Nvidia、AI を強化する Blackwell GPU を発表

Nvidia は、AI 開発を強化し、急速に進化する AI 環境に適合する、より高性能なスーパーチップである Blackwell B200 グラフィックスプロセッシングユニット (GPU) を発表しました。

208億個のトランジスタで作られたBlackwellスーパーチップは25倍の速度とXNUMX倍のエネルギー効率を実現するが、この技術は「より従来型のコンピューティング」と比較してエネルギー消費量が多いと批判されてきた。

避けられない事態への答え

GPUは数学者の名前にちなんで名付けられましたデビッド・ブラックウェル、黒人学者として初めて米国科学アカデミーに入会した。

新しいスーパーチップは、この分野における Nvidia の優位性を強化するのに役立ちます。 CEO 黄젠セン同氏は月曜日、カリフォルニアで開催された開発者会議で、避けられない急速な進化を遂げるAI分野への備えの必要性を強調した。

同氏は、この分野の成長率は「常軌を逸している」と述べた。

「より大きな GPU が必要です。そこで、皆さん、非常に大きな GPU を紹介したいと思います」と彼は、生成 AI に不可欠なグラフィックスプロセッサについて言及しました。

カンファレンスでフアン氏は、200億個のトランジスタを備えた前世代のHopperチップと比較して、208億個のトランジスタを備えたBlackwell B80 GPUを披露した。

によるニュー·サイエンティスト, Huang氏はB200チップを200つ組み合わせたGBXNUMX Grace Blackwell Superchipも発表した。

「Blackwell は、生成 AI にとって素晴らしいシステムになるでしょう」と彼は言いました。

「そして将来的には、データセンターは AI 工場として考えられるようになるでしょう。」

最新の開発により、Nvidia はこの分野で競合他社よりも先を行くことになります。 Nvidia は現在 80% の市場シェアを占めています。

同社のチップは生成型 AI の作成に不可欠である一方、AMD や Intel などのライバルは遅れをとっており、効率性にはまだ及ばない。 NvidiaのH100、2022年に発売されました。

マイクロソフト、アップル、アマゾンなどの他のハイテク企業は、「AIを念頭に置いたチップの製造を試みているが、今のところ、自社の約束を果たすために、誰もが欲しがるエヌビディアの製品を手に入れるのに行き詰まっている」。

Huang氏のプレゼンテーションに続いて開発者カンファレンスにも出席していたTechnaracy ResearchのBob O'Donnell氏は、「話題が広がっていた」と語った。

「テクノロジー業界でこのような状況を久しく見ていなかった」と彼は言う。とBBCに語った。

「実際、初期のスティーブ・ジョブズタイプのプレゼンテーションに喩えている人もいました。」

これまでのところ、NVIDIA の株価は前年比 240% 上昇し、その総額は市場価値に達しています。 $ 2兆先月。

Nvidia は、Amazon、Microsoft、Google、OpenAIなどの大手顧客がすでに自社のAI製品の新製品に関心を示していることを強調した。

同社はまだ明確な価格を設定していないが、Blackwell製品は今年発売される予定だ。

革新的な能力にもかかわらず、生成 AI には特にエネルギー消費量が多いというマイナス面があります。サーバーを冷却するために大量の水を必要とするデータセンターで。しかし、Nvidia は自社の最新製品を擁護しました。

同社によると、OpenAIのChatGPT-4のようなモデルは8,000日間のトレーニングを完了するには約15台のHopper GPUと90メガワットの電力が必要だが、同じモデルは2,000台のBlackwell GPUを使用して4メガワットのエネルギー消費でトレーニングできるという。

日本のような国では、電気の需要データセンターの拡張に伴い、2026 年までに倍増すると予測されています。生成 AI が成長し続けるにつれて、この傾向は世界中で予想されます。

これには、「AI をサポートするデータセンターが今後もデータセンターに依存し続ける場合、温室効果ガス排出コストの増加も伴う」化石燃料植物。

Nvidia は、人型ロボットを訓練するためのプラットフォームなど、他の AI 開発も発表しました。

これはプロジェクト Gr00t と呼ばれ、映画『ガーディアンズ・オブ・ギャラクシー』の登場人物であるグルートにちなんで名付けられました。同社によれば、これらは人間を理解し、人間の動きを模倣して世界との関わり方を学ぶように設計されるという。

Nvidiaは、これらのモデルにより、「ロボットが少数の人間のデモンストレーションから学習できるようになり、日常業務を支援したり、人間を観察するだけで人間の動きをエミュレートしたりできるようになる」と付け加えた。