探秘 AI 的心脏 NVIDIA:规格对比及与日本的深厚渊源
blog AI Business Technology

探秘 AI 的心脏 NVIDIA:规格对比及与日本的深厚渊源

深入分析 AI 革命的领头羊 NVIDIA。对比从 H100 到 DGX Spark 的规格参数,并揭秘其与日本鲜为人知的渊源。


NVIDIA(英伟达)是目前科技领域最受瞩目的公司之一。这家曾被称为游戏玩家显卡 (GPU) 制造商的公司,如今已转型为“AI 革命的心脏”,争夺全球市值第一的宝座。本文将多角度审视 NVIDIA 的历史,对比其最新产品的规格,并探讨其对 AI 行业的影响以及与日本令人惊讶的联系。

什么是 NVIDIA?定义 AI 时代

NVIDIA 于 1993 年由黄仁勋 (Jensen Huang) 及其联合创始人创立,自成立以来一直专注于加速计算。在 1999 年推出全球首款 GPU——GeForce 256 之后,该公司在 2006 年迎来了关键转折——推出了通用并行计算平台 CUDA。

CUDA 释放了 GPU(此前主要用于图像处理)的巨大计算能力,将其用于科学计算、模拟和深度学习。这种远见使 NVIDIA 在 2010 年代及以后的 AI 热潮中成为无可争议的平台提供商。

主要产品阵容:从 A100、H100 到 “Spark”

NVIDIA 的优势在于其横跨游戏、数据中心和边缘 AI 的广泛产品线。其数据中心 GPU 已成为训练大型语言模型 (LLM) 的行业标准。

目前,需求极高的“H100 (Hopper)”提供的 AI 推理性能是其前代“A100 (Ampere)”的 30 倍。此外,在 2025 年底宣布的“DGX Spark”将最新的 Grace Blackwell 超级芯片装入了台式机大小的机箱中,将本地 AI 开发提升到了新的水平。

产品

架构

显存 (VRAM)

主要用途

A100 Tensor Core

Ampere

80GB HBM2e

AI 训练、HPC

H100 Tensor Core

Hopper

80GB HBM3

大型语言模型 (LLM)

GeForce RTX 5090

Blackwell

32GB GDDR7

游戏、AI 推理

DGX Spark

Grace Blackwell

128GB LPDDR5x

边缘 AI、原型设计

对 AI 行业的影响:强大的 CUDA 生态系统

NVIDIA 的强大不仅体现在硬件上,更体现在其软件生态系统上。由于全球的 AI 工程师都基于 CUDA 进行开发,迁移到竞争对手芯片的成本极高,从而巩固了 NVIDIA 的地位。

此外,该公司正在从芯片制造商转变为“AI 工厂”的提供商。通过整合网络技术(通过收购 Mellanox)和并行计算软件,它提供了 AI 开发所需的完整基础设施。

与日本意想不到的联系

首先是与软银集团董事长孙正义的关系。2024 年 11 月,黄仁勋透露,在 2016 年,孙正义曾提议为全资收购并私有化 NVIDIA 提供资金,但被黄仁勋拒绝了。如果那次收购成功,科技历史将会大不相同。

此外,黄仁勋将日本高度评价为“机电一体化的圣地”。他表示,日本的机器人和制造业是“物理 AI”(AI 与物理世界互动)的关键合作伙伴。目前正与软银合作建设日本最大的 AI 超级计算机之一。日本对 NVIDIA GPU 的争夺也是其计划在 AI 工业革命中保持核心地位的一部分。

这种联系可以追溯到 1990 年代。当 NVIDIA 处于破产边缘时,一位重要人物提供了资金和支持。当时,曾在本田任职的入交昭一郎(Shoichiro Irimajiri)已转入世嘉 (SEGA),并说服世嘉领导层投资 NVIDIA。他争取到了额外的 500 万美元投资,使 NVIDIA 能够于 1997 年开发出拯救公司的突破性芯片,并促成了 1999 年的 IPO。黄仁勋至今对入交昭一郎心存感激,并在最近的采访中表达了谢意。

结论:物理 AI 的未来

NVIDIA 正在数字世界之外进行扩张,以构建能够理解和控制物理环境的 AI。其 GPU 将用于驱动人形机器人、自动驾驶和智能工厂。除了核心芯片制造商这一身份外,NVIDIA 扩展人类智能的征程才刚刚开始。



【来源】