英伟达发布 Hopper H100 新架构芯片:面向 AI、自动驾驶汽车及 Metaverse 领域

在线体验各类最新模型,更有模型 免费Token 额度领取!
立即体验
简介: 英伟达发布 Hopper H100 新架构芯片:面向 AI、自动驾驶汽车及 Metaverse 领域

3 月 22 日,芯片设计巨头英伟达( Nvidia)在其 GTC 2022 大会上重磅发布了全新架构的 Nvidia Hopper H100 芯片,主要致力于为 AI、自动驾驶汽车、 Metaverse 工具及数字产品提供动力,进一步加速了图形、科学计算和 AI 方面的探索能力。

image.png

英伟达发布 Hopper H100 AI 芯片

作为 Nvidia A100 的“继承者”,全新的 Hopper H100 AI 芯片,采用了向计算机科学先驱 Grace Hopper 致敬的命名方式(Hopper 曾在世界上最早从事计算机科学工作的一批先驱,她发明了被称为“编译器”的关键编程工具,并对 COBOL 编程语言进行了代码开发,且创造了“bug”一词),在秉承了 Nvidia 架构性能翻倍优势的同时,还赋予了更多“超级”能力。

image.png

英伟达(Nvidia)创始人、CEO 黄仁勋在会上分享称,在该公司的 NVLink 高速通信通道中,客户可将多达 256 个 H100 芯片链接到“本质上是 one mind-blowing 的 GPU”上。

image.png

据介绍,全新 Hopper H100 芯片由台积电 5nm 定制版本制程(4N)打造,由高达 800 亿个晶体管共同构成其数据处理电路,有着 40 terabyte 每秒的 IO 带宽,是全球首款 PCI-E 5 和 HBM 3 显卡。

算力方面,全新 Hopper H100 的 FP8 算力达到了 4PetaFLOPS,FP16 为 2PetaFLOPS,TF32 算力为 1PetaFLOPS,FP64 和 FP32 算力为 60TeraFLOPS。

相比上一代 A100 的 400W 功率,全新 Hopper H100 的功率高达 700W,AI FP8 精度算力为 A100 上 FP16 的 6 倍,实现了英伟达“历代最大的性能提升”。

image.png

据悉,英伟达已经计划将 Hopper H100 封装到其 DGX 计算模块中,这些模块可连接到名为 SuperPads 的大型系统中。由于早期 DGX 的客户是 Meta(以前是 Facebook,且 Meta 拥有一台新的巨型 AI 超级计算机用来打造 Metaverse),而英伟达则希望通过自己的 DGX SuperPod 系统 Eos 来超越它。

据黄仁勋透露,Hopper H100 GPU 将在第三季度发货,而Grace“有望在明年发货”。

除了 Hopper H100 之外,此次大会上英伟达还推出了其安培系列图形芯片新成员 —— RTX A5500 ,用于动画、产品设计和视觉数据处理等 3D 任务,主要面向需要图形功能的专业人士。该芯片的推出也与 Nvidia 在 Omniverse 方面的探索相吻合(Omniverse 致力于构建 metaverse 的 3D 领域所需的工具和云计算服务)。

芯片“之争”

对于全新 Hopper H100 的到来,有媒体评论称“不知道会否给很多竞争对手带来压力”,比如英特尔即将推出的 Ponte Vecchio 处理器(该处理器拥有 1000 多亿个晶体管),以及苹果的M1 Ultra、 Graphcore、SambaNova Systems 和 Cebranas 等初创公司推出的一系列专用 AI 加速器的芯片。

image.png

由于 Hopper H100 芯片也会面向自动驾驶汽车领域,因此在英伟达的竞争对手里面有个比较引人注目的厂商,那就是特斯拉(其 D1 芯片为其 Dojo 技术提供动力以训练自动驾驶汽车)。此前,特斯拉制造商方面还曾表示,Dojo 在投入使用后,将会取代 Nvidia 芯片。

在芯片方面,英伟达可能不如英特尔、苹果知名,但在新一代技术实用化方面,英伟却不容小觑。比如其在 Omniverse 方面的探索已跨越了多个领域,包括通过云和数字孪生技术进行的协同 3D 设计等工作,均已反映了计算系统中真实世界的一部分。

尽管对手如云,但英伟达依旧在不断进取且已取得进展。英伟达计划将于 2026 年推出新一代 Hyperion 汽车芯片系列,并预计未来 6 年将从汽车芯片中盈利 110 亿美元。至于在 metaverse 方面的进一步发展和探索,也更值得我们期待。

nvidia人工智能ai芯片

相关文章
|
11月前
|
人工智能 监控 前端开发
支付宝 AI 出行助手高效研发指南:4 人团队的架构迁移与提效实战
支付宝「AI 出行助手」是一款集成公交、地铁、火车票、机票、打车等多项功能的智能出行产品。
1577 21
支付宝 AI 出行助手高效研发指南:4 人团队的架构迁移与提效实战
|
11月前
|
存储 弹性计算 运维
AI时代下阿里云基础设施的稳定性架构揭秘
计算、存储、网络作为云计算基础 IaaS 服务,一直是阿里云的核心产品,承载着百万客户的 IT 基础设施。曾经我们认为应用高可用、服务分布式可以满足客户对 IaaS 所有的稳定性诉求。
1239 2
AI时代下阿里云基础设施的稳定性架构揭秘
|
11月前
|
机器学习/深度学习 人工智能 监控
大型动作模型LAM:让企业重复任务实现80%效率提升的AI技术架构与实现方案
大型动作模型(LAMs)作为人工智能新架构,融合神经网络与符号逻辑,实现企业重复任务的自动化处理。通过神经符号集成、动作执行管道、模式学习、任务分解等核心技术,系统可高效解析用户意图并执行复杂操作,显著提升企业运营效率并降低人工成本。其自适应学习能力与上下文感知机制,使自动化流程更智能、灵活,为企业数字化转型提供坚实支撑。
650 0
大型动作模型LAM:让企业重复任务实现80%效率提升的AI技术架构与实现方案
|
11月前
|
存储 弹性计算 运维
AI 时代下阿里云基础设施的稳定性架构揭秘
十五年磨一剑,稳定性为何是今天的“命门”?
1277 151
|
12月前
|
存储 设计模式 人工智能
AI Agent安全架构实战:基于LangGraph的Human-in-the-Loop系统设计​
本文深入解析Human-in-the-Loop(HIL)架构在AI Agent中的核心应用,探讨其在高风险场景下的断点控制、状态恢复与安全管控机制,并结合LangGraph的创新设计与金融交易实战案例,展示如何实现效率与安全的平衡。
1900 0
|
9月前
|
人工智能 自然语言处理 安全
AI助教系统:基于大模型与智能体架构的新一代教育技术引擎
AI助教系统融合大语言模型、教育知识图谱、多模态交互与智能体架构,实现精准学情诊断、个性化辅导与主动教学。支持图文语音输入,本地化部署保障隐私,重构“教、学、评、辅”全链路,推动因材施教落地,助力教育数字化转型。(238字)
1618 23
|
9月前
|
人工智能 JavaScript 前端开发
GenSX (不一样的AI应用框架)架构学习指南
GenSX 是一个基于 TypeScript 的函数式 AI 工作流框架,以“函数组合替代图编排”为核心理念。它通过纯函数组件、自动追踪与断点恢复等特性,让开发者用自然代码构建可追溯、易测试的 LLM 应用。支持多模型集成与插件化扩展,兼具灵活性与工程化优势。
739 6

热门文章

最新文章