文/ DeepTech深科技
科技 范畴的盛会众多，CES 占得其中的半数光芒！ 而今 2018 年 CES 展开在即，会议配角英特尔尚未出面，去年冷艳亮相的 NVIDIA 就再次先声夺人，提早一天召开主题演讲，这一次，黄仁勋带来的内容照旧重磅！
图丨黄仁勋在演讲（图片来源：DeepTech）
首先，演讲在“I Am AI”的主题中展开，曾经化身为 AI 教父的黄仁勋照旧黑色皮衣亮相。他首先提到，借助 AI 的开展，以及深度学习环境的齐备，AI 曾经可以开端自主开发软件，这是去年最令人兴奋的音讯， 而从往年开端，自动驾驶，以及游戏引伸出来的 VR 使用，都会成为 2018 年的主轴。
首先的要点非自动驾驶莫属，在汽车使用当中，自动驾驶可以大幅加重我们日常的通勤担负，让我们更平安，也更疾速的抵达我们想要的目的地，而在运输业中，若采用了自动驾驶，那们我们就可以在现有的硬件架构下，提供更广的运输掩盖率、更大的货运量以及更平安的运输进程，由于自动驾驶所运用的硬件是极为牢靠的，由于不测而发生的损失也可以降到最低。
黄仁勋讲到，NVIDIA 推出的首批 Xavier 自主机器处置器现已开端启动，它努力于借助 AI 从各个方面提升驾驶体验，并为 NVIDIA 在自动驾驶范畴的众多协作企业和机构提供将来技术道路图。
图丨Xavier 处置器
同时，NVIDIA、采埃孚和百度三方正共同努力于打造专为中国市场设计的 AI 自动驾驶车载计算平台。此次协作基于全新的 NVIDIA DRIVE Xavier
、采埃孚的 ProAI 车载计算机、以及百度的 Apollo Pilot。
图丨NVIDIA、采埃孚和百度三方协作
黄仁勋还宣布，NVIDIA 将与 Aurora 联手打造采用 NVIDIA DRIVE Xavier 处置器的全新 L4 和 L5 级自动驾驶硬件平台。
图丨NVIDIA 将与 Aurora
当然，自动驾驶最让人担忧的还是平安成绩，即使机器发作事故的机率曾经被证明大大低于人类驾驶，但这样还不够好，因而 NVIDIA 也推出驾驶功用平安架构。但是平安成绩假如要在真实世界中测试，不只消耗工夫，也要破费极高的本钱，因而 NVIDIA 应用本人 GPU 的弱小绘图技术，开展出用来训练自动驾驶应对平安成绩的虚拟环境 DRIVERSIM，可以实时模仿真实驾驶环境，并且让自动驾驶平台在虚拟世界中运作，开发者可以自在控制虚拟世界中的各种参数，借此察看自动驾驶平台的反响，并减速整个训练的进程。
黄仁勋也把 2017 年已经展现过的车内使用软件环境，给了个正式称号：Drive IX， 包括了自动翻开车厢、眼睛追踪、手势操作、语音操作等等功用，在改良驾驶感受的同时，也要强化驾驶的平安。
另外，黄仁勋也宣布的 Drive AR 这个新的软件层，执行在异样的硬件环境下，可以把真实世界用更直觉的视觉表达方式让驾驶理解目前驾驶进程中的情况，经过一个虚拟的全息视觉平台，把自动驾驶测试平台所得的一切视觉信息经过虚拟环境的出现方式，让测试进程可以更直观。
除此以外，优步已将 NVIDIA 技术使用于旗下自动驾驶车队的 AI 计算零碎。 此次协作中，优步 Advanced Technologies Group 的自动驾驶汽车及货运车队将应用 NVIDIA 技术运转 AI 算法。
图丨优步运用NVIDIA 的 AI技术
图丨NVIDIA 在自动驾驶范畴有 300 余家协作同伴
黄仁勋也同时谈到了游戏话题，游戏曾经成为运动项目之一，甚至成为国际级赛事，规模甚至要大于其他一切的运动，而在一切的在线平台上，游戏与相关竞赛也是最次要的内容来源，玩家们把本人的游戏进程分享给冤家，分享给全世界，这与我们过来的时代不同，分享也成为这个游戏世代最重要的中心概念。
图丨黄仁勋在演讲（图片来源：DeepTech）
而在游戏主机方面，借助与 NVIDIA 的协作，任地狱推出了有史以来最成功的游戏主机，也就是任地狱 Switch，销售量不只破了任地狱本人的纪录，也破了一切游戏机的历史纪录。
图丨黄仁勋比照游戏笔记本，左手为MAX-Q 设计（图片来源：DeepTech）
另外，借助新的 MAX-Q 设计，游戏笔记本的分量也得以大幅增加，超薄的游戏笔记本成为能够。 而借助这些新设计，采用 NVIDIA 独立显卡的游戏笔记本在功能方面要比 Mac Pro 快四倍，也比目前最弱小的游戏机要快两倍以上。 可以说是目前主流市场中最弱小的产品。
至于在深度学习方面，在 2017 年推出 Tesla-V100 之后，带给市场极大的震撼，不只效能有极大的提升，新添加的 Tensor Core 也大大的减速了深度学习的流程，Tesla-V100 在小小的芯片中，包含了超越超级计算机的计算能量。另外，NVIDIA 也提供了 TensorRT 开发环境，协助研讨人员更快的开发相关 AI 使用。
图丨黄仁勋手持Tesla-V100
NVIDIA 也提供了 DGX 主机，在高效率的冷却以及弱小 GPU 中心的搭配下，可以在无限的机构空间中提供最弱小的 AI 计算功能。另内在效劳器中，借助 GPU 的优势计算才能，NVIDIA 可以在一个机柜中提供同等于传统架构十倍的计算才能，这代表了运用 NVIDIA 的架构，只需传统架构的非常之一本钱。
NVIDIA 花了许多工夫在处理深度学习上所会遇到的成绩，首先在光迹追踪，经过 AI，可以自动计算出被光线照射到的物件颜色，另外，我们也能用 AI 来计算人脸举措，操作者只需输出参数，就能改动面孔动画，我们甚至可以用 AI 来撰写乐谱，我们只需指定音乐的作风，AI 就能谱出乐曲。
不得不供认，从游戏绘图大厂摇身一变成为人工智能中心角色，NVIDIA 不只数年来成为相关话题与技术开展中心，其股价也随同着 AI 的热度在两年之内大涨超越 5 倍，如今，任何在这个产业里的人，谈到 AI，没有人不谈判到 NVIDIA，没有人不会想到黄仁勋。
AI 范畴的规划成效卓著
之所以 NVIDIA 可以顺利切换到人工智能的赛道，次要是得益于其在 GPU 上的积聚。 而 GPU 之所以成为当代 AI 次要计算方式，就在于它拥有了数以千计的巨大中心，中心的规模虽分明小于 CPU，只能做绝对复杂的计算，亦无法直接启举措业零碎。但复杂正是其最大的武器，这些庞大的中心群可以在一霎时同步处置完数千到数万个复杂的计算任务执行绪，而其具有直连 GPU 芯片的庞大本地端存储器，且频宽也要远大于 CPU 体系。
图丨 CPU 和 GPU 中心特性决议了一般使用的计算效率
并且，NVIDIA 为其 GPU 搭配的 CUDA 环境更是大大降低了相关 AI 计算顺序的开发复杂度，在开发环境亲和力远高于竞争架构，且综算计算功能亦独占鳌头的状况下，GPU 在 AI 范畴的使用可说一日千里，目前次要云端 AI 计算架构都是以 GPU 为主。
自动驾驶范畴领跑群雄
NVIDIA 除了在 AI 议题继续耕耘外，也抢先业界推出了不少自动驾驶方案，包括从最早的 Drive PX、DrivePX2，去年 CES 宣布的 Xavier，NVIDIA 目的不断以来都是瞄准真正的自动驾驶技术，而不是仅做为驾驶辅佐，或许是地道的环境感测功用。换句话说，NVIDIA 直接挑最困难的议题做，每一代方案也都不时在功能，或周边配合才能上有着极大的改良，NVIDIA 与主流车厂更是严密协作，且在软件局部亦不时优化，目前最接近商用阶段的自动驾驶方案可说非 NVIDIA 莫属。
图丨NVIDIA Drive PX & Xavier
间隔 NVIDIA 上一次于 2017 年 10 月 10 日在慕尼黑举行的 GPU 技术大会上发布了名为 Pegasus 的新一代 DrivePX 人工智能车载计算平台，更号称是世界上第一个 L5 级别自动驾驶平台。
NVIDIA DRIVE PX Pegasus 的每秒操作超越 320 万亿次——比其前身 NVIDIA DRIVE PX 2 的功能超出 10 倍以上。 它的运算功能足以处置最多 16 个传感器的材料，并且同时停止物体检测、GPS 定位、途径规划，还能控制车辆自身，此外它还能同时更新集中存储的高清地图，即便一切的义务同步处置，这个设备也还能有剩余的运算资源。NVIDIA 表示，这样的运算才能完全可以处置 L5 自动驾驶汽车。
当然，作为开发用平台，Pegasus 极为弱小，但其功耗高达 500W，使其难以成为量产化的自动驾驶方案，但 NVIDIA 似乎也不紧张，毕竟这个平台的推出曾经让 NVIDIA 抢先业界不晓得多少步了，毕竟同时期的竞争产品，多半还只能到达 L3 级别。
图丨NVIDIA Pegasus
将来 NVIDIA 凭仗工艺、架构的改良，及与功能更好，价钱更低的环境感测组件搭配之下，要推出功耗可以契合将来汽车电力预算设计需求的方案，并不会是什么大成绩。
IHS Markit 资深首席汽车剖析师 Luca DeAmbroggi 以为：“如今，数十家公司正竞相开发自动驾驶汽车，但真正自动驾驶汽车的宏大计算需求对他们形成了限制。全新 NVIDIA DRIVE PX Pegasus 为汽车制造商、初创公司和汽车生态零碎提供了完成这一惊人愿景所需的消费办法。”
GPU 架构面对应战虽越趋严苛，NVIDIA 仍有压箱宝可应对
GPU 计算架构虽弱小，也不是没有缺陷，尤其是功耗成绩，1 块 GPU 计算卡动辄数百瓦的功耗，假如规模一增大，那么对整个计算中心的功耗控制就会显得特别费事。
而在自动驾驶范畴，包括 Mobileye、Renesas、NXP 等对手简直都是采用 ASIC 方式针对图像或物件辨认采用专属的减速架构， Mobileye 在 ADAS 市场占了将近 7 成市占，是最早投入自动驾驶的方案商之一，其最新的自动驾驶方案 EyeQ4 可以在 3W 的功耗限制下提供 2.5TOPS 的功能表现，且是基于 28nm 工艺。
相较之下，NVIDIA 最新的 Xavier 虽在 16nm 工艺下提供达 20TFOPS 的功能表现，但功耗达 80W。而 Mobileye 下一代 7nm 自动驾驶方案功能将提升到 17TOPS，但功耗仅略添加至 5W。
当然，NVIDIA 也并非完全一筹莫展，虽然其主打架构是 GPU，但 NVIDIA 实践上拥有设计 CPU 以及其他 ASIC 矢量计算架构、甚至神经网络芯片的才能，万一 GPU 真的在 AI 或自动驾驶范畴上再也行不通，NVIDIA 还是有其他架构选择可用。
游戏范畴仍将独占鳌头
除了 AI 与自动驾驶外，游戏市场可以说是 NVIDIA 另外一头金牛 ，虽然毛利分明低于其他产品，但由于在市场上缺乏对手，目前的 PC 游戏市场可以说是 NVIDIA 在唱独角戏，传统对手 AMD 虽力图抖擞，但是在架构不如人，且晶圆代工厂 Global Foundries 产能配合不上的状况下，光是要满足 CPU 的市场需求就曾经分明力所能及，GPU 市场曾经得空统筹。
独立显卡市场虽不时萎缩，但 NVIDIA 独立显卡的均匀单价却得益于对手的积弱不振而不时进步，尤其在超高端游戏 GPU，比方说 Titan 系列产品，简直都是处于供不应求的形态，不只补偿了全体市场萎缩所形成的相关产品营收空缺，甚至还能带动全体营收生长。而在新款游戏绘图方案量产之后，不管在产能，或许是功能表现方面， DT 君以为都能优于 AMD 的 7nm 产品，往年 AMD 想要在 GPU 市场重演 CPU 咸鱼翻身的戏码，难度恐怕相当高。