用AI制造AI，英伟达官宣在美国造「AI超算」，超级计算系统自身的新工业时代？

最新推荐文章于 2025-05-20 21:08:02 发布

人工智能学家

最新推荐文章于 2025-05-20 21:08:02 发布

阅读量566

点赞数

文章标签：人工智能制造

原文链接：https://mp.weixin.qq.com/s?__biz=MzIwOTA1MDAyNA==&mid=2650032779&idx=2&sn=7389700efe4bbf054c4bbf198bb58ca5&chksm=8e70a73e1e03c0e3c01a10c5f89d80d84307fb0fc01ba93d020da8d6d42d720c44faa7450435&scene=126&sessionid=0

版权

来源：科技行者

作者：周雅

刚刚，英伟达（NVIDIA）宣布了一项重磅计划：“首次在美国造AI超级计算机”。

官网中写道：

“NVIDIA正在与合作伙伴一起，委托了超过100万平方英尺的工厂，用于在亚利桑那州制造和测试 NVIDIA Blackwell 芯片，以及在德克萨斯州制造和测试AI超级计算机。”

但别被标题迷惑了——这并不是简单的芯片制造升级，而是一场涉及全球资源整合、本土化生产能力扩展的复杂战略布局。

“芯”连“芯”：NVIDIA的超算联盟

拆解说明一下英伟达的具体操作，这家公司的规划非常完整：

第一，NVIDIA计划在德克萨斯州建设「超级计算机制造工厂」，其中一个在休斯顿与富士康合作建设，另一个在达拉斯与纬创资通合作建设，预计这两家工厂将在未来12-15个月内实现大规模量产。NVIDIA Blackwell 芯片已经在台积电位于亚利桑那州凤凰城的芯片工厂投产了。

第二，NVIDIA还拉上了Amkor和SPIL这两个封装测试界的大腕，在亚利桑那州开展封装和测试业务。（某种程度上，这是一个mini版的亚洲电子制造生态系统。）

第三，未来四年，NVIDIA 计划通过与台积电、富士康、纬创资通、Amkor和SPIL的合作，在美国生产价值5000亿美元的AI 基础设施。

美国制造≠芯片制造：核心在于系统组装

NVIDIA 此次宣称将在美国生产价值5000亿美元的 AI 基础设施，但这里的重点并不能理解为是我们常听到的词语“造芯”，而是“组装和集成”完整的 AI 超算系统。

所以，我们需要分清楚两个概念：芯片制造和系统集成。

一方面，“芯片制造”是指从硅片到成品芯片的复杂工艺，这部分仍然主要依赖台积电等亚洲厂商。另一方面，NVIDIA 的“美国制造”更多指的是后期的制造、封装、测试和系统级组装——也就是把全球采购的核心零部件整合成一个完整的计算系统。

举个例子，这就像拼装一辆超跑：发动机可能来自意大利，车身材料可能来自德国，这些组件像候鸟一样在全球各地流转，最终在美国完成“组装”。

全球供应链的复杂性：美国制造的背后没有改变全球化

电子产品，尤其是高端计算设备，几乎是全球化供应链的最佳范例。从芯片到 PCB（印刷电路板），从内存到散热组件，各个零部件分布在全球不同国家生产。

英伟达的 Blackwell 芯片仍然依赖台积电的最先进制程（目前主要在中国台湾和亚利桑那州的工厂完成），而封装测试环节则交由 Amkor 和 SPIL 等公司负责。富士康和纬创资通负责整机组装，分别在德克萨斯州的休斯顿和达拉斯建厂——这套供应链网络虽然在地理上分散，但通过美国本土的最终组装。

至于 “美国制造”的时机为何选择此时？我们这里不用多赘述了，懂得都懂。

Blackwell 芯片：下一代 AI 超算的核心

至于这次官宣的主角，让我们简单了解一下 Blackwell 芯片，它是英伟达继 H100 之后的下一代计算架构，在去年的GTC2024大会上宣布。

BlackWell的单颗芯片集成高达2080亿个晶体管，将两块超大芯片通过每秒10TB高速互连整合为一体，突破了单芯片物理极限，带来了算力和能效提升。Blackwell架构配备第二代Transformer Engine和第五代Tensor Core，支持FP4等新精度格式，显著加速大模型训练与推理，单芯片AI算力可达20 PetaFLOPS，支持10万亿参数级别的生成式AI模型。所以根据英伟达的官方描述，NVIDIA Blackwell架构是专为训练和运行大规模 AI 模型而设计。

NVIDIA这次还在官网中写道：“NVIDIA AI超级计算机是新型数据中心的引擎，这种数据中心专为处理人工智能而打造——AI 工厂，是驱动全新 AI 产业的基础设施，预计未来几年将建成数十座“千兆瓦 AI 工厂”，为美国 AI 工厂生产的NVIDIA AI 芯片和超级计算机，预计将在未来几十年创造数十万个就业岗位，并带来数万亿美元经济。

官网还写道：“NVIDIA 将利用其先进的人工智能、机器人和数字孪生技术来设计和运营这些设施，包括使用 NVIDIA Omniverse 创建工厂的数字孪生，以及使用 NVIDIA Isaac GR00T 构建机器人以实现制造自动化。”

例如，借助 NVIDIA Omniverse 平台，英伟达可以创建工厂的数字孪生，在虚拟环境中模拟生产流程、优化布局、预测潜在问题。此外，使用 NVIDIA Isaac GR00T实现制造自动化，这意味着英伟达不仅在造AI芯片，还在用 AI 来优化生产效率。这种“AI 制造 AI”的自洽逻辑令人印象深刻。

对于这一举措，我想可以做两点理解。

首先，这是AI算力产业链形态发生微妙变化的一个信号。以Blackwell为核心的AI系统正尝试在美国本土完成后段制造和部署闭环，这意味着产业逻辑正从“芯片即产品”转向“系统即平台”。

其次，从产业趋势来看，AI超级计算系统将逐渐演变为“AI工厂”的标准化单元。NVIDIA所谓的“AI制造AI”路径——通过Omniverse打造数字孪生工厂、通过Isaac平台推进机器人制造自动化——正在使生产与设计融为一体。这种具备自我演化能力的AI基础设施，将成为未来十年影响深远的产业变量。

总结来看，英伟达的布局，不只是对现有算力需求的响应，更是对AI工业化路径的一次预演。它展现了一个可能的方向：AI产业从“模型即产品”的技术驱动，过渡到“算力即基建”的系统驱动，未来的竞争，也将更多集中于谁能更快、更稳、更广泛地完成AI系统的部署与运营。

阅读最新前沿科技趋势报告，请访问欧米伽研究所的“未来知识库”

https://wx.zsxq.com/group/454854145828

未来知识库是“欧米伽未来研究所”建立的在线知识库平台，收藏的资料范围包括人工智能、脑科学、互联网、超级智能，数智大脑、能源、军事、经济、人类风险等等领域的前沿进展与未来趋势。目前拥有超过8000篇重要资料。每周更新不少于100篇世界范围最新研究资料。欢迎扫描二维码或访问https://wx.zsxq.com/group/454854145828 进入。