Nvidia 为 AI 开发人员推出的售价 3,000 美元的小型计算机在 CES 上大放异彩

英伟达 继人工智能热潮使这家芯片制造商成为全球第二大价值公司之后，首席执行官黄仁勋本周在拉斯维加斯的 CES 上受到了摇滚明星的欢迎。

周一，在为年度科技大会拉开序幕的近两个小时的主题演讲中，黄仁勋挤满了 12,000 个座位的会场，这与已故史蒂夫·乔布斯 (Steve Jobs) 在大会上展示产品的方式进行了比较。 苹果 事件。

黄总结了一个类似苹果公司的伎俩：令人惊讶的产品展示。他展示了 Nvidia 的一个服务器机架，并使用一些舞台魔术，举起了一个小得多的版本，它看起来就像一个计算机的小立方体。

“这是一台人工智能超级计算机。”身穿鳄鱼皮皮夹克的黄说。 “它运行整个 Nvidia 人工智能堆栈。Nvidia 的所有软件都在此运行。”

黄说，这台计算机被称为“Project Digits”，运行的是 Grace Blackwell 图形处理单元（GPU）的一个亲戚，该单元目前为最先进的人工智能服务器集群提供动力。 GPU 与一个配对 手臂基于Grace的中央处理单元，或CPU。 Nvidia 与中国半导体公司 MediaTek 合作创建了名为 GB10 的片上系统。

CES 以前称为消费电子展，通常是推出华丽和未来消费电子产品的场所。今年的展会于周二开始，周五结束，多家公司宣布将人工智能与家电、笔记本电脑甚至烤架集成。其他重大发布包括联想推出的一款笔记本电脑，该笔记本电脑具有可垂直扩展的可卷曲屏幕。还有新的机器人，包括带有机械臂的 Roomba 竞争对手。

与 Nvidia 用于游戏的传统 GPU 不同，Project Digits 并不针对消费者。相反，它针对的是机器学习研究人员、小型公司和大学，这些人想要开发先进的人工智能，但没有数十亿美元来建设大型数据中心或购买足够的云积分。

黄说：“对于数据科学家和机器学习研究人员以及正在积极工作、积极构建某些东西的人来说，存在着巨大的差距。” “也许你不需要一个巨大的集群。你只是开发模型的早期版本，并且不断迭代。你可以在云中完成它，但它只会花费更多的钱。”

英伟达表示，这款超级计算机将于 5 月份上市，售价约为 3,000 美元，该公司及其一些制造合作伙伴将提供该计算机。黄说，Project Digits 是一个占位符名称，表明在计算机上市时它可能会发生变化。

“如果你有一个好听的名字，请联系我们，”黄说。

这是一种与过去两年推动 Nvidia 历史性繁荣的 GPU 产品截然不同的产品。 OpenAI 于 2022 年底推出了 ChatGPT，Anthropic 等其他 AI 模型创建者已与大型云提供商联手抢购 Nvidia 的数据中心 GPU，因为它们能够为最密集的模型和计算工作负载提供支持。

数据中心销售额占英伟达最近一个季度 350 亿美元收入的 88%。

华尔街关注的是英伟达业务多元化的能力，以便减少对少数客户购买大规模人工智能系统的依赖。

Melius Research 分析师 Ben Reitzes 在本周的一份报告中写道：“看到 Nvidia 以如此低的价格推出如此出色的产品，有点令人恐惧。”他表示，由于 Project Digits 以及其他公告，包括游戏显卡、新机器人芯片以及与 丰田。

新泽西理工学院数据科学研究所所长 David Bader 表示，Project Digits 运行 Linux 以及该公司 GPU 服务器集群上使用的相同 Nvidia 软件，代表着研究人员和大学能力的巨大提升。

巴德过去曾与英伟达合作研究项目，他表示，这台计算机似乎能够处理足够的数据和信息来训练最大、最前沿的模型。他告诉 CNBC，Anthropic， 谷歌, 亚马逊 还有一些人“愿意支付 1 亿美元建造一台用于训练的超级计算机”，以获得具有此类功能的系统。

Bader 表示，只需 3,000 美元，用户很快就能获得一款可以插入家中或办公室标准电源插座的产品。他说，这对学者来说尤其令人兴奋，他们经常离开私营企业，以获得更大、更强大的计算机。

巴德说：“任何能够拥有与高端笔记本电脑或游戏笔记本电脑价格大致相同的系统的学生，他们都将能够进行相同的研究并构建相同的模型。”

Reitzes 表示，这款计算机可能是 Nvidia 首次进军价值 500 亿美元的 PC 和笔记本电脑芯片市场。

“不难想象，自己完成这一切并让系统有一天能够运行 Windows 是很容易的，”Reitzes 写道。 “但我猜他们不想踩太多脚趾。”

周二，当华尔街分析师询问此事时，黄并没有排除这种可能性。

他表示，联发科或许可以将 GB10 芯片出售给市场上的其他计算机制造商。他确保在空气中留下一些神秘感。

“显然，我们有计划，”黄说。

手表： Nvidia因CES预期而回调