Nvidia 公司没有放弃中国市场,而是竞速开发一种新的低功耗人工智能芯片,该芯片售价低于现已受限的 H20 型号。
该新型图形处理单元将被视为 Nvidia 最新一代 Blackwell 处理器的一部分,但其性能将明显逊色于面向西方市场的变体。据路透社今天首次报道,该芯片定价大约在 6,500 美元到 8,000 美元之间,远低于基于旧架构的 H20 芯片组的 12,000 美元定价。
今年 4 月,Nvidia 遭遇了新的出口限制,禁止向中国出口 H20 GPU。该芯片基于公司的 Hopper 架构,与向美国公司销售的 H100 和 H200 产品相当,但其带宽较小、互联速度较慢。该芯片本意是为了满足此前对中国芯片出口的限制要求,但特朗普政府的官员似乎认为,即使是降级版的 H20,也仍然过于强大,不适合出口到 AI 行业最大的竞争对手中国。
这一决定是在几周前有消息透露,初创公司 DeepSeek Ltd. 利用 H20 芯片集群开发了一款具备推理能力,与 OpenAI 及其他美国公司最优秀模型相媲美的基础模型之后做出的。
据路透社援引三位熟悉公司计划的匿名消息人士称,Nvidia 新芯片较低的价格反映了其规格降低以及较为简单的制造要求。该芯片将基于 Nvidia RTX Pro 6000D——一款服务器级 Blackwell GPU,并将采用传统的 GDDR7 内存,而非其他 Blackwell 芯片上采用的高带宽内存。消息人士补充称,该芯片最早可能在 6 月实现量产。
新芯片不会采用台湾积体电路制造公司最先进的 Chip-on-Wafer-on-Substrate 封装技术,而是选择使用较旧的工艺。
Nvidia 一位发言人拒绝对新芯片发表评论,但表示公司仍在评估针对中国市场的“有限选项”。该发言人说: "在我们敲定新的产品设计并获得美国政府批准之前,我们实际上被排除在中国 50 亿美元数据中心市场之外。"
尽管受到制裁,中国仍然是 Nvidia 的重要市场,在上一财年占据其年收入的 13%。该公司此前已两次因向中国公司销售其最先进芯片而遭到制裁,每次均以为该市场推出降级版本技术作为回应。
Nvidia 在中国 GPU 市场上最大的竞争对手是华为技术有限公司,其生产 Ascend 910B 芯片组。White Oak Capital Partners 的半导体行业分析师 Nori Chiou 告诉路透社,预计华为将在未来一到两年内能够匹配 Nvidia 降级芯片的性能。不过,凭借芯片能与 CUDA 平台整合 AI 集群的优势,Nvidia 仍保有领先优势。
CUDA 是用于优化应用程序和 AI 模型在 Nvidia GPU 上运行的编程架构,其广泛普及使得开发者倾向于继续使用该平台。
今年 4 月实施的出口禁令迫使 Nvidia 注销了超过 55 亿美元的库存,首席执行官黄仁勋上周还承认,该禁令使公司损失超过 150 亿美元的销售收入。
据黄仁勋介绍,Nvidia 最初考虑研发比 H20 更进一步降级的版本以应对最新限制,但很快发现基于旧 Hopper 架构无法进行进一步修改。
最新的限制对 GPU 内存带宽设定了新的上限。内存带宽衡量的是实际处理器与板载内存系统之间数据传输的速度,而对于 AI 工作负载来说,更高的带宽至关重要,因为此类任务需要处理大量数据。
好文章,需要你的鼓励
法国AI初创公司Mistral AI发布了首个大语言模型全面生命周期评估,量化了AI的环境代价。其Mistral Large 2模型训练产生20,400吨二氧化碳当量,消耗281,000立方米水。运营阶段占环境影响85%,远超硬件制造成本。研究表明地理位置和模型大小显著影响碳足迹,企业可通过选择适当规模模型、批处理技术和清洁能源部署来减少环境影响。这一透明度为企业AI采购决策提供了新的评估标准。
上海AI实验库推出YUME系统,用户只需输入一张图片就能创建可键盘控制的虚拟世界。该系统采用创新的运动量化技术,将复杂的三维控制简化为WASD键操作,并通过智能记忆机制实现无限长度的世界探索。系统具备强大的跨风格适应能力,不仅能处理真实场景,还能重现动漫、游戏等各种艺术风格的虚拟世界,为虚拟现实和交互娱乐领域提供了全新的技术路径。
许多人认为一旦实现通用人工智能(AGI)和人工智能超级智能(ASI),这些高度先进的AI将能够告诉我们人生的真正意义。然而,巅峰AI可能无法明确回答这个史诗般的问题。即使AI拥有人类所有知识,也不意味着能从中找到生命意义的答案。AI可能会选择提供多种可能性而非绝对答案,以避免分裂人类社会。
上海AI实验室研究团队开发了革命性的AI编程验证方法,让大语言模型能够在最小人工干预下自动生成和验证程序规范。该方法摒弃传统的人工标注训练,采用强化学习让模型在形式化语言空间中自主探索,在Dafny编程验证任务上显著超越现有方法,为AI自主学习开辟新道路。