对于NVIDIA GTC 2019，黄仁勋用两小时四十多分钟讲了这些事儿

至顶网服务器频道 03月19日 新闻消息（文/李祥敬）：美国圣何塞2019年3月18日现场报道，业界关注的NVIDIA GTC 2019正式拉开帷幕。在首日的Keynote中，NVIDIA创始人兼CEO黄仁勋用超过两个小时四十分钟的演讲为我们带了眼花缭乱的现场秀。在这将近三个小时的不插电分享中，NVIDIA展示了自己的业务布局和产品更新。

黄仁勋在开场用一张图展示了NVIDIA统一化平台的布局，那就是CUDA-X GPU加速计算库合集，用于加速深度学习、机器学习和数据分析，能够让企业从NVIDIA的GPU加速计算平台中受益。

CUDA-X AI包括用于加速深度学习的cuDNN、用于加速机器学习算法的cuML、用于优化训练模型以进行推理的TensorRT、 以及其他15个以上的库。它们能够与NVIDIA Tensor Core GPU无缝协作，加速端到端工作流程，以开发和部署基于AI的应用。

CUDA-X AI可被集成到TensorFlow、PyTorch和MXNet等深度学习框架中，以及AWS、Microsoft Azure和Google Cloud等云平台中。

在这张图中，NVIDIA对于自身产品和技术的思考被展露无遗。在黄仁勋的演讲中，我们可以从三个方面概括这次GTC大会的发布成果。

• 图形计算——NVIDIA TURING RTX获得广泛支持，提供完整的渲染工作流；针对3D图形设计，NVIDIA OMNIVERSE全球工作室协同开放平台被推出。同时，NVIDIA推出RTX Server，并提供针对数据中心图形处理的服务器设计标准。
• HPC与AI——数据科学成为新的蓝海，NVIDIA构建NVIDIA CUDA-X AI生态系统，涵盖框架、云端机器学习服务、部署，产品包括工作站、服务器和云；CLARA AI Toolkit帮助开发者更好构建AI应用；针对超算和超大规模数据中心推出NVIDIA DGX-2和NVIDIA DGX POD全新产品。NVIDIA联手AWS和Mellanox为数据科学提供全面支持。
• 自主机器人和无人驾驶——基于Jetson平台，NVIDIA发布了价格为99美金的Jetson NANO，以及ISAAC Open SDK、无人驾驶的开放生态平台Drive AP2X、Drive AV等。

下面笔者详细说一下上面三个方面的全新发布：

NVIDIA RTX光线追踪技术于SIGGRAPH 2018期间推出，现在这个技术获得了业界怎样的认可呢？在GTC 2019上，黄仁勋表示，NVIDIA RTX为超过900万的活跃艺术家和设计师们带来了突破，Adobe、Autodesk、达索系统、Epic、Unity等多家公司的顶级设计和渲染工具将在2019年新版本中采用NVIDIA RTX。

NVIDIA RTX基于NVIDIA Turing GPU架构，该架构采用了行业内首款专为光线追踪设计、在GPU上的硬件RT Core，以及用于AI加速的Tensor Core。

在GTC 2019上，黄仁勋的AI和HPC的章节讲述占据了很大的篇幅。比如，思科、戴尔EMC、富士通、HPE、浪潮、联想和中科曙光推出能够运行CUDA-X AI加速数据分析、机器学习和深度学习的NVIDIA T4服务器。

T4 GPU耗能仅为70瓦，是面向现有数据中心基础设施而设计的，可加速AI训练和推理、机器学习、数据分析和虚拟桌面。

另外，这些全新的T4服务器已经实现NVIDIA NGC-Ready。作为NGC-Ready功能验证流程的一部分，所有经过测试的软件均可通过NVIDIA NGC获取。NVIDIA NGC是一个综合资源库，包括GPU加速软件、经预先训练的AI模型、数据分析模型训练、机器学习、深度学习、以及通过CUDA-X AI加速的高性能计算。

随着AI的发展，深度学习和机器学习成为企业常见的工作负载。为此，NVIDIA与惠普、戴尔、联想推出集成NVIDIA Quadro RTX GPU和NVIDIA CUDA-X AI的数据科学工作站。

这些工作站基于强大的参考架构搭建，该架构由两颗高端NVIDIA Quadro RTX GPU和NVIDIA CUDA-X AI加速数据科学软件构成，如RAPIDS、TensorFlow、PyTorch和Caffe。

在机器人领域，Jetson Nano成为Jetson系列产品的新成员。该系列还包括用于完全自主机器的功能强大的Jetson AGX Xavier和用于边缘人工智能的Jetson TX2。

Jetson Nano具备472GFLOPS（每秒十亿次浮点运算）的计算性能，并且具有高能效，但耗电量仅为5瓦，能让开发人员轻松地将AI模型及框架集成到产品中。

在软件层面，JetPack SDK建立在CUDA-X的基础上，是一个完整的人工智能软件栈，包含用于深度学习、计算机视觉、计算机图形和多媒体处理的加速库，支持整个Jetson系列产品。JetPack包括最新版本的CUDA、cuDNN、TensorRT和完整版桌面Linux操作系统。

NVIDIA还创建了一个参考平台，通过尽量减少初始硬件组装所用的时间来快速启动人工智能应用的开发。NVIDIA JetBot是一款小型移动机器人，可使用现成的组件构建并基于GitHub实现开源。

在无人驾驶方面，用于自动驾驶车辆验证的虚拟测试平台——NVIDIA DRIVE Constellation正式上市。

这款基于云端的平台可使汽车在虚拟世界中驾驶数百英里，并历经从常规行驶到罕见危险情境的广泛驾驶场景，相比在真实环境中训练，该平台可帮助实现更高效率、更大成本收 益以及更安全的驾驶体验。

DRIVE Constellation于去年首次在GTC技术大会上推出，是一款由两个并排服务器组成的数据中心解决方案。 其中一台服务器DRIVE Constellation Simulator使用NVIDIA GPU运行DRIVE Sim软件，用以生成在虚拟世界中车辆行驶的传感器结果。另外一台服务器DRIVE Constellation Vehicle搭载了DRIVE AGX Pegasus AI汽车计算机，用来处理仿真的传感器数据。

来自DRIVE Constellation Vehicle的驾驶决策可反馈到DRIVE Constellation Simulator中，从而实现位精确且时间精准的硬件在环测试。

黄仁勋展示了DRIVE Constellation平台在云端无缝执行驾驶测试的可扩展性能。世界上任何地方的开发人员都可以向DRIVE Constellation数据中心提交仿真场景，并在他们的桌面端对结果进行评估。

DRIVE Constellation是一个开放式平台，生态系统合作伙伴可将其环境模型、车辆模型、传感器模型和交通场景集成于其中。通过整合来自更广泛仿真生态系统的数据集，该平台可以生成全面、多样化并且复杂的测试环境。

仿真的重要性获得了全球最大汽车制造商的认可。NVIDIA还宣布，丰田研究院高级研发公司（Toyota Research Institute-Advanced Development ，简称TRI-AD）是DRIVE Constellation的第一个客户。

另外，NVIDIA宣布收购Mellanox，两家公司的CEO同框，两家公司在HPC和AI领域的协同效应非常明显，所以业界对于两家公司未来的整合非常期待。

记者手记

正如笔者在朋友圈中所写的，巨头科技公司的创新步伐放缓是不争的事实，从以产品技术为中心到以用户为中心，需求导向的开箱即用方案成为主流，生态伙伴才是一家平台公司的重要支撑。

在本届GTC大会上，我们更多是看到NVIDIA的产品和技术被业界认可和集成，围绕其构成的生态不断壮大和繁荣。我有时在想，NVIDIA是不是要另起炉灶，举办GPC（GPU Partner Conference）。

以上是来自至顶网记者在GTC 2019现场的报道，在后续几日中，笔者会与NVIDIA高管以及合作伙伴、客户展开交流，为您带来更多GTC 2019的报道。