10月8日，在美国首都华盛顿特区的“AI Summit DC”人工智能峰会上，“AI芯片大佬”英伟达（NVDA.US）表示，其下一代Blackwell芯片将于今年四季度向客户发货，且能源效率优异。
看好Blackwell最强芯片创收潜力
目前，英伟达的芯片代工厂正在墨西哥建设全球最大的GB200生产设施，被市场视为对Blackwell芯片长期需求强劲的证据。
在软件进展方面，据英伟达高管介绍，公司拥有英伟达NIM Agent Blueprints、NIM 和NeMo等多个AI软件平台。
此外，从A100到新的GB200，这些芯片的性能数据都相当惊人。例如，A100的FP16算力已高达312T，而最强的GB200则达到惊人的5P算力，NVLINK带宽高达3.6TB/S。
英伟达副总裁称，“Blackwell平台基本上是考虑到能效而构建的”，在Blackwell上开发OpenAI的GPT-4软件需要3吉瓦的电力，而十年前，这一过程需要高达5500吉瓦电力。
值得一提，主流投行摩根士丹利同日发布研报，对Blackwell下一代最强芯片在今年最后几个月对公司营收的潜在提振持乐观态度，并暗示最早明年初Blackwell的产量就会超过现有的Hopper芯片，Blackwell芯片产量可能在明年初达到75万到80万片，比今年四季度增长近三倍。
眼下，人工智能迭代加速，AI大模型持续更新，算力需求旺盛，是各公司布局的热门领域。有证券指出，近年来，新一代人工智能快速发展，算力需求快速增长，算力和算力基础设施的发展质量已成为影响企业竞争力的关键因素之一，国内外云巨头继续增加对AI基础设施的资本开支，乐观看好算力产业链。
多方企业加速布局
Meta（META.US）
近日，Meta发布了全新多模态大模型Llama 3.2。Llama 3.2有90B和11B两种参数规格的视觉大语言模型，还有能在设备端本地运行的1B和3B轻量级纯文本模型，包括预训练和指令调整版。
此外，Meta首次公开展示了其AI视频生成工具Meta Movie Gen，这款工具对标OpenAI的文生视频工具Sora，功能包括文本生成视频和音频、编辑已有视频、图片生成视频。
据Meta公布的论文，这一全新生成式AI工具背后最大的视频生成模型是一个30B参数的Transformer模型，可以生成最长为16秒、帧率为16 FPS（每秒帧数）的视频。为了训练这个模型，Meta使用了多达6144台H100 GPU，每一台的热设计功耗为700W，并且都配备了容量为80GB的HBM3显存。
AMD（AMD.US）
近期，在2024 全球 AI 芯片峰会上，AMD公司发表演讲。AMD 在端到端的 AI 基础设施领域打造了全面的产品线，覆盖从数据中心服务器、AI PC 到智能嵌入式和边缘设备，并提供领先的 AI 开源软件及开放的生态系统，有着非常全面的硬件 AI 平台。
AMD重点介绍了在推动数据中心高性能网络基础设施（UALink，Ultra Ethernet），这对 AI 网络结构需要支持快速切换和极低延迟、扩展 AI 数据中心性能至关重要。
另外，AMD 即将发布下一代高性能 AI PC 芯片，其基于第二代 XDNA 架构的 Ryzen AI NPU，可提供 50TOPS 算力，将能效比提高至通用架构的 35 倍。
三星电子(SSNGY.US)
据业内人士透露，三星电子正在其位于美国的三星美国研究中心（SRA）的系统级芯片（SoC）架构实验室开发XR专用芯片。与此同时，SoC架构实验室也正在积极招募芯片设计专家，扩充其XR芯片研究团队。
该款XR芯片的开发表明三星电子正积极准备将XR业务作为未来的增长动力。此外，三星与高通结成技术联盟，招募顶尖人才开发专用于XR(扩展现实)设备的高性能芯片，在XR市场取得了重大进展，增强其功能和用户体验。
微美全息（WIMI.US）
据了解，在当前由大模型和算力驱动的AI时代，微美全息重视AI赛道的机遇，也成为了赛道上的活跃者，在AI技术产品方面逐步推出了从硬件平台到软件，从端到端的解决方案。同时其支持5.5G、AI算力、云计算、增强现实等作为新质生产力的重要组成部分，加强研发，不断提升计算能力，有利于投资扩大，将“引领”AI技术的使用范围扩大到更多领域。
AI算力需求暴增，亟需算力产业由“量”向“质”加速高质量发展。为了推动算力基础设施高质量发展，微美全息长期坚持在AI的软件及基础设施上的投入，并建立了新的AI技术研发中心。这一举措可将上游的芯片设计、AI视觉等供应商集聚起来，完善产业配套建设，持续推动算力硬件领域关键技术突破，实现大规模神经网络的在线训练，并有潜力支撑未来 AI 大模型的高速、低功耗训练。
结尾
大模型的突破革新了人工智能的发展范式，也带动了AI基础设施的爆炸式增长。而AI的发展没有天花板，这是一个长远的赛道。在推动应用产业发展方面，相关AI企业拥有算法技术和产品方案的创新优势，拥有强大的基础设施构建能力，两者融合将激发出强大潜能，在推动未来AI基础设施体系建设上将发挥重大作用。
