英伟达CEO黄仁勋 Blackwell对液冷的需求十分可观 (英伟达ceo黄仁勋是中国人吗)

英伟达（NVDA.O）CEO黄仁勋被问及Blackwell芯片和这对液冷的需求、能否会放慢运转速度等疑问时称：下一个万亿美元规模的基建将是别开生面的。Blackwell将以许多方式发生，其中一些并不要求液冷，但对液冷的需求是十分可观的。

---

8年增长1000倍，英伟达带来史上最成功的产品

“It’s ok，Hopper。 You’re very good，good boy or good girl”。

北京时期3月19日清晨，GTC最重磅的主题演讲末尾，英伟达开创人黄仁勋身着标志性的皮衣，先是感谢了“改动全球的Hopper”，并宣布重磅推出新一代AI芯片架构Blackwell。

在他看来，减速计算已达转机点，通用计算已走到止境，要求有另一种计算方式，来进一步降低计算本钱、提高计算效率。

我们要求更大的GPU。 黄仁勋说。 过去8年时期里，AI算力需求有了1000倍增长。 在Blackwell架构下，芯片之间可衔接构建出大型AI超算集群，支撑更大的计算需求。 “它是英伟达最成功的产品”。

黄仁勋进一步引见表示，Blackwell拥有2080亿个晶体管，是上一代芯片“Hopper”800亿个晶体管的两倍多，可以支持多达10万亿个参数的AI模型。 “其将成为亚马逊、微软、谷歌、甲骨文等全球最大数据中心运营商部署的新计算机和其他产品的基石”。

第一款采用Blackwell架构的芯片名为GB200。 它被黄仁勋称为“史上最强AI芯片”，将于往年晚些时刻上市。

B200芯片拥有2080亿个晶体管，采用台积电定制的4NP工艺制造。 值得一提的是，这次的芯片将两个die衔接成一个一致的GPU，die之间的通讯速度可以到达10TB/秒。

黄仁勋强调，Blackwell架构的全新型GPU处置器设计架构在处置支持人工智能的大言语模型训练、推理方面速度提高数倍，而本钱和能耗较前代改善庞大。

他举例表示，假设要训练一个1.8万亿参数量的GPT模型，要求8000张Hopper GPU，消耗15兆瓦的电力，延续跑上90天。 但假设经常使用GB200 Blackwell GPU，只要求2000张，相同跑90天只消耗四分之一的电力。 不只是训练，生成Token的本钱也会随之清楚降低。

6大创新技术，Blackwell被以为是“最成功产品”

“1993年，英伟达旅程末尾……”

Blackwell GPU退场之前，黄仁勋先回忆了英伟达30年开展历程，他以为沿途有几个关键里程碑。

首先是2006年，CUDA发布，黄仁勋表示，后来被证明是一种反派性的计算模型。

“我们事先以为它是反派性的，以为它将一夜之间取得成功。”黄仁勋如是表示，

从后续开展来看，CUDA确实配得上“反派”这个词。

作为一项同时支持配件和软件的技术，CUDA可应用图形处置器中的多颗计算中心启动通用计算处置任务，极大放慢了开发模型的训练速度。

可以简易了解为，CUDA是英伟达成功软配件适配的一种架构，而软件生态选择了产品的适用性，计算平台选择了配件的经常使用效率，CUDA是英伟达成功生态的相对护城河。

不过，外界看法到CUDA的价值还是将近10年之后。

2016年，AlexNet与CUDA初次接触，一种名为DGX1的新型计算机降生，初次将170teraflops和8个GPU衔接在一同。 正如外界了解那样，黄仁勋笑言，“我亲身交付了第一台DGX1给一家位于旧金山的初创公司，名为OpenAI”。

2017年，Transformer到来。

2022年，ChatGPT捕捉了全球的想象力，人们看法到人工智能的关键性和才干。

2023年，生成式AI出现，新的行业末尾构成。

“为什么是一个新行业？”黄仁勋表示，由于这样的软件以前从未存在过，我们如今正在经常使用计算机编写软件，这是一个全新的类别，它从无到有占据了市场份额，消费软件方式与此前在数据中心所做的完全不同。

面对全新的市场和需求，要求更弱小的GPU。

“Hopper很棒，但Blackwell更好”。 黄仁勋以为，生成式AI是这个时代的选择性技术，Blackwell是推进这场新工业反派的引擎。

依据黄仁勋引见，Blackwell GPU有6大创新技术，包括：

全球最弱小的芯片。 具有2080亿个晶体管，采用专门定制的双倍光刻极限尺寸4NP TSMC工艺制造，经过10 TB/s的片间互联，将GPU裸片衔接成一块一致的GPU。

第二代Transformer引擎。 得益于全新微张量缩放支持，以及集成于TensorRT-LLM和NeMo Megatron框架中的英伟达灵活范围控制算法，Blackwell将在新型4位浮点AI推理才干下成功算力和模型大小翻倍。

第五代 NVLink。 为了优化万亿级参数模型和混合专家AI模型的性能，最新一代 NVIDIA NVLink为每块GPU提供1.8TB/s双向吞吐量，确保多达576块GPU之间的无缝高速通讯。

RAS引擎。 采用Blackwell架构的GPU包括一个用于保证牢靠性、可用性和可保养性的公用引擎。 此外，Blackwell架构还参与了多项芯片级性能，能够应用AI预防性保养来运转诊断并预测牢靠性相关的疑问。 这将最大水平延伸系统正常运转时期，提矮小规模AI部署的弹性，使其能够延续不连续运转数周乃至数月，同时降低运营本钱。

安保AI。 秘密计算性能可以在不影响性能的状况下维护AI模型和客户数据，并且支持全新本地接口加密协议。

解紧缩引擎。 公用的解紧缩引擎支持最新格式，经过减速数据库查询提供极端弱小的数据剖析和数据迷信性能。

在黄仁勋看来，未来几年，每年要求企业破费数百亿美元的数据处置将越来越多地由GPU减速。

屡次迭代，英伟达不时拉大与对手差距

之所以取名Blackwell是为了致敬美国迷信院首位黑人院士、出色统计学家兼数学家David Blackwell，其擅长将复杂的疑问简易化，独立发明的“灵活规划”、“更新定理”被普遍运用于多个迷信、工程学等多个范围。

而这，也是每一代英伟达GPU架构的命名习气。

GPU的概念，是由英伟达在1999年发布Geforce256图形处置芯片时首先提出的，从此英伟达显卡的芯就用GPU来称谓，它是专门设计用于处置图形渲染的处置器，关键担任将图像数据转换为可以在屏幕上显示的图像。

与CPU不同，GPU具有数千个较小的内核（内核数量取决于型号和运行），因此GPU架构针对并行处置启动了优化，可以同时处置多个义务，并且在处置图形和数学任务负载时速度更快。

随后20多年时期，英伟达每隔1-2年提出新的芯片架构以顺应计算需求更新，陆续推出Tesla、Fermi、Kepler、Maxwell、Pascal、Volta、Turing、Ampere和Hopper等。 不时增强GPU的计算才干和程序性，推进GPU在图形渲染、人工智能和高性能计算等范围的运行。

比如，2020年Ampere架构在计算才干、能效和深度学习性能方面大幅优化，采用多个SM和更大的总线宽度，提供更多CUDA Core及更高频率，引入第三代Tensor Core，具有更高的内存容量和带宽，适用于大规模数据处置和机器学习义务。

再比如，2022年发布Hopper架构，支持第四代TensorCore，采用新型流式处置器，每个SM才干更强。

可以了解为，GPU架构的更新关键体如今SM、TPC（CUDA中心的分组结构）参与，最终体如今GPU浮点计算才干的优化。

从Pascal架构到Blackwell架构，过去8年，英伟达将AI计算性能优化了1000倍。 “在Blackwell架构下，芯片之间可衔接构建出大型AI超算集群，支撑更大的计算需求。 ”黄仁勋表示，GPU的外形已彻底改动，未来英伟达DGX AI超级计算机，就是AI工业反派的工厂。

从数据和性能看，英伟达的GPU产品在AI训练上的性能和水平，确实与全球其他玩家的差距在进一步拉大。

这也使得英伟达芯片在大模型训练范围占比不时优化，但受限于芯片管制、产能等要素，在推理市场，英伟达丧失了一些份额。

生成式AI微服务推出，打造AI运行级入口

两周前，英伟达在CUDA11.6更新版本中强调：“制止其他配件平台上运转基于 CUDA的软件”。

显然，它想要训练和推理芯市场一同抓。

为了上述目的的成功，光有配件还不够，软件护城河也要跟上。

因此，在讲完配件生态之后，黄仁勋末尾引见在AI软件方面的创新，即生成式AI微服务NIMS（Nvidia Inference Micro Service）。

在黄仁勋看来，生成式AI改动了运行程序编程方式。 未来，企业不再编写软件，而是组装AI模型，指定义务，给出任务产品示例，审查方案和两边结果。

而NIM的出现能够让这件事的成功愈加简易。 黄仁勋希望，用NIM平台，支持运行厂商开发智能运行，将NIM打造为CUDA生态之后的一个AI运行级入口，参与生态护城河价值。

据引见，英伟达NIM是英伟达推理微服务的参考，是由英伟达的减速计算库和生成式AI模型构建的。 微服务支持行业规范的API，在英伟达大型CUDA装置基础上任务，并针对新的GPU启动优化。

“企业可以应用这些微服务在自己的平台上创立和部署定制运行，同时保管对知识产权的完整一切权和控制权”。 据黄仁勋引见，NIM微服务提供基于英伟达推理软件的预构建容器，使开发者能够将部署时期从几周缩短至几分钟。

它们为言语、语音和药物发现等范围提供行业规范API，使开发者能够经常使用安保托管在自己的基础设备中的专有数据，来加快构建AI运行。 这些运行可按需扩展，从而为在英伟达减速计算平台上运转消费级生成式AI提供灵敏性和性能。

英伟达市值飙升的面前，有哪些关键要素在推进？

在科技行业，每一次性技术的飞跃都会引发市场的热烈追捧。 近日，美股市场上的一颗绚烂明星——英伟达，再次以其冷艳的业绩表现和技术创新，吸引了全球投资者的目光。 周一美股收盘，英伟达股价涨近5%，报收于1150美元，创下历史收盘新高，市值一夜之间飙升1320亿美元，折合人民币约9570亿元。 这一数字，无疑让英伟达成为了科技股中的佼佼者。 随着股价的飙升，英伟达的市值也到达了惊人的2.86万亿美元，这一数字不只将竞争对手Intel（市值1289亿美元）和AMD（市值2643亿美元）远远甩在身后，更是彰显了英伟达在科技行业的抢先位置。 那么，终究是什么要素让英伟达能够在竞争剧烈的市场中崭露头角，成功市值的飙升呢？一、Blackwell芯片投产，引领技术改造6月2日，英伟达开创人兼CEO黄仁勋在一场地下演讲中宣布了一个重磅信息：英伟达Blackwell芯片已投产。 这款被誉为“全球最弱小的芯片”的Blackwell，无疑是英伟达技术创新的最新效果。 黄仁勋表示，英伟达将坚持运用事先性能最强的半导体制程工艺，以一年为节拍更新产品，用一致架构掩盖整个数据中心产品线。 二、算力飙升，逾越摩尔定律英伟达的第一款Blackwell芯片名为GB200，其AI算力相比8年前的Pascal芯片优化了惊人的1000倍。 黄仁勋在演讲中自豪地表示，英伟达在过去的8年时期里，计算才干、浮点运算以及人工智能浮点运算才干增长了1000倍。 这样的增长速度，简直逾越了摩尔定律在最佳时期的增长。 这无疑为英伟达在人工智能、高性能计算等范围的运行提供了弱小的技术支撑。 三、业绩亮眼，片面超预期技术的飞跃带来了业绩的飙升。 2025财年一季度，英伟达支出为260亿美元，同比增长高达262%，净利润更是到达了148.8亿美元，同比上升628%。 这一业绩表现片面超预期，进一步印证了英伟达在技术创新和市场运行方面的抢先位置。 最后未来，英伟达将继续坚持其技术创新的步伐。 依据黄仁勋的演讲，英伟达方案在未来几年内陆续推出更多弱小的芯片产品。 2025年将推出BlackwellUltra，2026年将推出Rubin，2027年将推出RubinUltra。 这些新产品的推出，将进一步安全英伟达在科技行业的抢先位置，并为其未来的业绩增长提供有力保证。 英伟达市值的飙升并非偶然，而是其多年来坚持技术创新和市场运行的肯定结果。 从Blackwell芯片的投产到算力的千倍优化，再到业绩的片面超预期，英伟达用实力证明了自己在科技行业的抢先位置。 所以，我们有理由置信英伟达将继续坚持其创新的步伐，引领科技行业的开展潮流。 投资者假设想投资该股，建议可以经过全球多资产买卖钱包BiyaPay启动活期监控股票多少钱，并在适宜的机遇买入或卖出股票。 其中BiyaPay不只可以充值usdt买卖美股港股，还支持充值usdt提现美元港币到银行账户，然后出金法币到其它证券启动投资。 这种方式可以说快、无额度限制，没有任何出入金困扰。 在这个科技飞速开展的时代，英伟达以其弱小的技术实力和敏锐的市场洞察力赢得了市场的喜爱。 作为投资者和消费者，我们有幸见证了这一科技巨头的崛起和辉煌。 让我们等候英伟达在未来的日子里能够发明更多的科技奇观吧！

黄仁勋预言：液冷“不冷”，炽热来袭

全球科技精英的年度盛会GTC行将拉开帷幕，NVIDIA将在此展现最新技术，推进AI范围行进。 黄仁勋行将带来NVIDIA的打破性效果，市场对超级计算芯片产品的等候值飙升。 NVIDIA GTC每年举行，发布多项“王炸”产品，是AI界的标志性盛会。 B100和B200，采用Blackwell架构的高性能GPU，效能清楚优化，HBM内存容量比H200高出约40%，全体性能是H200的两倍、H100的四倍。 B200作为更新版，估量在2025年发布。 但是，高功耗带来散热难题，B100和B200的TDP超越1000W，风冷散热已难满足需求，液冷散热技术成为未来方向。 液冷技术应用液体作为冷媒，提供逾越风冷的散热才干，冷板式和浸没式是关键方式。 浸没式液冷，让发热器件直接浸没在冷却液中，成功高效散热。 但是，芯片级液冷技术面临散热资料、冷却系统稳如泰山性和本钱等应战。 规范化与规范化的推行也是关键。 海外企业如IBM、英特尔等积聚了充沛的技术阅历，而国际企业如中科曙光、阿里云、华为等也在加快跟进，曾经成功液冷技术的商业化运行。 这些企业经过自主研发与协作，推进液冷技术在数据中心范围的普遍运行，抢占市场先机。