2017 GTC：英偉達千人數年加30億美元打造全新計算卡

北京時間5月10日24:00，黃仁勛在2017年GPU技術大會（GPU Technology Conference, GTC）上發表主題演講。隨著過去一年AI技術的快速發展，Nvidia這家「意外」成為AI寵兒的公司市值也是節節攀升。

當然，任何聰明的商人都不會放過快速擴張的窗口期。如果讀者們還有印象，DT君曾在今年1月拉斯維加斯的CES上現場報道過黃仁勛的開幕致辭。如果說CES上黃仁勛更多談到的是公司戰略和商業模式，那麼一年一度的GTC則是Nvidia引爆各種「核武器」的試驗場，勢必順應技術發展潮流推出一批令人印象深刻的硬體產品。

黃仁勛在這場歷時兩個多小時的演講中，充滿激情的發布一系列最新產品，簡單來說就是如下這些：計算加速、Volta架構與Tensor核心、TensorRT、搭載Tesla V100的DGX與HGX、Nvidia GPU Cloud雲平台、Xavier系統晶元及加深度學習速器開源、豐田汽車正式搭載Nvidia Drive PX，以及ISAAC機器人模擬系統。

以下是DT君整理的黃仁勛在本次GTC大會上演講的大致內容：

Nvidia剛剛於昨天下午公布了一份漂亮的2018財年Q1財報，公司收入增長非常迅速，而且在每個業務領域都有不俗表現。今年我們會帶給大家怎樣的驚喜？

Nvidia數據中心業務增長非常迅猛，這得益於公司在神經網路方面的技術優勢，以及基於Pascal架構產品的出色性能。Nvidia也會繼續促進數據業務的發展，同時也會向開發者們提供更高效的硬體和工具，以及更多的培訓機會。

微處理器的性能在過去30年提升了近百萬倍，但在過去幾年中，這一進程慢了下來，不論是在製造工藝改進，還是工業過程式控制制方面。這導致目前我們似乎走到了一個十字路口。

圖丨後摩爾時代

對於CPU來說，GPU是一種有著特殊用途的加速器，而GPU的並行處理能力現在已經成為了一種不可或缺的計算能力，這是Nvidia最初也沒想到的。從十年前發布G80到現在，Nvidia已經在GPU領域耕耘了很長時間，也經歷了長期的技術積累，現在似乎到了收穫的時候。

就拿GPU技術大會來說，參加這個大會的人數在五年間增長了三倍。今天的大會上，全球10家最大的汽車公司在這裡，全球最頂尖的10家科技公司在這裡，80家AI創業公司在這裡。GPU從來沒有像現在這樣受到如此的關注，這一點令我們非常欣慰。

下面要宣布的是Holodeck計劃。這其實是一個全息圖像平台，包括VR技術、全動作追蹤，以及3D虛擬形象。所有的效果都是實時渲染的。今天的Demo我們找到了著名的超跑廠商柯尼塞格公司，那裡的工作人員會以虛擬形象接入現場，畫面上的超級跑車也是實時渲染的。

圖丨Holodeck計劃

畫面上的機器人都是實時捕捉的真人動作，他們可以使用Holodeck提供的工具來與車輛互動，比如進入駕駛室進行操作，將跑車透明化，展示內部結構，甚至直接分解整部跑車。

圖丨Holodeck演示柯尼塞格的工作人員與跑車互動

可能Holodeck現在的效果還不盡人意，但可以看見它會向什麼方向發展。沉浸式VR體驗、高精度渲染，以及對周圍環境的物理模擬。Holodeck平台將在今年9月正式開放。

接下來的話題是「機器學習時代」。黃仁勛展示了在過去五年中，基於AI的神經網路都發展出了哪些能力，並表示我們正在進入一個機器自學、機器自編程的時代，這將是人類技術領域最重要的革命之一。

近期一個重要的創新就是對抗網路，神經網路A嘗試其誤導神經網路B，但B網路試圖對抗這種誤導，每次對抗成功，正確的決策行為就會被強化。

圖丨用深度學習進行光線追蹤

舉個例子，用深度學習來試圖為一張色彩不完整的圖片重新上色，機器自己會知道哪些地方是需要優化的，而不用還原光照條件，同時還節省了大量的計算資源。

當前，全世界最熱門的課程之一可能就是機器學習了。比如在斯坦福大學、麻省理工學院等，越來越多的人投入到了這個領域。隨著人才的湧入和計算能力的提升，真正迎來了「計算的民主化時代」。

圖丨現代AI大爆發

而Nvidia在這個新時代的戰略就是：為機器學習創造最高效的平台。黃仁勛也非常自信的表示，世界上所有提供雲服務的平台，沒有一個不會用到Nvidia的GPU產品。同時Nvidia一刻也沒有放鬆在AI領域的基礎科研及應用開發。

圖丨Nvidia與1300家深度學習初創公司建立了合作關係

下面將發布的是一個重量級產品，Nvidia投入數千人、耗時數年的研發成果，也是公司歷史上難度最大、最昂貴的項目：Tesla V100正式發布！

Tesla V100採用台積電12nm工藝製程，815平方毫米面積，共210億個晶體管，15Tflops的單精度浮點性能，7.5Tflops的雙精度浮點性能，擁有5120個CUDA，16MB緩存，採用16GB HBM2顯存，顯存帶寬為900GB/S。

圖丨Tesla V100

Nvidia總共投入了30億美元來打造這款產品。黃仁勛在發布這款產品時顯得非常激動，稱Tesla V100的研發是一項幾乎不可能完成的任務，令人難以置信。

接下來，黃仁勛通過一系列視頻及遊戲展示了Tesla V100怪獸級的性能。那些曾經在Titan X上需要數分鐘才能處理完成的任務，在Tesla V100上只需要花數秒就能完成。

此外，基於8塊Tesla V100搭建的DGX-1也開始預售，價格為149000美元（合100萬人民幣），預計在今年第三季度交付。

圖丨DGX-1

當然，Nvidia還準備了低配版本的DGX Station，搭載了4塊Tesla V100，售價為69000美元（合48萬人民幣）。

此外，新發布的產品還包括Nvidia GPU Cloud， 這款產品為用戶提供雲端硬體的同時，也提供軟體入口，只需要花幾分鐘進行簡單設置，就可以開始運行深度學習相關任務。其優點是全棧優化、實時更新、Nvidia官方負責測試及維護。其測試版將在今年7月推出。

圖丨Nvidia GPU Cloud

當然，Nvidia的發布會必然會談到自動駕駛的話題。黃仁勛宣布，豐田汽車已全面採用Nvidia Drive PX平台。

隨後介紹的是Xavier系統晶元，這套搭載Volta架構GPU的系統其實早在2016年就已經公布。Xavier擁有用於負責單線程任務的CPU、負責並行任務的GPU，以及負責深度學習的Tensor內核。Nvidia表示，會將Xavier的深度學習加速器進行開源。

圖丨Xavier系統晶元

Xavier系統晶元對AI研究其實是具有重大意義的，但不知為何，黃仁勛在這一部分並沒有花太多時間進行詳述，而是快速轉到了最後一個話題：如何用深度學習來訓練機器人。

全新的機器人訓練系統ISAAC模擬器，允許人們在虛擬環境下訓練真實世界的機器人。由一個GPU來進行物理計算，其他GPU則根據計算出來的物理結果來進行神經網路訓練。

圖丨ISAAC機器人模擬器

這套機器人模擬器借鑒了遺傳學領域的一些演算法，並將其應用到神經網路中，去嘗試教機器人打高爾夫。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！