2017GPU技术大会英伟达:千人数年30亿美元打造全新计算卡

　　北京时间5月10日24:00，黄仁勋在2017年GPU技术大会(GPU Technology Conference, GTC)上发表主题演讲。随着过去一年AI技术的快速发展，Nvidia这家“意外”成为AI宠儿的公司市值也是节节攀升。

　　当然，任何聪明的商人都不会放过快速扩张的窗口期。如果读者们还有印象，DT君曾在今年1月拉斯维加斯的CES上现场报道过黄仁勋的开幕致辞。如果说CES上黄仁勋更多谈到的是公司战略和商业模式，那么一年一度的GTC则是Nvidia引爆各种“核武器”的试验场，势必顺应技术发展潮流推出一批令人印象深刻的硬件产品。　

　　黄仁勋在这场历时两个多小时的演讲中，充满激情的发布一系列最新产品，简单来说就是如下这些：计算加速、Volta架构与Tensor核心、TensorRT、搭载Tesla V100的DGX与HGX、Nvidia GPU Cloud云平台、Xavier系统芯片及加深度学习速器开源、丰田汽车正式搭载Nvidia Drive PX，以及ISAAC机器人模拟系统。

　　以下是DT君整理的黄仁勋在本次GTC大会上演讲的大致内容：

　　Nvidia刚刚于昨天下午公布了一份漂亮的2018财年Q1财报，公司收入增长非常迅速，而且在每个业务领域都有不俗表现。今年我们会带给大家怎样的惊喜?

　　Nvidia数据中心业务增长非常迅猛，这得益于公司在神经网络方面的技术优势，以及基于Pascal架构产品的出色性能。Nvidia也会继续促进数据业务的发展，同时也会向开发者们提供更高效的硬件和工具，以及更多的培训机会。

　　微处理器的性能在过去30年提升了近百万倍，但在过去几年中，这一进程慢了下来，不论是在制造工艺改进，还是工业过程控制方面。这导致目前我们似乎走到了一个十字路口。

　　图丨后摩尔时代

　　对于CPU来说，GPU是一种有着特殊用途的加速器，而GPU的并行处理能力现在已经成为了一种不可或缺的计算能力，这是Nvidia最初也没想到的。从十年前发布G80到现在，Nvidia已经在GPU领域耕耘了很长时间，也经历了长期的技术积累，现在似乎到了收获的时候。

　　就拿GPU技术大会来说，参加这个大会的人数在五年间增长了三倍。今天的大会上，全球10家最大的汽车公司在这里，全球最顶尖的10家科技公司在这里，80家AI创业公司在这里。GPU从来没有像现在这样受到如此的关注，这一点令我们非常欣慰。

　　下面要宣布的是Holodeck计划。这其实是一个全息图像平台，包括VR技术、全动作追踪，以及3D虚拟形象。所有的效果都是实时渲染的。今天的Demo我们找到了著名的超跑厂商柯尼塞格公司，那里的工作人员会以虚拟形象接入现场，画面上的超级跑车也是实时渲染的。

　　图丨Holodeck计划

　　画面上的机器人都是实时捕捉的真人动作，他们可以使用Holodeck提供的工具来与车辆互动，比如进入驾驶室进行操作，将跑车透明化，展示内部结构，甚至直接分解整部跑车。

　　图丨Holodeck演示柯尼塞格的工作人员与跑车互动

　　可能Holodeck现在的效果还不尽人意，但可以看见它会向什么方向发展。沉浸式VR体验、高精度渲染，以及对周围环境的物理模拟。Holodeck平台将在今年9月正式开放。

　　接下来的话题是“机器学习时代”。黄仁勋展示了在过去五年中，基于AI的神经网络都发展出了哪些能力，并表示我们正在进入一个机器自学、机器自编程的时代，这将是人类技术领域最重要的革命之一。

　　近期一个重要的创新就是对抗网络，神经网络A尝试其误导神经网络B，但B网络试图对抗这种误导，每次对抗成功，正确的决策行为就会被强化。

　　图丨用深度学习进行光线追踪

　　举个例子，用深度学习来试图为一张色彩不完整的图片重新上色，机器自己会知道哪些地方是需要优化的，而不用还原光照条件，同时还节省了大量的计算资源。

　　当前，全世界最热门的课程之一可能就是机器学习了。比如在斯坦福大学、麻省理工学院等，越来越多的人投入到了这个领域。随着人才的涌入和计算能力的提升，真正迎来了“计算的民主化时代”。

　　图丨现代AI大爆发

　　而Nvidia在这个新时代的战略就是：为机器学习创造最高效的平台。黄仁勋也非常自信的表示，世界上所有提供云服务的平台，没有一个不会用到Nvidia的GPU产品。同时Nvidia一刻也没有放松在AI领域的基础科研及应用开发。

　　图丨Nvidia与1300家深度学习初创公司建立了合作关系

　　下面将发布的是一个重量级产品，Nvidia投入数千人、耗时数年的研发成果，也是公司历史上难度最大、最昂贵的项目：Tesla V100正式发布!

　　Tesla V100采用台积电12nm工艺制程，815平方毫米面积，共210亿个晶体管，15Tflops的单精度浮点性能，7.5Tflops的双精度浮点性能，拥有5120个CUDA，16MB缓存，采用16GB HBM2显存，显存带宽为900GB/S。

　　图丨Tesla V100

　　Nvidia总共投入了30亿美元来打造这款产品。黄仁勋在发布这款产品时显得非常激动，称Tesla V100的研发是一项几乎不可能完成的任务，令人难以置信。

　　接下来，黄仁勋通过一系列视频及游戏展示了Tesla V100怪兽级的性能。那些曾经在Titan X上需要数分钟才能处理完成的任务，在Tesla V100上只需要花数秒就能完成。

　　此外，基于8块Tesla V100搭建的DGX-1也开始预售，价格为149000美元(合100万人民币)，预计在今年第三季度交付。

　　图丨DGX-1

　　当然，Nvidia还准备了低配版本的DGX Station，搭载了4块Tesla V100，售价为69000美元(合48万人民币)。

　　此外，新发布的产品还包括Nvidia GPU Cloud， 这款产品为用户提供云端硬件的同时，也提供软件入口，只需要花几分钟进行简单设置，就可以开始运行深度学习相关任务。其优点是全栈优化、实时更新、Nvidia官方负责测试及维护。其测试版将在今年7月推出。

　　图丨Nvidia GPU Cloud

　　当然，Nvidia的发布会必然会谈到自动驾驶的话题。黄仁勋宣布，丰田汽车已全面采用Nvidia Drive PX平台。

　　随后介绍的是Xavier系统芯片，这套搭载Volta架构GPU的系统其实早在2016年就已经公布。Xavier拥有用于负责单线程任务的CPU、负责并行任务的GPU，以及负责深度学习的Tensor内核。Nvidia表示，会将Xavier的深度学习加速器进行开源。

　　图丨Xavier系统芯片

　　Xavier系统芯片对AI研究其实是具有重大意义的，但不知为何，黄仁勋在这一部分并没有花太多时间进行详述，而是快速转到了最后一个话题：如何用深度学习来训练机器人。

　　全新的机器人训练系统ISAAC模拟器，允许人们在虚拟环境下训练真实世界的机器人。由一个GPU来进行物理计算，其他GPU则根据计算出来的物理结果来进行神经网络训练。

　　图丨ISAAC机器人模拟器

　　这套机器人模拟器借鉴了遗传学领域的一些算法，并将其应用到神经网络中，去尝试教机器人打高尔夫。