一年一度的 GTC 大會風光落幕，此次帶來最新ＡＩ晶片、超級電腦、人型機器人計畫等重磅消息，大幅度的ＡＩ應用進化，也讓輝達的ＡＩ霸主地位更加穩固。
【文／周佳蓉】
距離輝達（Nvidia）首屆舉辦ＧＴＣ大會的二○○九年，已十五個年頭匆匆過去，如今輝達在全世界半導體的地位已不可同日而語，繼二三年衝破一兆美元，今年市值再度衝刺超過二．二兆美元，美股排名僅次於微軟（Microsoft）和蘋果（Apple）兩大科技巨頭之後，暌違五年的實體盛會，全球將ＧＴＣ大會視作全球ＡＩ風向球，創辦人黃仁勳的演講談話也動見觀瞻。三月十八日對著會場座無虛席的人群，黃仁勳幽默地澄清：「這不是一場音樂會」，並表示能召集全球價值高達一○○兆美元、大量非ＩＴ行業代表參與此盛會，感到相當自豪。
發表新一代 AI GPU B200
輝達按照每兩年的更新頻率，升級一次ＧＰＵ架構，從二二年首發採用 Hopper 架構的 H100 起引領著輝達穩坐ＡＩ晶片霸主地位，這次再推出採用 Blackwell 架構的 GPU-B200。
B200 是由台積電的五奈米家族（N4P）製程打造而成，並整合兩個獨立製造的裸晶（Die），共含二○八○億個電晶體，B200 透過小晶片（Chiplet）先進封裝將八顆 HBM3e 高頻寬記憶體，記憶體達到一九二ＧＢ、頻寬達一．八 TB/s，並預告今年稍晚會推出。
GB200 則是由兩個 Blackwell GPU 和一個既有的 ARM 架構的 Grace CPU 組成的更強大ＡＩ加速晶片，延伸的還有基於 GB200 打造的 DGX GB200 NVL72，以及運算效能更強大的超級電腦 DGX SuperPOD。
相比 Hopper 和 Ampere 架構，Blackwell 架構的 B200 性能有了巨幅提升，最大可支援十兆參數的模型訓練，以 OpenAI 的 GPT-3 和 GPT-4 做比較，最高分別支援為一七五○億和一．八兆個參數，而 NVLink 是由輝達開發作為 CPU/GPU 間的高速互聯通道，可最大化提升 CPU/GPU 的傳輸效率，如今已進化到第五代，成為 B200 傳輸速度能大幅提升的關鍵。
全新的加速運算平台 DGX GB200 NVL 72，則擁有九個機架，共搭載十八個 GB200 加速卡，一套 DGX 版內部使用五千條 NVLink 銅纜線，累計長度綿延近二公里，可以減少二○ＫＷ的運算能耗，與相同數量的 H100 GPU 相比，在大型語言模型（ＬＬＭ）推理工作性能可提升三○倍，成本和能耗最多可降低二五倍，針對ＡＩ運算需求龐大的企業，輝達目前已宣布亞馬遜ＡＷＳ計畫採購由二萬片 GB200 晶片組建的伺服器，Dell、 Alphabet、Meta、Mirosoft、OpenAI、Oracle 和特斯拉也將成為 DGX GB200 伺服器的採用者。
晶片仰賴台積電 N4P 製程
而 DGX SuperPOD 為新一代超級電腦平台，由八套 DGX GB200 系統打造而成，採用液冷設計，提供十一．五 exaflops AI 運算能力，輝達強調若企業預算足夠，最終可擴展至數萬個 GB200 超級晶片，並透過 NVLink 連接五七六個 Blackwell GPU，取得龐大共享記憶體。
值得注意的是，輝達也發表了新款基於大規模ＡＩ的網路交換機 X800 系列，以及人形機器人的模型 GR00T 專案，該專案內含開發套件 Jetson Thor、更新的 ISAAC Lab 開發工具庫，GB200 可透過 X800 取得八○○Gb/s 超高速網路，而 GR00T 允許開發者利用平台模擬機器人學習技能，支持數千個機器人同步訓練與模擬。
繼硬體之後，軟體服務也是輝達不可或缺的護城河之一，輝達發表了整合ＡＩ開發軟體微服務系統的ＮＩＭ，透過直接提供多產業、多模態的專有模型，讓缺乏ＡＩ開發經驗的傳統行業也有機會跨入。
不論是 B100、B200 晶片的推出都仰賴台積電的 N4P 製程，是台積電基於五奈米技術的效能強化版本，儘管此次輝達的晶片並非如外界預期直接導入三奈米製程，不過也是輝達首款採用小晶片（Chiplet）及 CoWoS-L 形式先進封裝的產品，解決高耗電量與散熱問題，而隨著台積電對於先進製程、先進封裝的擴廠動作積極，相關半導體設備、耗材股可望持續大啖商機。（全文未完）
來源：《先探投資週刊》2292 期
更多精彩內容請至 《先探投資週刊》
