3月27日美國圣何塞報道，今天早上，英偉達GTC 2018年度大會的最重磅環節——創始人&CEO黃仁勛主題演講——正式開始。

每年的GTC大會上，這位被粉絲們愛稱為“老黃”的黑色皮衣愛好者CEO都會帶來一場重磅主題演講，通常來說不僅會發布新型GPU與超算電腦，還會宣布一些AI/VR/自動駕駛等領域重磅合作。

不過，今年的GTC 2018比較神奇，最為重磅的消息選擇了在提前秘密發布，而不是在GTC Keynote現場——英偉達重磅宣布，將聯合芯片巨頭ARM打造IOT設備的AI芯片專用IP，這款機器學習IP集成到Arm的Project Trillium平臺上，以實現機器學習，其技術源于英偉達Xavier芯片以及去年開源的DLA深度學習加速器項目。

ARM是全球智能設備第一大主流芯片架構提供商，全球超過90%的智能設備采用了ARM的芯片架構，包括手機、平板、手表、電視、無人機等等。本次ARM牽手英偉達推出專用的IOT設備人工智能IP，將會有助于人工智能在終端設備廣泛鋪開，使得上億、甚至數十億臺IOT設備都能夠用上低功耗、低成本的AI芯片，使物聯網芯片公司能夠輕松地將AI集成到它們的設計中，并幫助它們將智能且價格實惠的產品帶給全球數十億的消費者。

NVIDIA副總裁兼自主機器事業部總經理Deepu Talla表示：“推理將成為每個物聯網設備的核心能力。我們將與ARM一同推進這一趨勢的發展，幫助數百家芯片公司輕松采用深度學習技術。”

此外，在今天的GTC 2018上，黃仁勛還宣布了英偉達的以下進展：

1、推出光線追蹤RTX技術（ray-tracing），能夠提供電影級畫質的實時渲染，渲染出逼真的反射、折射和陰影畫面。這一技術由英偉達在前不久的GDC全球游戲開發者大會上展示過；

2、推出第一款采用Volta架構的Quadro GV100 GPU，由兩個GV100連接而成；

3、推出了第一款專用于醫療圖像處理的超級電腦Clara；

4、新版Tesla V100內存升為32G，可與舊版無縫換插，支持更多人工智能的工作負載；

5、推出DGX-2超級電腦，采用了最新的NVSwitch鏈接，最多可同時連接16塊Tesla V100 GPU，其速度可以達到DGX-1的10倍，算下來可以每秒下載14000 部電影，售價39.9萬美元；

6、推出新版機器學習應用平臺TensorRT 4，支持INT8與FP16精度，并與谷歌合作，將其整合進AI開源框架谷歌TensorFlow 1.7中；

7、宣布打造下一代名為DRIVE Orin的自動駕駛芯片，但除了名字外沒有透露更多信息；

8、正式推出3D仿真自動駕駛測試平臺DRIVE Constellation，這一測試平臺英偉達在CES上展示過，能夠幫助自動駕駛系統提升“姿勢水平”；

9、推出ISAAC機器人仿真訓練平臺SDK，將訓練機器人的技術開放出去；

值得一提的是，智東西去年5月時也對GTC 2017進行了一線深入報道，在去年的CEO主題演講開場前，英偉達的股價一路飆升至121美元，總市值達到了714億美元。而在今年開場前一晚，英偉達的股價已經沖到了244美元，總市值超過1479億美元。在這10個月內，英偉達的股價與市值再次翻倍。

光線追蹤（ray-tracing）技術開場

今天一大早，智東西來到了GTC大會現場，準備參加每年GTC的最重磅環節——CEO黃仁勛主題演講。此時是早上8點，離9點開場還有整整一小時前，但是入口處已經排起了巨長的隊伍。

今天，老黃依舊是萬年不變的一身黑皮衣+黑褲子開場。

他開場介紹的第一個項目就是英偉達在前不久GDC上發布的NVIDIA RTX光線追蹤技術（ray-tracing），這項技術是英偉達耗時10年打造的，能夠提供電影級畫質的實時渲染，渲染出逼真的反射、折射和陰影畫面，幾乎與真實世界的照片或視頻很難區分開來。現場展示的視頻片段就是用光線追蹤技術實時渲染的，而且并不需要一個超級強大的超算電腦，只需要一臺DGX-Station。

在真實世界中，我們看到的3D物體被光源照亮，且光子可以在到達觀看者的眼睛以前從一個物體反彈到另一個物體。光線追蹤技術則是反過來，通過從我們的眼睛（觀景式照相機）反向追蹤光線捕捉這些效果，通過追蹤2D視表面上每個像素的光線的路徑，并應用到場景的3D模型中。

可想而知，這種技術的計算量非常大，一般渲染復雜的特殊效果可能需要花上幾天甚至幾周的時間，所以此前該項技術一直僅限于高成本的電影制作中。

不過，目前，隨著GPU性能日益強悍，能夠支持光線追蹤的電腦也越來越多，通過Volta架構的GPU配合英偉達的RTX技術，產品設計師、游戲設計師、建筑師們能夠在幾秒內即可生成逼真的產品模型。

此外，英偉達還宣布GameWorks SDK 將添加一個光線追蹤降噪模塊。更新版 GameWorks SDK 即將推出，其中包含光線追蹤區域陰影和光線追蹤光澤反射。

新版Quadro GV100，首次采用Volta架構

與此同時，英偉達還在現場推出了Quadro GV100 GPU，同時也是同系列產品中第一個采用Volta架構的，因此能夠搭載RTX技術的。

Quadro GV100由兩個GV100連接而成，一共擁有10240個CUDA核，可達236 TFLOPS Tensor Cores。與此同時，老黃又玩起了“買GPU省錢”的梗——“你買的GPU越多，就越省錢（The more you buy, the more you save.）”，這一個梗再次貫穿了全場。

推出醫療專用超級電腦Clara，日常diss摩爾定律

接著，話鋒一轉，老黃開始談起了計算力，我們也進入了GTC的必備環節——diss摩爾定律。

在將近10年的GTC上，每年老黃都會提到同一主題——摩爾定律。在過去30年里，我們受益于摩爾定律，芯片所提供的計算能力每年都高速增長。然而在最近的幾年里，摩爾定律開始失靈，芯片發展的速度已經跟不上我們需要的計算力增長速度。

因此，我們需要新定律。

而隨著數據量與計算量爆發式地增長，人工智能、GPU、CUDA正在以一種極快的速度崛起，以GPU驅動的人工智能計算已經隨處可見，并且滲入到各行各業當中去，教育、娛樂、工業、制造……這也引出了我們下一個話題——醫療。

老黃在現場推出了第一款專用于醫療圖像處理的超級電腦Clara，它能夠支持CUDA、CUDNN、TensorRT、OGL、以及剛剛提到的RTX技術。

在現場，老黃展示了一個醫療圖像實時處理的影像片段。這個段影像是用十幾年的超聲波老設備拍攝而成，本來只能看到2D的黑白圖像。然而當數據傳進Clara后，配合人工智能軟件，可以在2D圖像中分析出3D的腔膛形狀（圖中紅色部分）。因此，醫院可以在現有醫療設備上直接接入這臺電腦。

目前，英偉達正在和眾多醫療廠商合作，除了GE通用電氣、三星電子等大廠外，還有像圖瑪深維、推想科技等AI醫療創業公司。

新品升級：新版Tesla V100、DGX-2超級電腦、TensorRT 4

在去年的GTC 2017上，老黃發布了一款名為Tesla V100的新版GPU，使用Volta架構，采用的是臺積電的12nm Finfet工藝，具有5120個CUDA處理內核，16GB內存，能夠為訓練、推理應用提供120 tensor TFLOPS算力。

今天，老黃宣布，新版Tesla V100將內存升級一倍，達到32GB。

由于這幾年間，CNN、RNN、GANs、Deep Q-Learning等算法不斷變得復雜，更是對深度學習計算硬件提出了新挑戰。因此，新版Tesla V100擁有更大的內存，使得它能夠運行更大、更復雜的神經網絡，在某些HPC應用上能夠提供高于之前16GB版本50%的性能。微軟已經宣布采用了新版Tesla V100，能夠更快速地訓練更加強大的深度神經網絡。

此外，英偉達本次還推出的NVSwitch高速互聯技術。此前英偉達曾經推出NVLink，支持最多8塊GPU高速互聯；如今NVSwitch技術可將這個數字翻上一倍，支持最多16塊GPU同時互聯。每一個GPU都能和另一個GPU進行超低延遲的通訊。

在去年GTC上，英偉達推出了搭載8塊Tesla V100的超級電腦DGX-1，今天在GTC 2018現場老黃宣布，推出能夠搭載16塊新版Tesla V100的超級電腦DGX-2，比DGX-1還要快10倍。

DGX-2能夠進行2 PFLOPS的計算，算下來可以每秒下載14000部電影，擁有512GB HBM2，功耗為10kw，350lbs，能夠支持更大數據集、更復雜神經網絡的計算。售價399000美元，今年Q3上市。

它其中搭載著被老黃稱為“世界上最大的GPU”，共有81920個CUDA核，可達2000 TFLOPS Tensor Cores，擁有512GB HBM2。

此外，去年的GTC上，英偉達推出了“英偉達GPU云（NVIDIA GPU Cloud）”，但它不是一個云計算“云”，而是一個能讓人輕易地從零開始搭建一個深度學習的項目。今天老黃宣布，AWS、阿里云、DGX、GCP、Oracle Cloud上都開始支持英偉達GPU云了。

而且，從CNN到LSTM再到GANs，現在的深度學習神經網絡框架正變得越來越復雜、越來越多樣、而且在日新月異地變化著，訓練環節變得復雜了，應用（Inference）環節自然也變得非常復雜。

因此，老黃還在現場推出了最新版本的TensorRT——TensorRT 4，這是一款可編程應用平臺（Programmable Inference Platform），當你將一個神經網絡訓練好了之后，可以通過TensorRT可編程平臺，簡便快捷地將這個訓練好了的神經網絡部署（Deploy）到英偉達的GPU上。

新版TensorRT 4能夠支持INT8和FP16精度運算，能夠將數據中心的功耗降低70%。而且，英偉達還與谷歌進行了深度合作，將TensorRT整合進如今最廣泛應用的AI開源框架谷歌TensorFlow 1.7中。而且現在還能夠加速圖像、視頻、語言、NLP等AI應用。

同時，老黃還在現場宣布，KUBERNETES現在能夠支持GPU了。KUBERNETES能夠在主機集群之間提供一個能夠自動化部署、可拓展、應用容器可運營的平臺，通常結合docker容器工具工作，并且整合多個運行著docker容器的主機集群，不僅能夠提供更大的計算力，還能夠有更大的容錯空間。

打造下一代DRIVE Orin自動駕駛芯片

老黃在現場還展示了英偉達感知基礎（Perception Infrastructure）項目，這是一個大型的深度學習模型，能夠收集并分析不同傳感器（如攝像機、雷達等等）得出的距離、天氣、雷達感知、高精地圖等等不同數據。

在接下來2-3年間，英偉達還將技術研發這一技術，直到最后能夠搭載在所有新車上。老黃說，這是我們至今遇到的最為復雜的問題之一。

在現場，老黃還展示了英偉達DRIVE的研發路徑，它們都基于同一框架、滿足ADSL-D的安全標準、并且性能/功耗比非常高：從DRIVE PX Parker、到DRIVE PX 2、再到DRIVE Xavier、再到DRIVE Pegasus……

老黃說，雖然DRIVE Pegasus已經非常強大了，但是，英偉達還會打造下一代名為DRIVE Orin的芯片，不過現場沒有透露更多信息。

推出自動駕駛仿真測試平臺DRIVE Constellation

在今年1月的CES上，老黃曾經展示了一個全新的3D自動駕駛仿真測試平臺。而今天，老黃正式推出了這款名為DRIVE SIM and Constellation的3D自動駕駛仿真測試平臺。

這款平臺包括兩個部分，先是在云端模擬照片級真實的圖像，生成傳感器數據（包括攝像頭、雷達等）第二部分則包括將這些數據傳到英偉達DRIVE Pegasus中，并運行全套自動駕駛軟件，以幫助訓練該自動駕駛系統提升“姿勢水平”。

在實際演示中，英偉達的新仿真平臺顯得十分強大，不僅有傳統一點的實時車導線規劃、其他車輛識別，而且對環境的還原相當真實，復雜的光線條件也能夠被模擬。測試人員還能夠在平臺內操縱、變化車輛傳感器的探測范圍。

另外，這個平臺還支持開發人員在虛擬環境中“人為駕駛”一輛車作出各種危險動作來考驗測試車，來考驗測試車的算法。

會上，老黃還宣布，目前英偉達自動駕駛合作伙伴的數量已經達到了370家，其中包括整車廠、一級供應商、以及200+家創企。

與自動駕駛仿真測試平臺相似的，英偉達還在去年推出了專用于機器人的仿真測試平臺——ISAAC機器人訓練模擬世界。你可以用這個虛擬世界來訓練機器人前進、后退、轉彎、躲避行人等。

今天，老黃宣布將ISAAC平臺的技術開放出去，推出ISAAC SDK。

此外，英偉達此前還推出過一款VR多人交互平臺Holodeck。在今天的GTC 2018上，英偉達還展示了一個非常有趣、也非常’黑科技“的DEMO：在Holodeck虛擬世界里遠程控制現實世界里的汽車。（看過《黑豹》的同學大概可以理解一下）

上文提到，今年的GTC 2018比較神奇，最為重磅的消息選擇了在提前秘密發布，而不是在GTC Keynote現場——英偉達重磅宣布，將聯合芯片巨頭ARM打造AI芯片專用IP，這款IP屬于ARM幾年2月公布的Trillium項目的一部分，其技術源于英偉達Xavier芯片以及去年開源的DLA深度學習加速器項目。

英偉達本次宣布同AEM合作，將在數十億物聯網設備上實現深度學習。NVIDIA深度學習加速器IP將集成到Arm的Project Trillium平臺中，以便于構建深度學習IoT芯片。

去年，英偉達也正式免費開源了完整版DLA（Deep Learning Accelerator，深度學習加速器），讓廠商可以免費下載使用，打造屬于自己的低功耗AI芯片（比如IoT芯片）。

今年2月，芯片巨頭ARM公布了其人工智能項目Trillium，同時推出兩款專用IP，分別為物體檢測OD處理器和機器學習ML處理器。

ARM是全球智能設備第一大主流芯片架構提供商，全球超過90%的智能設備采用了ARM的芯片架構，包括手機、平板、手表、電視、無人機等等。而英偉達，作為全球AI浪潮的引領者，能夠為人工智能提供強大的計算力，二者一拍即合。

本次ARM牽手英偉達推出專用的IOT設備人工智能IP，將會有助于人工智能在終端設備廣泛鋪開，使得上億、甚至數十億臺IOT設備都能夠用上低功耗、低成本的AI芯片，使物聯網芯片公司能夠輕松地將AI集成到它們的設計中，并幫助它們將智能且價格實惠的產品帶給全球數十億的消費者。

NVIDIA副總裁兼自主機器事業部總經理Deepu Talla表示：“推理將成為每個物聯網設備的核心能力。我們將與ARM一同推進這一趨勢的發展，幫助數百家芯片公司輕松采用深度學習技術。”

結語：更多精彩敬請期待

今年，共有超過8000人來到了GTC 2018現場，150個展位。值得一提的是，英偉達也在推動女性在科技行業中的力量，今年女性占據了GTC 2018總開發者的8%，總參會者的10%，以及11%的演講者。

每年的GTC上，除了英偉達的各類主業務負責人的交流溝通會議、來自大大小小各類開發者或技術大牛的主題演講外、還有150家英偉達的合作企業布設展位，以供開發者與媒體參觀交流。