北京时间3月19日凌晨5点钟，在美国加州圣何塞的圣何塞大学活动中心，一年一度的英伟达GTC（GPUTechnologyConference）大会迎来了本年度最重要的Keynote环节，也就是英伟达创始人兼CEO黄仁勋的重磅演讲。这是英伟达举办的第十届GTC大会。

作为英伟达展示其技术实力和产品进展的最重要的舞台，本次GTC（也称GTC2019）覆盖了AI/深度学习、数据中心加速、自动驾驶、图像处理与模拟、高性能计算、机器人等多个领域。编辑也受邀来到GTC2019现场，见证了英伟达在诸多领域的最新进展。那么，在本次GTC的Keynote上，英伟达放出了哪些“核弹”呢？利用RTX技术，发力3D行业在2018年的SIGGRAPH会议上，英伟达发布了全新的图灵架构惊艳了整个计算机图形行业；同时基于此架构，英伟达发布了RTX（实施光线追踪）技术和基于该技术的Quadro系列GPU。不过对于英伟达来说，要想推动RTX走向市场，自然离不开合作伙伴的支持。

在本次GTC上，英伟达宣布，众多全球顶级的3D应用提供商支持NVIDIARTX技术，相关产品将在2019年发布；这些应用商包括Adobe、Unity、UnrealEngine、Pixer等。按照英伟达的说法，在这样的合作之下，RTX技术将会在2019年到达900万3D创作者手中。在这里，黄仁勋发布了NVIDAOMNIVERSE，它是一个让创作者利用RTX技术来进行创作的3D开放协作平台。在这个平台之上，英伟达与PIxar、DigitalDomain等众多平台合作，支持最新的设计协作行业标准。

比如说，它支持Pixar的SceneDescription技术，在渲染、模型、动画、光效、阴影等方面更好地交换信息，同时也支持Nvidia的MaterialDefinitionLanguage，能够让创作者在多个工作中变换表面材料信息。同时，创作者也可以利用英伟达的OmniverseViewer来实时查看自定义条件下的3D效果。当然，OmniverseViewer也利用了RTX技术和CUDA核心和支持TensorCore的AI技术。

基于RTX技术，黄仁勋还发布了数据中心级别的图像服务器NVIDIARTXServers，它能够支持渲染、Omniverse和GeforceNow云端游戏服务。其中，有一个最新配置令人震惊，它在32个RTXbladeServer（每个bladeServer拥有40个GPU）上部署了1280个图灵架构的GPU，从而在云渲染、效率和规模上实现了飞跃。

目前，包括戴尔、HPE、联想、ASUS、Supermicro在内，已经有不少服务器厂商已经推出了讲过认证的NVIDIARTX服务器，从而提供数据中心级别的高度可定义、按需分配的内容渲染和虚拟工作站解决方案。值得一提的是，基于两块QuadroRTX8000GPU（QuadroRTX系列除了支持实施光线追踪，也AI方面也有极佳的表现）,英伟达也发布了专门面向数据科学家的工作站，它拥有96GB内存，预装了CUDA-XAI库，支持RAPIDS、TensorFlow、Pytorch、Caffe、AnacondaDsitribution，可以达到10倍的数据处理速度。发布CUDAXAI，加速数据科学本次Kyenote上，黄仁勋发布了全新的AI加速库——CUDAXAISDK库。

CUDAXAISDK可以用于数据分析、机器学习、深度学习等多个领域的加速；它可以更好地释放TensorCoreGPU的灵活性，实现以下诸多方面的加速：数据科学中的数据获取、ETL、模型训练和部署；机器学习算法的压缩、分类等；深度学习中的的训练框架，针对NVIDIATensorCoreGPU进行自动优化；云端的推理和大规模Kubernetes部署；PC、工作站、超计算机、企业数中心中的数据科学；AWS、GoogleCloud和微软Azure云计算中的AI服务。英伟达方面表示，CUDA-XAI可以实现机器学习和数据科学最高50倍的负载加速，它包含了十几个特性的加速库。

比如说，它可以通过cuDF加速数据分析，通过cnDNN加速深度学习，通过cuML加速机器学习算法，通过DALI加速数据处理。当前，CUDA-XAI已经被Charter、微软、Paypal、SAS和沃尔玛等公司所采用，同时也支持TensorFLow、PyTorch和MXNet等主流的深度学习框架。

在本次GTC上，黄仁勋宣布，已经有七家世界级的厂商将推出基于NVIDIAT4GPU和NVIDIACUDA-XAI加速库的服务器，这些服务器都已经针对CUDA-XAI进行了特殊优化。这七家厂商分别是：思科、戴尔EMC、富士通、惠普企业、浪潮、联想、曙光。同时，英伟达宣布，这些厂商推出的上述服务器均为NVIDIANGC-Ready认证通过。2018年11月，英伟达发布了NGC-Ready计划，让采用基于英伟达GPU系统的客户能够在更广的范围内放心地部署GPU加速软件。

目前，这些通过认证的服务器的关键型号如下：CiscoUCSC240M5DellEMCPowerEdgeR740/R740xdFujitsuPRIMERGYRX2540M5HPEProLiantDL380Gen10InspurNF5280M5LenovoThinkSystemSR670SugonW760-G30此外，针对NGC-Ready项目，英伟达也宣布了一项全新的企业级支持服务——NVIDIANGCSupportServices，它可以支持所有的NGC-ReadyT4系统和诸多此前已经通过认证的基于NVLink和基于TeslaV100的服务器，以及基于NVIDIA的工作站。值得一提的是，在谈到这一环节时，MellanoxTechnologies（英伟达此前不久宣布以69亿美元的价格收购该公司）CEOEyalWaldman也来到现场，与黄仁勋同台亮相，二人对外简单分享了英伟达在加速计算的未来愿景。另外，在发布会上，黄仁勋与为之站台的亚马逊AWS副总裁MattGarman联合宣布，NVIDIA与亚马逊EMC达成合作关系；它的最新的EC2G4服务器采用了英伟达T4TencorCoreGPU，该服务器将在未来数周内可用。全新99美元JetsonNano可运行所有AI模型在大篇幅介绍RTX和CUDA-XAI后，黄仁勋表示，机器人无处不在，英伟达非常重视机器人市场，为此开发了一整套的软硬件产品。

GTC2019推出的全新机器人产品是JetsonNano。借助CUDA-X可以提供472GFLOPS的AI性能，功率低至5W。JetsonNano分为两个版本，开发者套件面向开发者、发烧友，售价99美元，面向边缘设备系统公司的模块售价129美元。

黄仁勋现场只介绍了售价99美元的版本，不过展示了基于JetsonNano的一个小型机器人Kaya，集成了多个传感器。这很好的说明，JetsonNano支持高分辨率传感器，可处理多个传感器的并行数据，并支持主流的AI框架。据了解，JetsonNano的关键特性包括：GPU：基于NVIDIAMaxwell架构128核的GPUCPU：四核ARMA57视频：4K@30fps（H.264/H.265）/4K@60fps（H.264/H.265）编解码摄像头：MIPICSI-2DPHY通道，12x（模块）和1x（开发者套件）内存：4GB64位LPDDR4;25.6千兆字节/秒连接：千兆以太网操作系统支持：LinuxforTegra模块尺寸：70mmx45mm开发者套件尺寸：100mmx80mmDRIVEConstellation正式上市最后介绍的是自动驾驶。黄仁勋认为，未来的自动驾驶系统将是软件定义。

他宣布推出DRIVEAP2X9.0，并展示了这个系统的工作原理以及它如何构建地图。于此同时，英伟达还推出了加强的NVIDIADRIVEAV自动驾驶汽车软件套件，套件主要组成部分软件是SafetyForceField（SFF），SFF是通过获取传感器数据来分析和预测周围环境的动态，并确定车辆和其他道路使用者的安全。据悉，SFF可以使车辆实现安全的碰撞验证，并不是通过有限的统计数据来分析实际情景，试图模拟高复杂性。

SFF使用真实数据和比特精确模拟进行验证，包括高速公路和城市驾驶的场景，这些场景太危险难以在真实世界进行。接下来，黄仁勋还宣布NVIDIADRIVEConstellation正式上市，这个可扩展的仿真平台支持大型虚拟车队自动驾驶汽车，效率更高、成本更低、安全性超过了现实世界中可能实现的效率。汽车的安全性至关重要，但很多情景难以在现实中测试。

黄仁勋演示的视频模拟了汽车在不同自然环境（白天或晚上），不同交通情况下的12种自动驾驶情景。DriveConstellation自动驾驶仿真系统的首次亮相是在GTC2018上，该系统基于两种不同服务器的计算平台：一台服务器运行NVIDIADRIVESim软件来模拟自动驾驶车辆的传感器,，如相机、激光雷达和雷达。另一台DRIVEConstellationVehicle服务器包含NVIDIAPegasusTMAI汽车电脑，处理模拟传感数据。

DRIVEConstellationVehicle的驾驶决策将反馈到DRIVEConstellation模拟器，实现位精确，定时精确的硬件在环测试。简单来说，DRIVEConstellation生态系统的合作伙伴可以整合他们的开放平台环境模型、车辆模型、传感器模型和交通场景。通过整合来自更广泛的模拟生态系统的数据集，平台可以生成全面的，多样化和复杂的测试环境。

最后，英伟达还宣布了与丰田宣布了一项新的合作，建立在英伟达DRIVEAGXXavierAV平台与位于日本的丰田TRI-AD团队和位于美国的丰田研究所（TRI）的持续合作基础之上。据悉，英伟达和丰田的协议包括开发跨多个扩展的架构车型和类型，加速开发缩短生产时间，以及在具有挑战性的场景中模拟相当于数十亿英里的驾驶。总结与往年相比，本次的GTC既没有发布新的GPU架构，也没有抛出什么重磅的GPU硬件新技术和新品；然而，一向雷厉风行的黄仁勋却严重拖堂了——原本计划两小时的Keynote，最终花了两小时四十分钟才结束。

从Keynote内容来看，英伟达在本次GTC上想要传递的信息有两点：一是利用现有的GPU技术来实现基于AI的加速计算，以此来应对AI时代数据科学所面临的挑战；二是在现有的GPU能力的基础上，努力扩展在3D视觉、自动驾驶等领域的行业，从而构建出一个更加广泛的GPU应用生态——这对英伟达未来价值的实现，毫无疑问是非常必要的。原创文章，未经授权禁止转载。详情见转载须知。

本文来源：千亿官网平台-www.dollarsandpups.com