[原创] 英伟达人人“凡尔赛”
2020-12-16
14:01:04
来源: 半导体行业观察
很遗憾，英伟达CEO黄仁勋缺席了昨天的GTC CHINA大会，作为英伟达一年一度的大会，并且极其看重中国市场的英伟达，“教主”级别的人物没有惯例露面，还真是让整个大会寡淡了许多。
看完主论坛以及高峰论坛的我，突然顿悟，虽人未到，但隔着一个大洋洲，我都感觉到黄教主皮衣下藏着的小心思。
公元2020年12月15日，我必须在日期前加上“公元”，因为我的小宇宙感受到黄教主想在这天创造一个改变产业的定律——“黄氏定律”（Huang’s Law），即便我知道黄氏定律一词在媒体上已经传播好几年，但黄教主都没有亲自说出口。
“摩尔定律已死，新的定律正在形成，由于技术的飞速进步，图形处理单元（GPU）有其自己的发展定律。”几年前的黄教主已经疯狂暗示，训练有素的科技圈记者们点头示意。但黄教主终归不好意思自己说出口，你看人家戈登摩尔，有在论文上写“我今天创造一个摩尔定律”这句话吗？最好的方法，就是借他人之口，这个“他人”就是英伟达首席科学家Bill Dally。
皮衣没有出现，带货的性感姿势没有出现，“黄氏定律”出现了。一个本人都不要开口，却充满凡尔赛味道的定律出现了。
摩尔定律也不是摩尔一个人说有就有的，而是通过英特尔数十年的努力，来达到预期，所以才能闪耀半导体历史，并且死去活来。听Bill Dally的说法，“黄氏定律”也是如此。
屏幕中的Bill Dally以三个项目为例，讲述了自己带领的200人的研究团队如何成功实现“黄氏定律”——预测GPU将推动AI性能实现逐年翻倍：“如果我们真想提高计算机性能，黄氏定律就是一项重要指标，且在可预见的未来都将一直适用。”
此前，Dally曾负责NVIDIA在AI、光线追踪和高速互连领域的相关研究。
二号凡尔赛玩家必须是Bill Dally，此人拥有120多项专利，在2009年加入NVIDIA之前，曾任斯坦福大学计算机科学系主任。当然我要说的是，全天下玩AI芯片的那么多，为什么且凭什么是你英伟达的GPU推动AI性能逐年翻倍，都不给其他GPU玩家，甚至AI芯片玩家机会？如此想来，Bill Dally秀的每一个技术背后的参数都是凡尔赛，且闪耀整个巴啦啦小魔仙芯球。
首先是一种名为MAGNet的工具，据介绍，其生成的AI推理加速器在模拟测试中，能够达到每瓦 100 TeraOPS 的推理能力，比目前的商用芯片高出一个数量级。资料显示，MAGNet采用了一系列新技术来协调并控制通过设备的信息流，最大限度地减少数据传输，而数据传输正是当今芯片中最耗能的环节。这一研究原型以模组化实现，因此能够灵活扩展。
另外，还有一项以更快速的光链路取代现有系统内的电气链路的研究。
Bill Dally表示：“我们可以将连接GPU的NVLink速度提高一倍，也许还会再翻番，但电子信号最终会消耗殆尽。”该团队正在与哥伦比亚大学的研究人员密切合作，探讨如何利用电信供应商在其核心网络中所采用的技术，通过一条光纤来传输数十路信号。
这种名为“密集波分复用”的技术，有望在仅一毫米大小的芯片上实现Tb/s级数据的传输，是如今互连密度的十倍以上。
除了更大的吞吐量，光链路也有助于打造更为密集型的系统。Dally举例展示了一个未来将搭载160多个GPU的NVIDIA DGX系统模型。
软件方面，NVIDIA的研究人员开发了全新编程系统原型Legate。开发者借助Legate，即可在任何规模的系统上，运行针对单一GPU编写的程序——甚至适用于诸如Selene等搭载数千个GPU的巨型超级计算机。
Legate将一种新的编程速记融入了加速软件库和高级运行时环境Legion，目前它正在美国国家实验室接受测试。
Bill Dally语速颇快，迅速的介绍完英伟达的项目，随后便是一场线上圆桌式的高峰论坛，与其说是论坛，不如说是大型凡尔赛飙车现场。
包括主持人在内的5位嘉宾，都是在来自英伟达，分别是英伟达亚太区销售与营销副总裁Raymond Teh、英伟达全球业务运营执行副总裁Jay Puri、英伟达企业市场兼开发者计划全球副总裁Greg Estes、英伟达医疗业务全球副总裁Kimberly Powell、英伟达亚太区战略运营与合作伙伴副总裁Ashok Pandey。
这阵容，一唱一和，连上地球wifi，看直播的火星观众都直呼内行。
关于Arm，Jay Puri首先猛夸Arm，比如每年销售220亿个CPU，比如开创了IP许可模式，比如在移动端和嵌入式领域非常成功。这可以理解，毕竟是我英伟达看中的人，能有差的？
随后话锋一转，为什么高通、博通、Marvell都尝试用Arm进军通用市场和云数据中心市场，为什么都失败了呢？Jay Puri认为，Arm技术没有问题，问题在于生态，所以的应用领域都是围绕X86生态建立的，Arm想要撬开一个口子，并大放异彩太难。
接着，又话锋一转。咱英伟达生态牛逼啊，未来数据中心的工作负载都围绕加速计算和人工智能，英伟达平台成熟，拥有可用的完整堆栈，且必要的生态伙伴都囊括了，还有200万开发者。Jay Puri还许下诺言，一旦收购成功，将着重布局Arm在数据中心的成功，会有一个X86的替代方面。
医疗方面，Kimberly Powell口中的英伟达简直赛华佗，“如今一个季度产生的数据规模，比大多数制药行业300年积累的数据还要多。”Kimberly Powell这句话打开了医疗话题的话匣子：“研发新疗法和疫苗的周期太长，有时即便投入10年20亿美元的成本，最终也只是10%的成功几率。”
Kimberly Powell强调了数据防御系统建立的必要性。随后话锋一转，介绍了超级计算机DGX SuperPOD和Clara Discovery平台。
其中，DGX SuperPOD系统以借助NVIDIA Mellanox HDR InfiniBand网络互联的20个模块来销售，AI性能最低可达到100 petaflops，最高可达700 petaflops，可运行最复杂的AI工作。此外，英伟达今年宣布的Cambridge-1建造计划，是一款80节点的DGX SuperPOD，具备400 petaflops 的AI性能。今年年底一经部署便将成为英国最快的超级计算机。该系统将被用于英国学术界、业界和初创企业在AI和医疗健康领域的合作研究。
Clara Discovery是专为 NVIDIA DGX 优化的先进工具套件。包含多种框架、应用程序和 AI 模型，可实现 GPU 加速的药物研发，支持的研究领域涵盖基因组学、蛋白质组学、显微镜学、虚拟筛选、计算化学、可视化、临床成像和自然语言处理（NLP）。
在与中国的云服务提供商（CSP）的合作中，Ashok Pandey用中文介绍了合作情况，他表示，与中国CSP已经合作七年多，从一开始的深度学习训练，到现在云服务。英伟达还声称，多家中国顶级云服务提供商及系统制造商纷纷采用NVIDIA A100 Tensor Core GPU和NVIDIA技术，为企业和行业的各类AI应用提速。
今年5月，英伟达推出了首款基于NVIDIA Ampere架构的NVIDIA A100 Tensor Core GPU。迄今为止，包括阿里云、百度智能云、滴滴云、腾讯云等在内的众多中国云服务提供商纷纷推出搭载了NVIDIA A100的多款云服务及GPU实例。
A100 GPU配备了具有更高精度的第三代Tensor Core核心，性能较上一代产品有显著提升。可提供600GB/每秒GPU间连接传输速率的第三代NVIDIA NVLink、NVIDIA NVSwitch、PCIe Gen4与NVIDIA Magnum IO软件SDK的组合，可实现成千上万个GPU集群的高效扩展，这些技术得到了来自于NGC容器注册中NVIDIA市场领先生态系统的支持。
在A100得到中国云服务提供商的迅速采用之外，最新发布的NVIDIA A100 PCIe版本以及NVIDIA A100 80GB GPU也迅速成为了包括新华三、浪潮、联想、宁畅等在内的中国领先系统制造商的首选。
如果是前几年，这些技术的厉害之处还得靠凡尔赛一号玩家黄教主来说出口，但由于黄氏定律官方发布的避嫌问题，我们有幸看到了英伟达内部各路凡尔赛高手登场。整个GTC CHINA2020大会，也随着笔者抽奖抽到三次“谢谢参与”而结束，科技发展本就如一场梦。GTC大会，一场被大佬洗脑却又无法反驳，只想静静思考穿皮衣是否真的有助于治疗脱发的大会。凡尔赛的英伟达：科技就是这么枯燥且乏味。
*免责声明：本文由作者原创。文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。
今天是《半导体行业观察》为您分享的第2525内容，欢迎关注。
『
半导体第一垂直媒体
』
实时 专业 原创 深度
识别二维码
，回复下方关键词，阅读更多
ICCAD2020｜
存储｜晶圆
｜华为
｜汽车芯片｜联电｜高通｜射频｜封测
回复
投稿
，看《如何成为“半导体行业观察”的一员 》
回复
搜索
，还能轻松找到其他你感兴趣的文章！
责任编辑：Sophie
