<mark id="oztn4"></mark>
0
| 本文作者： 包永剛 | 2019-03-19 08:43 |
北京時間 3 月 19 日凌晨 5 點鐘，在美國加州圣何塞的圣何塞大學活動中心，一年一度的英偉達 GTC（GPU Technology Conference）大會迎來了本年度最重要的 Keynote 環節，也就是英偉達創始人兼 CEO 黃仁勛的重磅演講。這是英偉達舉辦的第十屆 GTC 大會。
作為英偉達展示其技術實力和產品進展的最重要的舞臺，本次 GTC（也稱 GTC 2019 ）覆蓋了 AI/深度學習、數據中心加速、自動駕駛、圖像處理與模擬、高性能計算、機器人等多個領域。雷鋒網編輯也受邀來到 GTC 2019 現場，見證了英偉達在諸多領域的最新進展。
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，發力 3D 行業
在 2018 年的 SIGGRAPH 會議上，英偉達發布了全新的圖靈架構驚艷了整個計算機圖形行業；同時基于此架構，英偉達發布了 RTX （實施光線追蹤）技術和基于該技術的 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 應用提供商支持 NVIDIA RTX 技術，相關產品將在 2019 年發布；這些應用商包括 Adobe、Unity、Unreal Engine、Pixer 等。按照英偉達的說法，在這樣的合作之下，RTX 技術將會在 2019 年到達 900 萬 3D 創作者手中。
在這里，黃仁勛發布了 NVIDA OMNIVERSE，它是一個讓創作者利用 RTX 技術來進行創作的 3D 開放協作平臺。
在這個平臺之上，英偉達與 PIxar、Digital Domain 等眾多平臺合作，支持最新的設計協作行業標準。比如說，它支持 Pixar 的 Scene Description 技術，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，能夠讓創作者在多個工作中變換表面材料信息。
同時，創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。當然，Omniverse Viewer 也利用了 RTX 技術和 CUDA 核心和支持 Tensor Core 的 AI 技術。
基于 RTX 技術，黃仁勛還發布了數據中心級別的圖像服務器 NVIDIA RTX Servers，它能夠支持渲染、Omniverse 和 Geforce Now 云端游戲服務。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 個圖靈架構的 GPU，從而在云渲染、效率和規模上實現了飛躍。
目前，包括戴爾、HPE、聯想、ASUS、Supermicro 在內，已經有不少服務器廠商已經推出了講過認證的 NVIDIA RTX 服務器，從而提供數據中心級別的高度可定義、按需分配的內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 ）, 英偉達也發布了專門面向數據科學家的工作站，它擁有 96GB 內存，預裝了 CUDA-X AI 庫，支持 RAPIDS、TensorFlow、Pytorch、Caffe、Anaconda Dsitribution，可以達到 10 倍的數據處理速度。
發布 CUDA X AI，加速數據科學
本次 Kyenote 上，黃仁勛發布了全新的 AI 加速庫——CUDA X AI SDK 庫。
CUDA X AI SDK 可以用于數據分析、機器學習、深度學習等多個領域的加速；它可以更好地釋放 Tensor Core GPU 的靈活性，實現以下諸多方面的加速：
數據科學中的數據獲取、ETL、模型訓練和部署；
機器學習算法的壓縮、分類等；
深度學習中的的訓練框架，針對 NVIDIA Tensor Core GPU 進行自動優化；
云端的推理和大規模 Kubernetes 部署；
PC、工作站、超計算機、企業數中心中的數據科學；
AWS、Google Cloud 和微軟 Azure 云計算中的 AI 服務。
英偉達方面表示，CUDA-X AI 可以實現機器學習和數據科學最高 50 倍的負載加速，它包含了十幾個特性的加速庫。比如說，它可以通過 cuDF 加速數據分析，通過 cnDNN 加速深度學習，通過 cuML 加速機器學習算法，通過 DALI 加速數據處理。
當前，CUDA-X AI 已經被 Charter、微軟、Paypal、SAS 和沃爾瑪等公司所采用，同時也支持 TensorFLow、PyTorch 和 MXNet 等主流的深度學習框架。
在本次 GTC 上，黃仁勛宣布，已經有七家世界級的廠商將推出基于 NVIDIA T4 GPU 和 NVIDIA CUDA-X AI 加速庫的服務器，這些服務器都已經針對 CUDA-X AI 進行了特殊優化。這七家廠商分別是：思科、戴爾 EMC、富士通、惠普企業、浪潮、聯想、曙光。
同時，英偉達宣布，這些廠商推出的上述服務器均為 NVIDIA NGC-Ready 認證通過。2018 年 11 月，英偉達發布了 NGC-Ready 計劃，讓采用基于英偉達 GPU 系統的客戶能夠在更廣的范圍內放心地部署 GPU 加速軟件。目前，這些通過認證的服務器的關鍵型號如下：
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級支持服務——NVIDIA NGC Support Services，它可以支持所有的 NGC-Ready T4 系統和諸多此前已經通過認證的基于 NVLink 和基于 Tesla V100 的服務器，以及基于 NVIDIA 的工作站。
值得一提的是，在談到這一環節時，Mellanox Technologies（英偉達此前不久宣布以 69億美元的價格收購該公司 ）CEO Eyal Waldman 也來到現場，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，在發布會上，黃仁勛與為之站臺的亞馬遜 AWS 副總裁 Matt Garman 聯合宣布，NVIDIA 與亞馬遜 EMC 達成合作關系；它的最新的 EC2 G4 服務器采用了英偉達 T4 Tencor Core GPU，該服務器將在未來數周內可用。
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，為此開發了一整套的軟硬件產品。GTC 2019推出的全新機器人產品是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，開發者套件面向開發者、發燒友，售價99美元，面向邊緣設備系統公司的模塊售價129美元。
黃仁勛現場只介紹了售價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據，并支持主流的AI框架。
據雷鋒網了解，Jetson Nano的關鍵特性包括：
GPU：基于NVIDIA Maxwell架構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（開發者套件）
內存：4 GB 64位LPDDR4; 25.6千兆字節/秒
連接：千兆以太網
操作系統支持：LinuxforTegra
模塊尺寸：70mm x 45mm
開發者套件尺寸：100mm x 80mm
DRIVE Constellation正式上市
最后介紹的是自動駕駛。黃仁勛認為，未來的自動駕駛系統將是軟件定義。他宣布推出DRIVE AP2X 9.0，并展示了這個系統的工作原理以及它如何構建地圖。
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據來分析和預測周圍環境的動態，并確定車輛和其他道路使用者的安全。
據悉，SFF可以使車輛實現安全的碰撞驗證，并不是通過有限的統計數據來分析實際情景，試圖模擬高復雜性。SFF使用真實數據和比特精確模擬進行驗證，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、安全性超過了現實世界中可能實現的效率。
汽車的安全性至關重要，但很多情景難以在現實中測試。黃仁勛演示的視頻模擬了汽車在不同自然環境（白天或晚上），不同交通情況下的12種自動駕駛情景。
Drive Constellation自動駕駛仿真系統的首次亮相是在GTC 2018上，該系統基于兩種不同服務器的計算平臺：一臺服務器運行 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服務器包含NVIDIA PegasusTM AI 汽車電腦，處理模擬傳感數據。DRIVE Constellation Vehicle的駕駛決策將反饋到DRIVE Constellation模擬器，實現位精確，定時精確的硬件在環測試。
簡單來說，DRIVE Constellation 生態系統的合作伙伴可以整合他們的開放平臺環境模型、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系統的數據集，平臺可以生成全面的，多樣化和復雜的測試環境。
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）的持續合作基礎之上。
據悉，英偉達和豐田的協議包括開發跨多個擴展的架構車型和類型，加速開發縮短生產時間，以及在具有挑戰性的場景中模擬相當于數十億英里的駕駛。
雷鋒網總結
與往年相比，本次的 GTC 既沒有發布新的 GPU 架構，也沒有拋出什么重磅的 GPU 硬件新技術和新品；然而，一向雷厲風行的黃仁勛卻嚴重拖堂了——原本計劃兩小時的 Keynote，最終花了兩小時四十分鐘才結束。
從 Keynote 內容來看，英偉達在本次 GTC 上想要傳遞的信息有兩點：一是利用現有的 GPU 技術來實現基于 AI 的加速計算，以此來應對 AI 時代數據科學所面臨的挑戰；二是在現有的 GPU 能力的基礎上，努力擴展在 3D 視覺、自動駕駛等領域的行業，從而構建出一個更加廣泛的 GPU 應用生態——這對英偉達未來價值的實現，毫無疑問是非常必要的。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
