324
在英伟达GTC大会期间的全球媒体/分析师电话会议中，英伟达CEO黄仁勋首次提出“四大支柱”，并就“与Arm生态的合作、以及新趋势下处理器的发展”等问题回应了与非网。
首提“四大支柱”
黄仁勋提出，四大技术正在影响未来，也正在成为英伟达重要的发展支柱。
一是云原生平台NVIDIA Omniverse，他表示，人类与AI和机器人共存的虚拟实时3D世界不再只是科幻小说中的故事情节，通过Omniverse可以创建共享的虚拟3D世界。为了实现这一点，Omniverse现可扩展至多个GPU、具有高物理精度、能够充分运用RTX实时路径追踪等技术，并且与NVIDIA AI完全集成。今年夏季开始，英伟达还将提供Omniverse企业授权许可，进一步扩大应用范围。
二是围绕云原生AI服务的计算需求，英伟达正在从底层进行自下而上的颠覆创新。全新的AI计算机DGX双管齐下，包括便携式AI数据中心DGX Station，以及为密集型AI研发打造的AI数据中心产品NVIDIA DGX SuperPod；搭载Aerial A100的NVIDIA EGX服务器，是业界首个具备云原生技术、安全性和AI边缘数据中心能力的5G基站；此外，还有量子电路模拟框架CuQuantum，这是专为模拟量子电路而设计的加速库，更适合大GPU显存、多GPU和多DGX节点所需。
还有面向数据中心的两款芯片：一款是全球首款专为TB级加速计算而设计的CPU Grace，另一款是专为现代超大规模云技术基础架构而生的DPU BlueField。至此，英伟达的数据中心路线图将由三种芯片组成：CPU、GPU、DPU，三类芯片，每年一次飞跃。
三是将AI扩展到边缘应用。我们现在正处于第二轮AI发展浪潮的起点，这波发展将以企业和产业边缘计算为主，AI将彻底改变全球大型行业，包括制造、物流、农业、医疗健康、金融服务和运输业。他表示，英伟达的AI服务尚未完全覆盖每一个计算领域，而下一个重点就是企业计算。面向企业级的NVIDIA EGX，将继续扩大NVIDIA-Certified认证服务器生态系统，使得企业用户的使用和部署更为便捷。
四是自动驾驶。黄仁勋表示，将于2022年投产的NVIDIA自动驾驶汽车计算系统级芯片NVIDIA DRIVE Orin，旨在成为汽车的中央电脑。最新发布的新一代车载系统级芯片NVIDIA DRIVE Atlan，将为汽车带来真正的数据中心。对于Atlan，黄仁勋寄予厚望，声称“Atlan集英伟达在AI、汽车、机器人、安全和BlueField安全数据中心领域技术之大成”，而现在，它已“整装待发，将带来新一轮的巨大飞跃。”
与Arm生态彼此需要、互相借力
根据此次GTC上释出的消息，英伟达与Arm生态的合作全面覆盖了云、高性能计算、边缘、企业级计算、PC，这是否是并购进展顺利的一个讯号？两个生态未来的交融又有哪些计划？
“这将是非常的重要一步”，黄仁勋表示，“Arm在嵌入式和移动设备领域取得了巨大的成功，一是因为技术效能非常好，二是因为其专利许可模式，有很强的可塑性，用户可以基于其IP打造自己想要的任何产品，来满足市场上多种多样的需求。这是Arm的成功之处，可以说Arm打造出了芯片上的城市（SoC）”。
他指出，这两大驱动因素发挥得最好的领域就是嵌入式和移动设备，SoC的理念对Arm来说非常重要，保证了Arm作为中央处理的核心利益。但是，数据中心是截然不同的领域，不论是云数据中心、应用数据中心还是边缘数据中心等，充满了多个第三方软件、第三方外围设备。在SoC的世界中，设计者拥有软件和堆栈，但是在数据中心，这一切是完全整合的，也更容易被分解开。
也正是如此，黄仁勋表示，在数据中心的世界中，需要新的系统、软件、生态、合作伙伴以及新的投资组合，而这些都是英伟达所擅长的。Arm生态系统中的公司，正在蓄力进入云、超级计算等新领域，而英伟达致力于将Arm生态系统扩展到移动和嵌入式系统以外的市场。
谈到对Arm的收购进展，黄仁勋表示目前非常顺利，正在配合美国、欧洲和亚洲的监管机构，进一步解释Arm未来的发展愿景，以及双方合作将给市场带来的更多创新。他补充，Arm将会继续保持开放授权的模式，两家公司合并，将会加速他在这方面的投资。
不论是黄仁勋对收购一直表现出来的乐观态度，还是从两个生态交融目前取得的实质性成果来看，大方向上的进展都很顺利。
本次GTC上公布的合作包括：NVIDIA GPU与基于AWS Graviton2的Amazon EC2实例相结合，双方将共同在云端部署由GPU加速的基于Arm的实例；发布了搭载Arm CPU的开发者套件，便于开发者和ISV合作伙伴使用；与Marvell合作，将OCTEON DPU与GPU相结合，加速云、企业、运营商和边缘应用；在PC领域，与全球最大的基于Arm的SoC供应商之一联发科合作，打造支持Chromium、Linux和NVIDIA SDK的参考平台。
英伟达推出CPU，对全球处理器格局意味着什么？
英伟达首次发布了一款CPU——Grace，主要面向大型数据密集型HPC和AI应用。GPU霸主推出一款高性能CPU，这对英伟达自身和全球处理器供应商意味着什么？它是否会成为一款改变处理器现有游戏格局的产品？
黄仁勋表示，确实是游戏的玩法在改变，但这款产品肩负的使命并不是改变游戏规则，而是要解决问题，当前所面临的根本问题是数据处理需求增长太快，超出了现有的系统内存、带宽等负荷。
“处理大量数据是当今计算机系统面临的一大挑战，对于transformer和推荐系统等AI模型来说尤为如此，新一代自然语言处理（NLP）模型的训练会有超过一万亿的参数。但是在实际应用中，GPU受限于数据中心系统中现有的CPU内存和PCIe带宽，更快的NVLINK又不被x86 CPU所支持”，黄仁勋指出。
因此，与其说英伟达推出了一款CPU处理器，不如说，是为自己的GPU系统量身打造了一款高度专用的处理器。
在GTC Keynote中，黄仁勋详述了这款专用CPU为系统带来的改变。他以1/2的DGX说明了系统目前的瓶颈所在：每个Ampere GPU都连接到80GB的超快速显存，运行速度为2TB/秒，加在一起，即4个Ampere以每秒8TB的速度处理320GB的显存。与之形成对比的是，CPU内存为1TB，但速度仅为每秒0.2TB，CPU内存比GPU大3倍，速度比GPU慢40倍。
基于此，英伟达提出了一个大胆的设想：如果能够用该节点的全部1320GB内存来训练AI模型，需要做什么？答案就是更快的CPU。通过建立四条直连CPU的通道，每个GPU都有了一个专用通道。基于Arm下一代服务器IP的Grace，与英伟达GPU紧密结合，性能比目前最先进的NVIDIA DGX系统（在x86 CPU上运行）还高出10倍。
“未来，绝大多数数据中心仍将使用现有的CPU，x86服务器架构的出色之处在于能够通过配置不同的CPU、内存、PCIe和外围设备来服务所有这些应用场景”，黄仁勋强调，“Grace专为加速大量数据的应用程序而构建，主要面向大型数据密集型HPC和AI应用的细分市场。”
Grace无疑彰显了Arm架构所带来的助益，英伟达的架构和平台通过支持x86和Arm，将能够满足市场上的更多需求。
这也意味着，英伟达与x86的竞合之路也进入了新阶段，以往更多是基于x86架构做加速升级，但现在，放眼数据暴增的新应用，英伟达可以拍拍Intel的肩膀说，“Hey buddy, now I have my own CPU. ”
全球半导体供应链高度互联非常重要
针对当前全球半导体芯片的突出问题，黄仁勋也发表了个人的观点。
“半导体技术对整个人类社会的重要性比以往任何时候都要明显，一颗芯片有可能影响整个行业，特别是当前在汽车领域，”他表示，“显然，现有的供应链需要升级、重塑，减少层层责任，这样就可以更直接地找到货源。”
对于美国的供应链回迁问题，黄仁勋表示，“世界供应链的高度互联非常重要，谁都不能孤立下去。在现有的供应链格局中，世界各地厂商已经在各自环节中发挥着重要作用。很多电子设备都是由来自世界不同地方的零部件组合而成，而这需要很多人的工作才能实现。供应链已经如此复杂，也正是科技产业创造出了一个相互联系的地球村。”
他认为，不管产业链如何变迁，但内在的联系不会消失，影响未来计算的基本动力应该被认识到。5G、云计算、数据中心正在对现有的计算架构进行升级，所有这些驱动力使成千上万的小芯片聚合成一个个计算单元，将重塑现有的行业应用，重塑所有受计算影响的行业。
下载ECAD模型
