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

GTC十年，英偉達開了一場“三無”發(fā)布會。

無新架構(gòu)，無新GPU，無新戰(zhàn)略。

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

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

黃仁勛認為生態(tài)系統(tǒng)是GPU計算成功的關鍵，這種新生態(tài)系統(tǒng)需要幾個關鍵詞：

Programmable（可編程）

Acceleration（加速）

Domains（域）

Architecture（架構(gòu)）

以下是黃仁勛的演講。

大秀英偉達顯卡特效，光線追蹤技術(shù)驚艷四射

黃仁勛的整場演講分三個章節(jié)：計算機圖形、AI和HPC、機器人。

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

CUDA-X AI能夠?qū)?a target="_blank">機器學習和數(shù)據(jù)科學工作負載加速多達50倍，由十幾個專用加速庫組成。這些庫包括用于加速深度學習的cuDNN、用于加速數(shù)據(jù)科學工作流和機器學習算法的cuML、用于優(yōu)化經(jīng)過訓練的推理模型的TensorR、用于訪問數(shù)據(jù)科學API的cuDF、用于在graph上執(zhí)行高性能分析的cuGraph，以及其他13個庫。

此外，軟件加速庫集成到所有深度學習框架中，包括TensorFlow，PyTorch和MXNet。

接下來正式進入第一章計算機圖形主題，黃仁勛不出所料的對英偉達的顯卡特效又大秀了一番。

現(xiàn)在實時播放Unity上運行的部分視頻，實時并不能提供足夠的空間分辨率。Unity的實驗包將于4月4日推出。

Unity增加了對Nvidia光線跟蹤技術(shù)的預覽支持，以推動游戲的真實性。

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圖靈RTX架構(gòu)，畫面是實時渲染的。

Epic Games已經(jīng)宣布了Unreal Engine 4.22對英偉達RTX光線追蹤的支持，Unity也只是時間問題，但現(xiàn)在這項技術(shù)正式進入了Unity的高清渲染管道(HDRP)預覽版。

這項技術(shù)的重點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步將其作為一個實時系統(tǒng)如此引人矚目。

專注AI和HPC，收購Mellanox對抗英特爾

在演講了一個小時之后，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)科學是當今計算機科學領域不斷增長的領域，所有關于從數(shù)據(jù)中學習并從中做出預測的方法形成了AI。英偉達對待AI有了新的態(tài)度和行為：重新梳理數(shù)據(jù)科學領域和所有機器學習工具，從Hadoop到Spart再到TensorFlow。

英偉達擁有實現(xiàn)AI所有步驟和工具的庫，即黃仁勛之前強調(diào)的CUDA-X AI庫，而黃仁勛也在思考，如何把當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，英偉達還推出一款新的AI工具包，稱之為Clara，其核心是一系列預先訓練過的模型。

Clara是一個開放、可擴展的計算平臺，包含13個最先進的分類和分割AI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)療成像應用程序構(gòu)建和部署到混合（嵌入式、內(nèi)部部署或云）計算環(huán)境中，以創(chuàng)建智能儀器和自動化醫(yī)療保健工作流程。

有了這些工具，英偉達在數(shù)據(jù)科學領域不斷突破。黃仁勛說，僅去年一年，英偉達的深度學習研究所通過各種形式培訓了10萬名數(shù)據(jù)科學家，基于此，英偉達決定為數(shù)據(jù)科學家提供一個定制的工作站。

這個工作站核心是GPU和CUDA-X AI庫，主打高性能計算和高速I/O。

黃仁勛認為，數(shù)據(jù)科學是新的HPC，超算和超大規(guī)模集群的區(qū)別在于，超算實際上做了很少的任務，而超大規(guī)模集群都是關于容量的，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)科學處于兩者中間位置，數(shù)據(jù)科學的任務比超大規(guī)模集群的任務更重，但比更少；比超級計算機更廣泛，這就是英偉達的DGX-2設備現(xiàn)在適用的地方。

在發(fā)布會現(xiàn)場，不久前被英偉達以69億美元收購的Mellanox公司CEO也上臺，闡述為什么Mellanox愿意賣身英偉達，以及他們?nèi)绾慰创W(wǎng)絡成為數(shù)據(jù)中心計算基礎設施的一部分。

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

兩個小巨人聯(lián)手，英特爾在HPC領域的日子會難過嗎？

邊緣計算產(chǎn)品Jetson Nano：99美元的人工智能計算機

黃仁勛演講的第三章：機器人。為什么要為機器人提供邊緣算力？黃仁勛說，復雜的人工智能通常不適合自制設備，因為微型計算機很少能處理除了基本功能之外的東西。

因此，英偉達推出了入門級人工智能計算機Jetson Nano。

英偉達聲稱，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、高分辨率傳感器和其他機器人功能提供472GFLOPS的處理能力，同時只消耗很少的5W。

Jetson Nano關鍵特性：

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

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

雖然Nano的功能遠不如高端的Jetson強大，但目前個人版售價僅為99美元，面向企業(yè)的“production-ready”版售價為129美元。

未來的測試艦隊是虛擬的

黃仁勛在GTC大會上推出了NVIDIA DRIVE Constellation仿真平臺。

DRIVE Constellation是一個數(shù)據(jù)中心解決方案，包括兩個并排服務器：

第一臺服務器——DRIVE Constellation Simulator，從虛擬汽車生成傳感器輸出；

第二臺服務器——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)過程可實現(xiàn)位精確，定時精確的硬件在環(huán)測試。

這個驗證過程是實時運行的，可以按比例執(zhí)行，多個單元并行運行各種測試。

有了這樣的效率水平，DRIVE Constellation可以實現(xiàn)大量的駕駛體驗——3000個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——包括罕見或危險的場景。

基于云的端到端工作流程

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

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

為了確定AV的性能，開發(fā)人員可以設置特定的評估程序，例如碰撞時間、跟隨距離和乘客舒適度，在運行時查看測試，并可視化結(jié)果。

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

開放平臺

DRIVE Constellation是一個開放的平臺，這意味著它提供了一個編程接口，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景。通過合并各種合作伙伴，平臺可以生成全面、多樣和復雜的測試環(huán)境。

由以色列仿真公司Cognata開發(fā)的詳細流量和場景模型由DRIVE Constellation平臺提供支持。 該公司使用世界各地的交通攝像頭捕獲的真實數(shù)據(jù)來創(chuàng)建準確的大規(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)人員能夠準確地模擬車輛對各種DRIVE Sim命令的反應，例如轉(zhuǎn)向、制動和油門以及各種道路狀況。

為了準確模擬從攝像頭，雷達或激光雷達傳感器收集的數(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，激光雷達和雷達。 安森美半導體是半導體和傳感器供應商，正與DRIVE Constellation合作，提供高精度的相機型號。

同時，開放平臺也是第三方和監(jiān)管自主車輛標準的關鍵組成部分。

數(shù)據(jù)中心+邊緣，英偉達轉(zhuǎn)型路線圖浮出水面

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

黃仁勛在收購Mellanox的新聞稿中說，“數(shù)據(jù)中心比以往任何時候都重要”。借助Mellanox，英偉達將優(yōu)化整個計算、網(wǎng)絡和存儲堆棧中的數(shù)據(jù)中心規(guī)模工作負載，二者聯(lián)合形成一個巨大的數(shù)據(jù)中心規(guī)模的計算引擎，為各類計算源源不斷提供低成本算力。

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

至于有沒有7納米GPU、有沒有新架構(gòu)，這不是英偉達最緊急的事情。