NVIDIA官方解锁RTX 30系LHR显卡算力：性能不再残血

NVIDIA官方解锁RTX30系LHR显卡算力：性能不再残血挖矿已经进入低潮，加密数字货币的价格一蹶不振，既然矿工的力量已经不足以扰乱市场，NVIDIA也悄悄开了口子。测试发现，NVIDIA下发的Windows最新驱动（version522.25）和Linux驱动（version520.56.06）已经解除了对LHR显卡的挖矿算力速率限制。PC版：https://www.cnbeta.com/articles/soft/1327043.htm手机版：https://m.cnbeta.com/view/1327043.htm

极限压榨：英伟达RTX 4090游戏显卡算力首破100 TFLOPs

极限压榨：英伟达RTX4090游戏显卡算力首破100TFLOPs随着评测解禁，英伟达GeForceRTX4090也被人压榨出了100TFLOPs的算力，成为了迄今性能最为强悍的游戏显卡。作为参考，公版（FoundersEdition）显卡的默认性能为83TFLOPs（低了17TFLOPs），而上一代GeForceRTX3090Ti更是只有40TFLOPs。PC版：https://www.cnbeta.com/articles/soft/1326139.htm手机版：https://m.cnbeta.com/view/1326139.htm

NVIDIA宣布将解锁消费级显卡的视频编码能力限制

NVIDIA宣布将解锁消费级显卡的视频编码能力限制意外的是，NVIDIA已经放宽了上述限制，从第一代Maxwell架构的GTX745/750/750Ti显卡开始，后续所有的消费级产品(MX系列和GT1030这样的除外)，包括桌面、笔记本，一律开放支持5条视频流编码并发。与此同时，数据中心和工作站产品，也就是Quadro、Tesla系列，对编码视频流的并发数量不做任何限制，除了一些低端产品仅支持3条。NVDEC视频解码则没有变化，理论上不限制视频流并发数，但一来我们不会同时观看太多视频，二来具体数量也取决于GPU算力、编码格式、视频质量等。值得一提的是，NVIDIA此次解锁只是在软件层面上进行的，硬件层面的NVENC编码单元、NVDEC解码单元依然不变。比如最新的AdaLovelace架构的AD102核心，集成了三个NVENC、三个NVDEC，RTX6000Ada等工作站产品、L40等数据中心产品都开放了全部，RTX4090则屏蔽掉了一个NVENC。AD103、AD104核心都是两个NVENC、四个NVDEC，但是游戏卡屏蔽了三个NVDEC。AD104核心示意图RTX4070Ti核心示意图：除了屏蔽SM单元，还屏蔽了NVDEC...PC版：https://www.cnbeta.com.tw/articles/soft/1351215.htm手机版：https://m.cnbeta.com.tw/view/1351215.htm

ChatGPT带火AI芯片 英伟达顶级显卡eBay售价超4万美元

ChatGPT带火AI芯片英伟达顶级显卡eBay售价超4万美元据悉，去年发布的H100是英伟达最新的旗舰AI芯片，接替了A100，A100是一款被称为AI应用“主力军”的芯片，售价约为1万美元。根据英伟达的说法，与A100相比，H100的能效提高了3.5倍。开发人员正在使用H100来构建所谓的大型语言模型（LLMs），这是OpenAI的ChatGPT等AI应用的核心。这些AI模型对算力的要求极高。因此，训练它们，尤其是像GPT这样的大型模型，需要数百颗高端英伟达GPU协同工作。正因如此，那些正进行AI竞赛的科技巨头们不惜斥巨资购买AI芯片。例如，微软就斥资数亿美元购买了数万颗英伟达A100芯片，以帮助打造ChatGPT。另外，据媒体最新报道，“钢铁侠”埃隆·马斯克在美国内华达州成立了一家名为X.AI的人工智能公司，旨在与OpenAI展开竞争。据悉，为了这个新项目，马斯克已从英伟达购买了数千个高性能GPU处理器。英伟达还提供一款拥有8颗GPU的超级计算机，名为DGX。今年早些时候，该公司宣布了新服务，允许企业以每月3.7万美元的价格租用DGX计算机。在这项服务下，几乎任何企业都可以通过云租赁来使用这些强大但成本昂贵的设备。英伟达控制着AI芯片的绝大部分市场。随着ChatGPT在全球范围内掀起AI热潮，英伟达股价“狂飙”：最新报267.58美元，今年已经累计上涨近90%。      ...PC版：https://www.cnbeta.com.tw/articles/soft/1354929.htm手机版：https://m.cnbeta.com.tw/view/1354929.htm

事实证明，像这样模糊的场景构成了赛博朋克流派的基础。多年来，《神经漫游者》的工匠们慢慢地把这些抽象的场景渲染成了每个人都能看到的

事实证明，像这样模糊的场景构成了赛博朋克流派的基础。多年来，《神经漫游者》的工匠们慢慢地把这些抽象的场景渲染成了每个人都能看到的“真实”。原因2：人们愿意花大价钱来成为一个独特、新颖的想法的一部分，所以他们寻找那些故意排斥其他人的想法。（这看起来像一个有趣的概念，但在细致艺术方面，这是一个被广泛接受的想法。）毕加索本人就以在成为一个优秀的艺术家的同时，也是一位非常出色的销售员而闻名。这是两个具有相同基础原理但表达两种非常不同观点的概念。所以，不要担心发展“风格”。剥去“风格”的外衣，学习组织视觉信息的方式。无论看起来如何，它的核心都只是主题、动词和对象。与其关注文本的信息，或者甚至是文本的写作方式，不如学会欣赏语言的声音。一旦你做到了这一点，你就能画任何东西！这个课程比国内一堆卖几千美元的课程强一万倍，如果你真的想要学好画画，不管是自己用笔画还是用AI画我都推荐你看这一套课程。

强攻AI叫板英伟达 AMD突围算力芯片大战

强攻AI叫板英伟达AMD突围算力芯片大战但如今，英伟达或已无法高枕无忧。近日，AMD在美国旧金山举办的“数据中心和人工智能技术首映式”活动上，正式发布MI300系列在内的一系列AI和数据中心相关技术产品，其中包括直接对标英伟达旗舰产品H100的MI300X，以及全球首款针对AI和HPC的加速处理器（APU）MI300A。这意味着AMD将在人工智能领域与英伟达“正面刚”。在业界看来，硬刚英伟达，AMD无疑在获取客户，数据和库、硬件加速和生态建设等方面面临重要挑战，以及在当前的行业发展和竞争格局下，其尚未公布的定价将成为战略重点。但在旺盛的市场需求和科技巨头多元布局战略下，AMDMI300X凭借性能优势以及系列相关建构升级，势必将成为AI市场的有力竞争者，以及英伟达高端GPU的重要替代产品。硬刚竞品力创新机随着AI浪潮席卷全球，AMD已将发展人工智能列为核心战略，在技术创新高地保持强力攻势，并于近日推出了新一代AI芯片、数据中心CPU以及预告将推出全新DPU芯片。显然，其中最受瞩目的莫过于用于训练大模型的AI芯片InstinctMI300X，直接对标英伟高端GPUH100。至于另一款同期发布的MI300A，号称全球首款针对AI和HPC的APU，以及业界首款“CPU+GPU+HBM显存”一体化的数据中心芯片。一些分析机构和行业人士研判认为，MI300X性能强大，是对标英伟达高端加速卡的有力竞品。相较H100，MI300X在晶体管数量和显存容量上亦大幅领先。而MI300A凭借CPU+GPU的能力，产品组合性能更高、同时具有成本优势。另外，在收购赛灵思之后，AMD在加速卡领域的定制化服务大幅领先英伟达，能够协助云厂商在特定算法模块上进行训练。随着下游应用端的高速发展，使得微软、Google、Meta等众多海外巨头争相增加算力储备，算力芯片需求高度旺盛之下，英伟达一家独大的市场格局或将迎来转变。但有所遗憾的是，AMD股价在发布会活动过程中转而走低，收跌3.61%。而同行英伟达则收涨3.90%，市值再次收于1万亿美元关口上方。在投资人眼里，AMD的所谓“超级芯片”MI300X似乎仍然难以撼动英伟达的根基。其中，TIRIASResearch首席分析师KevinKrewell表示：“我认为，没有（大客户）表示将使用MI300X或MI300A，这可能会让华尔街感到失望。他们希望AMD宣布已经在某些设计方面取代了英伟达。”目前，AMD公布的客户仅有开源大模型独角兽HuggingFace，以及更早之前透露的劳伦斯利弗莫尔国家实验室。虽然两者与对大模型和数据中心芯片有更大需求的科技巨头不在一个数量级，但在AMD的发布会上值得注意的是，亚马逊旗下云计算部门AWS、甲骨文云、Meta、微软Azure的高管均来到现场。其参会动机一定程度上不言而明。此后，由于传出亚马逊正在考虑使用MI300人工智能芯片，AMD股价随即上涨约1%。InsiderIntelligence分析师JacobBourne表示：“亚马逊正在考虑AMD的MI300，这一事实表明科技公司有意使其AI开发硬件多样化，这可能会为其他芯片制造商创造新的机会。”美国科技类评论家BillyDuberstein也指出，潜在客户对MI300非常感兴趣，正在强烈要求寻找英伟达的替代产品。鉴于目前英伟达H100的服务器价格高昂，数据中心运营商希望看到有一个第三方竞争对手，这有助于降低AI芯片的价格。因此，这对AMD而言是一个巨大的优势，对英伟达来说则是一个挑战。这能为每个市场参与者带来良好的盈利能力。尚有软肋定价是“金”从产品性能来看，AMDMI300X已在业界力拔头筹，包括支持达192GB的HBM3内存（是英伟达H100的2.4倍），HBM内存带宽达5.2TB/s（是英伟达H100的1.6倍），InfinityFabric总线带宽为896GB/s，晶体管数量达到1530亿个，远高英伟达H100的800亿个。但AMD并没有公布这款GPU的价格，使得“双雄”竞争增加了悬念。AMDMI300处理器业界分析称，AMD并没有透露新款AI芯片的具体售价，但想要有显著的成本优势可能不太现实，因为高密度的HBM价格昂贵。即便MI300X的内存达到了192GB，但这也不是显著优势，因为英伟达也拥有相同内存规格的产品。对此，Cambrian-AIResearchLLC创始人兼首席分析师KarlFreund也在福布斯网站上发文表示，虽然MI300X芯片提供了192GB内存，但英伟达在这一点上将很快迎头赶上，甚至在相同的时间框架内可能实现反超，所以这并不是一个很大的优势。而且MI300X的售价将会十分高昂，与英伟达的H100相比不会有明显的成本优势。另据晚点LatePost援引一位AI从业者的话报道称，他所在的公司曾接触一家非英伟达GPU厂商，对方的芯片和服务报价比英伟达更低，也承诺提供更及时的服务。但他们判断使用其它GPU的整体训练和开发成本会高于英伟达，还得承担结果的不确定性和花更多时间。“虽然A100价格贵，但其实用起来是最便宜的。”他说，对有意抓住大模型机会的大型科技公司和头部创业公司来说，钱往往不是问题，时间才是更宝贵的资源。不难猜测，这家非“英伟达GPU厂商”是AMD的可能性极高。由此，在AI浪潮下，争市场还是保盈利，将成为MI300X届时定价的战略重点。但除了价格，AMD势必也面临其它各类挑战。KarlFreund认为，虽然AMD新推出的MI300X芯片激起了市场各方的巨大兴趣，但与英伟达的H100芯片相比面临的一些挑战包括，英伟达的H100现在已开始全面出货，而且到目前为止仍拥有AI行业最大的软件和研究人员生态系统。然而，AMD尚未披露任何基准测试，也还没有上市（预计今年第四季度量产）。另外，训练和运行大语言模型（LLM）时的性能取决于系统设计和GPU，MI300X正式推出时才能看到一些详细比较。至于真正关键的地方，KarlFreund指出，MI300X并不具备H100所拥有的TransformerEngine（一个用于在英伟达GPU上加速Transformer模型的库）。基于此，H100可以将大模型的性能提高两倍。如果用几千个（英伟达的）GPU来训练一个新模型需要一年的时间，那么用AMD的硬件来训练可能需要再等2-3年，或者投入3倍的GPU来解决问题。可即便如此，市场也不愿意英伟达以高溢价垄断市场。美国投行TDCowen在一份报告中指出，“随着市场寻找人工智能市场领军企业英伟达的替代品，AMD成为日益明显的选择。”仅凭这一点，就足以让科技巨头保持对这家公司的高度兴趣。正因如此，资本市场对于AMD给予更多积极的预期。部分行业分析预测，AMD2024年AI相关营收有望达到4亿美元，最高甚至可能达到12亿美元——是此前预期的12倍之多。生态大战前程可期毋庸置疑，与英伟达的H100相比，MI300X也面临着多种挑战和一定劣势。华泰证券表示，AMD对英伟达市场份额的挑战并非能一蹴而就。一方面，英伟达GPU芯片的算力壁垒以及AI训练端的深入布局一时难以撼动，另一方面，AMD的软件生态也限制其与客户系统的融合及渗透应用场景。可以说，英伟达的领先地位不仅来自于其芯片，还来自于十多年来为人工智能研究人员提供的软件工具。MoorInsights&Strategy分析师AnshelSag称：“即使AMD在硬件性能方面具有竞争力，但人们仍然不相信其软件解决方案能与英伟达竞争。”进一步来看，软件生态也被多位行业人士视为英伟达铜墙铁壁一般的护城河。据悉，英伟达于2007年发布CUDA生态系统。通过使用CUDA，开发者可以将英伟达的GPU用于通用的计算处理，而非仅限于图形处理。CUDA提供了一个直观的编程接口，允许开发者更容易使用C，C++，Python，以及其他一些语言来编写并行代码。2023年，CUDA的开发者已达400万，包括Adobe等大型企业客户。而用户越多构成的生态粘性就越大。相比之下，AMD在2016年推出了ROCm，目标是建立可替代英伟达CUDA的生态。在发布M...PC版：https://www.cnbeta.com.tw/articles/soft/1365759.htm手机版：https://m.cnbeta.com.tw/view/1365759.htm