NVLink技术如何构建AI超级大脑？黄仁勋深度解析

NVIDIA通过NVLink总线连接多组GPU，实现算力扩展与内存池共享，为大规模AI模型训练提供底层支持。数据中心性能扩展通常分为纵向扩展（Scale Up）和横向扩展（Scale Out）：前者提升单一单元性能（如升级生产线），后者串联多个单元（如扩建厂房）。但Scale Up受限于芯片开发瓶颈与物理条件，Scale Out则面临数据同步损耗与空间占用问题。  
NVIDIA的NVLink技术平衡了二者优势。2024年发布的GB200 NVL72系统通过第五代NVLink互联8组GB200 Superchip节点，形成“超级GPU”，内含36颗Grace CPU和72颗B200 GPU。若搭配NVLink Switch交换机，最高可将576颗B200 GPU组成完全互联架构，实现类似Scale Up的性能扩展。Grace CPU通过NVLink连接主内存与GPU显存，带宽达2 TB/s，显著提升AI性能。  
此外，NVLink解决了AI运算中的内存瓶颈。单一GPU内存容量受限于成本、散热与性能匹配效率，例如NVIDIA GB200 Superchip最大搭载480 GB LPDDR5X和384 GB HBM3e，而AMD Instinct MI350系列为288 GB HBM3e。对于参数量庞大的模型，必须通过NVLink互联扩展内存池。  
NVIDIA还通过收购Mellanox的InfiniBand技术，串联由NVLink组成的计算节点，实现超大规模AI基础设施。2025年COMPUTEX上发布的NVLink Fusion技术，允许合作伙伴基于NVLink打造半定制AI芯片，与NVIDIA GPU整合形成高性能AI工厂。黄仁勋强调，NVLink通过打破PCIe总线的带宽与延迟限制，使多GPU协作效率大幅提升，加速大语言模型训练与推理。  
从2014年NVLink 1.0（80 GB/s）到2025年第五代（1.2 TB/s），NVIDIA持续刷新算力上限。NVLink Fusion的开放生态将进一步推动AI基础设施的灵活部署。正如黄仁勋所言：“AI正在融入每个计算平台，而NVLink正是这场变革的核心纽带。”