Nvidia GTC2019:沒有新架構(gòu),但黃仁勛打造了一個巨大的生態(tài)圈

在美國加州圣何塞的圣何塞大學(xué)活動中心，一年一度的英偉達 GTC（GPU Technology Conference）大會正式開幕，英偉達創(chuàng)始人兼 CEO 黃仁勛做了重磅演講。

作為英偉達展示其技術(shù)實力和產(chǎn)品進展的最重要的舞臺，本次 GTC（也稱 GTC 2019 ）覆蓋了 AI/深度學(xué)習(xí)、數(shù)據(jù)中心加速、自動駕駛、圖像處理與模擬、高性能計算、機器人等多個領(lǐng)域。雷鋒網(wǎng)編輯也受邀來到 GTC 2019 現(xiàn)場，見證了英偉達在諸多領(lǐng)域的最新進展。

那么，在本次 GTC 的 Keynote 上，英偉達放出了哪些“核彈”呢？

利用 RTX 技術(shù)，發(fā)力 3D 行業(yè)

在 2018 年的 SIGGRAPH 會議上，英偉達發(fā)布了全新的圖靈架構(gòu)驚艷了整個計算機圖形行業(yè)；同時基于此架構(gòu)，英偉達發(fā)布了 RTX （實時光線追蹤）技術(shù)和基于該技術(shù)的 Quadro 系列 GPU。

不過對于英偉達來說，要想推動 RTX 走向市場，自然離不開合作伙伴的支持。

在本次 GTC 上，英偉達宣布，眾多全球頂級的 3D 應(yīng)用提供商支持 NVIDIA RTX 技術(shù)，相關(guān)產(chǎn)品將在 2019 年發(fā)布；這些應(yīng)用商包括 Adobe、Unity、Unreal Engine、Pixer 等。按照英偉達的說法，在這樣的合作之下，RTX 技術(shù)將會在 2019 年到達 900 萬 3D 創(chuàng)作者手中。

在這里，黃仁勛發(fā)布了 NVIDA OMNIVERSE，它是一個讓創(chuàng)作者利用 RTX 技術(shù)來進行創(chuàng)作的 3D 開放協(xié)作平臺。

在這個平臺之上，英偉達與 PIxar、Digital Domain 等眾多平臺合作，支持最新的設(shè)計協(xié)作行業(yè)標(biāo)準(zhǔn)。比如說，它支持 Pixar 的 Scene Description 技術(shù)，在渲染、模型、動畫、光效、陰影等方面更好地交換信息，同時也支持 Nvidia 的 Material Definition Language，能夠讓創(chuàng)作者在多個工作中變換表面材料信息。

同時，創(chuàng)作者也可以利用英偉達的 Omniverse Viewer 來實時查看自定義條件下的 3D 效果。當(dāng)然，Omniverse Viewer 也利用了 RTX 技術(shù)和 CUDA 核心和支持 Tensor Core 的 AI 技術(shù)。

基于 RTX 技術(shù)，黃仁勛還發(fā)布了數(shù)據(jù)中心級別的圖像服務(wù)器 NVIDIA RTX Servers，它能夠支持渲染、Omniverse 和 Geforce Now 云端游戲服務(wù)。其中，有一個最新配置令人震驚，它在 32 個 RTX blade Server（每個 blade Server 擁有 40 個 GPU） 上部署了 1280 個圖靈架構(gòu)的 GPU，從而在云渲染、效率和規(guī)模上實現(xiàn)了飛躍。

目前，包括戴爾、HPE、聯(lián)想、ASUS、Supermicro 在內(nèi)，已經(jīng)有不少服務(wù)器廠商已經(jīng)推出了講過認(rèn)證的 NVIDIA RTX 服務(wù)器，從而提供數(shù)據(jù)中心級別的高度可定義、按需分配的內(nèi)容渲染和虛擬工作站解決方案。

值得一提的是，基于兩塊 Quadro RTX 8000 GPU（Quadro RTX 系列除了支持實施光線追蹤，也 AI 方面也有極佳的表現(xiàn) ）， 英偉達也發(fā)布了專門面向數(shù)據(jù)科學(xué)家的工作站，它擁有 96GB 內(nèi)存，預(yù)裝了 CUDA-X AI 庫，支持 RAPIDS、TensorFlow、Pytorch、Caffe、Anaconda Dsitribution，可以達到 10 倍的數(shù)據(jù)處理速度。

發(fā)布 CUDA X AI，加速數(shù)據(jù)科學(xué)

本次 Kyenote 上，黃仁勛發(fā)布了全新的 AI 加速庫——CUDA X AI SDK 庫。

CUDA X AI SDK 可以用于數(shù)據(jù)分析、機器學(xué)習(xí)、深度學(xué)習(xí)等多個領(lǐng)域的加速；它可以更好地釋放 Tensor Core GPU 的靈活性，實現(xiàn)以下諸多方面的加速：

數(shù)據(jù)科學(xué)中的數(shù)據(jù)獲取、ETL、模型訓(xùn)練和部署；

機器學(xué)習(xí)算法的壓縮、分類等；

深度學(xué)習(xí)中的的訓(xùn)練框架，針對 NVIDIA Tensor Core GPU 進行自動優(yōu)化；

云端的推理和大規(guī)模 Kubernetes 部署；

PC、工作站、超計算機、企業(yè)數(shù)中心中的數(shù)據(jù)科學(xué)；

AWS、Google Cloud 和微軟 Azure 云計算中的 AI 服務(wù)。

英偉達方面表示，CUDA-X AI 可以實現(xiàn)機器學(xué)習(xí)和數(shù)據(jù)科學(xué)最高 50 倍的負(fù)載加速，它包含了十幾個特性的加速庫。比如說，它可以通過 cuDF 加速數(shù)據(jù)分析，通過 cnDNN 加速深度學(xué)習(xí)，通過 cuML 加速機器學(xué)習(xí)算法，通過 DALI 加速數(shù)據(jù)處理。

當(dāng)前，CUDA-X AI 已經(jīng)被 Charter、微軟、Paypal、SAS 和沃爾瑪?shù)?a target="_blank">公司所采用，同時也支持 TensorFLow、PyTorch 和 MXNet 等主流的深度學(xué)習(xí)框架。

在本次 GTC 上，黃仁勛宣布，已經(jīng)有七家世界級的廠商將推出基于 NVIDIA T4 GPU 和 NVIDIA CUDA-X AI 加速庫的服務(wù)器，這些服務(wù)器都已經(jīng)針對 CUDA-X AI 進行了特殊優(yōu)化。這七家廠商分別是：思科、戴爾 EMC、富士通、惠普企業(yè)、浪潮、聯(lián)想、曙光。

同時，英偉達宣布，這些廠商推出的上述服務(wù)器均為 NVIDIA NGC-Ready 認(rèn)證通過。2018 年 11 月，英偉達發(fā)布了 NGC-Ready 計劃，讓采用基于英偉達 GPU 系統(tǒng)的客戶能夠在更廣的范圍內(nèi)放心地部署 GPU 加速軟件。目前，這些通過認(rèn)證的服務(wù)器的關(guān)鍵型號如下：

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

此外，針對 NGC-Ready 項目，英偉達也宣布了一項全新的企業(yè)級支持服務(wù)——NVIDIA NGC Support Services，它可以支持所有的 NGC-Ready T4 系統(tǒng)和諸多此前已經(jīng)通過認(rèn)證的基于 NVLink 和基于 Tesla V100 的服務(wù)器，以及基于 NVIDIA 的工作站。

值得一提的是，在談到這一環(huán)節(jié)時，Mellanox Technologies（英偉達此前不久宣布以 69 美元的價格收購該公司 ）CEO Eyal Waldman 也來到現(xiàn)場，與黃仁勛同臺亮相，二人對外簡單分享了英偉達在加速計算的未來愿景。

另外，在發(fā)布會上，黃仁勛與為之站臺的亞馬遜 AWS 副總裁 Matt Garman 聯(lián)合宣布，NVIDIA 與亞馬遜 EMC 達成合作關(guān)系；它的最新的 EC2 G4 服務(wù)器采用了英偉達 T4 Tencor Core GPU，該服務(wù)器將在未來數(shù)周內(nèi)可用。

全新99美元Jetson Nano可運行所有AI模型

在大篇幅介紹RTX和CUDA-X AI后，黃仁勛表示，機器人無處不在，英偉達非常重視機器人市場，為此開發(fā)了一整套的軟硬件產(chǎn)品。GTC 2019推出的全新機器人產(chǎn)品是Jetson Nano。借助CUDA-X可以提供472 GFLOPS的AI性能，功率低至5W。Jetson Nano分為兩個版本，開發(fā)者套件面向開發(fā)者、發(fā)燒友，售價99美元，面向邊緣設(shè)備系統(tǒng)公司的模塊售價129美元。

黃仁勛現(xiàn)場只介紹了售價99美元的版本，不過展示了基于Jetson Nano的一個小型機器人Kaya，集成了多個傳感器。這很好的說明，Jetson Nano支持高分辨率傳感器，可處理多個傳感器的并行數(shù)據(jù)，并支持主流的AI框架。

據(jù)雷鋒網(wǎng)了解，Jetson Nano的關(guān)鍵特性包括：

GPU：基于NVIDIA Maxwell架構(gòu)128核的GPU

CPU：四核ARM A57

視頻：4K @ 30 fps（H.264 / H.265）/ 4K @ 60 fps（H.264 / H.265）編解碼

攝像頭：MIPI CSI-2 DPHY通道，12x（模塊）和1x（開發(fā)者套件）

內(nèi)存：4 GB 64位LPDDR4； 25.6千兆字節(jié)/秒

連接：千兆以太網(wǎng)

操作系統(tǒng)支持：LinuxforTegra

模塊尺寸：70mm x 45mm

開發(fā)者套件尺寸：100mm x 80mm

DRIVE Constellation正式上市

最后介紹的是自動駕駛。黃仁勛認(rèn)為，未來的自動駕駛系統(tǒng)將是軟件定義。他宣布推出DRIVE AP2X 9.0，并展示了這個系統(tǒng)的工作原理以及它如何構(gòu)建地圖。

于此同時，英偉達還推出了加強的NVIDIA DRIVE AV自動駕駛汽車軟件套件，套件主要組成部分軟件是Safety Force Field（SFF），SFF是通過獲取傳感器數(shù)據(jù)來分析和預(yù)測周圍環(huán)境的動態(tài)，并確定車輛和其他道路使用者的安全。

據(jù)悉，SFF可以使車輛實現(xiàn)安全的碰撞驗證，并不是通過有限的統(tǒng)計數(shù)據(jù)來分析實際情景，試圖模擬高復(fù)雜性。SFF使用真實數(shù)據(jù)精確模擬進行驗證，包括高速公路和城市駕駛的場景，這些場景太危險難以在真實世界進行。

接下來，黃仁勛還宣布NVIDIA DRIVE Constellation正式上市，這個可擴展的仿真平臺支持大型虛擬車隊自動駕駛汽車，效率更高、成本更低、安全性超過了現(xiàn)實世界中可能實現(xiàn)的效率。

汽車的安全性至關(guān)重要，但很多情景難以在現(xiàn)實中測試。黃仁勛演示的視頻模擬了汽車在不同自然環(huán)境（白天或晚上），不同交通情況下的12種自動駕駛情景。

Drive Constellation自動駕駛仿真系統(tǒng)的首次亮相是在GTC 2018上，該系統(tǒng)基于兩種不同服務(wù)器的計算平臺：一臺服務(wù)器運行 NVIDIA DRIVE Sim 軟件來模擬自動駕駛車輛的傳感器，，如相機、激光雷達和雷達。另一臺DRIVE Constellation Vehicle服務(wù)器包含NVIDIA PegasusTM AI 汽車電腦，處理模擬傳感數(shù)據(jù)。DRIVE Constellation Vehicle的駕駛決策將反饋到DRIVE Constellation模擬器，實現(xiàn)位精確，定時精確的硬件在環(huán)測試。

簡單來說，DRIVE Constellation 生態(tài)系統(tǒng)的合作伙伴可以整合他們的開放平臺環(huán)境模型、車輛模型、傳感器模型和交通場景。 通過整合來自更廣泛的模擬生態(tài)系統(tǒng)的數(shù)據(jù)集，平臺可以生成全面的，多樣化和復(fù)雜的測試環(huán)境。

最后，英偉達還宣布了與豐田宣布了一項新的合作，建立在英偉達DRIVE AGX Xavier AV平臺與位于日本的豐田TRI-AD團隊和位于美國的豐田研究所（TRI）的持續(xù)合作基礎(chǔ)之上。

據(jù)悉，英偉達和豐田的協(xié)議包括開發(fā)跨多個擴展的架構(gòu)車型和類型，加速開發(fā)縮短生產(chǎn)時間，以及在具有挑戰(zhàn)性的場景中模擬相當(dāng)于數(shù)十億英里的駕駛。

總結(jié)

與往年相比，本次的 GTC 既沒有發(fā)布新的 GPU 架構(gòu)，也沒有拋出什么重磅的 GPU 硬件新技術(shù)和新品；然而，一向雷厲風(fēng)行的黃仁勛卻嚴(yán)重拖堂了——原本計劃兩小時的 Keynote，最終花了兩小時四十分鐘才結(jié)束。

從 Keynote 內(nèi)容來看，英偉達在本次 GTC 上想要傳遞的信息有兩點：一是利用現(xiàn)有的 GPU 技術(shù)來實現(xiàn)基于 AI 的加速計算，以此來應(yīng)對 AI 時代數(shù)據(jù)科學(xué)所面臨的挑戰(zhàn)；二是在現(xiàn)有的 GPU 能力的基礎(chǔ)上，努力擴展在 3D 視覺、自動駕駛等領(lǐng)域的行業(yè)，從而構(gòu)建出一個更加廣泛的 GPU 應(yīng)用生態(tài)——這對英偉達未來價值的實現(xiàn)，毫無疑問是非常必要的。