今年GTC，英偉達(dá)將所有加速計(jì)算庫(kù)綁定到一個(gè)單一的品牌：CUDA-X AI庫(kù)；推出用于數(shù)據(jù)科學(xué)的“數(shù)據(jù)科學(xué)家工作站”；還發(fā)布了99美元的人工智能計(jì)算機(jī)Jetson Nano。英偉達(dá)的轉(zhuǎn)型路線也浮出水面。

GTC十年，英偉達(dá)開了一場(chǎng)“三無”發(fā)布會(huì)。

無新架構(gòu)，無新GPU，無新戰(zhàn)略。

不過，這并不意味著英偉達(dá)CEO黃仁勛沒有對(duì)未來的思考。發(fā)布會(huì)上，英偉達(dá)將所有加速計(jì)算庫(kù)綁定到一個(gè)單一的品牌：CUDA-X AI庫(kù)；推出用于數(shù)據(jù)科學(xué)的“數(shù)據(jù)科學(xué)家工作站”；還發(fā)布了99美元的人工智能計(jì)算機(jī)Jetson Nano。

盡管發(fā)布會(huì)沒有出現(xiàn)外界期待的新架構(gòu)，黃仁勛也沒有發(fā)布7納米GPU，但是整場(chǎng)發(fā)布會(huì)透露的關(guān)鍵詞正成為目前英偉達(dá)最重要、最急需的事情：新生態(tài)。

黃仁勛認(rèn)為生態(tài)系統(tǒng)是GPU計(jì)算成功的關(guān)鍵，這種新生態(tài)系統(tǒng)需要幾個(gè)關(guān)鍵詞：

Programmable（可編程）

Acceleration（加速）

Domains（域）

Architecture（架構(gòu)）

以下是黃仁勛的演講。

大秀英偉達(dá)顯卡特效，光線追蹤技術(shù)驚艷四射

黃仁勛的整場(chǎng)演講分三個(gè)章節(jié)：計(jì)算機(jī)圖形、AI和HPC、機(jī)器人。

在第一章之前，黃仁勛首先推出CUDA-X AI，這是加速數(shù)據(jù)科學(xué)的唯一端到端平臺(tái)。

CUDA-X AI能夠?qū)?a target="_blank">機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)工作負(fù)載加速多達(dá)50倍，由十幾個(gè)專用加速庫(kù)組成。這些庫(kù)包括用于加速深度學(xué)習(xí)的cuDNN、用于加速數(shù)據(jù)科學(xué)工作流和機(jī)器學(xué)習(xí)算法的cuML、用于優(yōu)化經(jīng)過訓(xùn)練的推理模型的TensorR、用于訪問數(shù)據(jù)科學(xué)API的cuDF、用于在graph上執(zhí)行高性能分析的cuGraph，以及其他13個(gè)庫(kù)。

此外，軟件加速庫(kù)集成到所有深度學(xué)習(xí)框架中，包括TensorFlow，PyTorch和MXNet。

接下來正式進(jìn)入第一章計(jì)算機(jī)圖形主題，黃仁勛不出所料的對(duì)英偉達(dá)的顯卡特效又大秀了一番。

現(xiàn)在實(shí)時(shí)播放Unity上運(yùn)行的部分視頻，實(shí)時(shí)并不能提供足夠的空間分辨率。Unity的實(shí)驗(yàn)包將于4月4日推出。

Unity增加了對(duì)Nvidia光線跟蹤技術(shù)的預(yù)覽支持，以推動(dòng)游戲的真實(shí)性。

下圖的車燈照片，左右兩張幾乎一模一樣，你覺得哪張是假的呢？

答案是：右邊的車燈是假的。

黃仁勛說，這種逼真效果得益于英偉達(dá)圖靈RTX架構(gòu)，畫面是實(shí)時(shí)渲染的。

Epic Games已經(jīng)宣布了Unreal Engine 4.22對(duì)英偉達(dá)RTX光線追蹤的支持，Unity也只是時(shí)間問題，但現(xiàn)在這項(xiàng)技術(shù)正式進(jìn)入了Unity的高清渲染管道(HDRP)預(yù)覽版。

這項(xiàng)技術(shù)的重點(diǎn)在于游戲如何更逼真地呈現(xiàn)照明，顯示光線如何與大氣及其撞擊物體的相互作用。這種技術(shù)已經(jīng)在其他地方使用過，但所有這些都可能是資源密集型的，這使得過去幾年的進(jìn)步將其作為一個(gè)實(shí)時(shí)系統(tǒng)如此引人矚目。

專注AI和HPC，收購(gòu)Mellanox對(duì)抗英特爾

在演講了一個(gè)小時(shí)之后，黃仁勛終于開講第二章：AI和HPC。這部分主要由DGX和HGX組成。

數(shù)據(jù)科學(xué)是當(dāng)今計(jì)算機(jī)科學(xué)領(lǐng)域不斷增長(zhǎng)的領(lǐng)域，所有關(guān)于從數(shù)據(jù)中學(xué)習(xí)并從中做出預(yù)測(cè)的方法形成了AI。英偉達(dá)對(duì)待AI有了新的態(tài)度和行為：重新梳理數(shù)據(jù)科學(xué)領(lǐng)域和所有機(jī)器學(xué)習(xí)工具，從Hadoop到Spart再到TensorFlow。

英偉達(dá)擁有實(shí)現(xiàn)AI所有步驟和工具的庫(kù)，即黃仁勛之前強(qiáng)調(diào)的CUDA-X AI庫(kù)，而黃仁勛也在思考，如何把當(dāng)前的這么龐大的生態(tài)系統(tǒng)以及硬件和軟件結(jié)合在一起。做法有二：

Tensor Cores Mixed Precision.已經(jīng)添加到TensorFlow、PyTorch和MXNet中；

NVIDIA RAPIDS與Databricks的分析平臺(tái)集成。

目前，谷歌云和微軟云也添到RAPIDS中，TensorRT也已集成到Microsoft Onyx中。

除了集成和結(jié)合之外，英偉達(dá)還推出一款新的AI工具包，稱之為Clara，其核心是一系列預(yù)先訓(xùn)練過的模型。

Clara是一個(gè)開放、可擴(kuò)展的計(jì)算平臺(tái)，包含13個(gè)最先進(jìn)的分類和分割A(yù)I的工具包，以及為放射科醫(yī)生構(gòu)建的軟件工具，能夠讓開發(fā)人員將醫(yī)療成像應(yīng)用程序構(gòu)建和部署到混合（嵌入式、內(nèi)部部署或云）計(jì)算環(huán)境中，以創(chuàng)建智能儀器和自動(dòng)化醫(yī)療保健工作流程。

有了這些工具，英偉達(dá)在數(shù)據(jù)科學(xué)領(lǐng)域不斷突破。黃仁勛說，僅去年一年，英偉達(dá)的深度學(xué)習(xí)研究所通過各種形式培訓(xùn)了10萬(wàn)名數(shù)據(jù)科學(xué)家，基于此，英偉達(dá)決定為數(shù)據(jù)科學(xué)家提供一個(gè)定制的工作站。

這個(gè)工作站核心是GPU和CUDA-X AI庫(kù)，主打高性能計(jì)算和高速I/O。

黃仁勛認(rèn)為，數(shù)據(jù)科學(xué)是新的HPC，超算和超大規(guī)模集群的區(qū)別在于，超算實(shí)際上做了很少的任務(wù)，而超大規(guī)模集群都是關(guān)于容量的，但是做了很多小工作。兩者需要不同的系統(tǒng)/集群架構(gòu)。

而數(shù)據(jù)科學(xué)處于兩者中間位置，數(shù)據(jù)科學(xué)的任務(wù)比超大規(guī)模集群的任務(wù)更重，但比更少；比超級(jí)計(jì)算機(jī)更廣泛，這就是英偉達(dá)的DGX-2設(shè)備現(xiàn)在適用的地方。

在發(fā)布會(huì)現(xiàn)場(chǎng)，不久前被英偉達(dá)以69億美元收購(gòu)的Mellanox公司CEO也上臺(tái)，闡述為什么Mellanox愿意賣身英偉達(dá)，以及他們?nèi)绾慰创W(wǎng)絡(luò)成為數(shù)據(jù)中心計(jì)算基礎(chǔ)設(shè)施的一部分。

英偉達(dá)的計(jì)算平臺(tái)和Mellanox的互聯(lián)網(wǎng)連接了全球250多臺(tái)TOP500超級(jí)計(jì)算機(jī)，并為每個(gè)主要的云服務(wù)提供商和計(jì)算機(jī)制造商提供服務(wù)。而隨著摩爾定律的結(jié)束，CPU性能的提升正在放緩，這導(dǎo)致大家會(huì)采用英偉達(dá)GPU和Mellanox智能網(wǎng)絡(luò)解決方案加速計(jì)算。滿足這種需求將需要整體架構(gòu)，通過智能網(wǎng)絡(luò)結(jié)構(gòu)連接大量快速計(jì)算節(jié)點(diǎn)，形成一個(gè)巨大的數(shù)據(jù)中心規(guī)模的計(jì)算引擎。

兩個(gè)小巨人聯(lián)手，英特爾在HPC領(lǐng)域的日子會(huì)難過嗎？

邊緣計(jì)算產(chǎn)品Jetson Nano：99美元的人工智能計(jì)算機(jī)

黃仁勛演講的第三章：機(jī)器人。為什么要為機(jī)器人提供邊緣算力？黃仁勛說，復(fù)雜的人工智能通常不適合自制設(shè)備，因?yàn)槲⑿陀?jì)算機(jī)很少能處理除了基本功能之外的東西。

因此，英偉達(dá)推出了入門級(jí)人工智能計(jì)算機(jī)Jetson Nano。

英偉達(dá)聲稱，Nano的128核基于maxwell的GPU和四核ARM A57處理器可以為神經(jīng)網(wǎng)絡(luò)、高分辨率傳感器和其他機(jī)器人功能提供472GFLOPS的處理能力，同時(shí)只消耗很少的5W。

Jetson Nano關(guān)鍵特性：

GPU: 128-core NVIDIA Maxwell? architecture-based GPU

CPU: Quad-core ARM? A57

視頻: 4K @ 30 fps (H.264/H.265) / 4K @ 60 fps (H.264/H.265) 編碼&解碼

攝像頭: MIPI CSI-2 DPHY lanes, 12x (Module) and 1x (Developer Kit)

內(nèi)存: 4 GB 64-bit LPDDR4; 25.6 gigabytes/second

Connectivity: Gigabit Ethernet

OS 支持: Linux for Tegra?

Module Size: 70mm x 45mm

Developer Kit Size: 100mm x 80mm

該套件可以直接運(yùn)行Linux，并支持大量的AI框架（當(dāng)然包括NVIDIA自己的框架）。 它配備了4GB的RAM，千兆以太網(wǎng)以及相機(jī)和其他附件所需的I/O。

雖然Nano的功能遠(yuǎn)不如高端的Jetson強(qiáng)大，但目前個(gè)人版售價(jià)僅為99美元，面向企業(yè)的“production-ready”版售價(jià)為129美元。

未來的測(cè)試艦隊(duì)是虛擬的

黃仁勛在GTC大會(huì)上推出了NVIDIA DRIVE Constellation仿真平臺(tái)。

DRIVE Constellation是一個(gè)數(shù)據(jù)中心解決方案，包括兩個(gè)并排服務(wù)器：

第一臺(tái)服務(wù)器——DRIVE Constellation Simulator，從虛擬汽車生成傳感器輸出；

第二臺(tái)服務(wù)器——DRIVE Constellation Vehicle，包含DRIVE AGX Pegasus AI車載電腦。

DRIVE AGX Pegasus接收傳感器數(shù)據(jù)、做出決定，然后將車輛控制命令發(fā)送回模擬器。這種閉環(huán)過程可實(shí)現(xiàn)位精確，定時(shí)精確的硬件在環(huán)測(cè)試。

這個(gè)驗(yàn)證過程是實(shí)時(shí)運(yùn)行的，可以按比例執(zhí)行，多個(gè)單元并行運(yùn)行各種測(cè)試。

有了這樣的效率水平，DRIVE Constellation可以實(shí)現(xiàn)大量的駕駛體驗(yàn)——3000個(gè)單元每年可以行駛超過10億英里。更重要的是，DRIVE Constellation中的每一英里都包含有趣的事件——包括罕見或危險(xiǎn)的場(chǎng)景。

基于云的端到端工作流程

黃仁勛演示了DRIVE Constellation平臺(tái)如何執(zhí)行駕駛測(cè)試并在無縫工作流程中提供結(jié)果。

DRIVE Constellation用戶可以通過云遠(yuǎn)程訪問任何平臺(tái)。 開發(fā)人員可以提交一個(gè)特定的模擬場(chǎng)景——例如，在潮濕的道路上霧蒙蒙的夜晚，一輛自動(dòng)駕駛汽車對(duì)另一輛汽車在交通繁忙時(shí)切入車道作出反應(yīng)。

為了確定AV的性能，開發(fā)人員可以設(shè)置特定的評(píng)估程序，例如碰撞時(shí)間、跟隨距離和乘客舒適度，在運(yùn)行時(shí)查看測(cè)試，并可視化結(jié)果。

具有特定變化的相同測(cè)試可突出極端和危險(xiǎn)條件 - 如密集交通，惡劣天氣和低能見度 - 可以并行運(yùn)行。 這種大規(guī)模的驗(yàn)證功能就像運(yùn)行大量的測(cè)試車輛虛擬車隊(duì)，在很短的時(shí)間內(nèi)完成數(shù)月或數(shù)年的測(cè)試。

開放平臺(tái)

DRIVE Constellation是一個(gè)開放的平臺(tái)，這意味著它提供了一個(gè)編程接口，允許DRIVE Sim生態(tài)系統(tǒng)的合作伙伴集成他們的環(huán)境模型、車輛模型、傳感器模型和交通場(chǎng)景。通過合并各種合作伙伴，平臺(tái)可以生成全面、多樣和復(fù)雜的測(cè)試環(huán)境。

由以色列仿真公司Cognata開發(fā)的詳細(xì)流量和場(chǎng)景模型由DRIVE Constellation平臺(tái)提供支持。 該公司使用世界各地的交通攝像頭捕獲的真實(shí)數(shù)據(jù)來創(chuàng)建準(zhǔn)確的大規(guī)模交通模型。

利用Cognata的流量模型，開發(fā)人員可以根據(jù)實(shí)際流量數(shù)據(jù)定義其他車輛和道路使用者的數(shù)量及其行為。

汽車仿真公司IPG Automotive也與DRIVE Constellation合作，提供高保真車型。 它使開發(fā)人員能夠準(zhǔn)確地模擬車輛對(duì)各種DRIVE Sim命令的反應(yīng)，例如轉(zhuǎn)向、制動(dòng)和油門以及各種道路狀況。

為了準(zhǔn)確模擬從攝像頭，雷達(dá)或激光雷達(dá)傳感器收集的數(shù)據(jù)如何送入車輛，DRIVE Constellation還可以支持傳感器模型，如攝像頭，激光雷達(dá)和雷達(dá)。 安森美半導(dǎo)體是半導(dǎo)體和傳感器供應(yīng)商，正與DRIVE Constellation合作，提供高精度的相機(jī)型號(hào)。

同時(shí)，開放平臺(tái)也是第三方和監(jiān)管自主車輛標(biāo)準(zhǔn)的關(guān)鍵組成部分。

數(shù)據(jù)中心+邊緣，英偉達(dá)轉(zhuǎn)型路線圖浮出水面

自從去年10月英偉達(dá)股價(jià)腰斬之后，就從AI芯片王座之上跌落，外界對(duì)于英偉達(dá)依賴游戲、挖礦等業(yè)務(wù)不看好，而英偉達(dá)在本月收購(gòu)Mellanox，似乎也給外界回應(yīng)：轉(zhuǎn)型路線圖浮出水面。

黃仁勛在收購(gòu)Mellanox的新聞稿中說，“數(shù)據(jù)中心比以往任何時(shí)候都重要”。借助Mellanox，英偉達(dá)將優(yōu)化整個(gè)計(jì)算、網(wǎng)絡(luò)和存儲(chǔ)堆棧中的數(shù)據(jù)中心規(guī)模工作負(fù)載，二者聯(lián)合形成一個(gè)巨大的數(shù)據(jù)中心規(guī)模的計(jì)算引擎，為各類計(jì)算源源不斷提供低成本算力。

另一方面，Jetson Nano為機(jī)器人和其他人工智能設(shè)備提供大腦，在邊緣計(jì)算中，英偉達(dá)也占有一席之地，從而建立起以GPU算力為核心，諸多設(shè)備為護(hù)城河的生態(tài)系統(tǒng)。

至于有沒有7納米GPU、有沒有新架構(gòu)，這不是英偉達(dá)最緊急的事情。