英伟达上到火星下至基因，还能“买的越多，省得越多”

发表于 5年以前 | 总阅读数：870 次

在GTC CHINA 2019中的“压轴大SHOW”环节NVIDIA创始人兼首席执行官黄仁勋主题演讲前，会场播放了一段“i am ai”的视频，当AI在阐明自己的AI身份后，则开始不断在不同领域变换着身份，可以是医生、也可是工程师、也可以是生物学家，可以是生活中的任意关键角色，就像是被神仙附体一般无所不能无所不在。

而就在这一视频之后，黄仁勋先生正式登场，开始介绍NVIDIA在上到登陆火星下到基因测序在各种领域中扮演的重要角色，也同样在千行百业中变得无所不能。它就像是一部广义上的“手机”，通过软件变得什么都能做，并且如黄仁勋所反复在现场说得一句口头禅一样让客户“买的越多，省得越多”。

买的越多，省得越多

黄仁勋第一次在主题演讲中使用“买的越多，省得越多”的话术是在宣布推出由NVIDIA RTX提供强效助力的瑞云云渲染，RTX在使用瑞云云渲染的性价比方面取得了突破，速度快12倍，价格低7倍。在展示的示例中，原本需要花费485个小时渲染的场景现在只需不到40小时即可渲染完成。黄仁勋用“The more you buy，The more you save”（买的越多，省得越多）来形容了这一产品特性，也引来了与会者阵阵会意笑声。

这一现场金句在随后的AI产品深度推荐系统中再次被套用。互联网的一个最重要的机器学习模型便是推荐系统模型，无论是通过搜索引擎搜索内容，还是通过客户端来了解信息，或是进行网上购物，在互联网上几乎每个查询都需要推荐服务，推荐系统也就成为了推动互联网发展的引擎。

国内的搜索引擎的代表百度、网上购物的代表阿里巴巴其实就是NVIDIA的用户。目前，百度推荐系统采用NVIDIA AI，有100多个推荐模型被使用在百度的众多应用中，这些模型每周还都会更新，它们学习用户的潜在兴趣，新的条目和特征被持续更新。同时，在这一过程中，GPU训练成本只有CPU的1/10，并且支持更大规模的模型训练。

阿里巴巴也在近期使用NVIDIA GPU大规模部署AI，在年度最大购物节日“双十一”为客户提供服务。通过NVIDIA平台的直观搜索功能和可靠的推荐，阿里巴巴能够支持比过去复杂6倍的模型，从而使点击率提高10%。相比于CPU，NVIDIA T4 GPU将阿里巴巴最大模型的吞吐量提高了100倍。T4还能够为阿里巴巴广泛、深入的推荐模型提供加速，实现每秒处理780个查询，而如果采用CPU这一查询能力仅为每秒3个。

软件能力让GPU变“手机”

此外，实现“买的越多，省得越多”的原因之一在于NVDIA没有打造AI专用芯片，而是把GPU打造成通用芯片，可以应用于各个领域，采用通用可编程的方式来让其服务于各行各业，最终如同一位无所不能的超级英雄。

黄仁勋在专访环节中将这一通用芯片的策略使用“智能手机”进行了比喻，众所周知手机可以玩游戏、看电子书、拍照等等做大量的事情，多数用户在拥有一台手机后无需再单独购买游戏机、相机等设备，这实际也节省了生活成本。芯片的道理同样如此，如果是面向不同领域均需要不同类型的芯片，自然相关的成本也会水涨船高。

而在黄仁勋的演讲开头更是强调称计算机变化不大、GPU变化不大，而软件正在发生变化。NVIDIA通过不断改进软件栈，就使AI深度学习训练在两年间提升4倍，深度学习推理在1年内提高2倍。

NVDIA一直在专注于加速计算领域，致力于解决普通计算机无法解决的问题，在图形、HPC和交汇领域锐意创新，实时模拟各种环境、物理特性和智能。黄仁勋表示NVDIA在垂直市场中将GPU、深度专业知识、计算堆栈、算法和生态系统专业知识集于一体。并立足一个架构，借此涉足多样化的市场，从游戏到汽车再到医疗健康。

上到登陆火星下至基因测序

正如文章开头所说，NVIDIA在本次大会发布的产品真是上到登陆火星下到基因测序，充分体现了涉足多样化市场的精神。

在图形领域，游戏行业中NVIDIA和微软共同宣布《我的世界》支持RTX，并会在2020年到来，同时，还宣布了最新的六款GEFORCE RTX游戏；NVIDIA MAX-Q让高性能GPU也能放在超薄笔记本中；同时还宣布与腾讯游戏推出START云游戏服务，为数百万玩家提供与本地游戏主机上一致的游戏体验，即使使用性能不足的终端，也依旧可获得无损体验。

面向建筑行业的NVIDIA OMNIVERSE，该产品支持在建筑行业的工作流中增加实时协作功能，无论是在本地还是在云端。

如上文提到的，面向影视行业宣布推出由NVIDIA RTX提供强效助力的瑞云云渲染，目前超过85%的中国电影工作室都是瑞云的客户，首批5000片RTX GPU将于2020年上。

在HPC领域发布NVIDIA FOR ARM，满足客户对于使用CUDA加速ARM的需求，并使ARM服务器打造成HPC和AI的理想选择。

航天行业中，NASA为了实现2030年底送人类上火星的目标，在NVIDIA GPU上通过FUN 3D流体力学软件运行了数十万次火星着陆场景模拟，生成了150TB的数据。NVIDIA针对数据分析发明在DGX-2上运行的Magnum IO GPU Direct Storage技术，可“实时”对数据进行可视化处理。

面向基因测序发布NVIDIA PARABRICKS基因组分析工具包，并宣布华大基因已经采用该工具包，借助若干GPU服务器，按其测序仪生成数据的速率来处理基因组。

在AI领域中除了上述提到的面向互联网行业的深度推荐系统外，还发布了全新推理软件NVIDIA TensorRT 7，借助于该软件，全球各地的开发者都可以实现会话式AI应用，大幅减少推理延迟。

为了迎接万物智能革命，NVIDIA EGX作为面向边缘AI应用打造的“一体化AI云”，专为流式AI应用程序、Kubernetes容器编排、保护动态数据和静态数据安全面打造，已连接至所有物联网云。

在机器人行业，推出全新版本NVIDIA ISAAC软件开发套件SDK，为机器人提供更新AI感知和仿真功能。Isaac SDK包括Isaac Robotics Engine（提供应用程序框架），Isaac GEM（预先构建的深度神经网络模型、算法、库、驱动程序和API），用于室内物流的参考应用程序以及Isaac Sim的第一个版本（提供导航功能）。

在自动驾驶行业，NVIDIA发布新一代自动驾驶和机器人处理器SoC产品NVIDIA DRIVE AGX Orin，达到ISO 26262 ASIL-D等系统安全标准，计划于2022年开始投产。并将向交通运输行业开源NVIDIA DRIVE自动驾驶汽车深度神经网络，在NGC上推出NVIDIA DRIVE预训练模型。同时滴滴将在数据中心使用NVIDIA GPU训练机器学习算法，并采用NVIDIA DRIVE为其L4级自动驾驶汽车提供推理能力。