英偉達顧頭不顧尾 GPU更新顯卡停頓

　　據英偉達發給騰訊《一線》的郵件顯示，3月27日，在加利福尼亞州圣何塞舉辦的GPU技術大會上，英偉達創始人黃仁勛發布了新一代服務器級GPU，搭載英偉達RTX技術的GPU Quadro GV100，目標是向藝術家和設計師提供實時光線追蹤技術。

　　Quadro GV100具有32GB內存，擴展后可至64GB。英偉達稱其性能相當于采用CPU時的100倍。

　　與Arm合作

　　同時，NVIDIA與Arm今日宣布，雙方將合作，在數十億即將進入全球市場的移動、消費電子和物聯網設備上實現深度學習推理。

　　NVIDIA、Arm正在合作將開源的NVIDIA 深度學習加速器(NVDLA)架構集成到Arm的Project Trillium平臺上，以實現機器學習。此次合作將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。”

　　Arm執行副總裁兼IP集團總裁Rene Haas認為：“加速AI在終端的應用對于Arm實現連接萬億物聯網設備的愿景至關重要。如今，通過把NVDLA集成到Arm的 Project Trillium平臺，我們距離實現這個愿景又近了一步，兩家公司為AI和物聯網投入的專業知識和能力將直接有益于我們的整個生態系統。”

　　據稱，NVDLA的模塊化架構具有可擴展性和高度可配置性，專門為簡化集成和便攜性而設計。

　　6個月AI性能提升10倍

　　NVIDIA 當時公布了深度學習計算平臺所取得的一系列重要進展，相較于六個月前發布的上一代產品，其深度學習工作負載性能實現了10倍提升。

　　NVIDIA的平臺已被各大云計算服務提供商和服務器制造商所采用，此次公布的主要進展包括NVIDIA(R) Tesla(R) V100(最強大的數據中心GPU)的2倍內存提升，以及全新GPU互聯結構NVIDIA NVSwitch(TM)，它可使多達16個Tesla V100 GPU同時以2.4 TB /秒的速度進行通信，這一速度創下歷史新高。 NVIDIA還推出了一個更新的、全面優化的軟件堆棧。

　　此外，NVIDIA推出 NVIDIA DGX-2(TM)，是其在深度學習計算領域取得的重大突破。這是首款能夠提供每秒兩千萬億次浮點運算能力的單點服務器。DGX-2具有300臺服務器的深度學習處理能力，占用15個數據中心機架空間，而體積則縮小60倍，能效提升18倍。

　　NVIDIA創始人兼首席執行官黃仁勛在GTC 2018上表示：“深度學習的超凡進展僅僅是對未來的啟示。其中的很多進展都是基于NVIDIA深度學習平臺，該平臺已快速成為全球標準。我們正在以大幅超越摩爾定律的步伐加快提升平臺的性能，以實現突破，進而為醫療保健、交通運輸、科學探索和其他眾多領域帶來革命性改變。“

　　推出自動駕駛汽車測試系統

　　對于自動駕駛領域，NVIDIA當天推出了一套用于使用照片級真實感模擬，基于云的自動駕駛汽車測試系統。

　　黃仁勛稱之為一款基于兩種不同服務器的計算平臺。

　　第一臺服務器運行NVIDIA DRIVE Sim軟件，用以模擬自動駕駛汽車的傳感器，如攝像頭、激光雷達和雷達。第二臺服務器搭載了強大的NVIDIA DRIVE Pegasus(TM) AI汽車計算平臺，可運行完整的自動駕駛汽車軟件堆棧，并能夠處理模擬數據，這些模擬數據如同來自路面行駛汽車上的傳感器。

　　NVIDIA汽車事業部副總裁兼總經理Rob Csongor表示：“要實現自動駕駛汽車的量產部署，需要一種能夠在數十億英里的行駛中進行測試和驗證的解決方案，以實現客戶所需的安全性和可靠性。借助DRIVE Con stellation，我們將視覺計算和數據中心方面的專業知識相結合，實現了這一目標。借助虛擬仿真，我們可通過對數十億英里的自定義場景和極端情況進行測試，從而提高算法的穩定性，其花費的時間和成本僅為實際道路測試的一小部分。”

　　仿真服務器由NVIDIA GPU提供支持，每臺服務器都會生成仿真傳感器數據流，并將其傳送至DRIVE Pegasus進行處理。

　　沒有顯卡更新消息

　　英偉達最早創立于1993年1月，是一家以設計智核芯片組為主的IC半導體公司， 最有名的產品線是為游戲而設的GeForce顯示卡系列，為專業工作站而設的Quadro顯卡系列，和用于計算機主板的nForce芯片組系列。

　　截止2017年，來自游戲的業務收入仍然占據英偉達整體收入的半壁江山。2017年第一季度，該公司的游戲業務(包括英偉達GeForce系列)的營收增長了大約50%，到10.3億美元，占該公司全部營收的53%。

　　從2017年起，英偉達開始為數據中心和自動駕駛提供圖形處理器，這成為VR領域之后，英偉達所找到的一個新增長板塊。曾經，VR概念在一段時間里被炒得火熱，圖像處理領域占據優勢的英偉達沾了光。但是，隨著VR虛火燒完，英偉達有一段時間轉型迷茫。

　　不過，隨著GPU被人工智能領域采用，英偉達找到了轉型方向。2018年這次大會上，英偉達沒有對收入占半壁江山的顯卡產品進行升級換代。這像一次賭博。

　　人工智能所帶來的商業熱浪會不會是當年VR一樣的結局?英偉達會不會又空歡喜一場?其股價會不會虛高?

　　比如，同樣是美國芯片算力公司的賽靈思(Xilinx)公司正在挑戰英偉達，其第四任CEO Victor Peng 強調物聯網、智慧城市和人工智能等領域有眾多機遇。 Victor Peng認為英偉達在數據中心取得了一些成功，特別是在機器學習方面，很大程度上是因為它的“CUDA”軟件已經成為許多研究人員的首選編程工具。

　　Peng指出，相比“訓練—就是通過大量數據訓練模型”，英偉達在機器學習的“推理”部分比較“脆弱”，其主要是弱點就是Nvidia GPU的功耗。推理對功耗預算更嚴格需要在一定功耗內處理一定數量的查詢，尤其是移動設備對推理時的功耗預算更嚴格。

　　他指出：“在一些數據中心，GPU可以在訓練中耗費幾千瓦的電力，這個在推理中簡直無法承受。”在芯片界，不談功耗的性能提升和改進都提扯淡。

　　所以，英偉達現在局面是傳統顯卡業務未曾改進，人工智能和數據業務受到挑戰，英偉達要避免顧頭不顧尾狀況出現。

　　截止3月27日，英偉達股價至225美元。2016年，該公司股價還在40美元區間。