重磅宣布！从数周提速至几分钟！英伟达

作者： 2024年06月03日科技浏览

英伟达又有新动作。

6月2日，英伟达在Computex（台湾国际电脑展）上宣布，全球2800万开发者可以下载NVIDIA NIM（Nvidia Inference Microservices），将AI模型部署在云、数据中心或工作站上，轻松地构建Copilot（一种AI助理）、ChatGPT聊天机器人等生成式AI应用。这一产品将使得模型部署时间从以前的数周缩短至短短的几分钟。

NVIDIA NIM是英伟达今年 3 月推出的经过优化的云原生微服务，旨在方便各种规模的企业部署AI服务。证券时报记者查询英伟达官网发现，NVIDIA NIM已在官网上线，可供用户下载和部署。

除此以外，英伟达创始人兼首席执行官黄仁勋还宣布，新一代AI芯片与超级计算平台Blackwell芯片现已开始投产，将在2025年推出Blackwell Ultra AI芯片，下一代AI平台名称为Rubin，目前还正在开发中，预计于2026年发布，该平台将采用HBM4记忆芯片。

Blackwell是被英伟达寄予厚望的新的业绩增长引擎。在5月22日发布远超市场预期的财报后，黄仁勋在财报电话会议上指出，Blackwell架构芯片将于二季度发货，并将于三季度增产，预计今年Blackwell架构芯片将为公司带来大量收入。

数百家合作伙伴已嵌入 NIM

“每家企业都希望将生成式AI添加到其运营中，但并非每家企业都拥有一支专门的AI研究团队。NVIDIA NIM 集成到各个平台中，可供各个开发者使用，可在各个地方运行，它正在帮助技术行业让每个组织都能使用生成式AI。”英伟达创始人兼首席执行官黄仁勋表示。据介绍，NVIDIA NIM 可以通过提供一种简单、标准化的方式将生成式 AI 添加到其应用程序中，大大提高了开发人员的工作效率。

据了解，NIM是预先构建的，目前有超过40个模型可在ai.nvidia.com上作为NIM的端点供开发者体验。记者在英伟达官网中看到，其展示的模型中包括了Databricks DBRX、Google 的开放模型 Gemma、Meta Llama 3、Microsoft Phi-3、Mistral Large、Mixtral 8x22B 和 Snowflake Arctic等模型。

英伟达表示，开发人员可以从开源社区平台Hugging Face访问适用于 Meta Llama 3 模型的NVIDIA NIM微服务，只需单击几下即可使用Hugging Face推理端点访问和运行 Llama 3 NIM。具体而言，企业可以使用NIM运行用于生成文本、图像和视频、语音和数字人类的应用程序。

同时，英伟达也公布了自己长长的AI生态系统合作伙伴名单，表示已经有数百AI生态系统合作伙伴嵌入NIM，富士康、劳氏、西门子等企业在制造业、医疗保健、金融服务、零售、客户服务等领域均使用NIM进行生成式AI的应用。

具体而言，富士康正在使用NIM开发领域特定大语言模型，以嵌入到其AI工厂的各种内部系统和流程中，以实现智能制造、智能城市和智能电动汽车；家居装修公司劳氏正在利用NIM推理微服务来提升员工和客户的体验；西门子正在将其运营技术与NIM微服务集成，以应对车间AI工作负载，且正在使用NIM为机器操作员构建其工业副驾驶的本地版本。

值得注意的是，英伟达还专门提到，有数十家医疗保健公司正在部署NIM，为包括手术规划、数字助理、药物发现和临床试验优化等在内的应用领域的生成性AI推理提供支持。作为全球芯片巨头，英伟达近年来在一级市场上可谓动作频频，除了聚焦AI领域的标的以外，还格外钟情于医药生物赛道，投资了多家在AI制药、基因编辑、精准医疗等方面具有领先技术的公司。据MedAlpha数据库显示，自2023年以来，英伟达已先后投资了9家生物初创公司，所投金额高达21.5亿美元。

华泰证券研报表示，“NIM的推出不仅降低了新AI模型的初始训练和推理成本，也是英伟达鼓励客户购买服务器并注册企业版服务的一部分策略。公司强调，NIM软件将进一步简化人工智能在GPU配备的笔记本电脑上的运行，而非仅限于云服务器。公司认为NIM将进一步提升部署AI的易用性，并巩固客户对英伟达芯片的依赖，但我们认为此举或将进一步跟云厂商的业务有所重叠。”

Blackwell芯片已开始投产

除了让企业更易部署AI模型的NVIDIA NIM以外，黄仁勋在演讲中还透露英伟达Blackwell芯片已开始投产，并将在2025年推出Blackwell Ultra AI芯片。下一代AI平台名称为Rubin，该平台将采用HBM4内存。

今年3月，英伟达在GTC大会上展示了新一代AI芯片与超级计算平台Blackwell。据悉，英伟达的第一款Blackwell芯片名为GB200，宣称是目前“全球最强大的芯片”，该架构GPU具有2080亿个晶体管，制造工艺为专门定制的双倍光刻极限尺寸的台积电4NP工艺。

华泰证券研报分析称，GB200由2个B200 GPU 和1个Grace CPU 组成，推理大语言模型性能比H100提升30倍，成本和能耗降至其1/25。此外，训练1.8万亿参数模型所需的资源，从8000个Hopper GPU和15兆瓦电力，降低到2000个Blackwell GPU和4兆瓦电力。GB200计划于今年晚些时候上市，亚马逊AWS已计划采购2万片GB200芯片，能部署高达27万亿参数的模型。

前不久披露的2025财年第一财季财报显示，英伟达实现营收260亿美元，环比增长18%，同比增长262%；净利润148.8亿美元，同比增长628%，营收和净利润皆大超预期，再一次引燃了市场对人工智能的期待，也让英伟达的股价接连创下新高。

分业务来看，英伟达数据中心业务最受市场关注，其业绩也不负众望，实现营业收入226亿美元，与上年同期相比增长427%，与上一财季相比增长34%。英伟达表示，这得益于公司Hopper系列图形处理器的发货。对于未来新芯片的计划，在财报电话会议上，黄仁勋曾为Blackwell芯片的供应给出了一个详细的时间轴：“Blackwell芯片将在今年第二季度出货，在第三季度增产，第四季度投放到数据中心，预计Blackwell今年将为公司带来大量收入”。

国金证券研报认为，英伟达下一波业绩释放即将到来。AI训练和推理需求推动Hopper平台上量，同时AIGC从云厂商向消费互联网等更多类型拓展，创造多个数十亿美元的垂直市场。Blackwell平台实现全面投产，为万亿参数级AIGC奠定了基础。同时Spectrum-X的迭代，使得超大规模AI能够进入以太网专用数据中心。下游需求持续上行叠加新GPU平台顺利投产，公司龙头地位稳定，业绩新爆发点已现。

责编：万健祎

校对：陶谦

" Type="normal"@@-->

我的电脑是双显卡的，看高清的时候应该用英伟达CUDA高清加速还是intel高清加速？

默认情况下，看高清电影主要依靠CPU，只要CPU给力集成显卡都可以。而靠显卡硬解压高清电影不是很可靠，操作起来也有难度。如果CPU够用就不建议使用显卡硬解。虽然依靠显卡的高清加速可以大大的降低CPU的使用率，但是实际意义并不大，没有谁会在看高清电影的同时还运行其他的大程序吧，比如；压缩、解压缩这种占用CPU较多的程序。显卡的功耗与价格都要高于CPU，放着便宜、可靠的不用，而去用贵的，不太划算吧。比如笔记本电脑，使用显卡的高清加速功能时的发热量就要大于单独使用CPU来播放高清电影。