美國時間 3 月 27 日早上，英偉達 GTC 大會最重磅環節 —— 英偉達創始人黃仁勳的主題演講在聖何塞舉行。
要知道，GTC 大會向來都是以 AI 和深度學習作為討論重點，這次也不例外！那酷愛皮衣，還專門換了一件新皮衣的黃教主說了啥呢？
從星球大戰，哦不，從裡面運用到的光線追蹤 RTX 技術說起，到第一款採用 Volta 架構的 Quadro GV100 GPU ，再從新版的 Tesla V100 內存升級為 32G ，說到超級電腦 DGX-2 。沒錯，DGX-2 就是黃教主口中搭載了「全球最大 GPU 」的超級電腦，能實現每秒 2 億千萬次浮點運算，功耗 10 千瓦，比英偉達去年發布的 DGX-1 性能高出 10 倍。
如果你不是內行肯定也不知道這啥意思，但舉個例子你就懂了。用這超級電腦，每秒下載 14000 部電影，怎樣，牛不牛？
當然，英偉達還推出了各種新版的機器學習應用平臺、下一代自動駕駛晶片、自動駕駛測試平臺等……在這裡就不多說這些讓工業界好奇、震驚的新名詞了，今天，就來說說，到底英偉達這些新技術，應用到日常生活的話，有什麼改變？哪些應用場景適用？別擔心，小白都能看得懂！
雖然此黃教主非彼黃教主，但這次黃教主宣布的新產品當中，可是能造福廣大娛樂動畫行業的小夥伴啊。
英偉達新推出的這款 Quadro GV100 GPU ，使用 RTX 技術進行實時光線追蹤，這將為動畫產業提供一種更有效的 3D 圖形和場景製作方法。再展開一步，媒體和娛樂行業的從業者開心了，因為他們能更快地創建出逼真的動畫效果；而觀眾和玩家們也有福了，因為視覺盛宴會更多更好。
英偉達在大會現場展示了一段《星球大戰》視頻，來證明 RTX 實時光影追蹤能做到多好：每一束光線遇到每一個表面，計算機都要迅速決定如何處理兩者關係：是反射還是吸收？從哪個角度反射？要吸收到哪種程度？
毫無疑問，這種光影處理需要非常巨大的計算量。現在的動畫電影中，渲染單個場景都需要好幾個小時。但是黃仁勳說，我們走入了一個光影實時處理的時代，「你在這裡看到的一切，都是實時的」。這也是為什麼英偉達敢稱自己的這項成果是「自從約 20 年前推出可編程著色器以來，計算機圖形學的最大進步。」
下面來看看參數部分。
上周，英偉達已經透露：其技術支持超過 24 種、總用戶量超過 2500 萬的專業設計和創意應用程式。
採用英偉達 NVLink 互連技術的 Quadro GV100 GPU ，具有 32GB 內存，可擴展至 64GB 並配備多個 Quadro GPU ，是目前市面上適用這些應用程式的最頂級性能平臺。
基於英偉達的 Volta GPU 架構，GV100 可提供雙精度 7.4 teraflops（ teraflops 即「浮點運算」，是衡量計算機計算能力的量，teraflops 是每秒一萬億次的浮點運算，所以 GV100 的運算量極為強大），單精度 14.8 teraflops 和深度學習性能 118.5 teraflops 。內置於 Nvidia RTX 中的 Nvidia OptiX AI-denoiser 可實現近 100 倍的 CPU 性能，實現實時的無噪音渲染。
然後，娛樂行業對此有什麼反應呢？那肯定是喜聞樂見的。
出品了《堡壘之夜》和《無盡之劍》系列的 Epic Games ，其執行長在一份聲明中表示：「 Nvidia RTX 技術的面世，讓實時光影追蹤這件事進入了下一個篇章。通過在新的 DirectX Raytracing API 支持下，為遊戲開發社區提供強大的技術，英偉達成為新一代遊戲和電影圖像背後的推動力量。」話說的比較官方，劃重點就是「對遊戲開發來講，真是跨時代技術啊」。
而 Remedy Entertainment 則說：「使用英偉達 RTX 技術開發之後，我們驚嘆於它的速度之快，並且還比傳統技術有更高的視覺保真度。想到未來使用 RTX 能實現的目標，我們就很興奮 —— 是時候給玩家們準備些特別的東西了！」
聊完娛樂，我們來看看醫療。
在大會現場，黃仁勳展示了英偉達首次推出專用於醫療圖像處理的超級電腦 Clara 。這個超級電腦有什麼厲害之處？
還記得那些超聲波拍攝的醫療影像嗎？大多數都是 2D 、黑白的。但只要把 2D 的黑白圖像數據傳入 Clara 電腦，再配合人工智慧軟體的處理，醫療影像就能夠給出更多信息。原來的黑白圖像上能實時渲染出顏色、分層、分區域等。也就是說，準媽媽就可以看到 3D 心臟，還有子宮中寶寶的模樣了。
更實用的是，醫院可以在現有醫療設備上直接接入這臺電腦，不需要替換。目前，英偉達正在和眾多醫療廠商合作，除了 GE 通用電氣、三星電子等，還有像圖瑪深維、推想科技等 AI 醫療創業公司。說多一句，推想科技是國內最早將深度學習技術應用於醫療影像診斷的人工智慧公司。
可以想像的是，英偉達這款超級醫療圖像計算機要是部署到各大三甲醫院的話，得是多麼大的一個市場。
今天英偉達這場大會，最重磅的莫過於發布了被稱為「全球最大的 GPU 」。我們不妨先來帶大家回顧下，這款超級計算機 DGX-2 的前身 DGX-1 。
2016 年英偉達 GPU 全球技術大會上，英偉達推出了全球首款深度學習超級計算機 DGX-1 ，它有首個專為深度學習而設計的系統，提供了相當於 250 臺 x86 伺服器的吞吐量。計算能力有多強大？相當於你把 250 臺伺服器裝在了這個盒子裡。
那 DGX-2 比起 DGX-1 ，有哪些改進呢？
首先，它有 16 個 Volta GPU ，使得 DGX-2 具有 300 臺伺服器的深度學習處理能力。從其他參數來看，共有 512GB HBM2 內存，可提供高達 14.4TB / s 的吞吐量，有 81920 個 CUDA 內核。
但這 16 個 GPU 並不是簡單連接，因為 DGX-2 是第一個首次推出 NVSwitch 的系統，它能夠使系統中 16 個 GPU 共享一個統一的內存空間，這使專業開發人員能夠處理最大的數據集和最複雜的深度學習模型。這個由 NVSwitch 連接的 NVIDIA Volta GPU 可以說創造了世界上最大的 GPU 。
其次，速度更快。DGX-2 可以在不到兩天的時間內訓練 FAIRSeq ，這是一種最先進的神經機器翻譯模型。這比 DGX-1 的性能提高了 10 倍。說到速度，我們前面也說了，因為高達 14.4TB 每秒，每秒可以下載 14000 部電影。
這款全球最強大的 GPU 售價為 39.9萬美元（約人民幣 250 萬），今年第三季度上市。這個價位，個人估計是買不起的了，但能給企業省下多少錢呢？300 臺雙 CPU 伺服器的價格約為 300 萬美元，英偉達的售價只是 1/8 的花費。難怪今天 GTC 大會上，黃教主的口頭禪是 「你買得越多，省得越多」。
在發布會的最後，黃仁勳說英偉達會暫停自動車上路測試，但研發會繼續。
今年 1 月 8 號 CES 大會上，英偉達正式宣布與 Uber 合作，其晶片將成為 Uber 車隊的重要驅動力。其實 Uber 自 2016 年部署沃爾沃測試車隊時，就一直使用英偉達的技術。上周 Uber 事故發生前，英偉達在美國新澤西、加州聖克拉拉，日本及德國等地測試其無人車。事故後，英偉達宣布將在全球範圍內暫停其無人車部分的測試，股價隨即應聲下跌。
自動車和硬體供應商和平分手並非沒有先例：2016 年 5 月，特斯拉的自動駕駛系統 「 Autopilot 」 由於多重原因判斷失誤，導致一位駕駛著特斯拉 Model S 的男子直接在毫無減速的情況下，鑽進了一輛貨櫃卡車的下方，車主當場死亡。此後不久，特斯拉當時的攝像頭供應商、以色列公司 Mobileye 宣布和特斯拉終止合作。雖然雙方並未做出太多解釋，外界普遍認為該事故是合作終止的重要原因。
當然，無人車測試只是暫停。早些時候英偉達一名發言人回應此事時說：「以後無人車的安全性會遠遠超過人類駕駛者，因此對無人車的研發需要繼續進行。但為了從 Uber 事故中學到教訓，我們將暫停測試。」
不過今天的發布會可以看出，英偉達絕非要停下探索自動駕駛的腳步：英偉達計劃打造一個測試自動駕駛汽車的新系統 Drive Sim and Constellation ，具體包括：
Drive Sim and Constellation 系統的第一部分叫 Drive Sim（模擬駕駛）。Drive Sim 是一個軟體平臺，可以模擬無人車上使用的傳感器。它運行在模塊化硬體平臺上，每個模塊由 8 個高端圖形處理器組成。由於可以根據需要隨時添加模塊，這種方法可以模擬車輛上所有的傳感器。模擬傳感器所處理的信息可以以假亂真、高度模擬真實世界，肉眼幾乎無法分辨。
英偉達 Drive Constellation
使用道路上記錄的數據，英偉達 GPU 可以改變太陽的位置，天氣，道路反射率等等。模擬場景時，夏日中午、夜間駕駛、傾盆大雨或暴風雪等都可以隨意轉換。
所有這些都是為了在數據中心運行而設計的，價格不會太便宜。當然，和在現實世界中冒著生命危險積累測試裡程比起來，模擬環境下測試更安全，而且可以在無限變化的情況下每天積累數百萬英裡。
Drive 系列是英偉達旗下 Pegasus 人工智慧計算平臺的一部分。Pegasus 主板的樣品將在今年晚些時候推出，但該模擬器也可以在任何英偉達 Drive 自動化平臺上運行。 英偉達對其所有硬體的軟體兼容性可以說是非常自豪：軟體可以先在現有硬體上開發，以後如果需要移到新的硬體上，也能輕鬆移植到新平臺。
黃教主今天費盡心思說了那麼多，但沒想到英偉達的股票下跌了 7.7% ，這對廣大小白來講，到底是不是入手英偉達股票的好時機呢？大夥們都怎麼看？
責任編輯：李雨儂
點擊下方圖片即可閱讀
美麗聯合集團趙成：要讓員工看到自己的未來