GPS之家

5月11日，黄仁勋在2017年GPU技术大会（GPUTechnologyConference,GTC）上发表主题演讲。随着过去一年AI技术的快速发展，英伟达在今年的GTC大会带来了Volta架构与Tensor核心、TensorRT、搭载TeslaV100的DGX与HGX、NvidiaGPUCloud云平台、Xavier系统芯片及加深度学习速器开源、丰田汽车搭载的NvidiaDrivePX，以及ISAAC机器人模拟系统。

英伟达的GPU技术大会的规模与关注度正变得越业越大。不变的是讲台上渐成标志性的黑色皮衣和连续两个多小时的演讲时长。

今年参加GTC大会的现场汇聚的人数高达7000人，这其中包括50间世界最大的公司、10间世界最大汽车厂商、80间AI创企，25间VR创业公司等等。

不过观众增长的人数赶不上GPU开发人员高达11倍的增长，今天已经达到了50多万人，而CUDA(ComputeUnifiedDeviceArchitecture，英伟达推出的统一计算设备架构)驱动程序和SDK的下载量也达到了百万级。

在黄仁勋持续激情演讲的两个多小时里，提到最多的就是：AI，同时还发布了一系统最新产品以及宣布与丰田汽车在自动驾驶邻域达成合作。

公司史上难度最大、造价最高贵的项目

与英伟达历史上发布的所有产品相比，老黄手里面拿着只有巴掌的大小的新一代GPU显卡TeslaV100芯片总投入高达30亿美元，堪称英伟达公司创立以来难度最大、造价最高贵的项目。

要知道，英伟达刚刚发布的2017财年第一季度财务报告第一季度收入仅有19.4亿美元，虽然较去年同期13亿美元的收入增长了48%，但即便如此也需要将公司半年的销售收入全部投入其中。

这一芯片可以说就像是一场堵注。不过从资本市场的反馈来看，黄仁勋似乎拿下了这场赌局，因为就在发布会进行中，黄仁勋还在讲演台上之时，英伟达的股票已经暴涨了17%。

TeslaV100采用台积电12nm工艺制程，815平方毫米面积，与一块手表大小相似，这上面共布满了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16GBHBM2显存，显存带宽为900GB/S。

这块芯片可以说达到了光刻技术的极限。一身皮衣在台上高举着TeslaV100芯片的黄仁勋说：“不可能做出比这再大的GPU芯片，这是制造技术的一项不可思议的惊人绩业。”

“TeslaV100的研发是一项几乎不可能完成的任务，令人难以置信，这是迄今为止英伟达难度最高、最复杂的项目；耗费数千工程师数年光阴来完成也是全世界有史以来最昂贵的计算机项目。”

在现场，老黄通过短视频及游戏的方式展示了TeslaV100出色的性能。

通过对比，以前在TitanX上需要数分钟才能处理完成的任务，在TeslaV100上只需要数秒即可完成。TitanX上需要8个月才能完成的任务，TeslaV100只需要八天就可以完成。

而这块造价高额的芯片同样有着不菲的售价，黄仁勋在现场推出了三款搭载TeslaV100芯片的电脑。

基于8块TeslaV100搭建的新型超级电脑DGX-1售价格为149000美元（合100万人民币），这款电脑预计会在今年第三季度交付。

黄仁勋宣称，“8块TeslaV100组成DGX-1它可以代替400台服务器。”

而搭载了4块TeslaV100低配版本的小型超级电脑DGXStation售价为69000美元（合48万人民币）。

HGX-1是一款专门用于GPU云计算的超级电脑，适用于公有云、深度学习、图形渲染、CUDA计算等。与DGX-1一样，配备了8块TeslaV100，售价14.9万美元。

TeslaV100基于Volta，也就是继Pascal（帕斯卡）之后的新一代GPU架构打造，单个计算单元比原本的速度快了12倍。

英伟达今后二至三年的GPU产品线，全都基于Volta打造。

这款芯片的问世毫无疑问将加速人工智能的发展。

此外新发布的产品还包括NvidiaGPUCloud，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。

自动驾驶技术走进丰田大脑

英伟达怎能放弃自动驾驶这块大蛋糕。

介绍完英伟达一系列新产品后，在现场，黄仁勋宣布英伟达与丰田公司正式展开合作，英伟达将为丰田汽车高级自动驾驶系统提供技术支持，以助力自动驾驶汽车商业化。

丰田汽车未来将会采用NVIDIADRIVEPX人工计算平台（我们可以简称为车载AI计算平台），DRIVEPX车载AI计算平台融合了来自摄像头、激光雷达、雷达和其他传感器的数据。

借助人工智能技术来感知汽车周围的360度环境，在高清上对自身进行本地定位，并且在驾驶中预测潜在危险。此外，该系统软件可通过无线方式进行更新。

黄仁勋表示，“自动驾驶技术，是人类面临的最大技术挑战之一。我们正致力于将人工智能领域取得的突破与高性能计算相结合，以构建NVIDIADRIVEPX自动驾驶汽车的大脑。我们今天同丰田达成合作，就是最有力的证明自动驾驶汽车的未来将很快成为现实”

丰田执行总经理KenKoibuchi表示：“丰田已经在自动驾驶技术方面深耕了20多年，终极目标是将交通事故降至为零，实现通畅的交通环境并全面实现交通的流动性。通过与NVIDIA合作，我们将加速自动驾驶系统的发展，并使其安全性能更高。”

自动驾驶汽车需要搭载一台超级计算平台来处理和解读来自汽车上所有传感器的数据。

许多原型车中配备了占据整个行李箱大的计算机来处理这一复杂任务，而搭载下一代Xavier处理器的NVIDIADRIVEPX平台将可持于手中，并实现每秒30万亿次深度学习计算。

现在已经有200个开发者/企业正在使用这个DRIVEPX车载AI计算平台，这其中有一家在打造飞机。

黄仁勋详细介绍了这一平台的三大功能：

1）地图构建（MappingroDriving）

车辆可以通过扫描环境、监测路上特征、进而创建高精地图、最终实现车辆定位与自动驾驶。

2）副驾辅助（Co-Pilot）

虽然我们现在不能立刻为世界所有地方构建高精地图，但在我们已经创建了的地方，如从家里去公司，车辆可以在特定路程为你实现自动驾驶。

3）守护天使（GuardianAngel）

有时即使你没有开启自动驾驶模式，AI系统仍旧会一直在线。比如你在一个十字路口看到绿灯，正准备开车前行时，系统忽然禁止你前行，因为刚好有车闯红灯冲过来。

这将是一次自动驾驶领域一次惊人的进步。

甚至可以说这一平台的出现将缩短完全自动驾驶进入现实的时间。

Isaac助力机器人训练与测试

在GTC大会的展示区，来自世界各地的50多家公司展示了旗下能力各异的机器人，值得关注的是这些机器人都采用了NVIDIA的Jetson平台，该平台可以实现快速高效地处理终端设备上的复杂数据。

黄仁勋表示：“基于人工智能的机器人有望大幅改善人们的生活，但构建和训练的工作可谓极大的挑战。NVIDIA正通过自身在模拟现实世界中的深厚专业知识来革新机器人行业，从而更精确、更安全、更快速地对机器人进行训练。”

Isaac机器人模拟器提供了一个基于人工智能的软件平台来进行训练与测试。该平台让团队能够在极富现实感的虚拟环境中训练机器人，然后再将获得的知识应用于真实机组上。

NVIDIAIsaac搭建在增强版的EpicGamesUnrealEngine4上，应用了英伟达的模拟、渲染和深度学习技术。

在其构建的虚拟环境中，开发人员可通过深度学习训练来搭建各类测试场景，然后在几分钟内对其进行模拟，原本这项工作这可能需要数月时间才能完成。

开发人员可以进行迭代并调整机器人测试方法，在虚拟和现实环境之间交换智能信息。

由于Isaac中的模拟效果高度逼真且能够快速执行，因此与传统的开发相比，它能够降低对最终产品的调整幅度。

为加快基于Jetson的高级机器人研发进程，英伟达的合作伙伴面向无人飞机、潜水无人机，轮式机器人和其他设备推出开源参考平台。

这些平台为开发人员提供了有助于轻松创建原型的构建模块，相较于从零开始构建机器人，能够减少所需的时间和成本。

两个小时的时间里，英伟达先后发布了新的GPU（TeslaV100）、一项在虚拟世界遵循物理原则的新技术（Holodeck等、DRIVEPX平台）、几款超级电脑新产品（DGX-1、DGX）、以及一项训练机器人自我学习的黑科技（ISAAC机器人训练电脑）。相比于英特尔刚刚过去的那场发布会，英伟达干货更多，也更激动人心。

在这场发布会之前一天英伟达发布了2018财年第一季度财报（截至4月30日）。其营收19.37亿美元，同比48%；净利润为5.07亿美元，同比增长144%，在今天黄仁勋演讲结束之后，英伟达的总市值已经达到了714亿美元。