计算机行业英伟达GTC大会发布Blackwell平台引领加速计算新时代

正文目录英伟达发布Blackwell架构 3Blackwell芯多能越Hopper 3新一计单机升AI理力 5构建软件生态，降低GPU使用门槛 8微服加大型发署 8Omniverse将AI入世界 11GROOT项推机人破 13投资建议：看好算、用环节发展机会 16风险提示 16图表目录图表1：AI发展历史 3图表2：Balckwell单芯片 3图表3：BlackwellGPU芯片 3图表4：H100与B100能比较 4图表5：Blackwell与Hopper大小比较 4图表6：Blackwell与Hopper性能比较 4图表7：GB200芯片构组成 5图表8：GB200超级芯性能 5图表9：Blackwell计算节点 5图表10：BLUEFIELD-3DPU链接 5图表NVIDIAQuantum-X800InfiniBand网络 6图表12：GB200NVL72组成 6图表13：NVLINKSWITCH系统 6图表14：GB200NVL72性能情况 7图表15：NVIDIADGXSuperPOD 7图表16：Blackwell平的六项革命性技 8图表17：NVIDIANIM是一种容器化推理微务 9图表18：NVIDIANIM推出多个医疗保健模型 10图表19：CUDA-X微服务结构 11图表20：西门子将TeamcenterX连接到OmniverseAPI 12图表21：利用OmniverseCloudAPI加速自主系开发 12图表22：OmniverseCloudAPI可将交互式工业字孪生流传输到AppleVisionPro 13图表23：GR00T模型训练工作流程 14图表24：NVIDIAOSMO可跨分布式环境扩展作载 15图表25：数字孪生可升AI能力并推广至工业础设施领域 15Blackwell319GTCtransformer6，GPUGPU。图表1：AI发展历史资料来源：NVIDIA官网，BlackwellHopperGTCGPU：BlackwellB200GPUB200Blackwell10TBB200GPU208020PFP4图表2：Balckwell单芯片 图表3：BlackwellGPU芯片资料来源：NVIDIA官网， 资料来源：NVIDIA官网，Blackwell1.88000HopperGPU152000BlackwellGPU4B200GPUAIH100GPU。图表4：H100与B100性能比较资料来源：NVIDIA官网，BlackwellHopperBlackwelltokenHopper128054BlackwellHopper2510AI图表5：Blackwell与Hopper大小比较 图表6：Blackwell与Hopper性能比较资料来源：NVIDIA官网， 资料来源：NVIDIA官网，GB200B200GPUGraceCPUGB200900GB/sNVLinkLLM301750GPT-3LLMGB200H100图表7：GB200芯片构件组成 图表8：GB200超级芯片性能资料来源：NVIDIA官网， 资料来源：NVIDIA官网，AIBlackwell2CPUs4BlackwellGPUs，80petaFLOPS，1.7TBHMB3eMGX186CP+72PPAI图表9：Blackwell计算节点 图表10：BLUEFIELD-3DPU链接资料来源：NVIDIA官网， 资料来源：NVIDIA官网，NVIDIA发布专为大规模AI量身订制的全新网络交换机-X800系列。NVIDIAQuantum-X800InfiniBandNVIDIASpectrum™-X800800Gb/sAIAI（HPC）NVIDIABlackwell图表11：NVIDIAQuantum-X800InfiniBand网络资料来源：英伟达公众号，BlackwellTransformer4GPUNVLinkGPUAIGB200NVL7236CPU72720PAI（FP8精度）1,440P（1.4exaflops）H100DGXSuperPod（1000PFlops）图表12：GB200NVL72组成 图表13：NVLINKSWITCH系统资料来源：NVIDIA官网， 资料来源：NVIDIA官网，72H100GB200NVL723025GB200NVL72GPU1.4EFlops30TB图表14：GB200NVL72性能情况资料来源：NVIDIA官网，此外，NVIDIAAI超级计算机——由NVIDIAGB200GraceBlackwellNVIDIADGXSuperPODAIDGXSuperPODNVIDIADGXGB200FP411.5exaflopsAI240TB图表15：NVIDIADGXSuperPOD资料来源：NVIDIA官网，Blackwell10AILLM1）—BlackwellGPU；2）第二代Transformer—Blackwell4AI3）NVLinkNVIDIANVLinkGPU1.8TB/sBlackwellGPUAIAI图表16：Blackwell平台的六项革命性技资料来源：NVIDIA官网，GPU微服务加速大模型开发部署NIMNVIDIA（TritonInferenceServer和TnsoR-LAINIMNVIDIAAIEnterpriseCVEAINIMAINIMAINVIDIAA121、AdeptCohereGettyImagesShutterstockGoogleHuggingFaceMeta、MicrosoftMistralAIStabilityAISageMaker、GoogleKubernetesEngineMicrosoftAzureAINIMDeepset、LangChainLlamaIndexAI图表17：NVIDIANIM是一种容器化推理微服务资料来源：NVIDIA官网，NIMAINVIDIAAINIMNVIDIACUDANIMAI3DESMFold。图表18：NVIDIANIM推出多个医疗保健模型资料来源：NVIDIAGTC，NVIDIACUDA-XCUDA®GPUAPIHPCAINVIDIA®RivaNVIDIAEarth-2NVIDIAcuOpt™(RAGNVIDIANeMo™Retriever。，NVIDIANVIDIAAIBoxClouderaCohesity、DatastaxDropboxNetAppNVIDIARAGAISnowflakeNeMoRetrieverAI图表19：CUDA-X微服务结构资料来源：NVIDIA官网，OmniverseAI319NVIDIANVIDIAOmniverse™CloudAPIOmniverseCloudAPI组合Asys,Cdence,DasautSsè（其3DECIE,Heagon,Microsoft,RockwellAutomation,SiemensTrimble。NVIDIA创始人兼首席执行官黄仁勋表示：“OmniverseOmniverseAI50。”1五个新的OmniverseCloudAPI（USDRede—NVIART™OpnUSD（2USDWriOpnUSD3USDQuer4）USDNoifSD（）OiverseChaneOmniversePLMTeamcenterXOmniverse1/news/omniverse-cloud-apis-industrial-digital-twinNVIDIAAIAPIOmniverseRTXAnsysOmniverseCloudAPIRTXOmniverseCloudAPICadence®RealityDigitalTwinPlatformDassaultSystèmes3DEXCITEOmniverseCloudAPIShutterstock3DAI图表20：西门子将TeamcenterX连接到OmniverseAPI资料来源：NVIDIAGTC，OmniverseCloudAPI（例如Foretellix的Foretify™平台、CARLA、MathWorks）FORVIAHELLA、Luminr、ICKAG和SnySemconuctrSlutns图表21：利用OmniverseCloudAPI加速自主系统开发资料来源：NVIDIA官网，OmniverseAppleVisionProOmniverseCloudAPI或应用程序编程接口构建的新软件框架，使开发人员可以轻松地将其通用场景描述(OpenUSDNVIDIA3DAppleVisionProOmniverseAppleVisionProNVIDIARTX图表22：OmniverseCloudAPI可将交互式工业数字孪生流传输到AppleVisionPro资料来源：NVIDIA官网，OmniverseCloudAPIMicrosoftAzureNVIDIAGROOTNVIDIAGR00TGeneralistRobot00TechnologyNVIDIANVIDIAThorJetsonThorNVIDIAIsaacIsaacLabNVIDIAGR00TJetsonThorSoC包括基于NVIDIABlackwellGPU800teraflops8AIGR00TAIJetsonThorCPU100GBGR00T是一种通用基础模型，有望改变模拟和现实世界中的仿人机器人学习。GR00TNVIDIAGPUNVIDIAIsaacLabGR00T图表23：GR00T模型训练工作流程资料来源：NVIDIA官网，NVIDIAOSMO，OSMONVIDIADGXNVIDIAOVXGR00T。此工OSMODGXOVX，OSMOOVX(x86-64NVIDIAJetson(aarch64)图表24：NVIDIAOSMO可跨分布式环境扩展工作负载资料来源：NVIDIA官网，NVIDIA正在为1XTechnologies、AgilityRobotics、Apptronik、BostonDynamicsFigureAIFourierIntelligence、SanctuaryAI、UnitreeRoboticsXPENGRoboticsAIAINVIDIAOmniverseMetrop