全市场瞩目的英伟达GTC 2024随着黄仁勋穿着标志性黑色皮衣登场演讲而宣告正式开始了。
1. 数字孪生：计算正在改变百万亿美金的行业
百万亿美金的行业正在因为计算而快速变革，这是老黄第一张PPT要表达的。是的，当我以为他在回顾英伟达的成功史时，其实，他只是在点出一个正在快速发生的事实：计算正在改变着百万亿美金的行业。
这个事实并不是去年才发生的，但是这个事实，还在不断加速。
所以，演讲的第一部分内容，虽然篇幅远小于自家Blackwell GPU的新品介绍，但是却基础又重要：数字孪生，Digital Twin。
之前我反复讲过，最重要的变化是物理世界与数字世界的联结，而这个联结就是数字孪生，这个联结背后则是靠越来越高速的计算驱动的仿真。
2. 从GPU到GPU系统：Blackwell不仅仅是算力的提升，更是功耗的大幅下降
当然，计算的背后，是英伟达的基础设施，所以，Blackwell架构登场了，最大的改变是，我们可能要重新定义“GPU”了。
首先，我们正常的理解下，GPU应该长下面这个样子。依然是4nm制程。
但是，到了Blackwell时代，上面的芯片不能再叫做GPU，两个连在一起才是（类似于苹果的M2 Max到M2 Ultra）。这个也许叫“B200”=“B100”+“B100”（直到发布会看完，我还在疑惑，也许这个还是该叫B100？不过，不重要）。
事实上，并没有明确的“B100”，“B200”产品名称，只有“Blackwell GPU”。
如果再把两个“Blackwell GPU”连在一起呢？如果再把更多的GPU连在一起呢？
- **GB200：**两个“Blackwell GPU”+一个Grace CPU（GH200是一个GPU+一个Grace CPU）。
- **单台机器：**两个GB200（4个Blackwell GPU）联结在一台机器里，叫一个Tray，或者一个节点。
- **GB200 NVL72：**把18个tray连在一个机柜，背后用NVLink链接，就是36个GB200，72个GPU，所以叫做“GB200 NVL72”。这是最大的“GPU”。
英伟达也正式从GPU走向GPU系统。
那么，性能如何？
一个“Blackwell GPU”，在FP8下，算力是Hopper架构的2.5倍。
如果用来训练类似于GPT-MoE-1.8T（猜测的GPT-4）模型，大概需要8000块Hooper架构GPU（H100），训练90天。
使用GB200 NVL72系统，需要2000个GPU（每个GPU有两个Blackwell，所以实际上是4000个基础计算架构），同样90天，但是，能耗只有使用目前Hooper架构系统的四分之一。
如果放到推理，英伟达这次引入了新的FP8和FP4两种精度。特别是如果使用FP4精度推理，性能提升30倍。
所以，新产品的潜在客户是谁？最大的那些，至少要构建几千甚至上万块GPU集群的那些。
AI又逐渐回到“巨头时代”了，不是吗？
老黄在最后一张PPT做了个总结，新的Blackwell系统：新的GPU，新的NVLink，新的GB200超级芯片，新的X800交换机，新的Blackwell平台。
3. 其他：
英伟达软件开发平台（统称），包括支持CUDA加速计算的一系列名称，不一一罗列了。
自动驾驶，机器人，数字孪生……
面向自动驾驶和机器人的下一代芯片Thor，将于今年年底明年年初发货。
最大的变化其实是：大模型驱动。
其实，正如我在前瞻里提到的，市场经过了一年的“充分学习”后，这些变化，都只是量变，而不是质变了。
总结：
- 虽然Blackwell架构之前传出的信息已经比较充分了：一个GPU包含两个计算单元等产业链也早就明确了。但是“GB200 NVL72”这种连接方式还是略超预期的，只不过这些产品针对的客户群开始变得越来越集中了；如果能够快速出货，对AMD的打击不小；
- FP4表现抢眼。英伟达已经充分认识到了，推理市场才是下一个重要战场；
- 黄仁勋两小时的演讲或者说show，是在很自信的告诉大家一个明确信号：英伟达就是AI的基础设施，没有之一。
- 正如开场白讲的一样：这是一个正在快速改变百万亿美金行业的市场，计算。
- 这其中，最大的机会是：数字孪生。
最后，一个小“彩蛋”：机器人登场。
