英伟达今天为其Nvidia A100人工智能芯片进行了包装，而首席执行官Jensen Huang称其为推进AI的终极工具。Huang说，它可以执行超级计算任务(这在对抗中至关重要)，它比当今更昂贵的系统更具成本效益和功能。

该芯片具有540亿个巨大的晶体管(通断开关是所有电子设备的基础)，它可以执行5 petaflops的性能，是上一代芯片Volta的20倍左右。Huang在Nvidia GTC活动的主题演讲中宣布了这一消息，该活动是今年的数字化活动。

发射原定于3月24日进行，但因大流行而推迟。英伟达重新安排了今天的发布时间，因为这些芯片以及使用这些芯片的DGX A100系统现已上市并发售。

Nvidia A100芯片使用相同的Ampere架构(以法国数学家和物理学家André-MarieAmpère命名)，可用于消费类应用，例如Nvidia的GeForce图形芯片。与Advanced Micro Devices(AMD)相比，Nvidia专注于为其GPU创建单个微体系结构，以用于商业AI和消费者图形用途。但黄仁勋说，芯片上不同元素的混合和匹配将决定它是用于AI还是用于图形。

DGX A100是Nvidia的AI DGX的第三代平台，黄仁勋表示，它实质上是将整个数据中心的功能整合到一个机架中。那是夸张的，但是产品管理数据中心和云平台主管Paresh Kharya在新闻发布会上说，代号为Ampere的7纳米芯片可以代替当今使用的许多AI系统。

Huang说：“您获得了56台服务器的额外内存，CPU和电源的所有开销……崩溃了。”“经济价值主张确实不在计划之列，这确实令人兴奋。”例如，要处理当今的AI培训任务，一位客户需要600个中央处理器(CPU)系统来处理数以百万计的数据中心应用查询。那花费了1100万美元，将需要25个服务器机架和630千瓦的功率。借助Ampere，Nvidia可以用100万美元，一个服务器机架和28千瓦的功率完成相同数量的处理。

卡里亚说：“这就是为什么你听到詹森说：'购买越多，储蓄越多'的原因。”

黄补充说：“它将取代一大堆推理服务器。训练和推论的吞吐量超出了图表，超出了图表的20倍。”