英偉達發布全球最大 GPU：性能提升 10 倍，售價 250 萬

英偉達的新殺器又來了。

剛剛，在 GTC 2018 大會上，黃仁勛發布全球最大 GPU。

他說的是 DGX-2。

DGX-2 能夠實現每秒 2 千萬億次浮點運算（2 PFLOPS），性能比去年 9 月推出的 DGX-1 性能提高了 10 倍，售價 39.9 萬美元（人民幣 250 萬元）。

這次的 GTC 2018 大會在美國加州聖何塞舉行，黃仁勛照例身著皮衣登台演講。（官方還特別提示：這次是一件全新的皮衣）

而老黃這次的演講主題，是四個 Amazing：amazing graphics、amazing science、amazing AI、amazing robots。

首先，從不可思議的圖像開始。

在這個環節里，黃仁勛介紹了英偉達在圖像實時光線追蹤處理方面的最新進展，展示了細膩的反射效果。

這項技術，稱為 RTX。它面向圖形領域，藉助深度學習技術，實現了實時光線追蹤。

然後黃仁勛發布了首款基於 Volta 架構的工作站 GPU：Quadro GV100。

它支持英偉達 RTX 技術，支持 NVLink 2，32GB 容量 HBM2 顯存。兩個 GV100 相連，可以提供 10000 多個 CUDA 核心，236 teraflops 的 TensorFlow 核心。

說著說著，老黃又開始講這句：買得越多，省得越多。（The more GPUs to buy, the more money you save.）

「來 GTC，學習如何節省百萬美元。」老黃髮出誠懇的建議。

然後進入不可思議的科學環節。

我們正處在 GPU 計算的關鍵點，黃仁勛表示。這部分他還介紹 TESLA V100 等產品的多快好省，也談到一些 GPU 在計算和醫療影像方面的貢獻。

比如醫療影像超級計算機 CLARA。

深度學習給醫療影響的識別帶來了諸多變革，但投入到實際使用中卻很難。醫院用著十幾年前生產的超聲儀，黑白渣畫質成了醫療進步的阻礙。

要等所有醫院升級設備，可能要花上 30 年。

CLARA 是一款醫療影像的超級計算機，讓醫院可以升級那些已有的系統。醫生可以仍然用原有的超聲、CT 等設備，然後將圖像輸入超級計算機，推理出更清晰的圖像。

在這個項目上，英偉達聯合了一大群醫療行業的合作夥伴：

以及在這個環節，黃仁勛又引導全場跟他念：買得越多，省得越多。

來到不可思議的 AI 環節。

這個環節的主題是「全球最大的 GPU」。

首先，英偉達把 Volta V100m 每張卡的內存擴大到 32GB。適用於內存密集型的深度學習和高性能計算，還能將內存受限的 HPC 應用性能提升高達 50%。

其次，是全新發布的互聯結構 NVSwitch，帶寬比最好的 PCIe 交換機高出 5 倍，最高支持 16 個 Tesla V100 同時以 2.4TB/秒的速度進行通信。

最後，一個全新的 DGX 伺服器發布了。

黃仁勛說這個現在是全球最大的 GPU 了：新的 DGX-2，包括 20 億個晶體管，12 個交換機。每個 GPU 都可以通過光纖交換機互相通信，比 PCIe 介面快 20 倍。

DGX-2 的算力可達 2 千萬億次浮點運算，功耗 10 千瓦。這台機器內部是 NVLink 連接的兩組 Tesla V100 陣列。

與 6 個月前發布的 DGX-1 相比，DGX-2 提速 10 倍。

五年前，在兩塊 GTX 580 上進行 Alexnet 訓練耗時六天，現在使用 DGX-2，可以在 18 分鐘以內完成。

這款產品將於今年三季度發售，每台價格 39.9 萬美元（人民幣 250 萬元）。

DGX-2 具有 300 台伺服器的深度學習處理能力，佔用 15 個數據中心機架空間，而體積則縮小 60 倍，能效提升 18 倍。

此外，英偉達還更新了 CUDA、TensorRT、NCCL、cuDNN 等深度學習和 HPC 軟體堆棧。

新版的 TensorRT 能快速優化、驗證和部署在超大規模的數據中心，針對更廣泛的應用加速深度學習推理。它最高可以 將深度學習推理的速度加快 190 倍，降低 70% 的數據中心成本。

TensorRT 4 還集成到了谷歌 TensorFlow 1.7 版本中，更易於使用。

另外，NVIDIA 還宣布和 ARM 合作，將英偉達深度學習加速器架構集成到 Arm 的 Project Trillium 上，在手機、智能家居等設備上實現深度學習推理。

以及英偉達 GPU 現在支持 Kubernetes 了。這是一個基於容器技術的分散式架構方案。這個技術讓英偉達的 GPU 進一步加速。

還有一事，英偉達驕傲的宣布，TITAN V 仍然斷貨中。

最後是不可思議的機器人環節。

發布了機器人開發工具包 Issac SDK 之後，話題轉向了自動駕駛。

「我們正試圖從頭到尾了解這個系統，這其中包含四個最重要的方面：數據收集、模型訓練、模擬和駕駛。」老黃說，這個了解過程，大約花了 5 到 7 年。

老黃在現場，又展示了一把雲代駕。

他把 VR 和自動駕駛結合起來。通過一個 VR 眼鏡和方向盤，就能啟動自動駕駛汽車。

雲代駕所用的平台，是新鮮發布的 NVIDIA DRIVETM Constellation，基於兩台伺服器。

第一台伺服器運行 NVIDIA DRIVE Sim 軟體，用以模擬自動駕駛汽車的感測器，如攝像頭、激光雷達和雷達。第二台伺服器搭載 NVIDIA DRIVE PegasusTM AI 汽車計算平台，可運行完整的自動駕駛汽車軟體堆棧，並能夠處理模擬數據，這些模擬數據如同來自路面行駛汽車上的感測器。

老黃又詳細介紹了英偉達的感知基礎架構。

每輛汽車都在收集 PB 級的數據，每個月有 1500 人大概標註 100 萬件物品。

老黃表示，英偉達並沒有試圖建立一個基於軟體定義的計算機的自主車輛系統，確切的說是在研究一個架構。

英偉達以 Drive PX Parker 單晶元架構為基礎創建 DRIVE Xavier。這是一個四晶元系統，包含兩個 Xaviers 和兩個 Voltas。

這台耗能 300 瓦的電腦正在用於機器人汽車，將於今年晚些時候投入生產。

對了，這項技術英偉達擁有全部產權。

BTW，英偉達今天還宣布暫停了自動駕駛測試。

可能是受此影響，發布會一開始，英偉達股價就同步下跌，至發布會結束，英偉達股價累積下跌 6.64%。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！