英偉達股價暴漲17％、5大AI新品，GTC上黃仁勛都講了啥？

編者按：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，在加州聖何塞舉行。全場長達兩個多小時，本場主題演講的話題涉獵面其實很廣： VR、Volta、超算、GPU 雲服務、自動駕駛晶元、以及機器人訓練。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。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。

今年的 NVIDIA GTC 開發者大會，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，在加州聖何塞舉行。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，老黃並沒有一句提到遊戲。

本場主題演講的話題涉獵面其實很廣： VR、Volta、超算、GPU 雲服務、自動駕駛晶元、以及機器人訓練。但是，所有這些話題都有一個共同點：要麼基於 AI、深度學習技術，要麼為 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。在過去一年裡，NVIDIA 致力於深度學習的計算系統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展，而其在各行各業的核心開發者也成為這家 「核彈公司」 源源不斷的增長動力。

發布五大革命性產品

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。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體 Volta。下面，便是本屆 GTC 英偉達發布的五大革命性產品：Project Holodeck、Volta、英偉達 GPU 雲、Xavier DLA，以及 Isaac 機器人模擬機。

1. Project Holodeck

Project Holodeck 是老黃髮布的第一個產品，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，並沒有這麼強調物理屬性。

英偉達與頂級跑車製造商科尼塞克合作，甚至請科尼塞克創始人 Christian Koenigsegg 利用 VR 化身（上圖中的虛擬人）「現身」 說法。

演示中，有兩個細節值得我們注意：

當 VR 化身觸摸方向盤時，其 「手掌」 並不會像網遊那樣穿過方向盤，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 「不止於社交」 的可能性。

Project Holodeck 將於 9 月開放早鳥體驗。

2. Volta 架構

沒錯，Volta 終於來了。繼 Pascal （帕斯卡）之後的新一代 GPU 架構，在萬眾期待下亮相。對於絕大多數觀眾，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，英偉達今後二至三年的 GPU 產品線，全都要由 Volta 供血。雖然 Volta 架構的遊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。那麼在本屆 GTC，英偉達推出了哪些基於 Volta 的產品？

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

3. Tesla V100

「迄今為止英偉達難度最高、最複雜的項目；

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（研發支出為 30 億美元）。」

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

Tesla V100 的晶元面積是驚人的 815 平方毫米，約等於一塊 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 晶元…… 我把這看做是幾乎『不可能實現的』，是製造技術的一項不可思議的驚人績業。」

來自三星的 16GB HBM2 顯存，帶寬達到驚人的 900 GB/s。

詳細規格見下圖：

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。藉助它，Tesla V100 的張量運算能力達到 120 TFLOPS。

TensorRT

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

老黃解釋道：」 訓練完成之後，用於訓練神經網路的框架會生成圖。圖需要為你使用的處理器進行優化、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，英偉達終於對推理 「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 的十餘倍不止。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。

4. 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路，用 DGX-1V 只需八個小時。它相當於是 「把 400 個伺服器裝進一個盒子里」。

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，每個工程師要麼有 DGX-1V，要麼有 DGX Station，再要麼兩個都有。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。

另外一個基於 Tesla V100 的新硬體產品是 HGX-1。這是英偉達與微軟合作開發的公有雲伺服器。老黃聲稱，這是業內首個堪稱標杆的雲圖形加速器。它內置八塊 Tesla V100，設計時就考慮了公有雲伺服器必需的多種任務處理與全能性。

英偉達 GPU 雲「這是世界上首個混合深度學習雲平台」，老黃說。

每一名深度學習工程師大概都深有體會：在一台設備上創建、設置開發環境並不是一件省心的事。這花費的時間可能是整整一天，可能是一個星期、一個月，也可能灰心喪氣乾脆放棄。

為解決這一開發者的痛點，英偉達推出了 GPU 雲。它的亮點非常直接——在幾分鐘內設置好本地開發環境。而這，只需要打包下載一整套英偉達優化、整合好的深度學習軟體包。開發者所有需要的庫和框架都包含在內，並且用容器 NVDocker 隔離。

它支持全部深度學習開發框架。當然，為利用雲端成白上千 GPU 的強大計算力，開發者可一鍵在英偉達 GPU 雲設立開發環境，上傳工作進度。

英偉達 GPU 雲 將在七月公測。

1. 開源 Xavier DLA

Xavier 是英偉達的自動駕駛 AI 處理器。它的創新之處在於，整合了 CPU、GPU 以及 DLA 三大處理器的優點：

AI研習社註：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 的並行加速能力，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 供所有開發者使用、修改。初期版本將在 7 月開放，完整版本將於 9 月公開。

2. Isaac 機器人模擬機

Isaac （艾薩克）這個名字，來自於兩個人：一是象徵物理學的艾薩克 · 牛頓，二是象徵 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，便是在虛擬環境進行機器人訓練。這有點類似於訓練智能體的模擬器 Deepmind Lab 和 OpenAI Gym。事實上，Isaac 直接連通 OpenAI Gym，藉助後者的強化學習功能。

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，就相當於已經預訓練過。

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……

如此往複，以訓練出最聰明的機器人 AI。

後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，是為開發者提供更有效的硬體與平台。

在 2016 年，得益於人工智慧紅利，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後的路。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慧的革命。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 開發者增長 11 倍，增長到超過 50 萬人...... 而這一切對於英偉達來說只是一個時代的開始。

關注AI研習社微信公眾號（ID:okweiwu），回復「GTC2017」，獲得現場完整 PPT。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！