從全新筆電設計到 Holodesk 協作，「教主」COMPUTEX 演講告訴你英偉達的野心是什麼

科技 05-31

還沒演講一出場就能引起觀眾山呼海嘯的人已經不多了。

還沒演講一出場就能引起觀眾山呼海嘯的人已經不多了，在昨天舉行的台北國際電腦展會（COMPUTEX）上，NVIDIA CEO「教主」黃仁勛又一次在 AI 論壇發表了主題演說。而這次主題演講圍繞在上次剛剛結束不久的 GPU 技術大會（GTC）所發布的 Holodesk VR 的協作和 AI 之外，還發布了與品牌商深度合作的電競超薄筆記本的參考設計「Max-Q」。

演講中黃仁勛提到，半導體產業性能仍不斷提升，不過 CPU 的性能進化也遇到瓶頸，僅剩下約 10% 的性能成長空間，而基於 GPU 的異構運算則能將性能翻倍，達到 10-50 倍的性能提升，而其中在基於深度學習的人工智慧和 GPU 加速是關鍵技術。

Holodesk 是一項能讓多個人（最多 4 個）通過 VR 設備在同一空間中進行協作的技術，同時這需要依靠強大的 GPU 計算以實現逼真的材質、光影變化，同時還可進行產品透視、組件爆炸圖等等功能，使多人能共同對裝置設計、建築規劃以及架構驗證進行探討。

在 GTC 大會上是「教主」與瑞典超跑品牌 Koesienigge 展示，而在 COMPUTEX 則是與台灣台灣睿能創意科技公司的電動摩托車產品 Gogoro 作為演示，Gogoro CEO 陸學森也到場共同介紹 Gogoro 的特點。

其實不難發現，今年在 COMPUTEX 上又多家合作廠商打造的產品都是基於 NVIDIA 的技術，包括顯示卡、外接 GPU、 VR 背包，不過最重要的就是在筆記本電腦上的應用了，所以這次 NVIDIA 發布了一個電競超薄筆記本的參考設計，名叫「Max-Q」，而它是不僅僅擁有硬體核心，同樣經過了軟體調教、散熱設計等等，是與品牌商深度合作之後的一個產品。

詳情請看：《在 MacBook Air 的機身中「塞」進 GTX 1080，NVIDIA 的 Max-Q 設計可能會重新定義遊戲本》

MAX-Q 採用 NVIDIA GTX1080 作為核心，相較 GTX880M 提升三倍的性能，但厚度僅僅只有 18mm，重量更降為當年 GTX880M 機型的一半，僅有 5 磅，圖形能力相較 PS 4 Pro 有大幅的領先，同時黃仁勛也展示了由華碩 ROG 基於 MAX-Q 設計的 ROG Zephyrus 輕薄筆電。

接下來教主還提到了同樣是剛剛在 GTC 所發表的 Tesla-V100，這是首次針對深度學習優化的 Tensor Core 架構的高效能 GPU 加速器。

更值得關注的是「教主」還宣布 NVIDIA 將同全球領先的原始設計製造商（ODM）- 富士康（Foxconn）、英業達（Inventec）、廣達電腦（Quanta）與緯創（Wistron）開展合作，以期更加快速地滿足市場對 AI 雲計算的需求，以減少從設計到生產部署的時間。

通過 NVIDIA HGX 合作夥伴計劃，NVIDIA 將讓每家 ODM 儘早訪問 NVIDIA HGX 參考架構，NVIDIA GPU 計算技術以及設計指南。微軟 Project Olympus 計劃、Facebook 的 Big Basin 系統與 NVIDIA DGX-1人工智慧超級計算機也均使用了 HGX 數據中心設計方案。

另外「教主」也提及到 NVIDIA 一直以來在深度學習軟體所做的努力，包括提供 NVIDIA 深度學習軟體堆疊，整合深度學習所需的套件，讓基於 GPU 的深度學習應用更易開發。另外 NVIDIA 也將提供 NVIDIA Compute Cloud 雲深度學習服務，讓深度學習開發者可從端到點以外，更能透過租賃雲的計算利加速模型訓練。

最後在人工智慧領域 NVIDIA 還有一個重點產品：Jetson 平台，所以「教主」又一次展示了基於 Drive PX 平台的自動駕駛系統 BB8，不過更重要的是宣布 Issac 機器人平台計劃，這是一套針對基於 Jetson 平台所開發機器人的虛擬培訓計劃。

簡單的說就是透過 Issac Lab 虛擬環境以及基於自動駕駛技術的 Astro AV 智慧平台，將機器人行為的培訓通過虛擬環境的方式來實現。

而虛擬環境最大的優點就是利用性能強大的伺服器來進行多機的虛擬化實驗，並將機器人平台在此環境中進行成倍的訓練，在一段時間後挑選出訓練最好的機器人「模型」，並將這個模型同步到所有虛擬機，而後不斷重複此動作加速訓練，最後再把最好的「模型」移植到真實的機器人進行驗證。

所以這可以實現同時進行大量的模型培訓，同時減少時間和硬體成本。「教主」表示，透過從 Jetson 到 Tesla 伺服器以及 NVIDIA Compute Cloud 的環境，還有 NVIDIA 深度學習技術，使機器人實現 AI 的發展路徑更容易，包括豐田等企業都與 NVIDIA 合作推出機器人的設計模型，而這些硬體產品也是囊括了陸、海、空等等的各種型態，所以這也由此可見 NVIDIA 的野心所在。