GTC 2019:沒有新架構與驚人新技術,NVIDIA 這次的重點在協力廠商

作者 | 發布日期 2019 年 03 月 19 日 13:32 | 分類 AI 人工智慧 , GPU , 機器人 follow us in feedly

19 日在美國加州聖荷西的聖荷西大學活動中心,一年一度的輝達 GTC(GPU Technology Conference)大會迎來本年度最重要的 Keynote,就是輝達創始人兼 CEO 黃仁勳的演講。這是輝達第十屆 GTC 大會。



這是輝達展示技術實力和產品進展的最重要舞台,GTC 2019 涵蓋 AI/深度學習、資料中心加速、自動駕駛、影像處理與模擬、高效能計算、機器人等多個領域。

那麼,Keynote 輝達這次有放出哪些「核彈」嗎?

利用 RTX 技術,發展 3D 工業

2018 年 SIGGRAPH 會議,輝達發表全新圖靈架構,驚豔電腦圖形業;基於此架構,輝達發表了 RTX (即時光線追蹤)技術和基於此的 Quadro 系列 GPU。

不過對輝達來說,想推動 RTX 走向市場,自然離不開合作夥伴的支持。

本次 GTC,輝達宣布,眾多全球頂級 3D 應用提供商支援 NVIDIA RTX 技術,相關產品將在 2019 年發表;應用商包括 Adobe、Unity、Unreal Engine、Pixer 等。照輝達的說法,RTX 技術將在 2019 年到達 900 萬 3D 創作者手中。

黃仁勳發表了 NVIDIA OMNIVERSE,是讓創作者利用 RTX 技術創作的 3D 開放協作平台。

輝達與 PIxar、Digital Domain 等眾多平台合作,支援最新的設計協作產業標準。比如說,支援 Pixar 的 Scene Description 技術,在算圖、模型、動畫、光效、陰影等方面交換資訊,同時也支援 NVIDIA 的 Material Definition Language,能讓創作者在多個工作間變換表面材料。

同時,創作者也可利用輝達的 OMNIVERSE Viewer 即時檢視自訂條件下的 3D 效果。當然,OMNIVERSE Viewer 也利用 RTX 技術和 CUDA 核心、支援 Tensor Core 的 AI 技術。

基於 RTX 技術,黃仁勳還發表了資料中心等級的影像伺服器 NVIDIA RTX Servers,支援算圖、OMNIVERSE 和 Geforce Now 雲端遊戲服務。其中一個最新規格令人震驚,是在 32 個 RTX blade Server(每個 blade Server 有 40 個 GPU)部署 1,280 個圖靈架構 GPU,雲端渲染、效率和規模都大大躍進。

包括戴爾、HPE、聯想、ASUS、Supermicro 不少伺服器廠商已推出通過認證的 NVIDIA RTX 伺服器,提供資料中心等級的高度可定義、按需規格的內容計算和虛擬工作站解決方案。

值得一提的是,基於兩塊 Quadro RTX 8000 GPU(Quadro RTX 系列除了支援即時光線追蹤,AI 也有極佳表現),輝達也發表專門針對資料科學家的工作站,有 96GB 記憶體,預裝 CUDA-X AI 庫,支援 RAPIDS、TensorFlow、Pytorch、Caffe、Anaconda Dsitribution,資料處理速度可達 10 倍。

發表 CUDA X AI,加速資料科學

Kyenote 中黃仁勳發表了全新的 AI 加速庫──CUDA X AI SDK 庫。

CUDA X AI SDK 可用於資料分析、機器學習、深度學習等多領域加速;可釋放 Tensor Core GPU 的彈性,達成以下方面加速:

  • 資料科學的資料取得、ETL、模型訓練和部署。
  • 機器學習演算法壓縮、分類等。
  • 深度學習的訓練框架,針對 NVIDIA Tensor Core GPU 自動最佳化。
  • 雲端推理和大規模 Kubernetes 部署。
  • PC、工作站、超電腦、企業數位中心的資料科學。
  • AWS、Google Cloud 和微軟 Azure 雲端計算的 AI 服務。

輝達方面表示,CUDA-X AI 可做到機器學習和資料科學最高 50 倍的負載加速,包含十幾個特徴的加速庫。比如說,它可透過 cuDF 加速資料分析,透過 cnDNN 加速深度學習,透過 cuML 加速機器學習演算法,透過 DALI 加速資料處理。

CUDA-X AI 已被 Charter、微軟、Paypal、SAS 和沃爾瑪等公司採用,同時也支援 TensorFLow、PyTorch 和 MXNet 等主流深度學習框架。

黃仁勳宣布,已有 7 家世界級廠商將推出基於 NVIDIA T4 GPU 和 NVIDIA CUDA-X AI 加速庫的伺服器,都已針對 CUDA-X AI 特殊最佳化。7 家廠商分別是思科、戴爾 EMC、富士通、惠普企業、浪潮、聯想、曙光。

輝達同時宣布,廠商上述伺服器均為 NVIDIA NGC-Ready 認證通過。2018 年 11 月,輝達發表 NGC-Ready 計畫,讓採用基於輝達 GPU 系統的用戶能在更廣範圍內放心部署 GPU 加速軟體。通過認證的伺服器型號如下:

  • Cisco UCS C240 M5
  • Dell EMC PowerEdge R740/R740xd
  • Fujitsu PRIMERGY RX2540 M5
  • HPE ProLiant DL380 Gen10
  • Inspur NF5280M5
  • Lenovo ThinkSystem SR670
  • Sugon W760-G30

對 NGC-Ready 項目,輝達也宣布一項全新企業級支援──NVIDIA NGC Support Services,支援所有 NGC-Ready T4 系統和諸多之前已通過認證基於 NVLink 和 Tesla V100 的伺服器,以及基於 NVIDIA 的工作站。

談到這時,Mellanox Technologies(輝達前不久宣布以 69 億美元收購該公司 )CEO Eyal Waldman 也來到現場,與黃仁勳同台亮相,兩人簡單分享了輝達對加速計算的未來願景。

另外,黃仁勳與站台的亞馬遜 AWS 副總裁 Matt Garman 聯合宣布,與亞馬遜 EMC 達成合作關係;最新 EC2 G4 伺服器採用輝達 T4 Tencor Core GPU,將在未來數週啟用。

全新 99 美元 Jetson Nano 可執行所有 AI 模型

大篇幅介紹 RTX 和 CUDA-X AI 後,黃仁勳表示,機器人無處不在,輝達非常重視機器人市場,為此開發了一整套軟硬體產品。GTC 2019 推出全新機器人產品是 Jetson Nano。藉助 CUDA-X 提供 472 GFLOPS 的 AI 效能,功率低至 5W。Jetson Nano 分兩版,開發者套件對開發者、發燒友開放,售價 99 美元;對邊緣裝置系統公司的模組售價 129 美元。

黃仁勳現場只介紹 99 美元版,不過展示了基於 Jetson Nano 的小型機器人 Kaya,整合多個感測器。這說明 Jetson Nano 支援高解析度感測器,可處理多感測器的資料,並支援主流 AI 框架。

Jetson Nano 關鍵特徴包括:

  • GPU:基於 NVIDIA Maxwell 架構 128 核 GPU
  • CPU:四核 ARM A57
  • 影片:4K @30fps(H.264 / H.265)/ 4K @60fps(H.264 / H.265)編解碼
  • 鏡頭:MIPI CSI-2 DPHY 通道,12x(模組)和 1x(開發者套件)
  • 記憶體:4GB,64 位元 LPDDR4,25.6 Gigabit 位元/秒
  • 網路:Gigabit 乙太網路
  • 作業系統支援:Linux for Tegra
  • 模組大小:70×45mm
  • 開發者套件大小:100×80mm

DRIVE Constellation 正式上市

最後介紹的是自動駕駛。黃仁勳認為,未來自動駕駛系統將是軟體定義。他宣布推出 DRIVE AP2X 9.0,並展示系統的工作原理及如何構建地圖。

輝達還推出加強版 NVIDIA DRIVE AV 自駕車軟體套件,主要組成部分軟體是 Safety Force Field(SFF),SFF 透過取得感測器資料分析和預測周圍環境的動態,確定車輛和其他道路使用者的安全。

據悉,SFF 可使車輛達到安全碰撞驗證,並不是透過有限的統計資料分析實際情景,嘗試模擬高複雜性,SFF 使用真實資料和位元級精確模擬驗證,包括高速公路和城市駕駛場景,因這些場景太危險,難以在真實世界進行。

黃仁勳還宣布 NVIDIA DRIVE Constellation 正式上市,這是可延伸的模擬平台,支援大型虛擬車隊自駕車,效率更高、成本更低、安全性超過現實世界可能有的效率。

汽車安全性至關重要,但很多情景難以在現實測試。黃仁勳展示的影片模擬汽車在不同自然環境(白天或晚上)、不同交通情況下的 12 種自動駕駛情景。

Drive Constellation 自動駕駛模擬系統首次亮相是在 GTC 2018,基於兩種不同伺服器的計算平台:一台伺服器執行 NVIDIA DRIVE Sim 軟體,模擬自駕車輛的感測器,如相機、光學雷達和雷達。另一台 DRIVE Constellation Vehicle 伺服器包含 NVIDIA PegasusTM AI 車用電腦,處理模擬感測資料。DRIVE Constellation Vehicle 的駕駛決策將回饋到 DRIVE Constellation 模擬器,做到定位精確、定時精確的硬體迴路測試。

簡單來說,DRIVE Constellation 生態系統的合作夥伴可整合開放平台環境模型、車輛模型、感測器模型和交通場景。透過整合更廣泛的模擬生態系統資料,平台就能生成全面、多樣化和複雜的測試環境。

最後,輝達還宣布與豐田的新合作,建立在輝達 DRIVE AGX Xavier AV 平台與日本豐田 TRI-AD 團隊和美國豐田研究所(TRI)的持續合作基礎上。

輝達和豐田的協定包括開發跨多個延伸的架構車型和類別,加速開發縮短生產時間,以及在有挑戰性的場景模擬相當於數十億英里的駕駛。

總結

與往年相比,本次 GTC 既沒有發表新 GPU 架構,也沒有拋出什麼重磅 GPU 硬體新技術和新品;然而,一向控制時間的黃仁勳卻嚴重超時了──原定 2 小時的 Keynote,最終花了 2 小時 40 分才結束。

從 Keynote 內容來看,輝達想傳達的訊息有兩點:一是利用現有 GPU 技術做到基於 AI 加速計算,以此應付 AI 時代資料科學面臨的挑戰;二是在現有 GPU 能力的基礎上,努力延伸 3D 視覺、自動駕駛等領域產業,進而構建更廣泛的 GPU 應用生態──這對提升輝達未來的價值,毫無疑問非常必要。

(本文由 雷鋒網 授權轉載;首圖來源:輝達