據(jù)英偉達(dá)發(fā)給騰訊《一線》的郵件顯示，3月27日，在加利福尼亞州圣何塞舉辦的GPU技術(shù)大會(huì)上，英偉達(dá)創(chuàng)始人黃仁勛發(fā)布了新一代服務(wù)器級(jí)GPU，搭載英偉達(dá)RTX技術(shù)的GPU Quadro GV100，目標(biāo)是向藝術(shù)家和設(shè)計(jì)師提供實(shí)時(shí)光線追蹤技術(shù)。

　　Quadro GV100具有32GB內(nèi)存，擴(kuò)展后可至64GB。英偉達(dá)稱其性能相當(dāng)于采用CPU時(shí)的100倍。

　　與Arm合作

　　同時(shí)，NVIDIA與Arm今日宣布，雙方將合作，在數(shù)十億即將進(jìn)入全球市場(chǎng)的移動(dòng)、消費(fèi)電子和物聯(lián)網(wǎng)設(shè)備上實(shí)現(xiàn)深度學(xué)習(xí)推理。

　　NVIDIA、Arm正在合作將開(kāi)源的NVIDIA 深度學(xué)習(xí)加速器(NVDLA)架構(gòu)集成到Arm的Project Trillium平臺(tái)上，以實(shí)現(xiàn)機(jī)器學(xué)習(xí)。此次合作將使物聯(lián)網(wǎng)芯片公司能夠輕松地將AI集成到它們的設(shè)計(jì)中，并幫助它們將智能且價(jià)格實(shí)惠的產(chǎn)品帶給全球數(shù)十億的消費(fèi)者。

　　NVIDIA副總裁兼自主機(jī)器事業(yè)部總經(jīng)理Deepu Talla表示：“推理將成為每個(gè)物聯(lián)網(wǎng)設(shè)備的核心能力。我們將與Arm一同推進(jìn)這一趨勢(shì)的發(fā)展，幫助數(shù)百家芯片公司輕松采用深度學(xué)習(xí)技術(shù)。”

　　Arm執(zhí)行副總裁兼IP集團(tuán)總裁Rene Haas認(rèn)為：“加速AI在終端的應(yīng)用對(duì)于Arm實(shí)現(xiàn)連接萬(wàn)億物聯(lián)網(wǎng)設(shè)備的愿景至關(guān)重要。如今，通過(guò)把NVDLA集成到Arm的 Project Trillium平臺(tái)，我們距離實(shí)現(xiàn)這個(gè)愿景又近了一步，兩家公司為AI和物聯(lián)網(wǎng)投入的專業(yè)知識(shí)和能力將直接有益于我們的整個(gè)生態(tài)系統(tǒng)。”

　　據(jù)稱，NVDLA的模塊化架構(gòu)具有可擴(kuò)展性和高度可配置性，專門為簡(jiǎn)化集成和便攜性而設(shè)計(jì)。

　　6個(gè)月AI性能提升10倍

　　NVIDIA 當(dāng)時(shí)公布了深度學(xué)習(xí)計(jì)算平臺(tái)所取得的一系列重要進(jìn)展，相較于六個(gè)月前發(fā)布的上一代產(chǎn)品，其深度學(xué)習(xí)工作負(fù)載性能實(shí)現(xiàn)了10倍提升。

　　NVIDIA的平臺(tái)已被各大云計(jì)算服務(wù)提供商和服務(wù)器制造商所采用，此次公布的主要進(jìn)展包括NVIDIA(R) Tesla(R) V100(最強(qiáng)大的數(shù)據(jù)中心GPU)的2倍內(nèi)存提升，以及全新GPU互聯(lián)結(jié)構(gòu)NVIDIA NVSwitch(TM)，它可使多達(dá)16個(gè)Tesla V100 GPU同時(shí)以2.4 TB /秒的速度進(jìn)行通信，這一速度創(chuàng)下歷史新高。 NVIDIA還推出了一個(gè)更新的、全面優(yōu)化的軟件堆棧。

　　此外，NVIDIA推出 NVIDIA DGX-2(TM)，是其在深度學(xué)習(xí)計(jì)算領(lǐng)域取得的重大突破。這是首款能夠提供每秒兩千萬(wàn)億次浮點(diǎn)運(yùn)算能力的單點(diǎn)服務(wù)器。DGX-2具有300臺(tái)服務(wù)器的深度學(xué)習(xí)處理能力，占用15個(gè)數(shù)據(jù)中心機(jī)架空間，而體積則縮小60倍，能效提升18倍。

　　NVIDIA創(chuàng)始人兼首席執(zhí)行官黃仁勛在GTC 2018上表示：“深度學(xué)習(xí)的超凡進(jìn)展僅僅是對(duì)未來(lái)的啟示。其中的很多進(jìn)展都是基于NVIDIA深度學(xué)習(xí)平臺(tái)，該平臺(tái)已快速成為全球標(biāo)準(zhǔn)。我們正在以大幅超越摩爾定律的步伐加快提升平臺(tái)的性能，以實(shí)現(xiàn)突破，進(jìn)而為醫(yī)療保健、交通運(yùn)輸、科學(xué)探索和其他眾多領(lǐng)域帶來(lái)革命性改變。“

　　推出自動(dòng)駕駛汽車測(cè)試系統(tǒng)

　　對(duì)于自動(dòng)駕駛領(lǐng)域，NVIDIA當(dāng)天推出了一套用于使用照片級(jí)真實(shí)感模擬，基于云的自動(dòng)駕駛汽車測(cè)試系統(tǒng)。

　　黃仁勛稱之為一款基于兩種不同服務(wù)器的計(jì)算平臺(tái)。

　　第一臺(tái)服務(wù)器運(yùn)行NVIDIA DRIVE Sim軟件，用以模擬自動(dòng)駕駛汽車的傳感器，如攝像頭、激光雷達(dá)和雷達(dá)。第二臺(tái)服務(wù)器搭載了強(qiáng)大的NVIDIA DRIVE Pegasus(TM) AI汽車計(jì)算平臺(tái)，可運(yùn)行完整的自動(dòng)駕駛汽車軟件堆棧，并能夠處理模擬數(shù)據(jù)，這些模擬數(shù)據(jù)如同來(lái)自路面行駛汽車上的傳感器。

　　NVIDIA汽車事業(yè)部副總裁兼總經(jīng)理Rob Csongor表示：“要實(shí)現(xiàn)自動(dòng)駕駛汽車的量產(chǎn)部署，需要一種能夠在數(shù)十億英里的行駛中進(jìn)行測(cè)試和驗(yàn)證的解決方案，以實(shí)現(xiàn)客戶所需的安全性和可靠性。借助DRIVE Con stellation，我們將視覺(jué)計(jì)算和數(shù)據(jù)中心方面的專業(yè)知識(shí)相結(jié)合，實(shí)現(xiàn)了這一目標(biāo)。借助虛擬仿真，我們可通過(guò)對(duì)數(shù)十億英里的自定義場(chǎng)景和極端情況進(jìn)行測(cè)試，從而提高算法的穩(wěn)定性，其花費(fèi)的時(shí)間和成本僅為實(shí)際道路測(cè)試的一小部分。”

　　仿真服務(wù)器由NVIDIA GPU提供支持，每臺(tái)服務(wù)器都會(huì)生成仿真?zhèn)鞲衅鲾?shù)據(jù)流，并將其傳送至DRIVE Pegasus進(jìn)行處理。

　　沒(méi)有顯卡更新消息

　　英偉達(dá)最早創(chuàng)立于1993年1月，是一家以設(shè)計(jì)智核芯片組為主的IC半導(dǎo)體公司， 最有名的產(chǎn)品線是為游戲而設(shè)的GeForce顯示卡系列，為專業(yè)工作站而設(shè)的Quadro顯卡系列，和用于計(jì)算機(jī)主板的nForce芯片組系列。

　　截止2017年，來(lái)自游戲的業(yè)務(wù)收入仍然占據(jù)英偉達(dá)整體收入的半壁江山。2017年第一季度，該公司的游戲業(yè)務(wù)(包括英偉達(dá)GeForce系列)的營(yíng)收增長(zhǎng)了大約50%，到10.3億美元，占該公司全部營(yíng)收的53%。

　　從2017年起，英偉達(dá)開(kāi)始為數(shù)據(jù)中心和自動(dòng)駕駛提供圖形處理器，這成為VR領(lǐng)域之后，英偉達(dá)所找到的一個(gè)新增長(zhǎng)板塊。曾經(jīng)，VR概念在一段時(shí)間里被炒得火熱，圖像處理領(lǐng)域占據(jù)優(yōu)勢(shì)的英偉達(dá)沾了光。但是，隨著VR虛火燒完，英偉達(dá)有一段時(shí)間轉(zhuǎn)型迷茫。

　　不過(guò)，隨著GPU被人工智能領(lǐng)域采用，英偉達(dá)找到了轉(zhuǎn)型方向。2018年這次大會(huì)上，英偉達(dá)沒(méi)有對(duì)收入占半壁江山的顯卡產(chǎn)品進(jìn)行升級(jí)換代。這像一次賭博。

　　人工智能所帶來(lái)的商業(yè)熱浪會(huì)不會(huì)是當(dāng)年VR一樣的結(jié)局?英偉達(dá)會(huì)不會(huì)又空歡喜一場(chǎng)?其股價(jià)會(huì)不會(huì)虛高?

　　比如，同樣是美國(guó)芯片算力公司的賽靈思(Xilinx)公司正在挑戰(zhàn)英偉達(dá)，其第四任CEO Victor Peng 強(qiáng)調(diào)物聯(lián)網(wǎng)、智慧城市和人工智能等領(lǐng)域有眾多機(jī)遇。 Victor Peng認(rèn)為英偉達(dá)在數(shù)據(jù)中心取得了一些成功，特別是在機(jī)器學(xué)習(xí)方面，很大程度上是因?yàn)樗��?ldquo;CUDA”軟件已經(jīng)成為許多研究人員的首選編程工具。

　　Peng指出，相比“訓(xùn)練—就是通過(guò)大量數(shù)據(jù)訓(xùn)練模型”，英偉達(dá)在機(jī)器學(xué)習(xí)的“推理”部分比較“脆弱”，其主要是弱點(diǎn)就是Nvidia GPU的功耗。推理對(duì)功耗預(yù)算更嚴(yán)格需要在一定功耗內(nèi)處理一定數(shù)量的查詢，尤其是移動(dòng)設(shè)備對(duì)推理時(shí)的功耗預(yù)算更嚴(yán)格。

　　他指出：“在一些數(shù)據(jù)中心，GPU可以在訓(xùn)練中耗費(fèi)幾千瓦的電力，這個(gè)在推理中簡(jiǎn)直無(wú)法承受。”在芯片界，不談功耗的性能提升和改進(jìn)都提扯淡。

　　所以，英偉達(dá)現(xiàn)在局面是傳統(tǒng)顯卡業(yè)務(wù)未曾改進(jìn)，人工智能和數(shù)據(jù)業(yè)務(wù)受到挑戰(zhàn)，英偉達(dá)要避免顧頭不顧尾狀況出現(xiàn)。

　　截止3月27日，英偉達(dá)股價(jià)至225美元。2016年，該公司股價(jià)還在40美元區(qū)間。