GTC 2017 现场，英伟达首席执行官黄仁勋站台发表主题演讲表示，五年前针对深度学习神经网络研究的就已经开始取得回报，GPU计算开始呈现爆发态势。与此同时，英伟达的股价再度暴涨17%，当它发布财报时，当天收盘股价已经飙升了14%。整个演讲的亮点是其宣布英伟达发布了新的Volta架构以及相应架构的V100芯片。

在过去的30年，由于受益于摩尔定律的影响，致使整个芯片行业可以一年又一年地推进微处理架构的更新升级，从而提高运算性能，但摩尔定律逐渐失效之后，开始进入第二个计算时代：机器学习的时代，英伟达迅速转身。

如今，押注AI的英伟达在经历了几年的积淀之后，不仅股价迅速飙升，营收层面也持续增长。根据刚发布的2017年第一季度财报显示，公司营收19.4亿美元，同比增长48%，公司净收入增加到5.07亿美元，比2016年第一季度的2.08亿美元增长了一倍之多。

5月11日，英伟达举办了本年度GPU开发者大会，该公司首席执行官黄仁勋主题演讲历时两个多小时，其内容涉及到机器学习的方方面面，以及基于英伟达图形处理芯片（GPU）的众多应用程序。而整个演讲的亮点是其宣布英伟达发布了新的Volta架构以及相应架构的V100芯片。

英伟达一直在努力使其图形处理芯片更适用于人工智能应用程序，并在芯片中增加了16位浮点快速计算等功能。但它的新Volta架构将这种专业化功能提升到了一个新的层次，通过采用新的张量核心，极大地加速了神经网络的训练和推理能力。Volta的张量核心专门为神经网络设计，而传统的GPU核心主要用来完成像阴影处理这样的经典图形操作。

而对于神经网络来说，基本的构建模块是矩阵乘法和加法。英伟达的新张量核心可以执行所有的操作，可进行多组双4x 4矩阵运算，同时增加第三个矩阵并行计算。因此，V100上可并行运行5120个核心，而每个核心本身也可并行运行其他操作。英伟达表示，其结果是在推断学习过程中，V100的学习速度是Pascal的12倍，推理速度则是Pascal的6倍。

英伟达V100堪称有史以来最令人印象深刻的芯片之一。在815平方毫米的面积中，布满了210亿个晶体管，英伟达的首席执行官黄仁勋表示，这是目前半导体领域可以制造的最大、最复杂的芯片。该芯片的研发成本为30亿美元，而芯片是由台积电的12nm制程工艺制造，使用了三星提供的高速内存。

在主题演讲结束后，英伟达解释说，它之所以使用12nm的大尺寸，是为了制造出最先进的芯片。谷歌近期也针对人工智能打造了定制的TensorFlow芯片，但Volta架构芯片的发布或将有效阻止其竞争发展。

Volta显然是英伟达人工智能战略的一部分，但它并没有就此止步。黄还在大会上宣布了TensorRT，这就是Tensorflow和Caffe编译器，旨在优化gpu运行性能。编译器不仅能提高效率，还大大降低了谷歌定制芯片的缺陷。其使得TensorFlow芯片比Skylake或P100图像识别基准延迟低30%。而在设备负荷方面，Tesla V100 PCIe可以取代十几个传统CPU，而且能耗要低得多。

此外，英伟达还对定制化推理芯片竞争做出了更直接的回应，宣布该公司正在开发DLA(深度学习加速器和代码开源软件。其张量核心配置了高达20MB的寄存器堆，高达16GB的HBM2显存读写速度高达900GB/s，而NVLink输入输出达到300GB/s。其结果是Volta架构完全就是针对人工智能打造的芯片架构。

英伟达后来证实，并非所有Volta架构处理器都有如此高的人工智能加速功能，有些可能更专注于纯粹的图形或通用计算性能。英伟达解释称，它的张量核心是进行训练和推理操作的理想选择，而并不是要创建一个单一产品线。

V100芯片将是超级计算机DGX-1以及HGX-1的核心处理芯片。据悉，经过升级后的DGX-1采用8颗V100芯片，将于第三季度发布，售价约为149,000美元。而采用4颗V100芯片的DGX Station售价为69,000美元，同样计划在第三季度发布。而基于V100的OEM产品预计将在今年年底前开始发货。

英伟达还与微软Azure合作开发出了一款云友好型超级计算机HGX-1，其配置了8颗V100芯片，能够进行灵活配置，以满足各种云计算的需要。微软计划在自己的应用程序上使用Volta架构，并向Azure用户开放。

英伟达预计，除了纯粹的软件应用之外，Volta还将为自动驾驶汽车和机器人提供支持。英伟达预计，基于Volta架构的处理器和电路板将成为人工智能设备进行学习和推理的核心。

这其中包括了各种机器人系统，特别是那些使用英伟达新发布的Isaac机器人模拟工具，以及各种类型的自动驾驶汽车。其中空客公司正在设计一架可以垂直起飞的小型飞机，能够搭载两名乘客至70英里。其也使用了英伟达 新发布的Isaac机器人模拟工具。

（英文来源/entremetech编译/机器小易 网易智能 校对/晗冰） 

后摩尔定律时代，NVIDIA发布Volta芯片迎人工智能　　

文／搜狐科技 陈丁丁

　　 北京时间5月11日凌晨，在美国硅谷举办的NVIDIA GPU Techonology Conference（以下简称GTC）迎来了高潮。NVIDIA创始人兼董事长黄仁勋发表了关于“计算的未来”的演讲，演讲中他提到了运算速度的提升，人工智能的应用，深度学习的开发等，但是此次老黄的Keynote最为亮眼的还是在千呼万唤始出来的Volta芯片。

　　 最近财报连连看涨的NVIDIA在这个Volta架构上的研发投入了超过30亿美元，这个吃入了巨大研发经费的架构显卡也显示出了碾压级的运算能力。这个使用了台积电12纳米FinFET（鳍式场效应晶体管）的Volta显卡有着5120个CUDA，可以进行120兆兆次浮点计算（TeraFlops），远甩开了微软、谷歌等对手。Volta作为NVIDIA第七代显卡架构，拥有超过210亿个晶体管，使用了16GB的HBM2显存，带宽高达900GB/s；同时支持NVLink，带宽达300GB/s。

　　 在此次GTC的Keynote演讲上，黄仁勋反复强调的便是科技高度发展，已经迎来了下一个智能时代，NVIDIA将全心发展于人工智能，而这次的Volta芯片将是他们的发力之作。Volta芯片拥有5倍于现有构架Pascal，14倍于上一代构架Maxwell的运算能力，几乎是4倍于摩尔定律所预测的运算能力，黄仁勋自己也表示能开发出Volta架构本身，已经让他觉得不可思议了。

　　我们列举了Volta所带来了最新的科技成功：

• Tensor单元：Volta的V100搭载了超过640个Tensor单元，可以做到120兆兆次的浮点计算能力。

• 新的GPU架构：新的GPU架构融合了Tensor单元和CUDA在统一的架构里面，在单个GPU终究可以做到AI运算的要求。

• 新的NVLink：新的NVLink提速了2倍，更好的链接CPU和GPU。

• 900 GB/sec HBM2 DRAMn的显存存：与三星共同研发的新一代显存存，比上一代提升了50%的带宽。

• 与Volta相配套的运算软件：CUDA，Tensor单元与cuDNN相应的软件，帮助Volta更好的处理运算。

　　最新的Volta Tesla V100芯片将最早搭载于超算DGX－1上，内置八个V100芯片的DGX－1售价将14.9万美元。

（Tesla V100芯片）

　　 同时黄仁勋也就NVIDIA在自动驾驶的成果展示了一番。NVIDIA的两个自动驾驶解决方案Drive PX2 Parker和Drive PX Xavier在L2-L5的自动驾驶领域都与不同的厂商进行了深度的合作，继奥迪，特斯拉，博世等公司后，NVIDIA也宣布了最新的合作伙伴丰田。丰田自动驾驶技术以后将会使用NVIDIA的Xavier平台来进行开发。

　　 NVIDIA的发力也让我们看见了科技的进步，相信我们今后将看到更多的公司在无人驾驶，人工智能等领域的发力。

我愿意以我全部的科技换取跟苏格拉底待一个下午
每天一杯咖啡吸收宇宙能量！
重构思维方式，
AI+时代，读互联网思想（wanging0123)
联系方式：投稿及内容合作｜[email protected]