領先幾光年！NVIDIA CPU+GPU超級芯片終于量產

2022年3月，NVIDIA發(fā)布了首款數(shù)據(jù)中心CPU Grace、新一代高性能計算GPU Hopper，同時利用它們打造了兩顆“超級芯片”(Super Chip)，一是Grace CPU二合一，二是Grace CPU＋Hopper GPU二合一，看起來都極為酷炫。

現(xiàn)在，足足14個月過去了，NVIDIA終于宣布，GH200 Grace Hopper超級芯片已經全面投產，將為復雜AI、HPC工作負載提供澎湃的動力。

再加上Grace CPU、Hopper GPU、Ada Lovelace GPU、BlueField DPU等全套系統(tǒng)方案，NVIDIA現(xiàn)在已經有400多種配置，可滿足市場對生成式AI的激增需求。

歐洲和美國的超大規(guī)模云服務商、超算中心，將會成為接入GH200系統(tǒng)的首批客戶。

同時，黃仁勛還公布了Grace Hopper的更多細節(jié)，尤其是它的CPU、GPU之間使用NVLink-C2C互連技術，總帶寬高達900GB/s，相比傳統(tǒng)的PCIe 5.0通道超出足足7倍，能夠滿足要求最苛刻的生成式AI和HPC應用，功耗也降低了超過80％。

Grace Hopper是一塊CPU+GPU合體的超級芯片，CPU是NVIDIA自研的72核處理器，Neoverse V2內核，擁有480GB LPDDR5內存，512GB/s帶寬。

GPU部分是H100，F(xiàn)P64性能34TFLOPS，但更強的是INT8性能，AI運算能力達到了3958TFLOPS，帶96GB HBM3內存。

同時，NVIDIA發(fā)布了針對AI推出的大內存DGX GH200超算系統(tǒng)，配備了256個Grace Hopper芯片，總計1.8萬CPU核心，144TB內存，相比之前漲了500倍。

AI運算對內存容量的要求更高，所以DGX GH200通過最新的NVLink、NVLink Switch等技術連接了256塊Grace Hooper超級芯片，實現(xiàn)了極為夸張的性能及內存。

GH200總計有256塊Grace Hooper芯片，因此總計18432個CPU核心，144TB HBM3內存，AI性能達到了1 exaFLOPS，也就是100億億次。

這是什么概念？當前最強的TOP500超算也就是百億億次性能，只不過這個性能是HPC計算的，NVIDIA的是百億億次AI性能。

為了讓256個超級芯片互聯(lián)，GH200還使用了256塊單口400Gb/s InfiniBand互聯(lián)芯片，256個雙口200Gb/s InfiniBand芯片，還有96組L1 NVLink、36組L2 NVLink開關等等，設計非常復雜。

NVIDIA表示，谷歌、Meta及微軟是首批獲得DGX H200系統(tǒng)的公司，后續(xù)他們還會開放給更多客戶，運行客戶定制。

不過DGX H200還不是最強的，NVIDIA今年晚些時候會推出名為NVIDIA Helios的AI超算系統(tǒng)，由4組GH200組成，總計1024個Grace Hooper超級芯片，576TB HBM內存。

黃仁勛還向傳統(tǒng)的CPU服務器集群發(fā)起“挑戰(zhàn)”，認為在人工智能和加速計算這一未來方向上，GPU服務器有著更為強大的優(yōu)勢。

根據(jù)黃仁勛在演講上展示的范例，訓練一個LLM大語言模型，將需要960個CPU組成的服務器集群，這將耗費大約1000萬美元（約合人民幣7070萬元），并消耗11千兆瓦時的電力。

相比之下，同樣以1000萬美元的成本去組建GPU服務器集群，將以僅3.2千兆瓦時的電力消耗，訓練44個LLM大模型。

如果同樣消耗11千兆瓦時的電量，那么GPU服務器集群能夠實現(xiàn)150倍的加速，訓練150個LLM大模型，且占地面積更小。

而當用戶僅僅想訓練一個LLM大模型時，則只需要一個40萬美元左右，消耗0.13千兆瓦時電力的GPU服務器即可。

換言之，相比CPU服務器，GPU服務器能夠以4%的成本和1.2%的電力消耗來訓練一個LLM，這將帶來巨大的成本節(jié)省。