|
一身皮装的黄仁勋，恍若少年时。 这位NVIDIA联合创始人兼CEO。“N饭”眼中的精神领袖，总是浑身充满激情，就像他把NVIDIA的品牌LOGO纹在了手臂上，就像他总是一身皮装，总是目光深邃。 GTC 2016的现场，就是绿色的海洋，NVIDIA的品牌色系成为了当之无愧的主色调。同时，绿色也意味着生长，由生长看未来，NVIDIA这位绿巨人要怎么打响未来之战？ 黄仁勋说，NVIDIA所做的每件事，都是为了让客户完成更伟大的事，这就是NVIDIA的使命。“这8年来，GTC的影响力越来越大，受益于GTC的客户也越来越多，未来会在全球范围内做更多小一些规模的GTC，以扩大影响力，并帮助到更多的人。” 作为GPU领域，这个世界上最优秀的公司，NVIDIA正面对历史上最佳时刻。VR技术的大爆发，间接促成了GPU高端市场可预期的增幅；无人驾驶的庞大未来，验证了黄仁勋去年通过DRIVE PX对该市场提前布局的前瞻性；AlphaGo引爆了深度学习，而NVIDIA恰在此时推出了TeslaP100。 顺其自然，一切似乎就这样发生，在NVIDIA预想的未来里，这些角色都会成为绿巨人崛起的助推器。 最重要的5件事？不 在大会现场，黄仁勋说：“今天我们主要讲5件事：一个全新的Toolbox，VR，一款用于深度学习的全新GPU，一款用于深度学习的新的平台，以及基于深度学习技术的汽车。” 在这最重要的5件事中，我们可以发现，有三件都与“深度学习”有关。所以，这个结论得出来的非常容易，企业级市场对NVIDIA未来最重要的事就是：深度学习。 有趣的是，在去年的GTC上，黄仁勋就一反常态将深度学习变成了整个大会的主导。 悉深度学习的人都知道，深度学习是需要训练的，所谓的训练就是在成千上万个变量中寻找最佳值的计算。这需要通过不断的尝试实现收敛，而最终获得的数值并非是人工确定的数字，而是一种常态的公式。通过这种像素级的学习，不断总结规律，计算机就可以实现像像人一样思考。 如今，包括国内的阿里、腾讯、百度，美国的谷歌和Facebook，这些互联网巨头的深度学习都在使用GPU进行相关的研究。黄仁勋表示，“大数据、GPU和革新的算法，掀起了现代人工智能的革命。从研究机构、大学、新兴企业，到行业领袖都开始AI的研究。目前，由NVIDIA GPU提供加速，提供基于AI的云服务的厂商，三分之一来自中国。” 可见深度学习和GPU之间存在的一荣俱荣的逻辑关系。所以，对于NVIDIA来说，深度学习是GPU计算发展的大好时机，也是继HPC之后一个全新的业务增长点。也正是，在如此庞大的背景之下，NVIDIA在GTC 2016上发布了可能会在未来影响整个行业走向的产品：NVIDIA Tesla P100。 深度学习的未来核心：TeslaP100 为什么说Tesla P100有可能是NVIDIA在未来战略中最核心的产品？ 因为以Tesla P100为核心，会有无限扩展的可能性。它对NVIDIA而言，就像是至强处理器对英特尔公司的重要性一样。 简单总结Tesla P100所具备的五大技术突破，分别是：全新Pascal架构，实现性能的几何级增长；NVLink，实现GPU之间，CPU与GPU之间的高速互联；16nm FinFET工艺，高达153亿晶体管，更强性能，更高节能性；HBM2，提供高达720GB/s的超高带宽；高达21 Teraflops的峰值人工智能运算性能。 而建立在Tesla P100强大的性能背后，则是NVIDIA DGX-1，业内首款深度学习超级计算机的诞生。 据了解，NVIDIA DGX-1是基于全新Tesla P100构建的，全球首款用于深度学习训练的超级计算机。它可以提供高达170 Teraflops的深度学习计算性能，相当于250台双路CPU服务器节点运算性能总和，同时比一年前问世的 NVIDIA Maxwell架构四路解决方案快12倍以上，同样的训练任务，以前你最快需要25个小时，现在只要2个小时。 在一年之内实现如此强大的性能提升，对深度学习的实际应用会产生很大的价值。作为国内深度学习专家，京东技术研发部首席技术顾问翁志，就对NVIDIA DGX-1充满好感，“深度学习在未来的发展，有三个重要维度，分别是硬件、数据和算法。对于DGX-1一台可以相当于500台服务器规模的升级，这对深度学习的发展至关重要”。 当然，Tesla P100带来的畅想，还远未结束。 NVIDIA宣布，基于其DRIVE PX 2打造的纯电动自动驾驶赛车。该车将在2016/17举办的Formula E赛事正式亮相并参加比赛。 NVIDIA DRIVE PX 2是前不久刚刚发布的车载超级计算机，它拥有两颗NVIDIA Tegra CPU以及两颗Pascal架构GPU，可提供远超TITAN X的运算性能，借助深度学习技术，让车辆自动驾驶离我们更近一步。 而DRIVE PX 2的工作原理是：它为自动驾驶汽车而生，其每一颗摄像头每秒可捕捉15000个周围环境的关键信息点，而整个平台每秒可处理最高180万个道路关键点。通过将这些宝贵的道路信息上传至云端的DGX-1服务器，我们可以构建出拥有极高解析度的道路地图，并为Here、TomTom、Zenrin等地图供应商所使用，指导车辆更为安全的行驶。 可见，前端的DRIVE PX 2和后端的DGX-1服务器，实现了道路大数据，从采集到识别的整个链条，端到端的解决了无人驾驶的核心问题。 在我看来，NVIDIA在无人驾驶领域的机会会更大。Tesla P100作为深度学习最佳优的基础设施，可以在电商、医疗等领域发挥作用。但无人驾驶的未来市场空间是横跨科技和汽车两个行业，正处于技术的引导区间，市场并没有启动，NVIDIA端到端的能力，将可能成为市场中的决定性要素。 怎么看绿巨人未来的增长引擎 当然，必须要承认，NVIDIA对深度学习的投入，会是一个长线的布局。在短期内，并不会对实际的业务产生非常明显的驱动。 我们回顾一下NVIDIA 2016财年的表现。根据财报显示：NVIDIA全年营收50.1亿美元，同比上涨7%，历史上首次突破50亿美元大关。此外，全年运营利润7.47亿美元，净利润6.14亿美元。2016财年中，NVIDIA大部分营收还是来自GPU业务，全年营收41.87亿美元，同比上涨了9%。 在整个的业务表现中，游戏业务仍然是整个NVIDIA的业务引擎，它提供了最大比例的营收。一方面，全球游戏市场正处于上升期，在PC市场，游戏几乎是为数不多的增长点。VR等技术和高清显示技术的发展也带动了游戏产业的发展。另一方面，GeForce在游戏业仍然有很强的统治力。游戏业务，肯定还是NVIDIA主要的业务驱动引擎。 另一个最现实的突破点，应该会来自于VR业务。虽然VR只占NVIDIA业务的很小一部分，但它带来了增长的希望，至少VR的发展，会带动高端显卡的增长，这对NVIDIA来说可能是一触即发的机会。 在GTC 2016现场，黄仁勋通过现场VR显示，让我们体验到了2030年登陆火星的感觉。NVIDIA已经将Iray这一最先进物理效果渲染技术应用在了最新的VR里面，借助Iray VR，设计师可以更好的展示其作品。 最后一个增长，将会来自于NVIDIA的生态建设。虽然NVIDIA看起来是一家硬件公司，但其实NVIDIA应该是一家软件驱动的公司。无论是前面提到的游戏，VR还是深度学习，到无人驾驶，NVIDIA都可以提供开放的SDK，方便合作伙伴能够在NVIDIA的生态中找到自己的位置。 这些SDK，包括面向游戏开发者的GameWorks，面向设计师的DesignWorks，面向VR开发者的VRWorks，面向高性能计算的ComputeWorks，以及面向汽车的DriveWorks等等。这些新的SDK将有效帮助开发者更加轻松的打造出深度学习、加速计算、自动驾驶汽车、设计视觉、无人机、游戏以及VR等方面新的应用。 总体而言，GTC 2016更像是一次面向未来之梦的宣示，绿巨人通过对GPU技术的延展，对GPU生态提出了更宽广的思路，这种思路将会帮助黄仁勋和他的NVIDIA在面对未来的挑战中，走得更远、更稳。 文/郑凯 科技正能量，推动新科技 合作请联系 微信:zhengkai9979；QQ:24401313 ...... |
|
|
