看了英偉達的GTC,給人的感覺除了對未來科技的向往之外,更有一種急迫感。
黃仁勛談了哪些主要內(nèi)容呢?總結(jié)下來有這幾個關鍵詞:
1. iphone時刻
chatGPT的火爆,被黃仁勛稱為是iphone時刻。這個說法應該是黃仁勛原創(chuàng),之前沒有聽說過這樣的說法。一個是表達對自己的大客戶蘋果的敬佩之心,另外也確實很形象地說明了如今以chatGPT為代表的生成式AI對于整個世界的重大改變。
iphone時刻之后,移動互聯(lián)網(wǎng)正式到來。
而chatGPT之后,人工智能時代也到來了。
言外之意,如果說移動互聯(lián)網(wǎng)時代最牛的芯片公司是高通,那么顯然,人工智能時代,最牛的就是我黃仁勛領導的英偉達。
人工智能時代,有兩種資源是最重要的,一個是數(shù)據(jù),一個是算力。而英偉達要壟斷的是算力資源。
2. 生成式AI
「加速計算是曲速引擎,AI 就是它的動力?!裹S仁勛說道,「生成式 AI 日新月異的能力,給我們重新構(gòu)想其產(chǎn)品和商業(yè)模式帶來了緊迫感?!?/p>
那么生成式AI和現(xiàn)在最火的chatGPT以及GPT4是什么關系呢?其實可以將chatGPT理解為生成式AI的一種。
生成式AI可以作曲,可以寫文章,畫畫等創(chuàng)作性的工作。是不是要GPT很類似?
3. 計算光刻
英偉達宣布推出 cuLitho——一個計算光刻庫。并與 ASML、臺積電等巨頭展開合作,從而大幅降低芯片設計過程中的算力消耗,節(jié)能減排。
劃重點,節(jié)能減排。計算光刻用cpu也能做,但是速度慢,能耗太高。用英偉達的技術,可以很大程度上解決這個痛點。
cuLitho在GPU上運行,其性能比當前光刻技術工藝提高了40倍,能夠為目前每年消耗數(shù)百億CPU小時的大規(guī)模計算工作負載提供加速。
我的理解英偉達的GPU的這個應用可以算是一個小小的應用場景。類似于5G在煤礦中的應用。
可能有人還是不太理解什么是計算光刻。其實很簡單,由于光經(jīng)過掩膜版會產(chǎn)生畸變,那么生產(chǎn)的時候就需要模擬光刻機原理提前計算出這些畸變,在生產(chǎn)掩膜版甚至是芯片設計的時候進行相應的調(diào)整,由于工藝復雜,芯片中圖形又數(shù)以百億計,這就導致了計算量以及數(shù)據(jù)量非常龐大。
當然,對于我們來說,還是先解決成熟工藝的卡脖子問題,條件成熟時,相信完全可以有合適的方法來解決相關的問題。
在黃仁勛眼中,英偉達定位非常明確,就是加速計算。
而令人擔心的,恰恰是算力。
大語言模型chatGPT的痛點是成本,而英偉達最先進的基于Hopper架構(gòu)的H100可以將大語言模型的處理成本降低一個數(shù)量級。目前這個型號已不能在中國賣了。因此英偉達為中國特殊設計了一款相同架構(gòu)的芯片H800。通過優(yōu)秀的系統(tǒng)設計,基本上可以滿足大語言模型對于算力的需求。
H800已經(jīng)是符合美國法律的最高等級了,也意味著未來英偉達開發(fā)出更先進的顯卡,也無法賣到中國。
這一點是非常令人感到非常急迫的。
原本我們的計劃沒有問題,先吃透成熟工藝,然后一步一步再掌握先進工藝。不過chatGPT的出現(xiàn),導致這種急迫性迅速提高。沒有先進工藝加持,算力很難提高。沒有算力,那么無論是大語言模型還是生成式AI,都成了無源之水。
那么我們該怎么做呢?我認為我們需要繼續(xù)發(fā)揚華為的精神,加速對于底層技術的突破。玩概念,炒話題的資本運作可以休矣。底層如果不突破,接入再多的openAI的API,也沒用。相反,這不是伸著脖子讓別人卡么?還有就是聚焦,比如醬香科技此類非關鍵技術,就不要浪費資源在上面了。
關鍵技術是一方面,生態(tài)也是一方面。比如華為開發(fā)了鴻蒙系統(tǒng),但是單靠一家公司是很難建立生態(tài)的。蘋果是特例,其實華為也有這個實力。然而遺憾的是美國打壓的原因華為自身的手機電腦面臨無芯可用的局面。如果國內(nèi)公司不能擰成一股繩,那么鴻蒙可能也難以成功。
如今,英偉達其實也在努力建立自己的生態(tài)以及壟斷地位,我們需要警惕。建立在他人的生態(tài)之上固然輕松,但是相當于將大廈建立在沙漠上,根基不穩(wěn)。