用于AI模型预训练的产品，英伟达此次明确定位 Blackwell Ultra为AI推理优化（AI-Reasoning），并兼顾训练及多场景AI应用。在DeepSeek成功以极低算力成本完成模型开发后，市场一度担忧英伟达AI芯片的需求是否会放缓。对此，黄仁勋回应称，虽然AI厂商过去将大量算力投入模型训练，但推理仍然需要庞大的GPU计算资源和高性能网络。DeepSeek的创新不仅没有减少市场需求，反而证明了AI推理将催生更大规模的算力需求。黄仁勋在演讲中强调，Blackwell GPU已全面投产，并透露英伟达正在推进下一代 Rubin架构。预计Rubin GPU在FP4标准下的算力性能将达到 50P FLOPS （约为Blackwell Ultra的3.3倍），Rubin Ultra GPU将达 100P FLOPS ，并搭载 HBM4/ HBM4E 存储，预计于 2026-2027年陆续推出。此外，英伟达还正式公布了 2028年推出的全新架构——Feynman ，该命名致敬物理学家理查德·费曼（Richard Feynman）。 Agentic AI与AI推理的算力挑战今年GTC不同于往年密集发布新产品的节奏，黄仁勋在正式公布新品前，花费大量时间阐述“ Agentic AI（智能体AI） ”的概念，并探讨AI推理带来的巨大变革。英伟达的AI技术发展路线图显示，AI技术的发展分为三个阶段： Generative AI（生成式AI）：以语言大模型（LLM）和聊天机器人为核心，专注于文本、图像生成。 Agentic AI（智能体AI）：具备自主决策和执行能力，能够理解任务、进行复杂推理、制定计划并自主执行多步骤操作。 Physical AI（具身AI）：赋能机器人，使其具备更强的环境理解和交互能力。黄仁勋指出，生成式AI阶段的Scaling Law法则（“ 更大规模的模型=更智能的AI ”）主要集中在模型训练阶段。但随着AI向Agentic AI演进，推理将成为新的核心动力，算力需求将远超训练阶段。以AI模型的Token生成为例，Agentic AI的推理任务复杂度更高，可能涉及数百万乃至数十亿级别的Token处理量。随着用户访问量的激增，AI推理计算需求的增长远超100倍。在现场演示中， Blackwell Ultra NVL72 集群运行DeepSeek-R1 671B模型交互时，仅需 10秒即可给出答案，而H100集群则需要 90秒。此外，英伟达发布了一款AI推理优化软件—— Dynamo ，该软件能够在数千颗GPU间协调推理计算，并通过分解任务，提高大模型推理效率。黄仁勋预测，到2028年，全球数据中心投资规模将突破1万亿美元，远超此前的市场预期。硅光交换机、机器人模型与量子计算研究中心硅光网络交换机：突破超大规模数据中心瓶颈英伟达此次发布了两款基于硅光技术的新型交换机： NVIDIA Spectrum-X （基于以太网，适用于企业级网络）。 NVIDIA Quantum-X （基于InfiniBand，适用于高性能计算集群）。这两款交换机采用“ 光电共封装技术 ”（CPO），将光通信直接集成到交换机芯片上，相比传统外挂式光模块，大幅降低数据传输延迟。英伟达计划于2026年正式推出Spectrum-X交换机。 GROOT N1机器人模型开源英伟达宣布开源 GROOT N1机器人基础模型。该模型采用双系统架构，一个系统负责理解环境与指令，另一个系统执行精确动作，以模拟人类认知过程。此外，英伟达推出 Omniverse 3D实时仿真平台，助力机器人开发者训练和测试智能体AI。量子计算研究中心落地波士顿英伟达还宣布将在波士顿设立加速量子研究中心（NVAQC），专注于量子计算架构与算法研究。尽管量子计算仍面临技术挑战，黄仁勋强调，其目标并非取代传统计算，而是作为 AI超级计算机的增强工具，在新材料、药物研发等特定领域发挥作用。 AI推理时代全面到来本届GTC不仅展示了Blackwell Ultra GPU的强大算力，也明确了AI行业未来的重点：推理将成为核心驱动力。随着Agentic AI时代的到来， AI推理计算需求正迎来指数级增长，英伟达的GPU、网络和AI推理软件正在重塑整个计算生态。未来，随着Rubin、Feynman架构的推进，AI芯片的性能天花板仍在不断突破。所以，GPU依然是未来人工智能应用的关键资源，不管是新产品还是二手市场，GPU都具有交易价值（ Sell GPU ）。如果你有闲置的GPU，可以考虑卖出去，不至于失去价值.; 个人分类: Computer Parts|42 次阅读|0 个评论

更多...

返回顶部

标签: NVIDIA

相关帖子

相关日志