極客網(wǎng)·網(wǎng)絡(luò)通信8月28日 近日，英偉達創(chuàng)始人、總裁兼首席執(zhí)行官黃仁勛出席公司第二季度財報電話會議，解讀財報要點并回答分析師提問。在回答富國銀行分析師Aaron Rakers的提問時，黃仁勛介紹了英偉達公司提供的三類網(wǎng)絡(luò)技術(shù)，包括負責縱向擴展的 NVLink 、負責橫向擴展的 Spectrum X 與 InfiniBand 、負責跨域擴展的Spectrum XGS。

他指出，選擇合適的網(wǎng)絡(luò)技術(shù)能顯著提升性能與吞吐量，這是英偉達在網(wǎng)絡(luò)領(lǐng)域投入巨大資源的原因。比如，一座吉瓦級 AI 工廠的投入約為 500 億美元，若能通過網(wǎng)絡(luò)技術(shù)將工廠效率提升十幾個百分點，就能帶來 100 億至 200 億美元的實際收益，投資回報率極高。

以下是問答實錄：

富國銀行分析師Aaron Rakers：我想回到本周發(fā)布的 Spectrum XGS 產(chǎn)品上，目前公司的以太網(wǎng)產(chǎn)品年化收入已突破 100 億美元。想請教管理層 Spectrum XGS 的市場機遇在哪里？我們是否可以將其定位為 “數(shù)據(jù)中心互聯(lián)（DCI）解決方案”？另外，在整個網(wǎng)絡(luò)產(chǎn)品組合中，您對這一產(chǎn)品的市場規(guī)模有何判斷？

黃仁勛：我們目前提供三類網(wǎng)絡(luò)技術(shù)，分別對應(yīng) “縱向擴展（scale up）”“橫向擴展（scale out）” 和 “跨域擴展（scale across）” 三種場景。

首先是縱向擴展，目的是構(gòu)建盡可能強大的虛擬 GPU 。NVLink 技術(shù)在這方面具有革命性意義：正是 NVLink 72 的推出，讓 Blackwell 平臺相比采用 NVLink 8 的 Hopper 平臺實現(xiàn)了代際飛躍。當前，隨著深度思考模型、智能體 AI 和推理系統(tǒng)的發(fā)展，NVLink 的核心作用是提升內(nèi)存帶寬，這對推理系統(tǒng)至關(guān)重要，因此 NVLink 72 的價值極為突出。

其次是橫向擴展，我們?yōu)榇颂峁﹥深惣夹g(shù)方案。其中一類是 InfiniBand（無限帶寬技術(shù)），它無疑是延遲最低、抖動最小、橫向擴展能力最強的網(wǎng)絡(luò)技術(shù)。不過，該技術(shù)對網(wǎng)絡(luò)管理專業(yè)度要求較高，對于超級計算場景及頂尖模型研發(fā)團隊而言，量子 InfiniBand 是無可爭議的首選。如果對 AI 工廠進行性能基準測試，會發(fā)現(xiàn)搭載 InfiniBand 的工廠性能表現(xiàn)最佳。第二類是針對已大規(guī)模部署以太網(wǎng)的客戶，我們推出了定制化的 Spectrum 以太網(wǎng)，它并非通用型產(chǎn)品，而是集成了低延遲、低抖動、擁塞控制等一系列新技術(shù)，性能能無限接近 InfiniBand，也就是我們所說的 Spectrum X 以太網(wǎng)。

最后是跨域擴展，對應(yīng)的產(chǎn)品就是 Spectrum XGS，它是面向 “吉瓦級” 場景的技術(shù)，可將多個數(shù)據(jù)中心、多個 AI 工廠連接成一個 “超級工廠”的巨型系統(tǒng)。

顯然，網(wǎng)絡(luò)技術(shù)在 AI 工廠中至關(guān)重要。事實上，選擇合適的網(wǎng)絡(luò)技術(shù)能顯著提升性能與吞吐量，比如將效率從 65% 提升至 85% 甚至 90%，這種性能飛躍相當于讓網(wǎng)絡(luò)方面的投入近乎為零。要知道，一座吉瓦級 AI 工廠的投入約為 500 億美元，若能通過網(wǎng)絡(luò)技術(shù)將工廠效率提升十幾個百分點，就能帶來 100 億至 200 億美元的實際收益，投資回報率極高。這也是英偉達在網(wǎng)絡(luò)領(lǐng)域投入巨大資源的原因，包括我們在五年半前收購邁絡(luò)思（Mellanox）也是出于這一戰(zhàn)略考慮。

正如我們之前提到的，Spectrum X 目前已成為規(guī)?？捎^的業(yè)務(wù)，而它推出才不過一年半時間，堪稱爆款產(chǎn)品。未來，上面提到的三類網(wǎng)絡(luò)技術(shù)——包括 NVLink 負責縱向擴展、Spectrum X 與 InfiniBand 負責橫向擴展、Spectrum XGS 負責跨域擴展——都將擁有廣闊市場前景。

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。