一文看懂英伟达的产品体系和命名规则

英伟达这几年很火。因为AI的带动，它几乎成为全球最受关注的公司。我们总是会在网上看到和英伟达有关的一些名词，例如：A100、B100、H100、GH200、GB200、NVLINK、NVSwitch、DGX、HGX、Quantum、Spectrum、BlueField、CUDA等等。这些名词看多了，就有点晕。搞不懂到底是什么，有什么关系。今天这篇文章，小枣君就给大家详细梳理一下这些名词概念，顺便普及一下相关的知识。█算力芯片——V100/A100/H100/B200等这些名词，应该是大家最常见的。没错，这些都是AI算力卡，也就是GPU卡的型号。GPU卡（6块）英伟达的GPU，每隔几年就会出一个新的架构。每个架构，都会以一个著名科学家的名字命名，如下所示：所以，基于某个架构的卡，一般就会以这个架构名称的首字母开头（游戏显卡除外）。例如，基于Volta（伏特）架构的V100，基于Ampere（安培）架构的A100，基于Hopper（赫伯）架构的H100、H200，基于Blackwell（布莱克威尔）架构的B100、B200等。某200一般是某100的升级版。例如H200，就是H100的升级版（采用了HBM3e内存等升级）。L40和L40s名字稍微有点特别，两者基于AdaLovelace（世界上第一个女程序员的名字）架构，后者是前者的升级版。两个卡都是针对数据中心市场推出的，主打低成本和性价比。还有1个型号大家应该比较熟悉——H20。这是英伟达因为美国出口限制而推出的阉割版（特供版）。据说B200也会有对应的阉割版B20。英伟达的下一代AI平台是Rubin（罗宾），计划于2026年推出。大家一开始以为下一代GPU就是R100、R200。但英伟达给出的路线图，又说是X100。所以，还有待观望。2028年，英伟达会推出下下一代平台——Feynman（费曼）。█超级芯片——GH200、GB200等GPU是英伟达的算力核心硬件单元。但他们并不是只有GPU。围绕GPU，他们还有很多的产品和解决方案。英伟达早期的时候是和IBMPOWERCPU合作，后来，可能是感觉IBM不给力，于是自己开始研发CPU。例如，基于ARM架构研发的GraceCPU（VeraCPU在路上）。英伟达采用NVLink技术，将GPU和CPU进行配对，就变成了所谓的超级芯片平台（Superchip）。例如GH200、GB200，以及不久前新发布的GB300（BlackwellUltra）。由一个GraceCPU和两个BlackwellB200GPU组成的平台，就是GB200（取Grace和Blackwell的首字母），据说性能是H100的7倍。GB200类似的，GH200，就是GraceCPU和HopperGPU的组合搭配。█超级计算机平台——DGX/EGX/IGX等再往上一个层级，就是计算机了。其实刚才GB200，已经是个计算机了。基于刚才的各种芯片平台，英伟达构建了对应的计算机平台，或者说，叫做超级计算机平台，包括DGX、EGX、IGX、HGX、MGX等。具体的区别如下，我就不多解释了，看下表：DGX还是见得比较多。当年黄仁勋送给OpenAI的，就是第一代的DGX-1。现在的DGX，基本上都是土豪金配色，价格也很昂贵。面向桌面市场，英伟达还推出了DGXSpark和DGXStation，相当于工作站。DGXSpark和DGXStation█节点内部连接：ScaleUp（超节点）——DGXGB200NVL72等接下来，要涉及到通信方面的技术了。之前小枣君给大家介绍超节点的时候（NVLINK是英伟达推出的GPU卡间互连技术，主要是取代PCIe。刚才也提到，CPU和GPU之间，也是NVLINK技术。NVLINK多节点，就不好直连了，要引入交换芯片。于是，就有了NVLinkSwitch，也叫NVSwitch。后来，芯片又变成了设备。NVLINK可以把很多的GPU连起来，组成看似很多计算机，但实际上属于一个逻辑节点（超节点）的平台。近年来，我们经常听说DGXGB200NVL72。DGXGB200NVL72，采用了NVLINK5，包含了18个GB200ComputeTray（计算托架），以及9个NVLink-networkSwitchTray（网络交换托架）。如下图所示：NVL72机柜每个ComputeTray包括2颗GB200超级芯片。所以，就是36个GraceCPU（18×2），72个B200GPU（18×2×2）。8个DGXGB200NVL72，又可以组成一个576个GPU的SuperPod超节点。█节点外部互连：ScaleOut（IB和以太网）单节点内，不断加GPU，是ScaleUp（纵向扩展）。单节点到了一定规模，就不好再增加了。就要增加节点数量，搞节点与节点之间的互连，那就是ScaleOut（横向扩展）。ScaleOut，英伟达也有解决方案，那就是InfiniBand（IB）技术。InfiniBand以前是Mellanox公司的。英伟达布局深远，2019年把Mellanox收购了，InfiniBand就成了英伟达的私有技术。InfiniBand是技术名词，不是产品名词。英伟达基于InfiniBand推出的产品平台是NVIDIAQuantum（“量子”的意思）。例如，2024年3月，英伟达发布的Quantum-X800网络交换机平台，端到端吞吐量能够达到800Gbps。平台包括了含QuantumQ3400交换机、ConnectX-8SuperNIC网卡等硬件。这些硬件，也都是有系列的。Quantum-X800的上一代，是Quantum-2。ConnectX-8的前代，有ConnectX-6、ConnectX-7等。ConnectX高速网卡也是来自Mellanox。ScaleOut的两大解决方案，除了InfiniBand，还有以太网。英伟达以太网这边也没放过，也有产品，就是Spectrum-X800。（Spectrum是“光谱”的意思。）Spectrum-X800包括了SpectrumSN5600交换机、BlueField-3SuperNIC网卡等硬件产品，吞吐量同样高达800Gbps。BlueField是这些年很火的DPU。英伟达将Mellanox的ConnectX网卡技术与自己的已有技术相结合，于2020年正式推出了BlueField-2DPU和BlueField-2XDPU。现在演进到了BlueField-3。对了，前段时间，英伟达还发布了CPO光电一体化封装网络交换机Spectrum-XPhotonics和Quantum-XPhotonics。英伟达还有一些其它的网卡、连接器、线缆等配件，就不逐个介绍了。黄教主前段时间透露，新一代的Rubin平台发布时，据说会带来NVLink6、ConnectX-9SuperNIC和Quantum（Spectrum）-X1600。可以期待一下。█开发框架——CUDA刚才介绍的，是英伟达的算力硬件平台家族，以及通信网络家族。再看一个软件方面的名词——大名鼎鼎的CUDA。英伟达的硬件和网络做得很牛，但实际上，最被视为核心竞争壁垒的，反而是这个CUDA。CUDA（ComputeUnifiedDeviceArchitecture，计算统一设备架构），是英伟达在2006年推出的并行计算平台和编程模型。它让开发者能够直接在GPU上编写代码，从而大幅提升计算速度。如今，CUDA就像是智算开发的操作系统，集编程模型、编译器、API、库和工具于一体，有利于用户更好地发挥英伟达硬件的能力。CUDA不仅是个工具，更形成了强大的AI开发生态。它是英伟达整个业务体系的神经中枢。现在很多AI开发都依赖于英伟达的硬件和CUDA，换硬件其实也不是很难，但是，生态迁移更加痛苦。好啦，关于英伟达的主要产品体系和命名规则，就介绍到这里。在不同的领域，英伟达会基于这些核心产品，构建不同的解决方案。有的时候，也会衍生出一些升级版或阉割版，大家注意一下就行。这个公司在AI领域牢牢占据核心地位，希望能有更多的企业，站出来向它发出挑战。本文来自微信公众号：广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，亚汇网所有文章均包含本声明。