作者：硬AI
作者：赵颖
被视为“AI风向标”的英伟达GTC大会昨日拉开帷幕，黄仁勋重磅发布最新新一代AI芯片架构Blackwell，随后黄仁勋接受媒体提问，并在部分媒体专访中回答Blackwell芯片以及AI发展的相关问题。
以下是采访的主要观点：
1、Blackwell芯片定价约为3万至4万美元，但英伟达并不会出售单个GPU，更倾向于出售配套的网络设备、软件服务。
2、AI发展刚刚开始，未来将颠覆千行百业。
3、英伟达创造了一种全新的计算方式，其技术集成到了所有计算机制造商产品中，将全世界都连接在一起，这就是为什么英伟达在全球无处不在。
4、英伟达硬件上AI正在改变日常生活，就像电力的发明一样，甚至与以此类比还低估了英伟达的重要性。
5、本质上没有所谓的非连续性，多个行业底层逻辑相通。
6、未来十年，我们将看到前所未有的计算技术进步，英伟达正在研究传统超级计算机和量子计算机的结合体。
Blackwell芯片定价：3万至4万美元 配套服务出售
黄仁勋在接受CNBC采访时表示：
Blackwell GPU的价格计划为30000—40000 美元，不过这只是一个大概的价格，根据每一个客户的需求，不同系统的价格差异是很大的，英伟达并不销售芯片，而是数据中心。
全球数据中心市场规模去年就达到2500亿美元左右，并以20%至25%的速度增长，而这正是英伟达的市场机会所在。
从成本来看，Raymond James一位分析师认为，制造一台B200 GPU加速器的成本约为6000美元。
Blackwell每款GPU实际上由两颗Compute Die集成，通过10TB/秒的NVLink-HBI（高带宽接口）技术连接，此外两颗计算芯片周围配备了8个8层堆叠HBM3e内存，总容量可达 192GB，带宽高达 8TB/秒。
分析指出，配备 192GB HBM3E 的双芯片组GB200成本将大大高于配备80GB内存的单芯片组GH100处理器。每个 H100 的成本约为3100美元，而每个B200的成本应在6000美元左右。
当然，这不包括英伟达在研发和设计方面支出，黄仁勋表示：
GB200的开发是一项艰巨的任务，英伟达在新一代GPU架构和设计方面的支出高达100亿美元。
关于B200还有一点值得，英伟达更倾向于出售配套的网络设备、软件服务，而不仅仅是加速器本身。例如，价格每台数百万美元的有8个Blackwell GPU的DGX B200 服务器，甚至是装有576 个 B200 GPU的DGX B200 SuperPOD。
有分析指出，“GPU卡本身毛利率下来是更健康的状态 ，量可以超预期，把GPU的base做大，然后通过配套的网络设备、软件服务赚回来。”
AI发展刚刚开始 未来将颠覆千行百业
黄仁勋在接受CNBC时指出：
人工智能爬坡才刚刚开始并将持续数年，人工智能领域的投资仍处于早期阶段。
同时，黄仁勋预测，随着AI技术影响包括医疗保健在内的一系列行业，未来几年还会有增长。
黄仁勋强调了人工智能在科学和医疗保健等多个领域实现创新的方式，他表示：
人工智能可以帮助“理解蛋白质的意义、生命的意义”，从而加快新疗法的研发。
我们可以利用计算机模拟生命，这样就不必在实验室中进行大量筛选工作。
因此，无论我们最终决定将什么药物用于试验，实际通过试验的可能性都会高得多。
黄仁勋还表示，为了将其极其芯片应用于现实世界的任务，英伟达需要深入了解许多学科领域。
没有专门合成蛋白质的芯片，你必须去理解蛋白质、生物学，你必须理解科学家想要做什么，以及我们如何能更好地自动化他们的工作，所有这些不同的算法都需要相当多的研究。
黄仁勋表示：
未来十年，我们将看到前所未有的计算技术进步，例如气候技术、数字生物学、通用机器人......
尽管英伟达最近取得的许多成就都是 5 到 15 年投资的结果，但它们都仍在进行中。在某些时候，量子计算机的性能可能会超过传统超级计算机，比如基于英伟达GPU 的超级计算机。但黄仁勋预计这还需要一二十年的时间，他也坚信，世界上最强大的计算机将是传统与量子的混合体，这也是该公司正在进行的研究领域。
英伟达将无处不在？
黄仁勋还谈到了英伟达公司的一系列客户，称该公司的技术已经成功地大大加快了数据处理速度并降低了成本。
我们创造了一种全新的计算方式，我们的技术集成到了所有计算机制造商的产品中，将全世界都连接在一起，这就是英伟达无处不在的原因。我们出现在每一个云端，每一个数据中心。
这是一个生动的比喻，运行在英伟达硬件上AI正在改变日常生活，就像电力的发明一样，甚至与以此类比还低估了英伟达的重要性。
根据Raymond James Financial的说法，即使英伟达在AI芯片市场上占率压倒性的主导低位，市场份额约为85％，这也没有传达出英伟达对AI的贡献。
本质上没有所谓的非连续性 多个行业底层逻辑相通
当英伟达加速发展时，AI不仅在其未来遥不可及，整个科技行业都对该技术的潜力持怀疑态度，导致了被称为AI冬天的失望和投资减少。
但黄仁勋强调，公司当前的成功很大程度上源于它在历史早期所做的选择，那时它还没有完全掌握它们将会带领公司走向何方。他充满哲学意味地说：
像往常一样，未来以连续的方式展开，本质上没有真正的非连续性。
例如，即使当GPU仅仅关于图形时，英伟达拿它们用来编程，所以它们可以做的不仅仅是将预定义的像素投射到显示器上。
这使它们成为了平台本身，而不仅仅是计算机CPU的辅助。
英伟达沿途习得的技能为其迎接新挑战做好了准备，黄仁勋解释说，说明了一个行业的学习如何应用于另一个行业。
视频游戏中的粒子物理学与分子模拟中的流体动力学相似，我们用于计算机图形学场景照明的图像处理与医疗器械的图像处理没什么不同。
在很多方面，这些逻辑都是非常相似的，因此我们能缓慢而系统地扩大我们的视野。
本文来自微信公众号“硬AI”，关注更多AI前沿资讯请移步这里
