NVIDIA推出用于大型語言模型和生成式AI工作負載的推理平臺

谷歌云、D-ID、Cohere將新平臺用于各種生成式AI服務(wù)，包括聊天機器人、文本生成圖像內(nèi)容、AI視頻等。

NVIDIA于今日推出四款推理平臺。這些平臺針對各種快速興起的生成式AI應(yīng)用進行了優(yōu)化，能夠幫助開發(fā)人員快速構(gòu)建用于提供新服務(wù)和洞察的AI驅(qū)動的專業(yè)應(yīng)用。

這些平臺將NVIDIA的全棧推理軟件與最新的NVIDIA Ada、Hopper和Grace Hopper處理器相結(jié)合，包括今天推出的NVIDIA L4 Tensor Core GPU和NVIDIA H100 NVL GPU。各平臺針對AI視頻、圖像生成、大型語言模型部署、推薦系統(tǒng)推理等需求激增的工作負載進行了優(yōu)化。

NVIDIA創(chuàng)始人兼首席執(zhí)行官黃仁勛表示：“生成式AI的興起需要更加強大的推理計算平臺。生成式AI應(yīng)用的數(shù)量是無限的，它唯一的限制就是人類的想象力。為開發(fā)人員提供最強大、靈活的推理計算平臺將加快新服務(wù)的創(chuàng)造速度，這些新服務(wù)將以前所未有的方式改善我們的生活。”

加速生成式AI的各種推理工作負載集

每個平臺都包含一個為特定生成式AI推理工作負載而優(yōu)化的NVIDIA GPU和專用的軟件：

• 適用于AI視頻的NVIDIA L4可提供比CPU高出120倍的AI視頻性能，同時能效提高了99%。這款適用于幾乎所有工作負載的通用GPU提供更加強大的視頻解碼和轉(zhuǎn)碼能力、視頻流式傳輸、增強現(xiàn)實、生成式AI視頻等。
• 適用于圖像生成的NVIDIA L40針對圖形以及AI支持的2D、視頻和3D圖像生成進行了優(yōu)化。L40平臺是NVIDIA Omniverse?（一個用于在數(shù)據(jù)中心構(gòu)建和運行元宇宙應(yīng)用的平臺）的引擎，與上一代產(chǎn)品相比，其Stable Diffusion推理性能提高了7倍，Omniverse性能提高了12倍。
• 適用于大型語言模型部署的NVIDIA H100 NVL是規(guī)?；渴鹣?a class="article-link" target="_blank" href="/tag/ChatGPT/">ChatGPT這樣的大型語言模型（LLMs）的理想平臺。這款新的H100 NVL擁有94GB內(nèi)存和Transformer引擎加速，在數(shù)據(jù)中心規(guī)模，與上一代A100相比，GPT-3上的推理性能提高了多達12倍。
• 適用于推薦模型的NVIDIA Grace Hopper是圖形推薦模型、矢量數(shù)據(jù)庫和圖神經(jīng)網(wǎng)絡(luò)的理想平臺。通過NVLink-C2C以900 GB/s 的速度連接CPU和GPU，Grace Hopper的數(shù)據(jù)傳輸和查詢速度比PCIe 5.0快了7倍。

這些平臺的軟件層采用NVIDIA AI Enterprise軟件套件，包括用于高性能深度學(xué)習(xí)推理的軟件開發(fā)套件NVIDIA TensorRT?，以及幫助實現(xiàn)模型部署標(biāo)準化的開源推理服務(wù)軟件NVIDIA Triton Inference Server?。

早期采用者與支持

谷歌云是NVIDIA推理平臺的重要云合作伙伴和早期客戶。該公司正在將L4平臺整合到其機器學(xué)習(xí)平臺Vertex AI中，并且是第一家提供L4實例的云服務(wù)提供商，其G2虛擬機的私人預(yù)覽版已于今天推出。

NVIDIA和谷歌今天分別宣布了首批在谷歌云上使用L4的兩家機構(gòu)——Descript和WOMBO，前者使用生成式AI幫助創(chuàng)作者制作視頻和播客，后者提供“Dream”這一AI驅(qū)動的文本-數(shù)字藝術(shù)轉(zhuǎn)換應(yīng)用程序。

另一個早期采用者快手提供了一個短視頻應(yīng)用程序，利用GPU對傳入的實時流媒體視頻進行解碼、捕捉關(guān)鍵幀并優(yōu)化音視頻。然后，它使用一個基于Transformer的大型模型理解多模態(tài)內(nèi)容，從而提高全球數(shù)億用戶的點擊率。

快手高級副總裁于越表示：“快手推薦系統(tǒng)所服務(wù)的社區(qū)每天的用戶人數(shù)超過3.6億，他們每天貢獻3000萬條UGC視頻。在相同的總體擁有成本下，相較于CPU，NVIDIA GPU將系統(tǒng)的端到端吞吐量提高了11倍，將延遲降低了20%?！?/p>

領(lǐng)先的生成式AI技術(shù)平臺D-ID，通過使用NVIDIA L40 GPU從文本中生成逼真的數(shù)字人，支持任何內(nèi)容來生成人臉，不僅幫助專業(yè)人士改進視頻內(nèi)容，同時減少了大規(guī)模視頻制作的成本和麻煩。

D-ID研發(fā)副總裁Or Gorodissky表示：“L40的性能十分驚人。有了它，我們將推理速度提高了一倍。D-ID十分高興能夠?qū)⑦@個新硬件作為我們產(chǎn)品的一部分，以前所未有的性能和分辨率實現(xiàn)AI人的實時流傳輸，并降低我們的計算成本。”

領(lǐng)先的AI制作工作室Seyhan Lee使用生成式AI為電影、廣播和娛樂行業(yè)開發(fā)沉浸式體驗和迷人的創(chuàng)意內(nèi)容。

Seyhan Lee聯(lián)合創(chuàng)始人Pinar Demirdag表示：“L40 GPU為我們的生成式AI應(yīng)用帶來了驚人的性能提升。憑借L40的推理能力和內(nèi)存容量，我們可以部署非常先進的模型，并以驚人的速度和精度向客戶提供創(chuàng)新的服務(wù)?！?/p>

語言AI領(lǐng)域的先鋒Cohere所運行的平臺使得開發(fā)人員能夠在保護數(shù)據(jù)隱私和安全的情況下，構(gòu)建自然語言模型。

Cohere首席執(zhí)行官Aidan Gomez表示：“憑借NVIDIA的全新高性能H100推理平臺，我們可以使用先進的生成式模型為客戶提供更加優(yōu)質(zhì)、高效的服務(wù)，推動對話式AI、多語言企業(yè)搜索、信息提取等各種NLP應(yīng)用的發(fā)展。”

供應(yīng)情況

NVIDIA L4 GPU私人預(yù)覽版現(xiàn)已通過谷歌云平臺以及30多家計算機制造商所組成的全球網(wǎng)絡(luò)提供。

NVIDIA L40 GPU現(xiàn)已通過全球領(lǐng)先的系統(tǒng)提供商提供，并且合作伙伴平臺的數(shù)量將在今年持續(xù)增加。

Grace Hopper超級芯片已開始樣品供貨，預(yù)計下半年將全面投產(chǎn)。H100 NVL GPU也將于下半年面市。

NVIDIA AI Enterprise現(xiàn)在通過各大云市場以及數(shù)十家系統(tǒng)提供商和合作伙伴提供。NVIDIA AI Enterprise為客戶提供NVIDIA 企業(yè)級支持、定期安全審查以及NVIDIA Triton Inference Server?、TensorRT?和50多個預(yù)訓(xùn)練模型與框架的API穩(wěn)定性。

NVIDIA LaunchPad上免費提供的動手實驗室可以試用用于生成式AI的NVIDIA推理平臺。樣品實驗室的內(nèi)容包括訓(xùn)練和部署一個客服聊天機器人、部署一個端到端AI工作負載、在H100上調(diào)整和部署一個語言模型以及使用NVIDIA Triton部署一個欺詐檢測模型。