深度學習革命席卷全球的第一個載體是處理器，即最初為游戲而生的 GPU。借助我們的 Turing 架構，深度學習重返游戲戰(zhàn)場，并為其帶來了驚艷無比的性能。

在本周的歐洲站 GPU 技術大會上，NVIDIA 首席執(zhí)行官黃仁勛先生向在場的 3000 多名與會者表示：Turing 結合了新一代可編程著色器和 Tensor Core，前者支持計算機圖形處理界的“圣杯”——實時光線追蹤，后者是一款可加速各類深度學習任務的新型處理器。

黃仁勛先生解釋稱，這種深度學習能力可以讓 Turing 以其他處理器前所未有的方式實現(xiàn)性能飛躍。

黃仁勛先生表示：“如果我們創(chuàng)建的神經網絡架構和 AI 能夠推理并構思某種類型的像素，那么我們就能夠使其在每秒可執(zhí)行 114 萬億次浮點運算的 Tensor Core 上運行，從而在提升性能的同時也會生成美麗的圖像。”

“我們已經利用計算機圖形技術讓 Turing 實現(xiàn)了這一點，” 黃仁勛先生補充道。

利用深度學習超級采樣 (DLSS) 技術，Turing 可以通過著色器生成一些像素，然后通過 AI 構思出其余像素。

“最終，借助我們每秒可執(zhí)行 114 萬億次浮點運算的 Tensor Core 和每秒可執(zhí)行 15 萬億次浮點運算的可編程著色器，我們取得了驚人的成就，” 黃仁勛先生如是說。

這意味著性能的巨大飛躍。

“在每個系列中，Turing GPU 都能使性能提升一倍，” 黃仁勛先生說道，“這是一種計算機圖形的全新處理方式，使傳統(tǒng)計算機圖形技術與深度學習得以完美融合?！?/p>

在驚艷無比的演示環(huán)節(jié)，黃仁勛先生展示了如何利用最新款 NVIDIA RTX GPU 這個讓實現(xiàn)實時光線追蹤首次實現(xiàn)的設備通過數(shù)字方式還原一張標志性登月照片的場景——宇航員 Buzz Aldrin 緩緩從登月艙的梯子爬下來。

這場演示打消了有些人懷疑這張登月照片純屬偽造的念頭，因為他們覺得宇航員 Aldrin 下到月球表面時正處于登月艙的遮擋下，本應該昏暗不清；但在這張照片中，宇航員的亮度卻很高。而這次的模擬卻顯示出，月球表面的反光剛好可以造成照片中展示的亮度效果。

“這就是 NVIDIA RTX 的優(yōu)勢。利用這種渲染技術，我們可以模擬出光的物理屬性，讓物體呈現(xiàn)出它們本來的面目，” 黃仁勛先生說道。

責任編輯：彭菁