（本文翻译自微软全球官方博客）
在 NVIDIA GTC 大会上，微软和 NVIDIA 宣布推出新产品，涵盖更广泛的领域，从领先的人工智能基础架构到新的平台集成，以及行业突破，提供全面解决方案。这一消息的发布不仅拓宽了两家公司长期合作的道路，也为客户实现革命性人工智能创新铺平了道路。
#01
微软与 NVIDIA 合作开发 Grace Blackwell 200超级芯片，用于构建下一代人工智能模型
微软和 NVIDIA 共同宣布，将 NVIDIA Grace Blackwell 200 (GB200) 超级芯片的强大能力引入到 Microsoft Azure。GB200 是一款专为大规模生成式人工智能工作负载、数据处理和高性能工作负载而设计的新型处理器，具有高达16 TB/s的超大内存带宽，与上一代 Hopper 服务器相比，万亿参数模型的推理能力预估提高了45倍。
微软与 NVIDIA 密切合作，以确保包括 GB200在内的 NVIDIA GPU 能够处理在 Azure AI 基础架构上训练的最新大语言模型（LLM）。这些模型的训练和运行需要大量的数据和计算资源，GB200 将使微软能够帮助客户将这些资源的性能和准确性提升到新的水平。
微软还将利用最新发布的 NVIDIA Quantum-X800 InfiniBand 网络平台，部署一个端到端的人工智能框架。NVIDIA Quantum-X800利用 SHARPv4的网内计算能力，以及对FP8的新增支持，将 GB200 的并行计算任务扩展到大规模 GPU 规模。
#02
NVIDIA 最新 GB200 GPU 将首批上线 Azure 全球服务云平台
微软致力于将基于 GB200 的实例引入 Azure，以支持客户和微软的人工智能服务。基于最新的 GB200和 NVIDIA Quantum-X800 InfiniBand网络（平台）的 Azure 实例，将有助于加速自然语言处理、计算机视觉、语音识别等前沿和基础模型的生成。Azure 客户将能够使用 GB200 超级芯片创建和部署最先进的人工智能解决方案，这些解决方案能够处理海量和复杂的数据，同时加速产品上市时间。
Microsoft Azure 全球云服务还提供一系列服务，帮助客户优化人工智能工作负载，如 Microsoft Azure CycleCloud、Azure Machine Learning、Microsoft Azure AI Studio、Microsoft Azure Synapse Analytics 和 Microsoft Azure Arc。这些全球云服务为客户提供了端到端的人工智能平台，可以处理混合云和多云环境中的数据摄取、处理、训练、推理和部署。
#03
向全球客户兑现人工智能承诺
借助集成最新 NVIDIA GPU 算力的 Azure AI 基础架构，微软正在将人工智能渗透到技术栈的每一层，以帮助客户获得新的效益并提高生产力。目前，微软拥有超过53,000个 Azure AI 客户，为客户提供了基础模型和开源模型的最佳选择，包括大语言模型（LLMs）和小语言模型（SLMs），所有模型都与 Azure 上的基础架构数据和工具深度集成。
最近宣布的微软与 Mistral AI 建立合作关系的消息，就是一个很好的证明。表明微软可以帮助人工智能领先者访问 Azure 的前沿智能基础架构，以加快下一代大语言模型的开发和部署。Azure 不断增长的人工智能模型目录提供了超过 1,600个模型，其中包括 OpenAI、Mistral AI、Meta、Hugging Face、Deci AI、NVIDIA 和 Microsoft Research。Azure 客户可以根据其使用情况选择最佳的模型。
#04
Azure NC H100 v5 虚拟机系列正式发布，专为生成式推理和高性能计算进行优化
微软还宣布了 Azure NC H100 v5 虚拟机系列正式可用，该系列专为中端训练、推理和高性能计算（HPC）仿真而设计，具有高性能和高效率。
随着新一代智能应用以惊人的速度扩展，支持这些应用的基本语言模型也将扩展到 SLM 和 LLM。此外，人工狭义智能（ANI）模型也将持续发展，侧重于更精确预测，而非创建新数据，以持续增强其用例。它们的应用包括图像分类、物体检测和更广泛的自然语言处理等任务。
利用 Azure 的强大功能和可扩展性，我们提供的计算工具可增强各种规模组织的能力，无论其资源如何。今天正式发布的 Azure NC H100 v5 虚拟机也是这些计算工具中的一个，也同样可以实现增强各种规模组织的能力。
Azure NC H100 v5虚拟机系列基于 NVIDIA H100 NVL 平台，提供两种类型，一个或两个由 NVLink连接的 NVIDIA H100 94GB PCIe Tensor Core GPU，带宽为600 GB/s。该虚拟机系列支持 PCIe Gen5，可在主机处理器和 GPU 之间提供最高的通信速度（128GB/s 双向）。这降低了数据传输的延迟和开销，使人工智能和高性能计算应用的速度更快、可扩展性更高。
该虚拟机系列还支持 NVIDIA 多实例 GPU（MIG）技术，使客户能够将每个 GPU 最多划分为七个实例，为多样化的人工智能工作负载提供灵活性和可扩展性。该系列在全节点虚拟机上提供高达 80 Gbps 的网络带宽和高达 8 TB 的本地 NVMe 存储，是训练模型、运行推理任务和开发尖端应用的最佳选择。
#05
微软和 NVIDIA 为医疗保健和生命科学领域带来突破性进展
微软正在扩大与 NVIDIA 的合作，通过整合云、人工智能和超级计算，帮助医疗保健和生命科学领域实现转型。
通过利用 Azure 和 Azure AI 的全球规模、安全性和高级计算能力，以及 NVIDIA DGX Cloud 和 NVIDIA Clara 套件，医疗服务提供商、制药和生物技术公司、以及医疗设备开发商，现在可以在整个价值链中加速创新（从临床研究到护理交付），造福全球患者。
#06
新的 Omniverse API 使各行业客户能够嵌入大规模图形和可视化功能
今天，NVIDIA 用于开发 3D 应用的 Omniverse 平台将作为一套 API 在微软 Azure 上运行，使客户能够将先进的图形和可视化功能嵌入到微软和 ISV 合作伙伴的现有软件应用中。
Azure 上的 NVIDIA Omniverse Cloud API 基于通用数据交换 OpenUSD 构建，可为客户进行集成工作，在前端为客户提供基于物理的无缝渲染功能。为了展示这些 API 的价值，微软和 NVIDIA一直在与罗克韦尔自动化公司（Rockwell Automation）和海克斯康公司（Hexagon）合作，展示如何将物理世界和数字世界结合起来，以提高生产力和效率。
#07
微软和 NVIDIA 设想将 NVIDIA DGX Cloud 与 Microsoft Fabric 进行更深入的整合
两家公司还在合作，将 NVIDIA DGX Cloud 计算和 Microsoft Fabric 结合起来，为客户的最复杂的数据工作负载提供支持。这意味着 NVIDIA 的工作负载特定优化的运行时、大语言模型（LLMs）和机器学习将与 Fabric 无缝集成。
NVIDIA DGX Cloud 与 Fabric 的整合包括通过引入 NVIDIA DGX Cloud 的大语言模型定制功能来扩展 Fabric 的功能，以解决数字孪生和天气预报等数据密集型用例，并将 Fabric OneLake 作为底层数据存储。该集成还将为客户提供 DGX Cloud 选项，以加速其 Fabric 数据科学和数据工程工作负载。
#08
在人工智能时代加速创新
多年来，从硬件到系统再到虚拟机，微软和 NVIDIA 一直通力合作，共同打造创新的人工智能解决方案，以应对云计算领域的复杂挑战。微软将继续利用堆栈各层最前沿的技术扩展和增强其全球基础架构，为云计算和人工智能工作负载提供更高的性能和可扩展性，帮助客户在各个行业和领域取得更大的成就。
注：所有发布内容均为微软全球产品与服务。
落地各个国家/地区的时间视当地情况而定。
