什么是“AI工廠”？

在未來會有一個了解你，能幫你推薦藥物、讀物、治療方案等的模型，這個必須在輸入數據和輸出模型之間反復訓練。現在你已經可以看到很多這樣的互聯網AI工廠，而以后每家公司都會有AI工廠，因為每家公司從根本上說所做的都是智能。

另一個角度來看，這是一種新型的數據中心，“它已經無處不在，但這只是開始”。企業客戶正積極處理、提煉數據，開發AI軟件，逐步轉化為智能制造商。當前，AI科技正“朝著各個方向飛速向前。

為了實現上面所描述的目標，GTC大會介紹了基Hopper架構的英偉達H100，號稱是為全球AI基礎設施打造的新引擎，H100目前已經投入生產，預計從第三季度起正式供貨。

Hopper的技術突破，包含新的Transformer引擎，模型訓練周期將由幾周縮短至數天，瞄準圖形處理和人工智能兩大賽道，能夠在不損失準確性的前提下實現6倍網絡加速性能。

小趣聞：H100的新一代Hopper架構以“計算機軟件工程第一夫人”Grace Hopper命名。Grace Hopper是計算機科學的先驅之一，發明了世界上第一個編譯器 —— A-0系統。1945年，Grace Hopper在Mark Ⅱ中發現了一只導致機器故障的飛蛾，從此“bug” 和 “debug” (除蟲) 便成為計算機領域的專用詞匯。

基于H100推出的最新DGX H100計算系統，是常見的配備8塊GPU。但DGX H100系統在FP8精度下達到32 Petaflop的AI性能，比上一代DGX A100系統高了6倍，900GB/s的GPU連接速度接近上一代的1.5倍。

另外還有在DGX H100基礎上搭建的Eos超級計算機，又創造了AI超算性能世界第一，其18.4 Exaflops的AI計算性能比日本“富岳”（Fugaku）超級計算機快了4倍。Eos配備了576個DGX H100系統，用了4608塊H100。在傳統科學計算，算力能達275 Petaflops ，第一名富岳是442 Petaflops。

下一個進化方向：Omniverse

在去年4月英偉達舉辦的GTC峰會上，其最為熱議的標志性事件就是14秒的“數字替身”。不僅人是替身，黃仁旭身上的標志性皮衣、帶壁爐的廚房以及桌上的所有物件，都是通過軟件技術渲染出來的仿真畫面。這14秒不僅是英偉達Omniverse的宣傳，更是對元宇宙賽道的主動覆蓋。

Omniverse是基于英偉達光線追蹤GPU和皮克斯的USD（Universal Scene Description）數據格式的實時圖形和仿真模擬平臺，可進行3D虛擬世界實時模擬和協作。

這不是一個娛樂項目，黃仁勛為Omniverse描述的未來圖景是成為“以行動為導向的AI”的組成成分。什么意思呢？以NASA舉例，半個世紀之前，阿波羅13號登月計劃遭遇意外。為了拯救機組人員，NASA的工程師們決定在地球上建造一個乘員艙模型、探索可行的救援辦法。

Omniverse的目的并不是構建元宇宙本身，而是提供建設元宇宙的平臺和工具。數字孿生也可以理解為在虛擬空間重現物理世界，簡稱“造世界”。數字孿生的思路相當于對此進行規模擴展，創造出一個與物理世界連通的虛擬世界。

例如愛立信就將自身多年的無線電網絡仿真專業知識整合到Omniverse中，通過構建城市規模的數字孿生，幫助準確模擬5G基站與環境之間的交互作用，從而更大程度地提高性能和覆蓋率。寶馬集團也早已采用Omniverse來設計整個工廠，實現端到端的數字孿生。寶馬全球生產網絡中的數千名規劃師、產品工程師、設備經理和精益專家能夠在同一個虛擬環境中進行協作，在工廠實際建成或集成新產品之前，對極其復雜的制造系統進行設計、規劃、工程、模擬和優化。

Omniverse軟件專為構建數字孿生而生，助力元宇宙基建落地，生態初具雛形。英偉達認為Omniverse的意義在于創造全新的3D內容協作方式、真實場景的數字孿生以及為機器人創建模擬訓練環境以降低試錯成本。目前，Omniverse在全球3D設計和DCC用戶內滲透率預計已達1%，預計Omniverse用戶將在5年內突破300萬，帶來每年50億美元以上訂閱收入。

此次GTC上英偉達還發布了首款元宇宙服務器OVX。OVX系統將成為Omniverse數字孿生的運行載體，負責在同一時空內為多個自主系統運行大規模模擬，骨干在于其網絡結構，這一結構的實現源自此次公布的英偉達Spectrum-4高性能數據網絡基礎設施平臺。為了讓更多用戶能夠訪問Omniverse會上公布了Omniverse Cloud，現在只需點擊幾下，協作方就能接入云端、參與到Omniverse當中。

英偉達布局自動駕駛領域

在中國有句老話：“要想富，先修路?！爆F實生活中交通的高效運行會提高人流、物流等生產要素的流通效率，進而助力整個經濟系統的發展。

早在2015年，英偉達就推出了NVIDIA Drive系列平臺，賦能自動駕駛生態。此后幾乎是每年英偉達都要更新一至兩次Drive平臺，每隔兩年發布一款車規級SoC芯片，不斷拉升算力水平。

英偉達DRIVE自動駕駛汽車系統在本質上就屬于“AI司機”。作為新一代電動汽車、機器人出租車、穿梭巴士與貨運卡車自動駕駛引擎的集中式AV與AI計算機英偉達Orin，將在本月內開始發貨。

此次公布的還有Hyperion 9，相比目前的第8代平臺，最明顯的改變是支持感知硬件數量大幅度提升，其中包括車外部分14個攝像頭、9個毫米波雷達、3個激光雷達以及20個超聲波雷達；車內部分，可支持3個攝像頭以及1個毫米波雷達。這意味著Hyperion 9的性能兩倍于第8代平臺，并且將支持L3級自動駕駛和停車場L4級泊車功能。

Hyperion 9所采用的是Atlan芯片。Atlan芯片在GTC 2021大會上推出，在現有Orin芯片基礎上對整體芯片架構進行了大變革，將集成Grace-Next CPU、Ampere-Next GPU單元，首次集成Bluefield 數據處理單元（DPU），起到協助AI運算、加強自動駕駛能力的作用。

雖然英偉達還沒有公布各模塊具體的核心參數，但在算力方面，Atlan芯片的目標算力是1000TOPS，Orin芯片的算力水平是254TOPS，提升了3倍左右。在交付時間方面，英偉達Atlan芯片的交付時間預計在2025年，Hyperion 9自動駕駛平臺的交付時間預計在2026年。

自動駕駛所需的“神經”與“大腦”之外，GTC開發者大會上宣布的Drive Map是一個地圖平臺，旨在加速L3和L4自動駕駛汽車的到來。該平臺基于創業公司DeepMap的技術，該公司去年被英偉達收購，DeepMap在過去六年中一直在開發用于自動駕駛車輛的高精度地圖。

DRIVE Map將擁有兩個地圖引擎，分別對應真值測繪地圖（DeepMap）引擎與眾包車隊地圖引擎。兩個地圖引擎能滿足不同功能所需，在數據精度與數據新鮮度、規模程度上取得兩全其美的效果。

定位方面，DRIVE Map包含攝像頭、雷達和激光雷達傳感器三層定位層，攝像頭定位層由司機在導航時看到的相同細節組成，如車道分隔線、道路標記、道路邊界、交通燈、標志和電線桿等。雷達定位層是雷達回波的聚合點云，用于確定自動駕駛車輛的精確位置。雷達數據則在低光照條件和雨霧等惡劣天氣條件下運轉，AI能夠根據雷達掃描發現的周圍物體進行定位，激光雷達體素層則能以5厘米的高分辨率構建3D世界。

英偉達計劃在2024年底前，對北美、西歐、亞洲的主要道路完成DRIVE Map的創建，公路總里程將達到50萬公里。DRIVE Map所生成的數據，將導入到NVIDIA Omniverse中，在虛擬世界中構建數字孿生體，用于訓練自動駕駛引擎。

英偉達在汽車圈客戶大致可以分為三類：

1. 造車新勢力，包括蔚來（ET5、ET7）、小鵬（P5、P7、G9）、理想（X01）、威馬（M7）、上汽智己、R汽車、FF、Lucid Group等；

2. 傳統車企，包括比亞迪、奔馳、捷豹路虎、沃爾沃、現代、奧迪、路特斯等；

3. 自動駕駛公司，包括通用Cruise、亞馬遜 Zoox、滴滴、沃爾沃商用車、Kodiak、圖森未來、智加科技、AutoX、小馬智行、文遠知行、元戎啟行等。

英偉達定位服務L3及以上的智能駕駛，作為GPU的發明者，在汽車主控芯片的GPU市場處于壟斷地位，常年保持70%的市場占有率。

英偉達制定了路線圖，以實現一萬億美元的收入。1000億美元可能來自游戲，3000億美元來自芯片和系統，1500億美元來自AI企業軟件，1500億美元來自Omniverse企業軟件，3000億美元來自汽車行業。

英偉達的汽車業務有三個組成部分：用于自動駕駛的Drive軟件堆棧，車載硬件以及用于管理、培訓和模擬的數據中心基礎架構。

軟件代表了3000億美元汽車機會的絕大部分，每輛車的軟件內容在車輛的整個生命周期內可能達到數千美元，而硬件則為數百美元。其次，軟件可以根據車輛的安裝基礎進行擴展，而不是年產量。

例如，英偉達正在幫助汽車制造商提供Netflix風格的訂閱服務，以實現自動駕駛等功。這些服務為OEM廠商提供了一個令人興奮的機會來改變他們的商業模式，就像我們看到特斯拉用他們的Autopilot軟件所做的那樣。

與自動駕駛芯片相比，新勢力等車企并不愿意直接搭載英偉達的計算平臺，而是選擇Tier 1來代工，自己搞定軟件和算法，英偉達計算平臺的客戶也并不多。英偉達將持續面臨著兩大挑戰。

其一，暫時排在英偉達身后的競爭者們，將繼續奮力追擊，尋找任何能夠突破的市場。例如，國產自動駕駛芯片黑馬地平線，已經與多家國產汽車廠商達成合作，從中低端市場切入，試圖從下向上擊穿市場。

其二，車企的自我革命，一部分車企以特斯拉和蘋果公司為榜樣，已經把自研芯片提上日程。理想汽車總裁沈亞楠就曾談到車企布局芯片的邏輯，他表示車企首要先掌握域控制器的硬件能力、再掌握操作系統的能力，進而去開發一顆好的芯片。

根據該公司首席執行官黃仁勛最近的言論，英偉達顯然正在考慮轉向英特爾制造其芯片。然而，他也指出，根據路透社的一份新報告，代工討論需要很長時間，因為它們涉及整合供應鏈。

就目前而言，臺積電 ( TSMC ) 負責制造英偉達的大部分芯片。然而，臺積電也為AMD、蘋果、博通、聯發科和許多其他大公司制造芯片。

電話中的記者問黃是否擔心與英特爾這樣的競爭對手合作，他說與行業合作伙伴合作是公司的關鍵，并且與英特爾合作了很長時間。事實上，“英特爾多年來一直知道我們的秘密，”他說。