在日前舉辦的英偉達 GTC China 2019大會上，“教主”黃仁勛發布了一系列新品，其中TensorRT 的最新版本TensorRT 7令人矚目，相比去年發布的TensorRT 5，TensorRT 7 可支持各種類型的 RNN、transformer、CNN，能夠融合水平與垂直方向的運算，支持 1000 多種不同的計算變換和優化。黃仁勛舉例，有了 TensorRT 7 的支持，在 GPU 上編譯會話模型只需要0.3秒。

TensorRT 7的典型應用，是支持交互式會話AI，為實現更加智能的AI人機交互打開了新大門。在大會期間，英偉達加速計算產品管理總監Paresh Kharya等人接受采訪，對TensorRT 7新平臺、兼容ARM等熱門話題進行了解讀。

支撐會話式AI全流程

Paresh Kharya介紹，AI技術正在取得長足進展，最新的應用包括會話式AI和推薦系統。其中，會話式AI是一個非常復雜的任務，需要AI理解語音、文本、語言，整個過程分為三個部分：識別你所說的，將你所說的話轉化為文字，理解這些文字并轉化成語言再說出來。隨著英偉達不斷發布新版本，TensorRT 7可以完成三個流程計算，從語音識別到語義理解再到語音輸出。

“要想把會話式AI做得有用，需要符合兩個條件，要在300毫秒內將整個三部分完成，而且要完成的非常智能。在這個過程當中，有非常多的復雜模型需要計算，Tensor RT也在不斷完善。” Paresh Kharya表示。

“推薦系統也是至關重要的一環，甚至已成為了互聯網最重要的引擎。” Paresh Kharya強調，用戶面臨的選擇越來越多，網絡的信息量呈現爆炸式增長，包括商品、視頻，以及各類選擇的參數的數量都在爆炸式增長。“商品達到數十億級別，網絡視頻百萬量級增長，新聞每天都在產生海量數據。阿里巴巴、百度，都使用了英偉達的平臺支持他們的推薦系統。”

這些信息在實時、動態的變化過程中，只有不斷對模型進行訓練，才可以有效地推薦。訓練模型需要大量算力，英偉達提供了不斷更新的各類工具和軟件，比如最新的軟件Tensor RT 7，支持各類模型在各種情景下的部署，支持上百萬的用戶在每秒內做數十億次的搜索。

例如，阿里的邊緣系統如果在英偉達的GPU上跑，每秒可以做780次查詢；但是如果用CPU，每秒只能做3次查詢。

與ARM合作，給客戶更多選擇

本次大會上，英偉達還宣布ARM處理器可以使用其GPU加速技術、NVIDIA Magnum IO套件，以及在Microsoft Azure上使用的新型云加速GPU超級計算機等。換句話說，英偉達將全方位擴展高性能計算領域。

Paresh Kharya指出，ARM是被業界廣泛使用的架構，服務全球1500億臺設備。其成功的一個重要原因是開放平臺，各家公司都能夠在ARM架構上進行創新，ARM也能夠提供互聯、內存、CPU內核、計算能力等各種功能。英偉達將通過CUDA平臺和ARM架構進行兼容，在高性能計算領域，給客戶更多選擇。

“加速計算和過去以CPU為基礎的計算很不一樣，性能提升是20、30甚至是100倍的。原因不僅是在架構上進行了設計，更重要的是通過軟件優化和支撐。比如我們有各種各樣的平臺，像應用在醫療領域的Clara平臺，應用在自動駕駛領域的Drive以及Isaac，做到了硬件和軟件的結合。” Paresh Kharya表示。

當前，對于GPU，業界既用于圖像處理，也有一些特別的客戶會剝離圖像處理能力，專注于加速技術應用。Paresh Kharya認為，英偉達豐富的產品線，能夠滿足客戶的差異化需求，例如應用于數據中心的GPU就沒有圖像處理部分，通過Tensor Core做AI加速計算。一些新品如RTX6000、RTX8000，則圖像處理和AI加速功能兼具。“我們的優勢是統一的架構應用于各種工作負載當中實現加速計算，這意味著在各個行業中、各種各樣的商業機會。”

業界人士云集GTC China 2019

責任編輯：gt