- 1
在全球缺芯背景下，新老芯片巨头纷纷布局建厂，一场芯片大战拉开大幕。硅谷封面特推出“芯片巨头大战”系列，本文为第三篇，聚焦于英伟达的雄起。比思论坛
第一篇>>
英特尔困局：十多年间多次决策失误，核心业务受到多家巨头围剿
第二篇>>
芯片代工争霸战：要想打败台积电三星，需每年投300亿美元连投五年
作为老牌芯片巨头，英伟达近期动作不断，包括斥资400亿美元收购芯片设计公司ARM，发布了首款基于ARM架构的数据中心处理器Grace、可以测试使用英伟达AI芯片的赢咖4注册汽车的平台Omniverse、客户可根据需要免费租用的DGX Station迷你超算、用于数据中心计算的Bluefield 3数据处理单元(DPU) ，以及用于赢咖4注册汽车的Atlan芯片等。
显然，英伟达正横跨多个领域布局，打造属于自己的“元宇宙”（metaverse，或称虚拟世界）。英伟达首席执行官黄仁勋最近接受媒体专访，阐述了诸多帮助英伟达雄起的战略。
▲英伟达首席执行黄仁勋在其年度GTC 2021大会上发表主题演讲
以下为文章正文：
芯片巨头英伟达首席执行官黄仁勋最近向注册参加其年度GTC 2021大会的18万名与会者发表了主题演讲。他在会上发布了英伟达横跨多个领域的新产品，以证明该公司已经变得足够强大，并将继续在多个领域保持领先地位。
在演讲中，黄仁勋描述了英伟达正在开发的开放式虚拟协作平台Omniverse，它被视为工程师版本的“元宇宙”（metaverse，或称虚拟世界）。英伟达已经在这个项目上花费了数亿美元资金，Omniverse目前只专注于企业市场，已经获得数百家企业在支持。该项目基于3D数据共享标准Universal Scene Description，该标准最初由皮克斯创建，后来被开源。Omniverse是英伟达可以测试使用其AI芯片的赢咖4注册汽车的平台，所有合作伙伴都将能够在汽车投入之前对其进行测试和设计。比思论坛
与此同时，黄仁勋还介绍了名为Grace的CPU，这是其首款基于ARM架构的数据中心AI处理器；新的DGX Station迷你超算，客户可以根据需要免费租用它们，以用于较小的计算项目；用于数据中心计算的Bluefield 3数据处理单元(DPU)，以及用于赢咖4注册汽车的新Atlan芯片。
黄仁勋最近接受媒体专访，谈到了可以帮助英伟达雄起的战略，包括Omniverse对游戏和其他行业的意义，英伟达斥资400亿美元收购ARM的计划，强调加速计算将是其未来发展的新方向。英伟达重新将自己定位为计算平台，继续扩大其在所有领域的领导地位，包括运行世界上最先进的数据中心、AI以及机器学习赢咖4平台。
黄仁勋在接受采访时首先表示：“我们刚刚举办了一场非常棒的顶级科技盛会（GTC 2021）。我希望你们能喜欢我发表的主题演讲以及其他演讲。我们有超过18万注册参会者，是我们有史以来参加GTC活动人数最多时的3倍。包括业内专家、研究人员和科学家在内，我们举办了1600场演讲。演讲涵盖了广泛的重要主题，从AI到5G、量子计算、自然语言理解、推荐系统、我们这个时代最重要的AI算法、赢咖4注册汽车、医疗保健、网络安全、赢咖4以及边缘赢咖4注册等，这些演讲的主题范围之广令人震惊，但同样也令人感到兴奋。 ”
关于Omniverse，为游戏开发者设计虚拟世界
问：我知道Omniverse的首个版本将面向企业，但我感到十分好奇，你如何让游戏开发者接受这种愿景。你是否希望或期待游戏开发者在Omniverse中构建自己的虚拟世界，并最终尝试在Omniverse中托管消费者的元宇宙？亦或者，当Omniverse与游戏开发者关系更密切时，你是否看到了不同的前景？
▲宝马正在利用英伟达平台Omniverse建造数字工厂，以反映现实世界的情况
黄仁勋：游戏开发是当今世界上最复杂的设计领域之一。我预计，在虚拟世界中设计的东西将比在现实世界中设计的东西更多，而且其中许多东西都是为游戏而设计的。它们将是高质量、高保真和精确的，但将会有更多的建筑，更多的汽车，更多的船，更多的硬币等，那里将会有太多的东西需要设计。不过，这些东西并不是设计来作为游戏道具的，而是被设计成真正的产品。对很多人来说，这会让他们觉得在数字世界里和现实世界中一样真实。比思论坛
Omniverse使游戏开发者能够跨越这条复杂的渠道工作，首先就是能够加强开发者之间的联系。有人在为动画做索具，有人在做纹理，有人负责设计几何体，有人在做照明，所有这些设计流程的不同部分都很复杂。但是现在，他们可以通过Omniverse进行连接。每个人都可以看到其他人在做什么，以每个人看到的水平进行逼真的渲染。一旦游戏开发完成，他们就可以在虚幻引擎上运行它。这些虚拟世界可以在各种设备上运行。但如果有人想要直接从云中流出，他们可以使用Omniverse来实现，因为它需要多个GPU，而这代表着相当大的计算量。
▲Omniverse允许艺术家在3D空间中设计酒店
这就是我所看到的技术前景。但在Omniverse中，仅仅是为游戏开发者设计虚拟世界的概念，就会给他们的工作流程带来巨大的好处。
关于CPU雄心，专注于构建世界上没有的东西
问：你宣布英伟达目前的处理器以高性能计算为目标，特别关注AI领域。你是否希望扩展此产品，将此CPU系列开发到其他细分计算市场，以便在数据中心市场推进更大规模的计算？
黄仁勋：Grace是为数据驱动的赢咖4平台和软件设计的。AI是编写软件的软件。要编写这样的软件，你需要拥有丰富的经验。这就像人类的智慧一样，需要经验的累积。获得这种经验的最好方式是通过大量的数据分析，当然也可以通过模拟获得。例如，Omniverse模拟系统将在Grace上运行得非常好。你可以模拟，模拟是想象力的一种表现形式。你可以从数据中学习，这是一种体验形式。通过研究数据来进行推断，总结经验，并将其转化为知识。这就是Grace的设计目标，这些大型系统适用于非常重要的新型软件，即数据驱动软件。
作为一项政策，或称企业理念，我们倾向于不构建任何东西，除非世界需要我们去做，而且当前世界还不存在这种东西。当你看到Grace架构时，会发现它是独一无二的，并可帮助解决过去不存在的问题。这代表着新的机遇和市场，一种20年前还不存在的计算方式。可以合理地想象，20年前设计的CPU和系统架构可能无法解决现在应用领域面临的问题。我们将倾向于关注以前不存在的领域，这代表着新的问题，而且世界需要我们。我们会把重点放在这一点上。
除此之外，我们与英特尔和AMD有着良好的合作伙伴关系。我们在PC行业、数据中心、超大规模计算和超级计算领域与他们密切合作。我们还与许多令人兴奋的新伙伴密切合作。安培计算公司正在打造一款出色的ARM CPU，Marvell在5G系统、IO系统和存储系统方面拥有令人难以置信的优势。他们在各自的领域表现非常好，我们会继续与他们合作。我们也在与世界上最大的SoC制造商联发科合作。比思论坛
这些都是带来伟大产品的公司，我们的战略和理念就是支持他们。通过将我们的平台NVIDIA AI、NVIDIA RTX、光线跟踪平台以及Omniverse连接到它们的CPU上，我们可以扩大整个市场。这是我们的基本方法，我们只专注于建造世界上没有的东西。
▲英伟达用于数据中心的Grace CPU以格蕾丝·赫柏（Grace Hopper）的名字命名，后者创造了现代首个编译器系统以及商用电脑编程语言COBOL
问：我想跟进个有关Grace及其用途的问题，这是否表明了英伟达在数据中心以外的CPU领域还拥有其他野心？我知道，你说自己在寻找世界上还没有的东西。显然，在数据中心领域使用ARM芯片会带来新的问题，即我们是否会在未来看到英伟达CPU的商业版本？
黄仁勋：我们的平台是开放的。当我们构建平台时，我们创建了它的不同版本。以DGX为例，它既是集成的，也是定制的。它有非常特别的英伟达架构，是经过专门设计的，首批客户就是英伟达的研究人员。我们有价值数十亿美元的基础设施，我们的AI研究人员正在使用这些基础设施来开发产品和训练模型，并进行AI和赢咖4注册技术研究。我们建造DGX主要是为了解决我们遇到的问题，所以它完全是定制的。
我们撤掉了所有积木，然后开源它。我们把这个计算平台开放为三层：1）硬件层，包括芯片和系统；2）中间件层，包括Nvidia AI、Omniverse，它是开放的；3）顶层，它是预先训练的模型，包括AI技能，比如驾驶技能、演讲技能、推荐技能以及挑选和游戏技能等。我们以垂直的方式创建它，但我们也会对它进行设计和反思，并以一种让整个行业能够以他们认为合适的方式使用的方式来构建它。Grace也将以同样的方式商业化，就像英伟达的GPU那样。
关于Grace的未来，我们的首要选择是我们不能构建的东西。如果有人在构建这样的东西，我们很乐意使用它。这使得我们可以节省公司的关键资源，专注于以一种相当独特的、其他人无法企及的方式推进整个行业的发展。我们试图了解其他人的发展方向，如果他们在这方面做得非常出色，我们更愿意与他们合作，将英伟达技术推向新市场，或者共同扩大我们的联合市场。
正如你提到的，收购ARM并获取其技术许可和我们思考所有计算的方式非常相似。这是一个开源平台，我们出售芯片，授权我们的软件。我们把所有的东西都放在这个生态系统里，让它可以定制，让人们可以构建自己的不同版本。我们喜欢开源平台的方式。
问：你能解释下，是什么原因促使英伟达决定现在就进军数据中心CPU领域吗？毕竟，几乎其他所有公司都有数据中心芯片，你们以前却从来没接触过。Grace与英特尔、AMD和其他数据中心的CPU有何不同？这会不会给英伟达与这些公司的合作带来问题，因为这会让你们面临直接竞争？
黄仁勋：我首先回答你最后那个问题。我不认为这会影响合作，因为公司的领导层远比人们可能认为的要成熟得多。我们与ARM GPU竞争，但我们同时也在DGX中使用他们的CPU。换言之，就是我们在以这种方式打造自己的产品。我们购买他们的CPU是为了将其集成到我们自己的产品中。我们与整个半导体行业合作，将他们的芯片设计成我们的参考对象。我们与英特尔携手开发RTX游戏笔记本电脑，这一季与我们合作的笔记本将近80款。我们共同推进行业标准，并进行大量的合作。比思论坛
回到我们设计数据中心CPU的初衷方面，英伟达的思维方式是，我们会说：“什么是值得解决的问题，世界上没有人在解决它，而我们适合去解决这个问题。如果我们解决了这个问题，是否对这个行业和世界都会有好处？”我们真的会问这样的问题。我们公司的理念是，在解决这一系列问题的过程中，发现我们能解决以前从未解决过的问题，或者只有我们能解决这样的问题。
试图创建一个可以训练AI模型和语言模型的系统，这个系统非常庞大，可以从多模态数据中学习，这只需要不到三个月的时间。现在，即使是在一台巨型超级计算机上，训练1万亿个参数也需要几个月的时间。然而，世界希望在多模式数据上训练100万亿个参数，同时查看视频和文本。
通过使用今天的架构并使其变得更大，这样的事情不太现实，因为效率实在太低。为此，我们创造了许多全新设计的东西来解决这类有趣的问题。正如我所说，这类有趣的问题在20年前是不存在的，甚至在10年或5年前都不存在。然而，这类问题对未来很重要。
▲英伟达超级计算机系统DGX SuperPod
对话型的，能理解语言的，能适应和预先训练不同领域的AI，还有什么比这更重要的呢？它可能是终极AI。我们得出的结论是，数百家公司将需要庞大的系统来训练这些模型，并对其进行调整。也可能需要上千家公司加入。但这在之前是无法解决的。当你必须做三年的计算才能找到一个解决方案时，你永远不会去用那个解决方案。如果你能在几周内做到，一切都会改变。
