今年的 NVIDIA GTC 開發(fā)者大會,，與往年頗有些不同。

北京時間 5 月 11 日 00：00,，萬眾矚目的英偉達 CEO 黃仁勛 Keynote 演講,，在加州圣何塞舉行。全場長達兩個多小時,，雷鋒網記者在媒體中第一位入場,，坐在了前排中央。然而,，整場演講下來,，老黃并沒有一句提到游戲。

本場主題演講的話題涉獵面其實很廣： VR,、Volta,、超算、GPU 云服務,、自動駕駛芯片,、以及機器人訓練。但是,，所有這些話題都有一個共同點：要么基于 AI,、深度學習技術、要么為 AI,、深度學習技術服務,。

英偉達也恰恰在 GTC 舉辦的同時，公布了 2017 年第一季度的財報,。財務數據顯示,，NVIDIA 在 2017 第一季度營收同比增長 48%，達到 19.4 億美元,。在過去一年里,，NVIDIA 致力于深度學習的計算系統(tǒng)解決方案極大推動了語音識別、機器視覺,、虛擬助手,、自動駕駛等領域的發(fā)展，而其在各行各業(yè)的核心開發(fā)者也成為這家 “核彈公司” 源源不斷的增長動力。

發(fā)布五大革命性產品

看來,，英偉達已經如同老黃所說,，已完全轉型成為領先的 AI 企業(yè)。本屆 GTC 的主題,，便是 AI & 深度學習,。當然，還有劃時代的深度學習硬件 Volta,。下面,，便是本屆 GTC 英偉達發(fā)布的五大革命性產品：Project Holodeck、Volta,、英偉達 GPU 云,、Xavier DLA，以及 Isaac 機器人模擬機,。

Project Holodeck

Project Holodeck 是老黃發(fā)布的第一個產品,，堪稱是本屆 GTC 的開胃菜。它將 VR 和 AI 的頂尖技術相結合,，所構建的 VR 社交、工作空間,。它有三大特點：

• 照片級逼真的視覺

• 物理交互

• 協(xié)作

其中最大的亮點,，無疑是物理交互體驗。老黃表示,，虛擬共享空間必須要遵從物理定律,，否則就無從營造真實世界般的沉浸感。相比之下,，同屬 VR 社交空間應用的 Facebook Spaces,，并沒有這么強調物理屬性。

英偉達與頂級跑車制造商科尼塞克合作,，請科尼塞克創(chuàng)始人 Christian Koenigsegg 甚至利用 VR 化身（上圖中的虛擬人）“現身” 說法,。

演示中，有兩個細節(jié)值得我們注意：

• 當 VR 化身觸摸方向盤時,，其 “手掌” 并不會像網游那樣穿過方向盤,，而是能實實在在地握住它。雷鋒網獲知,，用戶還能在 Project Holodeck 里舉起東西,。這充分展示了 “物理交互”。

• Project Holodeck 導入了科尼塞克最新車型（上圖）的全部三維數據——不僅僅是外觀,，還有內飾,、零件。隨老黃一聲令下，整部車分解成一個個的獨立零件,；展示了讓 VR “不止于社交” 的可能性,。

Project Holodeck 將于 9 月開放早鳥體驗。

Volta 架構

沒錯,，Volta 終于來了,。繼 Pascal （帕斯卡）之后的新一代 GPU 架構，在萬眾期待下亮相,。對于絕大多數觀眾,，不論 GTC 推出了多少 AI 工具，都無法遮掩 Volta 作為本屆大會心臟的事實,。

畢竟,，英偉達今后二至三年的 GPU 產品線，全都要由 Volta 供血,。雖然 Volta 架構的游戲顯卡最快在今年底才可能與大家見面,，但通過深度學習卡，也可一窺 Volta 的滿血性能,。那么在本屆 GTC,，英偉達推出了哪些基于 Volta 的產品？

答案是 Tesla V100,，以及基于它的深度學習計算機 DGX-1 和 DGX Station,。

Tesla V100

“迄今為止英偉達難度最高、最復雜的項目,；

耗費數千工程師數年光陰來完成,；

全世界有史以來最昂貴的計算機項目（研發(fā)支出為 30 億美元）?！?/span>

說的就是 Tesla V100,，基于新一代 Volta 架構。但英偉達在它身上實現的壯舉遠不止與此：

• Tesla V100 的芯片面積是驚人的 815 平方毫米,，約等于一塊 Apple Watch,，真正達到光刻技術的極限。老黃說：“不可能做出比這再大的 GPU 芯片…… 我把這看做是幾乎‘不可能實現的’,，是制造技術的一項不可思議的驚人績業(yè),。”

• 來自三星的 16GB HBM2 顯存,，帶寬達到驚人的 900 GB/s,。

詳細規(guī)格見下圖：

• Tensor Core

相比 Pascal，Volta 有全新的張量運算指令,，這就是 Tensor Core,。

它既是指令也是數據格式,，是 4*4 的矩陣處理陣列。它使得 Volta 的訓練吞吐量達到了 Pascal 的 12 倍,，推理吞吐量達到 6 倍,。借助它，Tesla V100 的張量運算能力達到 120 TFLOPS,。

• TensorRT

它是 Volta 的高性能神經網絡推理引擎,，或者說編譯器。目的是為推理運算快速地優(yōu)化,、驗證,、部署訓練好的神經網絡。

老黃解釋道：” 訓練完成之后,，用于訓練神經網絡的框架會生成圖,。圖需要為你使用的處理器進行優(yōu)化、編譯,。我們把這稱為 TensorRT,。“

• 面向推理（inference）

眾所周知,，深度學習運算可被分為訓練和推理兩部分,。從前， N 卡只關注訓練,，而在 Tesla V100 上,，英偉達終于對推理 “動真格”。老黃表示,，從 Volta 開始，英偉達 GPU 將對訓練,、推理兼顧,，可謂是革命性的突破。如圖所示,，Tesla V100 的推理運算速度是 Skylake CPU 的十余倍不止,。CPU、FPGA 和 TPU 們怕了么,？

• 性能對比

這是 Tesla K80,、P100 與 V100 三代架構的性能對比。在 Caffe2,、Microsoft Cognitive Toolkit（CNTK）,、MXnet 三大框架上，V100 取得了數倍的性能提升,。以 Caffe2 為例,，訓練時間由 K80 的 40 多小時,，縮減到 V100 的不到 10 小時。

DGX-1V,、DGX Station 和 HGX-1

深度學習超級計算機 DGX-1 也把 GPU 升級為 Volta,，這便是 DGX-1V。

它內置八塊 Tesla V100,，運算能力為驚人的 960 Tensor TFLOPS,。老黃表示，過去 Titan X 需花費八天訓練的神經網絡,，用 DGX-1V 只需八個小時,。它相當于是 “把 400 個服務器裝進一個盒子里”。

售價 149000 美元,，即日起接受預定,，第三季度出貨。

DGX Station 則是縮小版的 DGX-1V,，老黃稱其為 “Personal DGX”,，堪稱是終極深度學習 PC。英偉達內部已經使用很久,，每個工程師要么有 DGX-1V,，要么有 DGX Station，再要么兩個都有,。這次,，老黃決心把它推向市場。

它內置四塊 Tesla V100,，運算力因而是 DGX-1V 的一半,。1500W 功耗，使用水冷,。售價 69000 美刀,。

另外一個基于 Tesla V100 的新硬件產品是 HGX-1。這是英偉達與微軟合作開發(fā)的公有云服務器,。老黃聲稱,，這是業(yè)內首個堪稱標桿的云圖形加速器。它內置八塊 Tesla V100,，設計時就考慮了公有云服務器必需的多種任務處理與全能性,。

英偉達 GPU 云 

“這是世界上首個混合深度學習云平臺”，老黃說,。

每一名深度學習工程師大概都深有體會：在一臺設備上創(chuàng)建,、設置開發(fā)環(huán)境并不是一件省心的事。這花費的時間可能是整整一天,，可能是一個星期,、一個月,，也可能灰心喪氣干脆放棄。

為解決這一開發(fā)者的痛點,，英偉達推出了 GPU 云,。它的亮點非常直接——在幾分鐘內設置好本地開發(fā)環(huán)境。而這,，只需要打包下載一整套英偉達優(yōu)化,、整合好的深度學習軟件包。開發(fā)者所有需要的庫和框架都包含在內,，并且用容器 NVDocker 隔離,。

它支持全部深度學習開發(fā)框架。當然,，為利用云端成白上千 GPU 的強大計算力,，開發(fā)者可一鍵在英偉達 GPU 云設立開發(fā)環(huán)境，上傳工作進度,。

英偉達 GPU 云 將在七月公測,。

開源 Xavier DLA

Xavier 是英偉達的自動駕駛 AI 處理器。它的創(chuàng)新之處在于,，整合了 CPU,、GPU 以及 DLA 三大處理器的優(yōu)點：

雷鋒網注：DLA 即深度學習加速器，前段時間很火的谷歌 TPU,，便是 DLA,。

Xavier 同時具備 CPU 的單線程性能，CUDA 的并行加速能力,，以及 DLA 的計算機視覺特殊功能,。

老黃宣布，為加速深度學習技術的普及和進步,，將開源 Xavier DLA 供所有開發(fā)者使用,、修改。初期版本將在 7 月開放,，完整版本將于 9 月公開。

Isaac 機器人模擬機

Isaac （艾薩克）這個名字,，來自于兩個人：一是象征物理學的艾薩克 · 牛頓,，二是象征 AI 的艾薩克 · 阿西莫夫。這是英偉達傾力打造的終極機器人 AI 虛擬訓練環(huán)境,。

在真實世界人為訓練機器人有先天的局限性：人力成本過高,，風險大，耗時長,，效率極低,。解決的方案,，便是在虛擬環(huán)境進行機器人訓練。這有點類似于訓練智能體的模擬器 Deepmind Lab 和 OpenAI Gym,。事實上,，Isaac 直接連通 OpenAI Gym，借助后者的強化學習功能,。

充分利用了英偉達在物理引擎上的造詣,，老黃表示，Isaac 的目標是打造一個遵從物理定律的 “alternate universe”（替代空間）,。虛擬訓練空間將完全遵從現實世界的物理定律,，除了時間。理想的情況是,，在模擬機中學習過的機器人,，就相當于已經預訓練過。

而在時間上,，機器人 AI 將以多重 “分身” 在 Isaac 中進行訓練,，每輪訓練中最聰明的那一個，將進入下一輪分配給每個智能體,；再從中選出表現最好的那一個進入下一輪,，取代上一輪的所有智能體……

如此往復，以訓練出最聰明的機器人 AI,。

后摩爾定律時代的新出路

與 GTC 第一天的內容集中在圖像處理不同,，在兩個小時的演講中里，只有在開場不久列舉深度學習對圖像處理效果的改善以及中途演示《最終幻想》兩處與圖像處理有關,，其他的時間中,，老黃大談特談的是 AI，是深度學習,，是計算能力,，是數據中心，是為開發(fā)者提供更有效的硬件與平臺,。

在 2016 年,，得益于人工智能紅利，英偉達股價累計漲幅接近 200%,，成為標普 500 指數漲幅第一名,。而在這次 GTC 大會上，老黃的演講再一次贏得了資本市場——在演講中,，英偉達的股價一直上升,，到收盤時漲幅為 17.83%，市值達到了 720 億美元,。

如同黃仁勛開場所言：我們需要找到摩爾定律之后的路,。在摩爾定律實效,、微處理器增速降低到每年 10% 的今天，GPU 計算的崛起已經在引領著人工智能的革命,。有這樣一組數據可以佐證：在過去 5 年中,，GTC 參會者增加了 3 倍，增長到 7000 人,；GPU 開發(fā)者增長 11 倍,，增長到超過 50 萬人...... 而這一切對于英偉達來說只是一個時代的開始。