飞象网讯（魏德龄/文）在 GTC CHINA 2019 中的“压轴大 SHOW”环节 NVIDA 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 NVIDA 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 NVIDA 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 NVIDA 的用户。目前，百度推荐系统采用 NVIDA 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。NVIDA 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，NVIDA 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 NVIDA 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；NVIDA 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 NVIDA 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 NVIDA 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 NVIDA 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 NVIDA 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。NVIDA 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 NVIDA 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。
来自:
飞象网
