19 日在美国加州圣荷西的圣荷西大学活动中心，一年一度的辉达 GTC（GPU Technology Conference）大会迎来本年度最重要的 Keynote，就是辉达创始人兼 CEO 黄仁勋的演讲。这是辉达第十届 GTC 大会。
这是辉达展示技术实力和产品进展的最重要舞台，GTC 2019 涵盖 AI／深度学习、资料中心加速、自动驾驶、影像处理与模拟、高效能计算、机器人等多个领域。
那么，Keynote 辉达这次有放出哪些“核弹”吗？
利用 RTX 技术，发展 3D 工业
2018 年 SIGGRAPH 会议，辉达发表全新图灵架构，惊艳电脑图形业；基于此架构，辉达发表了 RTX （即时光线追踪）技术和基于此的 Quadro 系列 GPU。
不过对辉达来说，想推动 RTX 走向市场，自然离不开合作伙伴的支持。
本次 GTC，辉达宣布，众多全球顶级 3D 应用提供商支援 NVIDIA RTX 技术，相关产品将在 2019 年发表；应用商包括 Adobe、Unity、Unreal Engine、Pixer 等。照辉达的说法，RTX 技术将在 2019 年到达 900 万 3D 创作者手中。
黄仁勋发表了 NVIDIA OMNIVERSE，是让创作者利用 RTX 技术创作的 3D 开放协作平台。
辉达与 PIxar、Digital Domain 等众多平台合作，支援最新的设计协作产业标准。比如说，支援 Pixar 的 Scene Description 技术，在算图、模型、动画、光效、阴影等方面交换资讯，同时也支援 NVIDIA 的 Material Definition Language，能让创作者在多个工作间变换表面材料。
同时，创作者也可利用辉达的 OMNIVERSE Viewer 即时检视自订条件下的 3D 效果。当然，OMNIVERSE Viewer 也利用 RTX 技术和 CUDA 核心、支援 Tensor Core 的 AI 技术。
基于 RTX 技术，黄仁勋还发表了资料中心等级的影像服务器 NVIDIA RTX Servers，支援算图、OMNIVERSE 和 Geforce Now 云端游戏服务。其中一个最新规格令人震惊，是在 32 个 RTX blade Server（每个 blade Server 有 40 个 GPU）部署 1,280 个图灵架构 GPU，云端渲染、效率和规模都大大跃进。
包括戴尔、HPE、联想、ASUS、Supermicro 不少服务器厂商已推出通过认证的 NVIDIA RTX 服务器，提供资料中心等级的高度可定义、按需规格的内容计算和虚拟工作站解决方案。
值得一提的是，基于两块 Quadro RTX 8000 GPU（Quadro RTX 系列除了支援即时光线追踪，AI 也有极佳表现），辉达也发表专门针对资料科学家的工作站，有 96GB 内存，预装 CUDA-X AI 库，支援 RAPIDS、TensorFlow、Pytorch、Caffe、Anaconda Dsitribution，资料处理速度可达 10 倍。
发表 CUDA X AI，加速资料科学
Kyenote 中黄仁勋发表了全新的 AI 加速库──CUDA X AI SDK 库。
CUDA X AI SDK 可用于资料分析、机器学习、深度学习等多领域加速；可释放 Tensor Core GPU 的弹性，达成以下方面加速：
- 资料科学的资料取得、ETL、模型训练和部署。
- 机器学习算法压缩、分类等。
- 深度学习的训练框架，针对 NVIDIA Tensor Core GPU 自动最佳化。
- 云端推理和大规模 Kubernetes 部署。
- PC、工作站、超电脑、企业数位中心的资料科学。
- AWS、Google Cloud 和微软 Azure 云端计算的 AI 服务。
辉达方面表示，CUDA-X AI 可做到机器学习和资料科学最高 50 倍的负载加速，包含十几个特徴的加速库。比如说，它可透过 cuDF 加速资料分析，透过 cnDNN 加速深度学习，透过 cuML 加速机器学习算法，透过 DALI 加速资料处理。
CUDA-X AI 已被 Charter、微软、Paypal、SAS 和沃尔玛等公司采用，同时也支援 TensorFLow、PyTorch 和 MXNet 等主流深度学习框架。
黄仁勋宣布，已有 7 家世界级厂商将推出基于 NVIDIA T4 GPU 和 NVIDIA CUDA-X AI 加速库的服务器，都已针对 CUDA-X AI 特殊最佳化。7 家厂商分别是思科、戴尔 EMC、富士通、惠普企业、浪潮、联想、曙光。
辉达同时宣布，厂商上述服务器均为 NVIDIA NGC-Ready 认证通过。2018 年 11 月，辉达发表 NGC-Ready 计划，让采用基于辉达 GPU 系统的用户能在更广范围内放心部署 GPU 加速软件。通过认证的服务器型号如下：
- Cisco UCS C240 M5
- Dell EMC PowerEdge R740/R740xd
- Fujitsu PRIMERGY RX2540 M5
- HPE ProLiant DL380 Gen10
- Inspur NF5280M5
- Lenovo ThinkSystem SR670
- Sugon W760-G30
对 NGC-Ready 项目，辉达也宣布一项全新企业级支援──NVIDIA NGC Support Services，支援所有 NGC-Ready T4 系统和诸多之前已通过认证基于 NVLink 和 Tesla V100 的服务器，以及基于 NVIDIA 的工作站。
谈到这时，Mellanox Technologies（辉达前不久宣布以 69 亿美元收购该公司 ）CEO Eyal Waldman 也来到现场，与黄仁勋同台亮相，两人简单分享了辉达对加速计算的未来愿景。
另外，黄仁勋与站台的亚马逊 AWS 副总裁 Matt Garman 联合宣布，与亚马逊 EMC 达成合作关系；最新 EC2 G4 服务器采用辉达 T4 Tencor Core GPU，将在未来数周启用。
全新 99 美元 Jetson Nano 可执行所有 AI 模型
大篇幅介绍 RTX 和 CUDA-X AI 后，黄仁勋表示，机器人无处不在，辉达非常重视机器人市场，为此开发了一整套软硬件产品。GTC 2019 推出全新机器人产品是 Jetson Nano。借助 CUDA-X 提供 472 GFLOPS 的 AI 效能，功率低至 5W。Jetson Nano 分两版，开发者套件对开发者、发烧友开放，售价 99 美元；对边缘装置系统公司的模组售价 129 美元。
黄仁勋现场只介绍 99 美元版，不过展示了基于 Jetson Nano 的小型机器人 Kaya，整合多个感测器。这说明 Jetson Nano 支援高分辨率感测器，可处理多感测器的资料，并支援主流 AI 框架。
Jetson Nano 关键特徴包括：
- GPU：基于 NVIDIA Maxwell 架构 128 核 GPU
- CPU：四核 ARM A57
- 影片：4K @30fps（H.264 / H.265）/ 4K @60fps（H.264 / H.265）编解码
- 镜头：MIPI CSI-2 DPHY 通道，12x（模组）和 1x（开发者套件）
- 内存：4GB，64 位元 LPDDR4，25.6 Gigabit 位元／秒
- 网络：Gigabit 以太网路
- 操作系统支援：Linux for Tegra
- 模组大小：70×45mm
- 开发者套件大小：100×80mm
DRIVE Constellation 正式上市
最后介绍的是自动驾驶。黄仁勋认为，未来自动驾驶系统将是软件定义。他宣布推出 DRIVE AP2X 9.0，并展示系统的工作原理及如何构建地图。
辉达还推出加强版 NVIDIA DRIVE AV 自驾车软件套件，主要组成部分软件是 Safety Force Field（SFF），SFF 透过取得感测器资料分析和预测周围环境的动态，确定车辆和其他道路使用者的安全。
据悉，SFF 可使车辆达到安全碰撞验证，并不是透过有限的统计资料分析实际情景，尝试模拟高复杂性，SFF 使用真实资料和位元级精确模拟验证，包括高速公路和城市驾驶场景，因这些场景太危险，难以在真实世界进行。
黄仁勋还宣布 NVIDIA DRIVE Constellation 正式上市，这是可延伸的模拟平台，支援大型虚拟车队自驾车，效率更高、成本更低、安全性超过现实世界可能有的效率。
汽车安全性至关重要，但很多情景难以在现实测试。黄仁勋展示的影片模拟汽车在不同自然环境（白天或晚上）、不同交通情况下的 12 种自动驾驶情景。
Drive Constellation 自动驾驶模拟系统首次亮相是在 GTC 2018，基于两种不同服务器的计算平台：一台服务器执行 NVIDIA DRIVE Sim 软件，模拟自驾车辆的感测器，如相机、光学雷达和雷达。另一台 DRIVE Constellation Vehicle 服务器包含 NVIDIA PegasusTM AI 车用电脑，处理模拟感测资料。DRIVE Constellation Vehicle 的驾驶决策将回馈到 DRIVE Constellation 模拟器，做到定位精确、定时精确的硬件回路测试。
简单来说，DRIVE Constellation 生态系统的合作伙伴可整合开放平台环境模型、车辆模型、感测器模型和交通场景。透过整合更广泛的模拟生态系统资料，平台就能生成全面、多样化和复杂的测试环境。
最后，辉达还宣布与丰田的新合作，建立在辉达 DRIVE AGX Xavier AV 平台与日本丰田 TRI-AD 团队和美国丰田研究所（TRI）的持续合作基础上。
辉达和丰田的协定包括开发跨多个延伸的架构车型和类别，加速开发缩短生产时间，以及在有挑战性的场景模拟相当于数十亿英里的驾驶。
总结
与往年相比，本次 GTC 既没有发表新 GPU 架构，也没有抛出什么重磅 GPU 硬件新技术和新品；然而，一向控制时间的黄仁勋却严重超时了──原定 2 小时的 Keynote，最终花了 2 小时 40 分才结束。
从 Keynote 内容来看，辉达想传达的讯息有两点：一是利用现有 GPU 技术做到基于 AI 加速计算，以此应付 AI 时代资料科学面临的挑战；二是在现有 GPU 能力的基础上，努力延伸 3D 视觉、自动驾驶等领域产业，进而构建更广泛的 GPU 应用生态──这对提升辉达未来的价值，毫无疑问非常必要。
（本文由 雷锋网 授权转载；首图来源：辉达）
