MAX-Q打頭陣 NVIDIA已經不務正業啦

COMPUTEX2017開展第一天，台北101腳下的君悅酒店，黃仁勛計劃1小時的演講變成了將近2個小時，而在演講在開始的半小時前，會議廳就已經被圍得水泄不通。

放在十年前，我們可以輕而易舉的將NVIDIA定義為一家顯卡廠商。但換到現在，NVIDIA將GPU上的哪一套技術運用到了科學運算、人工智慧甚至車載電子，想一句話概括NVIDIA似乎不再容易。邏輯向來嚴密的黃仁勛把演講分成了兩個部分，涵蓋了人工智慧和筆記本。

MAX-Q重新定義筆記本

MAX-Q是航天工程學名詞，代表宇宙飛船在大氣中飛行時候所能承載的最大動態壓力。NVIDIA希望通過MAX-Q設計來控制當下厚重的獨顯遊戲筆記本。事實上他們真的做到了，不僅相比GTX880M提升了3倍以上的效能，厚度壓縮到18mm，重量更是當年GTX880M的一半。據說老黃為了單手舉起當年的戰術遊戲本好與即將推出的MAX-Q筆記本作對比，猛增肌肉14磅。

MAX-Q可以理解成筆記本設計中的Game Ready，NVIDIA希望從筆記本立項之初就接入到筆記本的設計中，幫助OEM廠商完成最優化的效能設計。雖然現場黃仁勛沒有指明手中的MAX-Q筆記本源自那個廠商，但晚上親自前往ROG發布會為ROG背書以及展示ROG Zephyrus筆記本目的變得相當明確。

在現場，NVIDIA還特意暫時了正在開發中的Project Cars 2的實際運行畫面，並現場嘲諷了一番PS4，讓現場的PC黨們興奮不已。

AI的終極形態就是機器人

NVIDIA將人工智慧分成了兩個部分，一部分是基於TESLA V100組成的伺服器、工作站在雲端運行的平台。另外一部分則是應用於車載DRIVE PX或者無人設備上的JETSON TX。

無論是哪一個平台，深度學習都會幫助機械在無提前設定的前提下完成指定動作，深度學習的基礎方式可以被理解成4×4矩陣的運算處理，由於優化了演算法，每一個CUDA核心都將獨立承載運算，這也使得深度學習性能大幅提高，同樣也是TESLA V100在深度學習上比P100性能更強的原因。

黃仁勛認為AI的最終形態最終會體現在機器人身上，從工業機器人、醫療助手再到汽車實際上都是機器人的體現。NVIDIA研發的HGX構架會與富士康、廣達等伺服器廠商合作，在建立伺服器、深度學習解決方案的同時，也通過GPU Cloud的雲端服務，方便AI工程師通過硬體或者網路擴充深度學習資源。至於終端，NVIDIA則推出名為ISAAC平台，核心是一塊JETSON TX2晶元，並配備Astro AV軟體堆疊，以實現機械的自主學習。

突破虛擬現實壁壘

NVIDIA將人工智慧的突破歸結為半導體的飛速發展以及GPU在運算的地位中不斷被提高。從演講一開始的Holodesk VR多人協作計劃再到最後人工智慧學習，除了中間的MAX-Q，剩下的內容幾乎不再與消費級產品有太多聯繫。把GPU推廣到遊戲之外，不斷模糊虛擬與現實之間的關係，NVIDIA則早已讓自己跳出傳統PC廠商的範疇。比起與PPT大廠的正面競爭，NVIDIA更傾向於如何早點把自動駕駛提升至Level 4。在顯卡市場出現新情況之前，老黃已經迫不及待與NVIDIA一起在新領域開疆擴土了。

更多詳情請進入愛活網COMPUTEX2017台北國際電腦展專題報道

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！