美国时间2019年3月18日,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,把重点放在了一系列新设备和新服务上,旨在巩固自身GPU芯片在计算机图形、数据科学和人工智能等领域的领先地位。
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。
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。
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。
NVIDIA提供了最顶级的、面向人工智能的数据中心服务器芯片T4,而且还将通过AWS G4新计算实例提供。此外,思科、Dell EMC、富士通、HPE、浪潮、联想和曙光等厂商的服务器系统也将支持T4芯片。该芯片专为机器学习和深度学习打造,特别是T4芯片还瞄准了AI推理工作负载,这种工作负载是运行神经网络模型的计算密集型负载,需要用大量数据进行训练。
另外,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。
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。
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。
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。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。
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。
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。
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。
好文章,需要你的鼓励
英国宠物慈善机构PDSA数据显示,超过半数宠物主担心无法承担兽医费用。科技公司正通过AI和物联网技术解决这一市场需求。在伦敦兽医展上,多家初创公司展示了创新技术:AI for Pet利用视觉AI分析宠物眼部、皮肤等图像提供健康洞察;Sylvester.ai开发AI模型识别猫咪疼痛表情;VEA整合患者数据自动化诊断。此外,智能项圈等物联网设备可追踪宠物健康症状。这些技术有助于宠物主采取预防措施,降低兽医费用。
卡内基梅隆大学联合Adobe开发出革命性的NP-Edit技术,首次实现无需训练数据对的AI图像编辑。该技术通过视觉语言模型的语言反馈指导和分布匹配蒸馏的质量保障,让AI仅用4步就能完成传统50步的编辑任务,在保持高质量的同时大幅提升处理速度,为图像编辑技术的普及应用开辟了全新道路。
北欧国家启动统一人工智能产业计划,旨在通过合作在全球舞台上竞争,获得微软和谷歌支持。10月成立的新北欧AI中心获得350万英镑初始预算,但谷歌和微软是唯一提供资金支持的科技公司,具体金额保密。该中心将开发生成式AI系统并建设应用AI服务的系统。北欧教育部长承诺追加资金开发大型北欧语言生成AI模型。尽管资金有限,但北欧国家希望通过联合力量在AI竞赛中提升地位。
复旦大学团队突破AI人脸生成"复制粘贴"痛点,开发WithAnyone模型解决传统AI要么完全复制参考图像、要么身份差异过大的问题。通过MultiID-2M大规模数据集和创新训练策略,实现保持身份一致性的同时允许自然变化,为AI图像生成技术树立新标杆。