“AI的iPhone时间”，这句话，黄仁勋在2023春季GTC大会上夸大了三遍。某种意义上，这句话背后潜伏的寄义是：我们正进入一个新技能纪元。

而它始于2022年：这一年，起首出现了图像天生模子，包罗DALL-E、MidJourney以及开源的Stable Diffusion，然后是ChatGPT，发布仅两个月，用户便已经突破1亿，接着是文心一言、GPT-4、Microsoft 365 Copilot、Bard谈天呆板人。毫无疑问，天生式AI范畴的发展速率前所未见。

这种快速发展的态势不绝引发外界关注，而外界的一连关注又让其热度不停处于高位。通过GTC大会上演讲的议题数目，我们可以一窥天生式AI的关注度。在GTC大会3天650场演讲中，仅与天生式AI相干的演讲就凌驾70场，以致尚有一场黄仁勋与OpenAI公司团结首创人Ilya Sutskever的特别对话。

天生式AI的大赢家

不久前，A16Z在一篇名为《天生式AI平台，谁主沉浮？》的文章中写道，“迄今为止，天生式AI范畴最大的幕后玩家，大概是运行了绝大多数AI工作负载的英伟达。”

公开数据表现，英伟达数据中心业务在2023年Q1正式逾越游戏业务成为第一大业务。其2023财年Q3财报表现，数据中心业务同比增长31%，到达38亿美元，而游戏业务收入降落51%至16亿美元。自本年以来，英伟达股价涨幅已超80%。

无论是股价，照旧数据中心业务的增长，英伟达的发达发展与天生式AI的火热密不可分。

由于天生式AI中的近乎齐备都会在某个时间通过云托管的GPU（TPU）。无论是对于练习模子的模子提供商和科研实验室、实行推理和微调使命的托管公司或是两者分身的应用步调公司，算力都是天生式AI的命根子。

天生式AI的快速发展动员了对算力需求急剧增长，尤其是大型语言模子（LLM）必要规模巨大的算力。

以GPT为例，根据OpenAI公布的信息，GPT-1有1.17亿个参数，GPT-2有15亿个参数，而GPT-3则有1750亿个参数。那么，练习GPT-3必要多少算力？调研机构TrendForce在一份陈诉中提到，练习GPT-3大概利用了20000个NVIDIA A100GPU算力，而ChatGPT贸易化后所需的GPU数目将到达30000个以上。

而英伟达恰恰是AI算力的告急提供商。在数据中心GPU范畴，英伟达市占率常年稳固在80%附近。据Top500.Org数据表现：英伟达GPU产物在环球Top 500超算中心的排泄率逐年进步，由2013 H1的72.2%提升至2021H2的90.3%，研究文献中引用英伟达GPU的次数是顶级AI芯片初创公司总和的90倍。

由于人工智能范畴的算力需求约每3.5个月翻一倍，以是导致英伟达芯片常年供不应求。

本次GTC大会，有一半以上的内容跟ChatGPT和天生式AI有关。此中，为满意天生式AI和大语言模子的算力需求，英伟达发布了专注于ChatGPT的AI/GPU练习和推理两类新的芯片方案：

练习方面：英伟达H100 GPU基于Hopper架构及其内置Transformer Engine，针对天生式AI、大语言模子和保举体系的开发、练习和摆设举行优化，在大语言模子上比前代A100提供了快9倍的AI练习、快30倍的AI推理。

推理方面：英伟达推出全新GPU推理平台：四种设置（L4 Tensor Core GPU、L40 GPU、H100 NVL GPU、Grace Hopper 超等芯片）、一个体系架构、一个软件栈，分别用于加快AI视频、图像天生、大型语言模子摆设和保举体系。

别的，英伟达还公布了DGX Cloud，团结微软Azure、Google Cloud和Oracle Cloud Infrastructure，将DGX AI超等盘算机“通过欣赏器引入每一家企业”。

综上，我们可以看出，为满意业界当前急剧增长的算力需求，英伟达围绕算力体系“各个出击”，试图构建一套包罗硬件、软件和云服务的全方位办理方案。

英伟达押注未来，不止于AI

纵使云云，该方案依然存在不敷，由于AI、ChatGPT等大语言模子的处理处罚本领受限于芯片有限的外貌积。

量旋科技团结首创人、资深科学家冯冠儒博士表现，经典盘算以晶体管为盘算单位，通过进步芯片上的晶体管密度来进步算力，但晶体管的密度不能无穷大，因此经典盘算算力有限。而量子盘算则可以利用量子叠加态来提供量子并行性，一次性完成全部盘算，并从中举出最优方案。

因此，量子盘算将成为告急的前沿科技之一，有望一连靠近物理极限的摩尔定律继承发展。

作为环球告急的算力提供商之一，英伟达天然不会错过量子盘算。

在GTC大会上，英伟达公布的第一个全新产物就是与Quantum Machines互助的NVIDIA DGX Quantum。作为环球首个GPU加快的量子盘算体系，NVIDIA DGX Quantum将环球最强盛的加快盘算平台（由NVIDIA Grace Hopper超等芯片和CUDA Quantum开源编程模子实现）与环球开始辈的量子控制平台OPX（由Quantum Machines提供）相团结。

据黄仁勋先容，它可以实现GPU和量子处理处罚单位（QPU）之间的亚玄妙级延长。

这种组合使研究职员可以或许创建非常强盛的应用，将量子盘算与开始辈的经典盘算相团结，实现校准、控制、量子纠错和混淆算法。

而且，DGX Quantum还为开发职员配备了同一软件栈——混淆GPU-Quantum编程模子NVIDIA CUDA Quantum。作为一个混淆型量子-经典盘算平台，NVIDIA CUDA Quantum能在一个体系中整合和编程QPU、GPU 和 CPU。如今，它已经开源，为开发者提供更多支持。

实际上，这并非英伟达初次涉足量子盘算。早在2021年11月举行的GTC大会上，英伟达推出用于加快量子盘算的下一代SDK——cuQuantum，它能使大型量子电路的模拟速率大大加快，使量子研究职员能研究更广阔的算法和应用空间。

之以是进入量子盘算，大概是英伟达看到了混淆量子-经典盘算的时机。为了在量子盘算早期就发挥其作用，混淆量子-经典盘算应运而生，混淆盘算的上风是大部门繁琐的使命仍旧交由经典盘算处理处罚，而量子盘算仅处理处罚器其善于的使命。

为此，英伟达在2022年7月发布了一个量子版本的同一盘算平台QODA（Quantum Optimized Device Architecture，量子优化装备架构），用于加快人工智能、高性能盘算、康健、金融和其他学科的量子研发突破。

QODA旨在通过创建干系的混淆量子-经典编程模子，让量子盘算更易于访问。作为一个开放、同一的情况，QODA实用于当今一些功能强盛的盘算机和量子处理处罚器（QPU），将进步科门生产力，并实现量子研究的更大规模。

比如，利用QODA，HPC和AI范畴专家可以轻松地将量子盘算添加到现有的应用步调中，利用当今的量子处理处罚器，以及利用英伟达DGX体系和科学超等盘算中心与公共云中可用的大量英伟达GPU模拟未来量子呆板。

写在末了

无论是天生式AI，照旧量子盘算，背后的关键因素都是算力。如今，算力早已融入人们的一样平常工作和生存，而人们对算力的需求也在不绝增长。作为告急的算力提供商，英伟达天然成为告急赢家。不外，其“野心”不止于此，通过押注量子盘算，这表明英伟达不但看好量子盘算的未来发展，而且想在下一个期间（量子盘算）一连上风，为用户提供算力支持。