智東西（公眾號：zhidxcom）
文 | Lina
智東西5月10日美國硅谷報道，今天，英偉達2017 GTC（GPU技術大會）的最重磅環節——CEO黃仁勛主題演講——正式開始。每年的GTC上，這位CEO親切地被粉絲們愛稱為“老黃”的GPU領袖都會帶來一場重磅主題演講，通常來說不僅會發布新型顯卡，還會點明英偉達在接下來這一年里的業務發展重心。
就在昨天，英偉達剛剛發布了2018財年第一季度財報（截至4月30日）。不僅業績好于預期（營收19.37億美元，同比48%；凈利潤為5.07億美元，同比增長144%），而且對Q2的展望也超好，股價盤后漲超14%，以117美元的價格直逼今年2月所創下的119美元歷史新高。今天的主題演講結束之后，英偉達的股價更是再次飆升，沖到了121美元，總市值已經達到了714億美元，不知道黃老板昨晚做夢有沒有笑醒？
今天一大早，智東西來到了GTC大會現場，準備參加每年GTC的最重磅環節——CEO黃仁勛主題演講。此時是早上8點，離9點開場還有整整一小時前，但是入口處已經排起了巨長的隊伍。
智東西作為特邀媒體第一批入場，從Keynote大廳第一排正中央給大家發來報道~
9點一到，主題演講準時開場。名為“i am ai”的開場視頻以“我是科學家”、“我是治愈者(healer)”、“我是保護者”、“我是老師”等第一人稱作為旁白，介紹了以英偉達GPU驅動的人工智能如何在數據、醫療健康、農業、機器人、藝術、教學等等領域進行應用。
一、摩爾定律失靈與GPU的崛起
今天，老黃仍舊是一身（萬年不變的）經典黑色皮衣開場。
在將近10年的GTC上，每年老黃都會提到同一主題——摩爾定律。在過去30年里，我們受益于摩爾定律，芯片所提供的計算能力每年都高速增長，人們只需要等待計算能力來追上計算需求。然而在最近的幾年里，摩爾定律開始失靈，人們需要花越來越多的成本來換取計算能力的些微增加。
與摩爾定律逐漸失靈形成對比的是GPU的崛起，隨著人工智能與深度學習在近年來的興起，以GPU驅動的計算已經隨處可見，英偉達的GTC大會每年也在以爆發式的速度增長著。
今年，超過7000人參加了位于美國硅谷的GTC 2017，其中包括50間世界最大的公司、10間世界最大汽車廠商、80間AI創企，25間VR創企等等。
二、VR打頭陣：多人交互平臺Holodeck
寒暄完了，接下來進入正題。非常意外地，老黃第一個發布的項目并不是AI相關，而是一款VR多人交互平臺Holodeck。
在視頻DEMO中，幾名英偉達同事一起在虛擬世界里，觀看一臺實時渲染的Hypercar（可以理解成超級跑車中的超級跑車），不光整臺車的外殼與內部裝飾的細節都清晰可見，而且這輛車的所有部件都被渲染出來了，透過車前蓋，可以清晰看到引擎部件。
此外，這個虛擬世界是遵循物理定律的，當你伸手抓住方向盤時候，手指不會穿過方向盤。兩人之間或者三、四個人之間也可以做牽手等的動作交互。根據老黃介紹，這款Holodeck最早在今年9月就會開放，具備三大特點：照片級真實的模型、遵循真實物理法則、適宜交流合作。
多人VR也是2017年里被大家看好的一大方向，英偉達并沒有將Holodeck作為一款產品推出，而是將其開放SDK給大眾使用，進一步推進多人VR的發展。從DEMO中我們可以看到，這款Holodeck非常適用于多位設計師一起觀看并修正同一產品。
三、深度學習的爆發
接下來就是本次主題演講的重頭戲——AI。
老黃先是介紹了深度學習算法從2012年以來，推動人工智能爆發式增長。自2012年以來，人工智能界里一個突破緊接著另一個突破，在圖像識別、自動駕駛、語音識別、翻譯等領域取得了突出成就。人類已經成功地讓機器識別出物體、人臉，進而讓機器解圖像/視頻內容、隨后增強學習帶來了AlphaGo、以及發展中的無監督學習、對抗神經網絡等等。
深度學習的突破離不開三點：
1、深度學習算法升級
2、海量數據積累
3、GPU的計算能力加速
現在，AI與深度學習已經在日益興盛。在斯坦福大學，最受歡迎的課程不再是如何做一個“電影評論家”，而是“機器學習入門”。不是每個人都是程序員，但是每個人都有自己的數據，每個人都想通過這些數據教會電腦如何在特定領域幫助我們，如何應用深度學習。
舉個例子，老黃接下來展示了一段充滿噪聲的視頻（噪聲相當于畫面中白花花的的那些躁點）通過深度學習，機器可以識別出視頻中的重點特稱，進而還原出平滑無躁點的視頻圖像，甚至可以清晰地識別并還原出樹木在車窗上的倒影。這一功能將會在今年晚些時候作為SDK開放。
眾所周知，AI是現在英偉達重頭壓碼的項目。從硬件到軟件，英偉達推出了全套的AI服務。不僅有HGX-1、DGX-1、Tesla-1等適宜深度學習的GPU硬件、還有各類SDK、以及Caffe2到TensorFlow到theano，世界上每一個框架都支持GPU計算。
此外，18個月前，英偉達還推出了一個名為Inception的項目（PS：電影《盜夢空間》也叫Inception，但老黃沒有提是否跟這個有關）這是一個面向全世界深度學習創企的項目，目前已經有1300家參加，其中包括了將深度學習用于農業的Blue River、用于車載智能的Argo AI等等。
除了類似Inception這種面相創企的項目外，老黃還介紹了一款專門為企業打造的視頻內容識別工具SAP AI。由于類似Facebook、微軟、谷歌等公司擁有海量用戶視頻數據，如果能夠訓練機器看懂視頻內容，則可以提供更全面的用戶畫像與用戶興趣點監測，非常適宜于精準營銷。
四、重頭戲！新卡發布Tesla V100
講了這么多，終于來到了今天的重頭戲——新GPU顯卡發布！這是一款名為Tesla V100的新顯卡，也是老黃口中“世界上最昂貴的計算能力項目”——30億美元（3 Billions Dollar）
話不多說，看圖~
這款GPU采用的是臺積電的12nm Finfet工藝，有210億個晶體管，同時具有5120個CUDA處理內核，具體參數如圖。對于不太理解這些數據的人，你只需要知道一點：Tesla V100真的超——快。
而且，本次發布的Tesla V100所運用的并不是我們熟悉的Pascal架構，而是一款新型的Volta Tensor Cores，單個計算單元比原本的速度快了12倍。
就在演講的10天前，老黃找到了SQUARE ENIX（對，就是那個推出了《最終幻想》的日本游戲公司），使用Tesla V100做了一段游戲圖像渲染。看到男主角的穿著時，老黃還拿自己打趣道，“咦？這件皮夾克挺好看的，我得打電話過去找他們買一件。”臺下觀眾瞬間笑出聲。
除了游戲渲染外，Tesla V100還可以用于許多方面，比如照片風格轉化。不久前，人們已經可以通過人工智能將自己照的照片轉化為畢加索、莫奈、梵高等不同藝術家的風格。但是，如果你想把一張照片的風格轉化成另一張照片的風格呢？
通過學習大量的照片，機器可以將左邊的照片風格嫁接到右邊的照片上，原本的藍天白云變成了夕陽滿布的日落景象（中間）。通過機器學習與深度學習，機器能夠理解畫面結構、畫面內容，因此只有風格變了，但天空仍舊是天空、沙灘仍舊是沙灘。
與其他應用相比，云計算服務對GPU的需求可以說是更為強烈。今天的主題演講里，老黃還分別請來了來自亞馬遜與微軟的兩位云服務高管：Matt Wood和Jason Zander。
亞馬遜是世界上最早布局人工智能的公司之一，現在其提供的的眾多功能都與人工智能、機器學習、深度學習等相關，如圖書推薦等精準營銷，而最近勢頭正猛的Alexa與AWS云服務則更是人工智能的集中體現。亞馬遜如今擁有世界最大規模的GPU集群。
微軟的云服務也在近年來以飛快的速度發展著，而除了云服務愛，微軟也有類似Alexa的語音助手——Cortana。最近，微軟宣布Cortana已經可以支持40多個國家的語言翻譯，如果將Cortana嵌入到微軟自己的AR頭顯HoloLens里，下一步我們可以戴著Hololens走到一給外國人面前無障礙交流。
“星際迷航（Star Trek）里的萬能翻譯器馬上就要出現了！”老黃笑著說。星際迷航與星球大戰果然是技術宅兩大心頭好（其實智東西也不例外~歡迎其他Trekkie們來后臺跟我們聊聊，AOS和TOS都歡迎哦）。
五、基于Tesla V100的其他新產品
除了介紹Tesla V100的各種應用外，基于Tesla V100的眾多新產品：
1）基于Tesla V100的新型超級電腦DGX-1
舊版的DGX-1每臺配備了8塊Tesla P100顯卡，而新版DGX-1配備了8塊Tesla V100，售價14.9萬美元，從今天起開放預售，今年第三季度開始發貨，今天之內下單的壕還可以得到一次免費的升級。
2）小型超級電腦DGX Station
對于小型AI創企、或是對計算能力要求并不太高的個人，英偉達還推出了一款小型超級電腦——DGX Station。它配備了4塊Tesla V100顯卡，售價6.9萬美元，同樣是今天開放預售，第三季度發貨。
3）專門用于云計算的HGX-1
這是一款專門用于GPU云計算的超級電腦，適用于公有云、深度學習、圖形渲染、CUDA計算等。與DGX-1一樣，配備了8塊Tesla V100，售價14.9萬美元。
六、英偉達云：一鍵配置深度學習
上文提到了亞馬遜AWS云、微軟Azure云，現在，老黃宣布英偉達自己也要做云啦——NVIDIA GPU CLOUD。不過，與亞馬遜和微軟不同，這是一款專門針對于深度學習的云。
而且，這款云還能夠提供一鍵配備深度學習項目功能——這是什么意思呢？
老黃說，“現在有關深度學習的軟件太多了、框架太多了、不同類型的GPU也太多了，一個人要從零開始搭建一個深度學習的項目真是太困難了。”
于是，英偉達要解決這一點，簡化深度學習項目搭建過程。從DEMO中可以看出，用戶登錄了英偉達云之后，只需要3步就可以創建自己的深度學習項目：
1、選擇計算環境（既可以選擇英偉達云、亞馬遜云等，也選擇本地GPU計算）
2、接入數據庫（可以選擇現有數據庫如ImageNet，或者自己上傳）
3、選擇框架（如Caffe、TensorFlow等）
接著，噔噔噔噔~你就可以創建了一個深度學習項目啦。不用買GPU、也不用搭環境，控制中心還是可視化的，可以看到你的賬號之前的項目和正在運行中的項目，是不是好方便？這個項目今年7月就進入BETA測試階段啦。
同時，老黃還宣布Xavier DLA深度學習加速平臺開源，用戶可以在這基礎上進行編程，優化深度學習效果。
七、車載AI計算平臺DRIVE PX
除了上文提到的領域之外，自動駕駛、車載AI也是英偉達的重要關注領域之一。
同時，英偉達還宣布和豐田合作，豐田將采用英偉達DRIVE PX車載AI計算平臺，兩家的工程師正在一起合作，希望在未來幾年把搭載英偉達技術的豐田自動駕駛車開在路上。
現在已經有200個開發者/企業正在使用這個DRIVE PX車載AI計算平臺，其中甚至有一間時是做無人駕駛飛機的。老黃介紹了這個平臺的三項功能：
1）地圖構建（Mapping ro Driving）
車輛可以通過掃描環境、監測路上特征、進而創建高精地圖、最終實現車輛定位與自動駕駛。
2）副駕輔助（Co-Pilot）
雖然我們現在不能立刻為世界的所有地方構建高精地圖，但在我們已經創建了的地方，如從家里去公司，車輛可以在特定路程為你實現自動駕駛。
3）守護天使（Guardian Angel）
有時即使你沒有開啟自動駕駛模式，AI系統仍舊會一直在線。比如你在一個十字路口看到綠燈，正準備開車前行時，系統忽然禁止你前行，因為剛好有車闖紅燈沖過來，
八、細思恐極黑科技——ISAAC
看過我們3月發布的有關神經網絡之父Yann LeCun清華演講文章的用戶可能還記得，我們在文章里面提到了機器學習的一個分支——強化學習/增強學習（Reinforcement Learning）。AlphaGo用的就是增強學習。需要建立一個世界模擬器（World Simulator），模擬真實世界的邏輯、原理、物理定律等，然后再將機器放進這個世界里不斷訓練。
萬萬沒想到，NVIDIA今天就推出了一個類似的世界模擬器——ISAAC機器人訓練模擬世界。在這個虛擬世界里，萬事萬物都遵循物理法則——比如物體運動、萬有引力——但是不遵循時間法則。
在現實生活中，你想要訓練一臺機器學會打冰球，你要將這個冰球放在機器前面，一遍一遍地教會它，成千上萬次的訓練都耗費大量的時間。然而在虛擬世界里，機器可以在一秒內重復眾多次這樣的動作，不需要遵循現實世界中的時間法則。
而且你還可以同時訓練一堆機器學習打球，然后找到里面最聰明的一個，將它的“大腦”程序復制出來，創建一堆同樣的機器再繼續訓練篩選，聽起來很像養蠱對不對……
而最可怕的是這個世界里不需要遵循時間定律，人類需要通過幾百幾千萬年的進化才能夠學會使用工具，而一個機器人只需要幾個月甚至幾天的訓練時間就能學會打冰球，誰知道它們未來能學會什么……（手動驚恐臉.jpg）
不過話說回來，就像我們在Yann LeCun清華演講文章最后提到的，對于許多科幻小說里提出的，最終能夠“推翻人類”、“統治人類”的“超級智能”，我們真的大可不必太擔心。如果我們想要機器做一件事情，則需要給它賦予這個能力，朝這個目的去打造機器，但我們并不會這樣去打造機器。
結語、乘著AI浪潮而興盛的英偉達
新的GPU（Tesla V100）、新技術（Holodeck等、DRIVE PX平臺）、新產品（DGX-1、DGX）、黑科技（ISAAC機器人訓練電腦）等等……今年老黃的演講可以算得上是干貨滿滿、誠意滿滿了。
隨著人工智能、深度學習、機器學習、自動駕駛等技術的興起，人們對強大計算能力的需求日益旺盛。而英偉達的GPU憑借其優秀的并行處理能力，在人工智能浪潮中搶占先機，一躍成為AI時代里一支異軍突起的力量——這兩年里，英偉達飆升的股價也證明了這一點。
每日一頭條
趨勢·深度·犀利·干貨，最專業的行業解讀
深喉爆料、投稿：guoren@jmfly.net
