欢迎关注“创事记”的微信订阅号：sinachuangshiji
文/Lina
智东西5月10日美国硅谷报道，今天，英伟达2017 GTC（GPU技术大会）的最重磅环节——CEO黄仁勋主题演讲——正式开始。每年的GTC上，这位CEO亲切地被粉丝们爱称为“老黄”的GPU领袖都会带来一场重磅主题演讲，通常来说不仅会发布新型显卡，还会点明英伟达在接下来这一年里的业务发展重心。
就在昨天，英伟达刚刚发布了2018财年第一季度财报（截至4月30日）。不仅业绩好于预期（营收19.37亿美元，同比48%；净利润为5.07亿美元，同比增长144%），而且对Q2的展望也超好，股价盘后涨超14%，以117美元的价格直逼今年2月所创下的119美元历史新高。今天的主题演讲结束之后，英伟达的股价更是再次飙升，冲到了121美元，总市值已经达到了714亿美元，不知道黄老板昨晚做梦有没有笑醒？
今天一大早，智东西来到了GTC大会现场，准备参加每年GTC的最重磅环节——CEO黄仁勋主题演讲。此时是早上8点，离9点开场还有整整一小时前，但是入口处已经排起了巨长的队伍。
9点一到，主题演讲准时开场。名为“i am ai”的开场视频以“我是科学家”、“我是治愈者（healer）”、“我是保护者”、“我是老师”等第一人称作为旁白，介绍了以英伟达GPU驱动的人工智能如何在数据、医疗健康、农业、机器人、艺术、教学等等领域进行应用。
一、摩尔定律失灵与GPU的崛起
今天，老黄仍旧是一身（万年不变的）经典黑色皮衣开场。
在将近10年的GTC上，每年老黄都会提到同一主题——摩尔定律。在过去30年里，我们受益于摩尔定律，芯片所提供的计算能力每年都高速增长，人们只需要等待计算能力来追上计算需求。然而在最近的几年里，摩尔定律开始失灵，人们需要花越来越多的成本来换取计算能力的些微增加。
与摩尔定律逐渐失灵形成对比的是GPU的崛起，随着人工智能与深度学习在近年来的兴起，以GPU驱动的计算已经随处可见，英伟达的GTC大会每年也在以爆发式的速度增长着。
今年，超过7000人参加了位于美国硅谷的GTC 2017，其中包括50间世界最大的公司、10间世界最大汽车厂商、80间AI创企，25间VR创企等等。
二、VR打头阵：多人交互平台Holodeck
寒暄完了，接下来进入正题。非常意外地，老黄第一个发布的项目并不是AI相关，而是一款VR多人交互平台Holodeck。
在视频DEMO中，几名英伟达同事一起在虚拟世界里，观看一台实时渲染的Hypercar（可以理解成超级跑车中的超级跑车），不光整台车的外壳与内部装饰的细节都清晰可见，而且这辆车的所有部件都被渲染出来了，透过车前盖，可以清晰看到引擎部件。
此外，这个虚拟世界是遵循物理定律的，当你伸手抓住方向盘时候，手指不会穿过方向盘。两人之间或者三、四个人之间也可以做牵手等的动作交互。根据老黄介绍，这款Holodeck最早在今年9月就会开放，具备三大特点：照片级真实的模型、遵循真实物理法则、适宜交流合作。
多人VR也是2017年里被大家看好的一大方向，英伟达并没有将Holodeck作为一款产品推出，而是将其开放SDK给大众使用，进一步推进多人VR的发展。从DEMO中我们可以看到，这款Holodeck非常适用于多位设计师一起观看并修正同一产品。
三、深度学习的爆发
接下来就是本次主题演讲的重头戏——AI。
老黄先是介绍了深度学习算法从2012年以来，推动人工智能爆发式增长。自2012年以来，人工智能界里一个突破紧接着另一个突破，在图像识别、自动驾驶、语音识别、翻译等领域取得了突出成就。人类已经成功地让机器识别出物体、人脸，进而让机器解图像/视频内容、随后增强学习带来了AlphaGo、以及发展中的无监督学习、对抗神经网络等等。
深度学习的突破离不开三点：
1、深度学习算法升级
2、海量数据积累
3、GPU的计算能力加速
现在，AI与深度学习已经在日益兴盛。在斯坦福大学，最受欢迎的课程不再是如何做一个“电影评论家”，而是“机器学习入门”。不是每个人都是程序员，但是每个人都有自己的数据，每个人都想通过这些数据教会电脑如何在特定领域帮助我们，如何应用深度学习。
举个例子，老黄接下来展示了一段充满噪声的视频（噪声相当于画面中白花花的的那些躁点）通过深度学习，机器可以识别出视频中的重点特称，进而还原出平滑无躁点的视频图像，甚至可以清晰地识别并还原出树木在车窗上的倒影。这一功能将会在今年晚些时候作为SDK开放。
众所周知，AI是现在英伟达重头压码的项目。从硬件到软件，英伟达推出了全套的AI服务。不仅有HGX-1、DGX-1、Tesla-1等适宜深度学习的GPU硬件、还有各类SDK、以及Caffe2到TensorFlow到theano，世界上每一个框架都支持GPU计算。
此外，18个月前，英伟达还推出了一个名为Inception的项目（PS：电影《盗梦空间》也叫Inception，但老黄没有提是否跟这个有关）这是一个面向全世界深度学习创企的项目，目前已经有1300家参加，其中包括了将深度学习用于农业的Blue River、用于车载智能的Argo AI等等。
除了类似Inception这种面相创企的项目外，老黄还介绍了一款专门为企业打造的视频内容识别工具SAP AI。由于类似Facebook、微软、谷歌等公司拥有海量用户视频数据，如果能够训练机器看懂视频内容，则可以提供更全面的用户画像与用户兴趣点监测，非常适宜于精准营销。
四、重头戏！新卡发布Tesla V100
讲了这么多，终于来到了今天的重头戏——新GPU显卡发布！这是一款名为Tesla V100的新显卡，也是老黄口中“世界上最昂贵的计算能力项目”——30亿美元（3 Billions Dollar）。
话不多说，看图~
这款GPU采用的是台积电的12nm Finfet工艺，有210亿个晶体管，同时具有5120个CUDA处理内核，具体参数如图。对于不太理解这些数据的人，你只需要知道一点：Tesla V100真的超——快。
而且，本次发布的Tesla V100所运用的并不是我们熟悉的Pascal架构，而是一款新型的Volta Tensor Cores，单个计算单元比原本的速度快了12倍。
就在演讲的10天前，老黄找到了SQUARE ENIX（对，就是那个推出了《最终幻想》的日本游戏公司），使用Tesla V100做了一段游戏图像渲染。看到男主角的穿着时，老黄还拿自己打趣道，“咦？这件皮夹克挺好看的，我得打电话过去找他们买一件。”台下观众瞬间笑出声。
除了游戏渲染外，Tesla V100还可以用于许多方面，比如照片风格转化。不久前，人们已经可以通过人工智能将自己照的照片转化为毕加索、莫奈、梵高等不同艺术家的风格。但是，如果你想把一张照片的风格转化成另一张照片的风格呢？
通过学习大量的照片，机器可以将左边的照片风格嫁接到右边的照片上，原本的蓝天白云变成了夕阳满布的日落景象（中间）。通过机器学习与深度学习，机器能够理解画面结构、画面内容，因此只有风格变了，但天空仍旧是天空、沙滩仍旧是沙滩。
与其他应用相比，云计算服务对GPU的需求可以说是更为强烈。今天的主题演讲里，老黄还分别请来了来自亚马逊与微软的两位云服务高管：Matt Wood和Jason Zander。
亚马逊是世界上最早布局人工智能的公司之一，现在其提供的的众多功能都与人工智能、机器学习、深度学习等相关，如图书推荐等精准营销，而最近势头正猛的Alexa与AWS云服务则更是人工智能的集中体现。亚马逊如今拥有世界最大规模的GPU集群。
微软的云服务也在近年来以飞快的速度发展着，而除了云服务爱，微软也有类似Alexa的语音助手——Cortana。最近，微软宣布Cortana已经可以支持40多个国家的语言翻译，如果将Cortana嵌入到微软自己的AR头显HoloLens里，下一步我们可以戴着Hololens走到一给外国人面前无障碍交流。
“星际迷航（Star Trek）里的万能翻译器马上就要出现了！”老黄笑着说。星际迷航与星球大战果然是技术宅两大心头好（其实智东西也不例外~欢迎其他Trekkie们来后台跟我们聊聊，AOS和TOS都欢迎哦）。
五、基于Tesla V100的其他新产品
除了介绍Tesla V100的各种应用外，基于Tesla V100的众多新产品：
1）基于Tesla V100的新型超级电脑DGX-1
旧版的DGX-1每台配备了8块Tesla P100显卡，而新版DGX-1配备了8块Tesla V100，售价14.9万美元，从今天起开放预售，今年第三季度开始发货，今天之内下单的壕还可以得到一次免费的升级。
2）小型超级电脑DGX Station
对于小型AI创企、或是对计算能力要求并不太高的个人，英伟达还推出了一款小型超级电脑——DGX Station。它配备了8块Tesla V100显卡，售价6.9万美元，同样是今天开放预售，第三季度发货。
3）专门用于云计算的HGX-1
这是一款专门用于GPU云计算的超级电脑，适用于公有云、深度学习、图形渲染、CUDA计算等。与DGX-1一样，配备了8块Tesla V100，售价14.9万美元。
六、英伟达云：一键配置深度学习
上文提到了亚马逊AWS云、微软Azure云，现在，老黄宣布英伟达自己也要做云啦——NVIDIA GPU CLOUD。不过，与亚马逊和微软不同，这是一款专门针对于深度学习的云。
而且，这款云还能够提供一键配备深度学习项目功能——这是什么意思呢？
老黄说，“现在有关深度学习的软件太多了、框架太多了、不同类型的GPU也太多了，一个人要从零开始搭建一个深度学习的项目真是太困难了。”
于是，英伟达要解决这一点，简化深度学习项目搭建过程。从DEMO中可以看出，用户登录了英伟达云之后，只需要3步就可以创建自己的深度学习项目：
1、选择计算环境（既可以选择英伟达云、亚马逊云等，也选择本地GPU计算）
2、接入数据库（可以选择现有数据库如ImageNet，或者自己上传）
3、选择框架（如Caffe、TensorFlow等）
接着，噔噔噔噔~你就可以创建了一个深度学习项目啦。不用买GPU、也不用搭环境，控制中心还是可视化的，可以看到你的账号之前的项目和正在运行中的项目，是不是好方便？这个项目今年7月就进入BETA测试阶段啦。
同时，老黄还宣布Xavier DLA深度学习加速平台开源，用户可以在这基础上进行编程，优化深度学习效果。
七、车载AI计算平台DRIVE PX
除了上文提到的领域之外，自动驾驶、车载AI也是英伟达的重要关注领域之一。
同时，英伟达还宣布和丰田合作，丰田将采用英伟达DRIVE PX车载AI计算平台，两家的工程师正在一起合作，希望在未来几年把搭载英伟达技术的丰田自动驾驶车开在路上。
现在已经有200个开发者/企业正在使用这个DRIVE PX车载AI计算平台，其中甚至有一间时是做无人驾驶飞机的。老黄介绍了这个平台的三项功能：
1）地图构建（Mapping ro Driving）
车辆可以通过扫描环境、监测路上特征、进而创建高精地图、最终实现车辆定位与自动驾驶。
2）副驾辅助（Co-Pilot）
虽然我们现在不能立刻为世界的所有地方构建高精地图，但在我们已经创建了的地方，如从家里去公司，车辆可以在特定路程为你实现自动驾驶。
3）守护天使（Guardian Angel）
有时即使你没有开启自动驾驶模式，AI系统仍旧会一直在线。比如你在一个十字路口看到绿灯，正准备开车前行时，系统忽然禁止你前行，因为刚好有车闯红灯冲过来，
八、细思恐极黑科技——ISAAC
看过我们3月发布的有关神经网络之父Yann LeCun清华演讲文章的用户可能还记得，我们在文章里面提到了机器学习的一个分支——强化学习/增强学习（Reinforcement Learning）。AlphaGo用的就是增强学习。需要建立一个世界模拟器（World Simulator），模拟真实世界的逻辑、原理、物理定律等，然后再将机器放进这个世界里不断训练。
万万没想到，NVIDIA今天就推出了一个类似的世界模拟器——ISAAC机器人训练模拟世界。在这个虚拟世界里，万事万物都遵循物理法则——比如物体运动、万有引力——但是不遵循时间法则。
在现实生活中，你想要训练一台机器学会打冰球，你要将这个冰球放在机器前面，一遍一遍地教会它，成千上万次的训练都耗费大量的时间。然而在虚拟世界里，机器可以在一秒内重复众多次这样的动作，不需要遵循现实世界中的时间法则。
而且你还可以同时训练一堆机器学习打球，然后找到里面最聪明的一个，将它的“大脑”程序复制出来，创建一堆同样的机器再继续训练筛选，听起来很像养蛊对不对……
而最可怕的是这个世界里不需要遵循时间定律，人类需要通过几百几千万年的进化才能够学会使用工具，而一个机器人只需要几个月甚至几天的训练时间就能学会打冰球，谁知道它们未来能学会什么……（手动惊恐脸。jpg）
不过话说回来，就像我们在Yann LeCun清华演讲文章最后提到的，对于许多科幻小说里提出的，最终能够“推翻人类”、“统治人类”的“超级智能”，我们真的大可不必太担心。如果我们想要机器做一件事情，则需要给它赋予这个能力，朝这个目的去打造机器，但我们并不会这样去打造机器。
结语、乘着AI浪潮而兴盛的英伟达
新的GPU（Tesla V100）、新技术（Holodeck等、DRIVE PX平台）、新产品（DGX-1、DGX）、黑科技（ISAAC机器人训练电脑）等等……今年老黄的演讲可以算得上是干货满满、诚意满满了。
随着人工智能、深度学习、机器学习、自动驾驶等技术的兴起，人们对强大计算能力的需求日益旺盛。而英伟达的GPU凭借其优秀的并行处理能力，在人工智能浪潮中抢占先机，一跃成为AI时代里一支异军突起的力量——这两年里，英伟达飙升的股价也证明了这一点。
