黄仁勋决定走CPU、GPU、DPU「三芯」总路线

简介: 黄仁勋决定走CPU、GPU、DPU「三芯」总路线
【新智元导读】虽然英伟达收购Arm未能成功,但老黄对未来依然信心十足。他表示,并不排斥RISC-V,未来将继续走「三芯」(CPU、GPU、DPU)战略,还要打造元宇宙中的HTML。


英伟达首席执行官黄仁勋未能实现以 800 亿美元收购 Arm 的梦想。由于世界主要国家和经济体的监管机构对这笔交易迟迟不批,老黄在表示「已经尽力」后取消了这笔交易。尽管收购没成,但英伟达仍在发展壮大。2月17日,英伟达公布2021 Q4季报和全年财报。截至 1 月 30 日的第四财季收入为 76.4 亿美元,同比增长 53%。游戏、数据中心和专业可视化市场平台在本季度和年度均实现了创纪录的收入。

英伟达2022财年全年收入创下269.1亿美元的纪录,较上一财年的166.8亿美元增长61%。

黄仁勋表示,「我们看到了业界对NVIDIA计算平台的强大需求。NVIDIA正在推动人工智能、数字生物学、气候科学、游戏、创意设计、自动驾驶汽车和机器人等当今最具影响力的诸多领域的进步。」这可能表明,英伟达知道在 Arm 交易失败后要做什么。老黄表示,他对他的三芯片战略、Omniverse、元宇宙和自动驾驶汽车寄予厚望。在Q4和2021全年财报公布后,黄仁勋接受了VentureBeat的采访。VentureBeat:你的「后 Arm」 战略是什么?收购 Arm的交易告吹之后,是否必须传达你的新战略?黄仁勋:没什么。因为我们从未完成与 Arm 的结合,所以之前实际上没有讨论过任何与Arm联合的策略。所以我们的策略和之前是完全一样的。我们为任何有 CPU 的地方提供加速计算。无论是x86还是Arm,我们都会做这件事。我们有大量 ARM CPU 和片上系统 (SoC) 正在开发中。我们喜欢做这些。我们拥有 20 年的 Arm 知识产权许可,将继续利用所有这些和所有市场。大概就是这样。我们将在未来继续构建 CPU、GPU 和 DPU(数据处理单元)。VB:所以这是你的「三芯片」策略?既然 Arm 交易没有成功,你会考虑 RISC-V 吗?黄仁勋我们现在就在多个领域使用 RISC-V。我们是 GPU 中的 RISC-V 用户之一。比如系统控制器,在 Bluefield GPU 内部就有一个基于RISC-V的加速引擎。我们在有意义的时候使用 RISC-V,我们在有意义的时候使用 Arm,我们在有意义的时候当然也使用 x86,一切要看意义。VB:你如何看待虚拟世界的进展?似乎每个人都对元宇宙更加兴奋,而 Omniverse 始终和元宇宙分不开。黄仁勋Omniverse 企业版正在全球大约 700 家左右不同的公司中进行试验和测试。我们已经签订了一些许可,我们的数字世界有了一个良好的开端。人们可以用它来连接设计师和创作者,可以模拟物流仓库、模拟工厂、生成合成数据,还可以用来模拟LiDAR、雷达、摄像头收集的训练 AI 的数据。还能用在数字双胞胎上。因此,Omniverse将其用于软件开发过程的模拟部分。作为发布过程的一部分,用户需要验证软件。可以将 Omniverse 放入机器人应用程序验证流程中。Ericsson Omniverse 环境中的场景VB:你会制造出最大的数字孪生虚拟人,对吧?黄仁勋我们正在构建或确定架构并构建终极数字虚拟人。VB:你觉得我们也在走向一个开放的元宇宙吗?与一堆被围墙围起来的花园相比,元宇宙足够开放吗?黄仁勋:我真的很希望元宇宙是开放的,我认为元宇宙会以一种通用场景描述(USD)的方式展现这一点。我们是目前USD的最大贡献者之一。USD已被许多不同的内容开发人员使用,比如Adobe。

我希望每个人都会使用USD,让它成为元宇宙中的 HTML。VB:您对汽车部门的信心如何?英伟达在自动驾驶方面的进展如何?您认为我们在疫情过去之后能够重回正轨吗?黄仁勋:我们将在世界各地都拥有自动驾驶汽车。这些车都有自己的操作域。比如在一个非常大的仓库行驶,这种车名为它们为 AMR,即自主移动机器人。可以把这类车投到有围墙的工厂里,让它们运货和库存。「最后一英里」送货很重要,很多了不起的公司都在做这件事。所有这些应用程序都非常实用,前提是不能吹过了头。我认为自动驾驶汽车将有成千上万的应用,这是肯定的。今年将是我们在自动驾驶方面的转折年。是对我们来说将是重要的一年。到 2025 年,我们将部署自己的软件,与汽车公司分享收入。我现在很确定自动驾驶汽车将成为我们最大的业务之一。

遭遇各国「卡脖子」,英伟达收购Arm泡汤


2月8日,由于「重大的监管挑战」,英伟达宣布正式放弃对Arm的收购。

 

 

软银失去了一笔巨款,不过英伟达给的12.5亿美元分手费,将会成为其第四季度的利润。

 

2020年9月,美国图形芯片巨头英伟达同意以400亿美元现金加股票的形式从软银手中收购Arm,这本该是芯片行业有史以来规模最大的一桩交易。

 

在半导体芯片需求猛增之际,英伟达股价此前大幅上涨,而本收购案的价值也随之节节攀升,最高的时候甚至超过了800亿美元。

 

但这桩交易很快引起了全球监管部门和芯片制造业竞争对手的关切。

 

2021年8月,英国完成了第一阶段的调查,并发表声明称英伟达收购Arm引发了严重的竞争问题。

 

CMA表示,合并后的企业将有能力和动机通过限制使用Arm的知识产权(IP)来损害对手的竞争力。最终,这种竞争的丧失会扼杀一些市场的创新,包括数据中心、游戏、物联网和自动驾驶汽车。

 

 

2021年10月,欧盟宣布对这笔交易进行深入调查,并计划于2022年3月15日结束。

 

 

欧盟委员会担心这项交易通过后,英伟达将有能力和动机限制竞争对手使用Arm的技术,给半导体行业带来价格上涨、选择减少和创新能力下降等负面影响。

 

欧盟反垄断专员Margrethe Vestager表示:

 

「虽然Arm和英伟达并不直接构成竞争关系,但是Arm的知识产权他为那些与英伟达芯片竞争的产品提供了重要支持。我们的分析表明,英伟达收购 Arm可能会导致其他厂商对Arm知识产权的访问受限或降级,从而对半导体市场产生扭曲影响。」

 

2021年12月,美国联邦贸易委员会(Federal Trade Commission)出手阻止,称这将使英伟达不合法地掌控计算技术和设计领域,导致竞争对手需要开发自己的芯片加以对抗。

 

 

FTC表示,如果该交易被允许,合并后的公司可能扼杀下一代技术,包括用于运行数据中心和汽车驾驶辅助系统的技术。

 

面对诉讼,英伟达曾表示,「我们将继续努力证明这项交易将有利于行业并促进竞争」。

 

此外,英伟达还提出了补救措施,以消除监管机构的担忧。其中包括建立一个完全独立的授权实体,以及在不歧视的基础上向所有公司授权英伟达开发的基于Arm的知识产权。

 

然而,在努力了近18个月之后,美国、英国、欧盟均未批准这笔交易。由于过审无望,英伟达和软银只能宣布放弃。


参考资料:

https://nvidianews.nvidia.com/news/nvidia-announces-financial-results-for-fourth-quarter-and-fiscal-2022

https://venturebeat.com/2022/02/20/jensen-huang-interview-nvidias-post-arm-strategy-omniverse-and-self-driving-cars/https://nvidianews.nvidia.com/news/nvidia-and-softbank-group-announce-termination-of-nvidias-acquisition-of-arm-limited


相关实践学习
部署Stable Diffusion玩转AI绘画(GPU云服务器)
本实验通过在ECS上从零开始部署Stable Diffusion来进行AI绘画创作,开启AIGC盲盒。
相关文章
|
19天前
|
监控 异构计算
Jetson 学习笔记(八):htop查看CPU占用情况和jtop监控CPU和GPU
在NVIDIA Jetson平台上使用htop和jtop工具来监控CPU、GPU和内存的使用情况,并提供了安装和使用这些工具的具体命令。
66 0
|
6天前
|
机器学习/深度学习 人工智能 并行计算
CPU和GPU的区别
【10月更文挑战第14天】
|
6天前
|
机器学习/深度学习 人工智能 缓存
GPU加速和CPU有什么不同
【10月更文挑战第20天】GPU加速和CPU有什么不同
16 1
|
2月前
|
人工智能 自然语言处理 文字识别
MinerU-大语言语料处理神器,CPU/GPU均可跑,开源免费“敲”好用
在7月4日举行的WAIC 2024科学前沿主论坛上,书生·浦语2.5正式发布,面向大模型研发与应用的全链条工具体系同时迎来升级。
MinerU-大语言语料处理神器,CPU/GPU均可跑,开源免费“敲”好用
|
3月前
|
机器学习/深度学习 人工智能 并行计算
【人工智能】CPU、GPU与TPU:人工智能领域的核心处理器概述
在人工智能和计算技术的快速发展中,CPU(中央处理器)、GPU(图形处理器)和TPU(张量处理器)作为核心处理器,各自扮演着不可或缺的角色。它们不仅在性能上各有千秋,还在不同的应用场景中发挥着重要作用
175 2
|
4月前
|
并行计算 API 数据处理
GPU(图形处理单元)因其强大的并行计算能力而备受关注。与传统的CPU相比,GPU在处理大规模数据密集型任务时具有显著的优势。
GPU(图形处理单元)因其强大的并行计算能力而备受关注。与传统的CPU相比,GPU在处理大规模数据密集型任务时具有显著的优势。
|
4月前
|
机器学习/深度学习 TensorFlow API
Keras是一个高层神经网络API,由Python编写,并能够在TensorFlow、Theano或CNTK之上运行。Keras的设计初衷是支持快速实验,能够用最少的代码实现想法,并且能够方便地在CPU和GPU上运行。
Keras是一个高层神经网络API,由Python编写,并能够在TensorFlow、Theano或CNTK之上运行。Keras的设计初衷是支持快速实验,能够用最少的代码实现想法,并且能够方便地在CPU和GPU上运行。
|
3月前
|
机器学习/深度学习 编解码 人工智能
阿里云gpu云服务器租用价格:最新收费标准与活动价格及热门实例解析
随着人工智能、大数据和深度学习等领域的快速发展,GPU服务器的需求日益增长。阿里云的GPU服务器凭借强大的计算能力和灵活的资源配置,成为众多用户的首选。很多用户比较关心gpu云服务器的收费标准与活动价格情况,目前计算型gn6v实例云服务器一周价格为2138.27元/1周起,月付价格为3830.00元/1个月起;计算型gn7i实例云服务器一周价格为1793.30元/1周起,月付价格为3213.99元/1个月起;计算型 gn6i实例云服务器一周价格为942.11元/1周起,月付价格为1694.00元/1个月起。本文为大家整理汇总了gpu云服务器的最新收费标准与活动价格情况,以供参考。
阿里云gpu云服务器租用价格:最新收费标准与活动价格及热门实例解析
|
2月前
|
机器学习/深度学习 存储 人工智能
阿里云GPU云服务器实例规格gn6v、gn7i、gn6i实例性能及区别和选择参考
阿里云的GPU云服务器产品线在深度学习、科学计算、图形渲染等多个领域展现出强大的计算能力和广泛的应用价值。本文将详细介绍阿里云GPU云服务器中的gn6v、gn7i、gn6i三个实例规格族的性能特点、区别及选择参考,帮助用户根据自身需求选择合适的GPU云服务器实例。
阿里云GPU云服务器实例规格gn6v、gn7i、gn6i实例性能及区别和选择参考
|
3月前
|
编解码 分布式计算 Linux
最新阿里云服务器、轻量应用服务器、GPU云服务器活动价格参考
阿里云服务器产品包含云服务器、轻量应用服务器、GPU云服务器等,本文汇总了这些云服务器当下最新的实时活动价格情况,包含经济型e实例云服务器价格、通用算力型u1实例云服务器价格、第七代云服务器价格、轻量应用服务器最新价格、GPU云服务器价格,以供大家参考。
最新阿里云服务器、轻量应用服务器、GPU云服务器活动价格参考