一年一度的GTC 大會風光落幕，此次帶來最新ＡＩ晶片、超級電腦、人型機器人計畫等重磅消息，大幅度的ＡＩ應用進化，也讓輝達的ＡＩ霸主地位更加穩固。
文／周佳蓉
距離輝達（Nvidia）首屆舉辦ＧＴＣ大會的二○○九年，已十五個年頭匆匆過去，如今輝達在全世界半導體的地位已不可同日而語，繼二三年衝破一兆美元，今年市值再度衝刺超過二．二兆美元，美股排名僅次於微軟（Microsoft）和蘋果（Apple）兩大科技巨頭之後，暌違五年的實體盛會，全球將ＧＴＣ大會視作全球ＡＩ風向球，創辦人黃仁勳的演講談話也動見觀瞻。三月十八日對著會場座無虛席的人群，黃仁勳幽默地澄清：「這不是一場音樂會」，並表示能召集全球價值高達一○○兆美元、大量非ＩＴ行業代表參與此盛會，感到相當自豪。
發表新一代AI GPU B200
輝達按照每兩年的更新頻率，升級一次ＧＰＵ架構，從二二年首發採用Hopper架構的H100起引領著輝達穩坐ＡＩ晶片霸主地位，這次再推出採用 Blackwell 架構的GPU-B200。
B200是由台積電的五奈米家族（N4P）製程打造而成，並整合兩個獨立製造的裸晶（Die），共含二○八○億個電晶體，B200透過小晶片（Chiplet）先進封裝將八顆HBM3e高頻寬記憶體，記憶體達到一九二ＧＢ、頻寬達一．八TB/s，並預告今年稍晚會推出。
GB200則是由兩個Blackwell GPU和一個既有的ARM架構的Grace CPU組成的更強大ＡＩ加速晶片，延伸的還有基於GB200打造的DGX GB200 NVL72，以及運算效能更強大的超級電腦DGX SuperPOD。
相比Hopper和Ampere架構，Blackwell架構的B200性能有了巨幅提升，最大可支援十兆參數的模型訓練，以OpenAI的GPT-3和GPT-4做比較，最高分別支援為一七五○億和一．八兆個參數，而NVLink是由輝達開發作為CPU/GPU間的高速互聯通道，可最大化提升CPU/GPU的傳輸效率，如今已進化到第五代，成為B200傳輸速度能大幅提升的關鍵。
全新的加速運算平台DGX GB200 NVL 72，則擁有九個機架，共搭載十八個GB200加速卡，一套DGX版內部使用五千條NVLink銅纜線，累計長度綿延近二公里，可以減少二○ＫＷ的運算能耗，與相同數量的H100 GPU相比，在大型語言模型（ＬＬＭ）推理工作性能可提升三○倍，成本和能耗最多可降低二五倍，針對ＡＩ運算需求龐大的企業，輝達目前已宣布亞馬遜ＡＷＳ計畫採購由二萬片GB200晶片組建的伺服器，Dell、 Alphabet、Meta、Mirosoft、OpenAI、Oracle和特斯拉也將成為DGX GB200伺服器的採用者。
晶片仰賴台積電N4P製程
而DGX SuperPOD為新一代超級電腦平台，由八套DGX GB200系統打造而成，採用液冷設計，提供十一．五exaflops AI運算能力，輝達強調若企業預算足夠，最終可擴展至數萬個GB200 超級晶片，並透過NVLink連接五七六個Blackwell GPU，取得龐大共享記憶體。
值得注意的是，輝達也發表了新款基於大規模ＡＩ的網路交換機X800系列，以及人形機器人的模型GR00T專案，該專案內含開發套件Jetson Thor、更新的ISAAC Lab開發工具庫，GB200可透過X800取得八○○Gb/s超高速網路，而GR00T允許開發者利用平台模擬機器人學習技能，支持數千個機器人同步訓練與模擬。
繼硬體之後，軟體服務也是輝達不可或缺的護城河之一，輝達發表了整合ＡＩ開發軟體微服務系統的ＮＩＭ，透過直接提供多產業、多模態的專有模型，讓缺乏ＡＩ開發經驗的傳統行業也有機會跨入。
不論是B100、B200晶片的推出都仰賴台積電的N4P製程，是台積電基於五奈米技術的效能強化版本，儘管此次輝達的晶片並非如外界預期直接導入三奈米製程，不過也是輝達首款採用小晶片（Chiplet）及CoWoS-L形式先進封裝的產品，解決高耗電量與散熱問題，而隨著台積電對於先進製程、先進封裝的擴廠動作積極，相關半導體設備、耗材股可望持續大啖商機。（全文未完）
全文及圖表請見《先探投資週刊2292期精彩當期內文轉載》
讀者迴響