黄鑫，宗仁联合编辑。
NVIDIA今天在GTC China2016上发布了新的产品：专为深度学习设计的推理加速器Tesla P4和Tesla P40，以及专为自动驾驶和汽车人工智能开发的低功耗计算机Drive PX2 for autocruise。
NVIDIA的传统强项是桌面和移动PC GPU，不过坚定的向着AI大踏步迈进的它显然已经不满足于一味的在单一领域做提高GPU性能的事了。我们曾经提到过，AI的研发和应用分为好几个阶段，NVIDIA传统的计算密集型GPU产品只会对训练算法这一项起到显著的改善作用，但NVIDIA显然是不会甘心只拿下这一领域的，而是希望将整个开发流程都包括进去。P4和P40同之前放置于超级计算机DGX-1内的P100定位类似，但功能侧重点有所不同。P100专注于加速神经网络的训练速度。而P4和P40专注于提高CPU的推理，也就是逻辑运算效率。一下是3款新品的侧重点盘点：
| P4 VS P40 VS Drive PX2 Autocruise
一. P4专注于提高CPU的推理，也就是逻辑运算效率。
单精度浮点为5.5 TeraFLOPS
INT8指标为22 TOPS
内置8GB GDDR5显存
2560 CUDA核心
支持192 GBPs带宽。
集成72 亿个晶体管
NVIDIA称P4性能是去年发布的M4的四倍
主要负责图像、文字和语音识别
![]()
二. P40专注于提高CPU的推理，也就是逻辑运算效率。可将CPU推理加速40倍。
单精度浮点为12 TeraFLOPS
INT8指标(衡量深度学习)为47 TOPS
内置24GB GDDR5显存
3840 CUDA核心
346 GBps带宽
集成120 亿个晶体管
NVIDIA称P40性能是去年发布的M40的四倍
主要负责图像、文字和语音识别
![]()
三. PX 2 AUTOCRUISE计算平台适用于自动巡航功能（包括高速公路自动驾驶和高清制图）
![]()
| 着重提一下Drive PX2 Autocruise
不过，这些都还算是NVIDIA的传统强项。其各项数据指标除了比前代产品m4/m40更快更高更强一点也没有太多值得说的地方。令人感兴趣的反而是这块看起来弱弱的Drive PX2 Autocruise。
首先一个非常亮眼的数据是它的功耗只有10w，这或许是因为它使用的是NVIDIA为移动平台开发的Tegra系列处理器，不过不管怎样这个功耗可以说是十分亮眼的，因为同等级的FPGA产品的功耗水平也基本就是在这个程度，甚至还会更高一些。并且它的功能定位聚焦于高速公路上的自动巡航，而并不是整个自动驾驶领域。这也很好理解，单移动处理器的架构和极低的功耗必然无法支撑起超大规模的计算。不过NVIDIA的意思也不在于此。
NVIDIA表示，这款产品可以同NVIDIA的DGX-1相配合。在NVIDIA描述出的图景中，数据科学家可以在数据中心利用NVDIA DGX-1训练深度神经网络，然后把训练好的神经网络在车辆配备的NVIDIA DRIVE PX2上运行。NVIDIA为DGX-1和Drive PX2 for autocruise开发了完全相同的NVIDIA DRIVEWorks算法、库、工具。让研究者可以方便的进行通用开发。
也就是说，这台计算机（Drive PX2 for autocruise）一开始就不是设计用来开发的，而是一台应用层面的设备。也就是说，NVIDIA用产品囊括完整AI开发流程的行动又开始了一个新的阶段。
| 小结
今天会上，黄仁勋着重表示——P4专为加速1U OCP服务器而设计，功率仅为50W；P40专为最大吞吐量而设计，能将CPU推理加速40倍。连同在今年美国GTC上将发布的超大规模数据中心加速器Tesla p100与P4/P40将在深度学习的训练和推理两端，为数据中心带来端到端的深度学习平台。
至此，NVIDIA在人工智能领域已经形成了以Tesla P100和DGX-1为核心的训练系统；以P4/P40和Tensor-RT为核心的数据中心推理系统；以及以DRIVE PX 2与Driveworks为核心的智能驾驶体系。通过全面布局构建了端到端的深度学习平台。
在这场发布会上，Drive PX2 autocruise的战略地位可能甚至会高于P4和P40。虽然它是一块自动驾驶芯片，不过NVIDIA的真正意图应该还是跳出作为传统强项的AI研发领域，通过这款产品为自己在AI应用层面的进一步发展做准备和试验。
NVIDIA明显已经铁了心要成为AI的领导者之一，要达到这个目的，类似Drive PX2 for autocruise这样的针对特定场景设计的计算机是必不可少的。这款产品也可以看作是NVIDIA的一个试水之作，如果其获得了足够的成功，我们可能很快就能在其他一些物联网产品上也看到NVIDIA的身影了。
![]()
