【海通计算机】英伟达系列研究（二）：不得不看的英伟达GTC大会的猛料

【海通计算机】英伟达系列研究（二）：不得不看的英伟达GTC大会的猛料

2017-06-05 郑宏达/谢春生 宏达说

投资要点

2016年5月，我们发了英伟达系列研究（一）GPU——下一代高速计算的王者，英伟达股价自此涨了4倍。我们看到了英伟达收入结构的改善，电脑显卡业务占比逐渐降低，无人驾驶、数据中心等业务占比快速提高。这远不是英伟达的终点，其作为人工智能的核心，千亿美元市值仅是起点。

基于GPU，英伟达布局人工智能产业。GPU由英伟达在1999年提出，随后陆续推出GPU加速器、CUDA并行计算平台，借助GPU进行复杂运算，极大提高计算性能。由于高性能计算和低成本优点，GPU在需要海量数据复杂运算机器学习领域被广泛应用，GPU产业与机器学习相辅相成，迎来了快速发展。借助在GPU产业龙头地位优势，英伟达布局人工智能领域，包括AR/VR交互平台、云平台、自动驾驶、机器人等。本次GTC大会英伟达带来Holodeck、Tesla V100、云平台、车载AI平台、ISAAC机器人模拟等五大产品。

英伟达发布结合VR、AR的社交工作平台Holodeck。该平台拥有照片级模型，不仅包含英伟达长年积累的GameWorks，还有DesignWorks，画面表现力成熟；从VR纬度，可以进行模型构建和分享；Holodeck不仅可以提供视觉听觉共享，还能提供物理上的接触模拟，因为其完全遵循现实物理法则。

Tesla V100 GPU发布。Tesla芯片面积815平方毫米，达到光刻技术极限。搭载16GB HBM2显存、带宽达到900GB/S。单个计算单元比原架构Pascal快了12倍，张量运算能力达到120TFLOPS。Tesla基于新一代的Volta GPU架构，此次英伟达也推出了其他基于Volta的产品： DGX-1、DGX station。

深度学习云平台协助快速设置开发环境。提供一键配备深度学习项目功能。英伟达优化整合了一整套深度学习软件包，支持全部深度学习开发框架，基于云端强大的计算能力，用户可在英伟达GPU云设施开发环境，上传工作进度。

车载AI平台版图逐渐扩张。英伟达宣布与丰田合作，为其提供DRIVE PX车载AI计算平台。目前已有200个开发者和企业正在使用该平台。同时，英伟达宣布将开源Xavier DLA。 DLA是英伟达的自动驾驶AI处理器，创新地整合了CPU、GPU及DLA三大处理器优点。

ISAAC机器人模拟机将大幅提高机器训练效率。在真实世界训练机器有较大局限性，包括高昂的人力成本、耗时长、效率低等。因此强化学习应运而生，ISAAC机器人模拟机就类似于一种强化学习，在这个虚拟世界，完全遵循除时间外的物理定律，在时间上，机器人一秒内可重复多次复杂动作。基于这种设定，机器人训练耗时将大幅减少，训练效率大幅上升。

英伟达的人工智能产业布局

GPU产业，作为下一代高速计算的核心，具备低成本、高性能的特点。GPU由英伟达在1999年首次提出，在近年火爆的深度学习领域的带动下，GPU产业迎来了高速发展。

英伟达率先推出GPU加速器。GPU加速器利用GPU和COU ，加快科学、分析、工程和企业应用程序的运行速度。GPU能够使汽车、手机和平板电脑、无人机、机器人等平台程序加速运行。其原理是将程序计算密集部分工作转移到GPUY，其余部分代码仍由CPU运行。

2006年，英伟达推出CUDA运算平台。CUDA是一种通用并行计算架构，可利用GPU解决复杂计算问题，显著提高计算性能。包含CUDA指令集架构和GPU内部并行计算引擎。

GPU能较好满足机器学习计算需求。由于GPU高性能低成本的特点，工业与学术界以将其应用于机器学习，包括图像分类、食品分析、语音识别以及自然语言处理等。与单纯使用CPU相比，GPU具有数以千计的计算核心、可实现 10-100 倍应用吞吐量。优势十分明显。

近年来，借由GPU，英伟达逐步进行人工智能产业布局，包括VR/AR交互、云平台、自动驾驶、机器人等。

5月11日，GTC大会在美国圣何塞举行，英伟达CEO 黄仁勋发表主题演讲，发布Project Holodeck、Volta、英伟达GPU 云、Xavier DLA、Isaac 机器人模拟机五大新品。

1VR多人交互平台Holodeck

先进的VR社交工作平台。本次发布的Holodeck平台结合VR和AI技术，构建社交和工作平台。具有以下特点：

（1）照片级真实模型。在渲染图像，如超级跑车时，汽车外壳与内饰细节清晰，同时，车内所有部件也被渲染出来。

（2）遵循现实物理法则。如驾驶场景中，手并不会穿过方向盘，而有类似可以握住的感觉。

（3）适宜协作。多人之间可以进行动作交互。

2Volta架构

新一代高性能GPU架构。相比原架构Pascal，Volta主要有以下特点：

（1）Tensor Core：全新的张量运算指令，同时，它也是数据格式，使Volta训练吞吐量达到Pascal的12倍，推理吞吐量达到6倍。

（2）TensorRT：高性能神经网络推理引擎，即编译器。可为推理运算快速优化、验证、部署神经网络。

作为新一代GPU架构，Volta的重要性不言而喻，此次英伟达也推出了多款基于Volta的产品：Tesla V100、DGX-1、DGX station。

2.1 Tesla V 100

性能全面提升的新一代芯片。

（1）Tesla芯片面积达到惊人的815平方毫米，达到光刻技术极限。

（2）搭载16GB HBM2显存、带宽达到900GB/S。

（3）基于Volta的全新张量运算指令Tensor Core，使得其单个计算单元比原架构Pascal快了12倍，张量运算能力达到120TFLOPS。

性能上，从Caffe2、Microsoft CNTK、MXnet三大主流深度学习框架来看，与Tesla K80、P100相比，V100性能提高显著，在Caffe2上，V10训练时间由K80的40小时大幅缩减到不足10小时。

2.2 大型超级电脑DGX-1V

内置8块Tesla V100，运算能力达到960 Tensor TFLOPS。同样的训练效果，Titan X需要花费8天，而DGX-1V只需要8小时。其性能相当于把400个服务器装到一起。

2.3 小型超级电脑DGX Station

针对小型企业、个人，推出的DGX Station，配备4块Tesla V100显卡，故运算能力是DGS-1的一半，其功耗达到1500W，使用水冷。

2.4 云服务器HGX-1

HGX-1专门拥有GPU云服务，适用于公有云、深度学习、图形渲染、CUDA等，与DGX-1相同，配备了8块Tesla V100。

3英伟达云

深度学习云平台协助快速设置开发环境。与亚马逊AWS云、微软Azure云不同，英伟达云产品专门针对于深度学习，同时，它能提供一键配备深度学习项目功能。基于这款云产品，用户只需三步即可创建自己的深度学习项目：

（1）选择计算环境；

（2）接入数据库；

（3）选择深度学习框架

英伟达优化整合了一整套深度学习软件包，包含了开发者所需要的库和框架。它支持全部深度学习开发框架，基于云端强大的计算能力，用户可在英伟达GPU云设施开发环境，上传工作进度。

4车载AI平台DRIVE PX

AI平台版图逐渐扩张。英伟达宣布与丰田合作，为其提供DRIVE PX车载AI计算平台。目前已有200个开发者和企业正在使用该平台。此平台主要有三大功能：

（1）地图构建。通过扫描、道路特征检测，系统可以创建高精度地图，实现车辆定位、自动驾驶。

（2）副驾辅助。基于此功能，可以已构建高精度地图的特定路线实现自动驾驶功能。

（3）守护功能。即使未开启自动驾驶，AI系统也会保持在线，时刻保障行车安全。

同时，英伟达宣布将开源Xavier DLA。DLA是英伟达的自动驾驶AI处理器，创新地整合了CPU、GPU及DLA三大处理器优点，同时具备CPU的单线程功能、CUDA的并行加速能力、和DLA的计算机视觉特殊功能。

5ISAAC机器人模拟机

ISAAC黑科技将大幅提高机器训练效率。

在真实世界训练机器有较大局限性，包括高昂的人力成本、耗时长、效率低等。因此机器学习领域产生了一个分支：强化学习。即强调需要建立一个世界模拟器，模仿现实世界的逻辑。原理、物理定律，然后将机器放进其中进行训练。

英伟达推出的ISAAC机器人训练模拟世界就是一个类似的世界模拟器。在这个虚拟世界，完全遵循除时间外的物理定律，如万有引力等。ISAAC直接连通OpenAI Gym，借助其强化学习功能。

在时间上，机器人以多重分身在ISAAC中训练，一秒内可重复多次复杂动作，每轮训练中效果最好的，进入下一轮训练，如此循环，最终训练出最智能的机器人。基于这种设定，机器人训练耗时将大幅减少，训练效率大幅上升。

6风险提示

（1）产业发展低于预期的风险；

（2）GPU应用低于预期的风险；

（3）系统性风险。

海通计算机研究团队：

郑宏达（13918906471）

谢春生（13774410126）

鲁立（13916253156）

黄竞晶（13764440139）

杨林（15221070365）

洪琳（18217472692）

微信扫一扫

关注该公众号

阅读 2742 投诉

写留言