每经：杜宇
据媒体3月19日报道，英伟达CEO黄仁勋称英伟达最新的AI芯片Blackwell售价将在3万美元（约合人民币22万元）至4万美元之间。他估计，英伟达在研发成本上花费了大约100亿美元（约合人民币720亿元）。
图片来源：CNBC报道截图
该价格表明，该芯片很可能是训练和部署ChatGPT等人工智能软件的热门芯片，其定价范围将与其前身H100（即Hopper）相似。
黄仁勋诉CNBC的Kristina Partsinevilos，成本不仅与芯片有关，还与设计数据中心和集成到其他公司的数据中心有关。
北京时间3月19日凌晨4点，全球市值第三大公司英伟达在美国加州圣何塞举办GTC大会正式开幕，经典皮衣造型的黄仁勋在会上正式公布了堪称“核武级”的NVIDIA Blackwell架构及其首款芯片B200，这款双芯片设计，拥有2080亿个晶体管。
该芯片预计将在今年晚些时候发货。
Blackwell平台能够在万亿参数级的大型语言模型（LLM）上构建和运行实时生成式AI，而成本和能耗比前身低25倍。
图片来源：视频截图
据悉，英伟达称，Blackwell拥有六项革命性的技术，可以支持多达10万亿参数的模型进行AI训练和实时LLM推理：
全球最强大的芯片：Blackwell架构GPU由2080亿个晶体管组成，采用量身定制的台积电4纳米工艺制造，两个reticle极限GPU裸片将10 TB/秒的芯片到芯片链路连接成单个统一的GPU。
第二代Transformer引擎：结合了Blackwell Tensor Core技术和TensorRT-LLM和NeMo Megatron框架中的英伟达先进动态范围管理算法，Blackwell将通过新的4位浮点AI支持双倍的计算和模型大小推理能力。
第五代NVLink：为提高数万亿参数和混合专家AI模型的性能，最新一代英伟达NVLink为每个GPU提供了突破性的1.8TB/s双向吞吐量，确保最复杂LLM之间多达576个GPU之间的无缝高速通信。
RAS引擎：Blackwell支持的GPU包含一个专用引擎，实现可靠性、可用性和服务性。此外，Blackwell架构还增加了芯片级功能，利用基于AI的预防性维护进行诊断和预测可靠性问题。这可以最大限度地延长系统正常运行时间，并提高大部署规模AI的弹性，使其能连续运行数周甚至数月，并降低运营成本。
安全人工智能：先进的机密计算功能可在不影响性能的情况下保护AI模型和客户数据，并支持新的本机接口加密协议，这对于医疗保健和金融服务等隐私敏感行业至关重要。
解压缩引擎：专用解压缩引擎支持最新格式，加快数据库查询，提供数据分析和数据科学的最高性能。未来几年，在企业每年花费数百亿美元的数据处理方面，将越来越多地由GPU加速。
图片来源：视频截图
Blackwell GPU体积庞大，将两个单独制造的晶粒组合成一个由台积电制造的芯片。它还将作为一款名为GB200 NVLink 2的整个服务器提供，该服务器结合了72个Blackwell GPU和其他旨在训练AI模型的英伟达部件。
亚马逊、谷歌、微软和甲骨文将通过云服务提供对GB200的访问。GB200将两个B200 Blackwell GPU与一个基于Arm的Grace CPU配对。英伟达表示，亚马逊网络服务将构建一个包含20000个GB200芯片的服务器集群。
在人工智能（AI）领域开发者盛会——英伟达2024 GTC 期间，英伟达创始人兼CEO黄仁勋自信地放出豪言，英伟达会在一年可“掘金”几千亿美元的数据中心市场抢到更多的“蛋糕”。
黄仁勋告诉与会者，因为英伟达生产的芯片和软件种类繁多，所以公司处于有利地位，在全球数据中心设备的支出中，会有一大部分都来自英伟达的产品。
黄仁勋预计，每年全球对数据中心设备投入的费用将共计2500亿美元，英伟达产品在其中占据的份额将超过其他芯片生产商。英伟达正致力于开发软件，以便各行各业采用和使用AI技术。英伟达提供AI模型和其他软件，然后根据客户的算力和运行的芯片数量向客户收费。
截至当地时间3月19日收盘，英伟达报893.98美元，涨幅1.07%，市值2.2万亿美元。
每日经济新闻综合公开资料
结论：
随着深度学习和AI的发展，我们正在见证一项前所未有的创新技术——Blackwell架构的NVIDIA GPU。这种新型的处理器将能够支撑大量的复杂的LLM和AI模型的训练，从而释放出巨大的计算潜力。
然而，这种技术也带来了挑战，包括高昂的成本和能耗，以及需要针对特定的应用场景来优化芯片的性能。因此，对于投资者来说，Blackwell架构的潜在收益还需要进一步观察和评估。
对于政府和企业而言，他们可能希望通过这种方式推动数据中心市场的增长，尤其是在大数据和云计算等领域。但是，这也可能带来一些隐私和安全方面的担忧，因为黑市交易通常涉及高风险的操作。
建议：
尽管存在挑战，但我们仍然相信英伟达的Blackwell架构将成为未来AI计算的重要工具。我们应该继续关注这种新技术的发展，以期从中获得更多的商业机会。
同时，我们也应该警惕这些新技术可能带来的风险，并采取适当的措施来保护个人隐私和数据安全。
