从全新笔电设计到 Holodesk 协作,「教主」COMPUTEX 演讲告诉你英伟达的野心是什么

摘要

还没演讲一出场就能引起观众山呼海啸的人已经不多了。

还没演讲一出场就能引起观众山呼海啸的人已经不多了,在今天举行的台北国际电脑展会(COMPUTEX)上,NVIDIA CEO「教主」黄仁勋又一次在 AI 论坛发表了主题演说。而这次主题演讲围绕在上次刚刚结束不久的 GPU 技术大会(GTC)所发布的 Holodesk VR 的协作和 AI 之外,还发布了与品牌商深度合作的电竞超薄笔记本的参考设计「Max-Q」。

演讲中黄仁勋提到,半导体产业性能仍不断提升,不过 CPU 的性能进化也遇到瓶颈,仅剩下约 10% 的性能成长空间,而基于 GPU 的异构运算则能将性能翻倍,达到 10-50 倍的性能提升,而其中在基于深度学习的人工智能和 GPU 加速是关键技术。

屏幕快照 2017-05-30 上午11.45.20.png

Holodesk 是一项能让多个人(最多 4 个)通过 VR 设备在同一空间中进行协作的技术,同时这需要依靠强大的 GPU 计算以实现逼真的材质、光影变化,同时还可进行产品透视、组件爆炸图等等功能,使多人能共同对装置设计、建筑规划以及架构验证进行探讨。

屏幕快照 2017-05-30 上午11.49.56.png

在 GTC 大会上是「教主」与瑞典超跑品牌 Koesienigge 展示,而在 COMPUTEX 则是与台湾台湾睿能创意科技公司的电动摩托车产品 Gogoro 作为演示,Gogoro CEO 陆学森也到场共同介绍 Gogoro 的特点。

其实不难发现,今年在 COMPUTEX 上又多家合作厂商打造的产品都是基于 NVIDIA 的技术,包括显示卡、外接 GPU、 VR 背包,不过最重要的就是在笔记本电脑上的应用了,所以这次 NVIDIA 发布了一个电竞超薄笔记本的参考设计,名叫「Max-Q」,而它是不仅仅拥有硬件核心,同样经过了软件调教、散热设计等等,是与品牌商深度合作之后的一个产品。

屏幕快照 2017-05-30 下午12.04.19.png

详情请看:《在 MacBook Air 的机身中「塞」进 GTX 1080,NVIDIA 的 Max-Q 设计可能会重新定义游戏本》

MAX-Q 采用 NVIDIA GTX1080 作为核心,相较 GTX880M 提升三倍的性能,但厚度仅仅只有 18mm,重量更降为当年 GTX880M 机型的一半,仅有 5 磅,图形能力相较 PS 4 Pro 有大幅的领先,同时黄仁勋也展示了由华硕 ROG 基于 MAX-Q 设计的 ROG Zephyrus 轻薄笔电。

屏幕快照 2017-05-30 下午12.21.23.png

接下来教主还提到了同样是刚刚在 GTC 所发表的 Tesla-V100,这是首次针对深度学习优化的 Tensor Core 架构的高效能 GPU 加速器。

屏幕快照 2017-05-30 下午12.27.03.png

更值得关注的是「教主」还宣布 NVIDIA 将同全球领先的原始设计制造商(ODM)- 富士康(Foxconn)、英业达(Inventec)、广达电脑(Quanta)与纬创(Wistron)开展合作,以期更加快速地满足市场对 AI 云计算的需求,以减少从设计到生产部署的时间。

通过 NVIDIA HGX 合作伙伴计划,NVIDIA 将让每家 ODM 尽早访问 NVIDIA HGX 参考架构,NVIDIA GPU 计算技术以及设计指南。微软 Project Olympus 计划、Facebook 的 Big Basin 系统与 NVIDIA DGX-1人工智能超级计算机也均使用了 HGX 数据中心设计方案。

另外「教主」也提及到 NVIDIA 一直以来在深度学习软体所做的努力,包括提供 NVIDIA 深度学习软体堆叠,整合深度学习所需的套件,让基于 GPU 的深度学习应用更易开发。另外 NVIDIA 也将提供 NVIDIA Compute Cloud 云深度学习服务,让深度学习开发者可从端到点以外,更能透过租赁云的计算利加速模型训练。

最后在人工智能领域 NVIDIA 还有一个重点产品:Jetson 平台,所以「教主」又一次展示了基于 Drive PX 平台的自动驾驶系统 BB8,不过更重要的是宣布 Issac 机器人平台计划,这是一套针对基于 Jetson 平台所开发机器人的虚拟培训计划。

屏幕快照 2017-05-30 下午12.53.04.png

简单的说就是透过 Issac Lab 虚拟环境以及基于自动驾驶技术的 Astro AV 智慧平台,将机器人行为的培训通过虚拟环境的方式来实现。

屏幕快照 2017-05-30 下午9.15.03.png

而虚拟环境最大的优点就是利用性能强大的服务器来进行多机的虚拟化实验,并将机器人平台在此环境中进行成倍的训练,在一段时间后挑选出训练最好的机器人「模型」,并将这个模型同步到所有虚拟机,而后不断重复此动作加速训练,最后再把最好的「模型」移植到真实的机器人进行验证。

所以这可以实现同时进行大量的模型培训,同时减少时间和硬件成本。「教主」表示,透过从 Jetson 到 Tesla 服务器以及 NVIDIA Compute Cloud 的环境,还有 NVIDIA 深度学习技术,使机器人实现 AI 的发展路径更容易,包括丰田等企业都与 NVIDIA 合作推出机器人的设计模型,而这些硬件产品也是囊括了陆、海、空等等的各种型态,所以这也由此可见 NVIDIA 的野心所在。

屏幕快照 2017-05-30 下午1.03.26.png

最后别的就不多总结了—— NVIDIA 的股票还在涨。

最新文章

极客公园

用极客视角,追踪你不可错过的科技圈.

极客之选

新鲜、有趣的硬件产品,第一时间为你呈现。

张鹏科技商业观察

聊科技,谈商业。