人工智能iPhone时刻,创始人黄仁勋在英伟达第14次GTC

“人工智能iPhone时刻”，创始人黄仁勋在英伟达第14次GTC大会上三次强调“人工智能iPhone时刻已经到来”苹果的iPhone从诞生到改变整个手机行业，大约经历了5次—8年，2022年AI技术—2023年的全面爆发可能会在3-5年内逐一打破人类社会的许多既定规则和规律。

上次GTC会议的主角一定是英伟达的自动驾驶技术，这次GTC只提到了几句话。例如，英伟达已经与比亚迪达成了合作，并将在下一代王朝系列和海洋系列中使用英伟达DRIVE Orin高性能计算平台，以及汽车公司已经在使用Omniverse构建自己工厂的数字双胞胎，为新车型构建、优化和规划装配流程，事实上，我们在去年的GTC和今年年初的CES展上听到了这些信息，这并不是一个新的内容。

而最近人工智能技术的爆发，让英伟达的股价比年初的低点飙升了80%以上，这次GTC会议，人工智能是完全的主角。

英伟达会降低智能汽车的硬件成本吗？

从ChatGPT让大家大开眼界，再到GPT-4发布，百度文心跟进发布，事情逐渐变得不对劲，而在微软发布AI助手Microsoft 365 Copilot、Midjourney发布“画手指”在V5版中，人工智能行业的真正影响开始逐渐影响我们每个人。自动驾驶的故事最多是关于实现完全自动驾驶，我们仍然看不到人工智能领域的边际，智能驾驶舱领域是人工智能领域的一小部分。

事实上，计算能力问题是自动驾驶和整体人工智能领域最大的瓶颈。汽车公司通过自动驾驶和驾驶舱的多芯片叠加和集成，使计算能力更加丰富。然而，在人工智能领域，计算能力不足的问题只能通过堆叠芯片来解决，我们也会发现，在使用ChatGPT时，经常会出现卡住或崩溃的问题，有时它甚至不能直接打开。

虽然微软花了数亿美元购买了数万块A100芯片来训练ChatGPT，但简单的堆计算能力使整体开发、芯片损耗和电费支付了极高的成本，因此需要更有效的手段来解决计算能力问题。

这一次，英伟达发布了GPU芯片H100，专门支持ChatGPT训练 NVL，我们也会熟悉A100或H100等芯片，因为目前国内外培训的自动驾驶和互联网服务提供商的云计算芯片都使用这两种芯片，比如我们之前提到的特斯拉超级计算机和小鹏的数据中心。这一次的H100 NVL是H100的改进型，虽然是改进型，但其升级范围可以说是替代产品，配备了双GPU NVLink，拥有94GB的两张 PCIeee，HBM3显存 H100 基于NVIDIA的GPU拼接在一起 Hopper H100架构配备Transformer引擎。

这款全新的芯片也可以叠加使用。配备四对H100和双NVLINK的标准服务器可以将ChatGPT的处理速度提高10倍，带来效率，显著降低成本(消耗和电费)。

除了训练ChatGPT外，英伟达还推出了包括L4在内的全新GPU推理平台 Tensor Core GPU、L40 GPU、H100 NVL GPU、Grace Hopper超级芯片有四种配置。这四种配置用于加速人工智能视频、图像生成和大型语言模型（LLM）以及推荐系统。

虽然英伟达没有说他们可以训练自动驾驶，但你可以看看他们可以实现的功能，L4 Tensor Core GPU是人工智能视频设计的通用GPU，能提供比CPU高120倍的人工智能视频性能，能效提高一倍。同时，视频解码与转码、视频内容审核、视频通话等功能得到了优化，如背景替换、重新打光、眼神交流、转录与实时翻译等。L40 GPU用于图像生成，用于2D、优化了3D图像生成，甚至可以整合Omniverse直接生成3D甚至元宇宙内容，其推理性能是英伟达云推理GPU T4的10倍。

利用这些硬件的能力来训练自动驾驶可能真的很小。面对全场景全链的人工智能，智能汽车需要处理的数据确实不够。然而，随着硬件性能的不断提高，汽车可能真的不需要在车辆本身堆放太高的硬件，更强的背景处理能力，可以大大提高图片和视频处理能力，给智能汽车新的活力，特别是随着5G的逐步，基础设施的不断改进，可以大大降低自行车硬件成本，更多的内容到背景处理。

英伟达愿意完全绑架汽车公司？

除硬件外，英伟达还在CES上发布了关于元宇宙和云服务的内容。在这次GTC会议上，英伟达发布了DGX Cloud人工智能云服务甚至比硬件更有吸引力，DGX Cloud是一种超级人工智能计算服务，允许企业快速访问一些基础设施和软件，可以生成人工智能和其他先进的应用程序培训模型。

DGX 英伟达和微软Azureee所需的Cloud基础设施、谷歌OCP、Oracle OCI等云制造商共同托管，而租用的DGX Cloud的起价是每月36999 美元，一个例子可以由8个A100或H100芯片和相关软件算法技术组成。这个云计算系统可以每月租用，甚至允许企业获得所需的培训效果或模型结果，而无需购买硬件。

对于自建或有自建云计算中心理念的汽车企业来说，英伟达吹云的吸引力不大，成本会大大降低。此外，几乎所有的自动驾驶芯片或计算平台都来自英伟达。如果英伟达以这种低成本的方式接管云计算的工作量，那么汽车公司就太容易了，即使是汽车公司也不需要在其中努力工作，不仅降低了硬件成本，英伟达的租金可能是整体开发成本。

但问题是可能会卡在脖子上，因为整个自动驾驶研发链几乎没有汽车公司需要参与，去年英伟达被迫切断A100和H100芯片，有一个小风暴，一些汽车公司囤积，也有芯片供应商，在云计算方面，我们上面提到，云不是英伟达企业，美国还有很多其他互联网公司，风险会更高，但矛盾就在这里。虽然自主研发和建设的风险很低，但并不是所有的汽车公司都能承受成本。

总结

GPU是专门为大型模型开发的，DGX Cloud云服务向我们展示了英伟达在人工智能时代的强大实力、自动驾驶和与车辆相关的人工智能技术需求。在这些人工智能技术和软硬件面前，它就像一场小战斗。这就是为什么我们说智能汽车变得暗淡。智能汽车只是人工智能技术的一小部分。

苹果的秋季新闻发布会和特斯拉的AI DAY，很多人会为他们熬夜，但在人工智能技术井喷式发展的今天，英伟达的GTC在未来很可能会比他们更受关注，“人工智能iPhone时刻”人工智能的故事已经到来，远不止我们现在所能看到的。

邹宇源，作者