夏乙 发自 凹非寺
量子位 出品 | 公众号 QbitAI
英伟达的新杀器又来了。
刚刚，在GTC 大会上，黄仁勋发布全球最大GPU。
他说的是DGX-2。
DGX-2能够实现每秒2千万亿次浮点运算（2 PFLOPS），性能比去年9月推出的DGX-1性能提高了10倍，售价39.9万美元（人民币250万元）。
这次的GTC 大会在美国加州圣何塞举行，黄仁勋照例身着皮衣登台演讲。（官方还特别提示：这次是一件全新的皮衣）
而老黄这次的演讲主题，是四个Amazing：amazing graphics、amazing science、amazing AI、amazing robots。
首先，从不可思议的图像开始。
在这个环节里，黄仁勋介绍了英伟达在图像实时光线追踪处理方面的最新进展，展示了细腻的反射效果。
这项技术，称为RTX。它面向图形领域，借助深度学习技术，实现了实时光线追踪。
然后黄仁勋发布了首款基于Volta架构的工作站GPU：Quadro GV100。
它支持英伟达RTX技术，支持NVLink 2，32GB容量HBM2显存。两个GV100相连，可以提供10000多个CUDA核心，236 teraflops的TensorFlow核心。
说着说着，老黄又开始讲这句：买得越多，省得越多。（The more GPUs to buy, the more money you save.）
“来GTC，学习如何节省百万美元。”老黄发出诚恳的建议。
然后进入不可思议的科学环节。
我们正处在GPU计算的关键点，黄仁勋表示。这部分他还介绍TESLA V100等产品的多快好省，也谈到一些GPU在计算和医疗影像方面的贡献。
比如医疗影像超级计算机CLARA。
深度学习给医疗影响的识别带来了诸多变革，但投入到实际使用中却很难。医院用着十几年前生产的超声仪，黑白渣画质成了医疗进步的阻碍。
要等所有医院升级设备，可能要花上30年。
CLARA是一款医疗影像的超级计算机，让医院可以升级那些已有的系统。医生可以仍然用原有的超声、CT等设备，然后将图像输入超级计算机，推理出更清晰的图像。
在这个项目上，英伟达联合了一大群医疗行业的合作伙伴：
以及在这个环节，黄仁勋又引导全场跟他念：买得越多，省得越多。
来到不可思议的AI环节。
这个环节的主题是“全球最大的GPU”。
首先，英伟达把Volta V100m每张卡的内存扩大到32GB。适用于内存密集型的深度学习和高性能计算，还能将内存受限的HPC应用性能提升高达50%。
其次，是全新发布的互联结构NVSwitch，带宽比最好的PCIe交换机高出5倍，最高支持16个Tesla V100同时以2.4TB/秒的速度进行通信。
最后，一个全新的DGX服务器发布了。
黄仁勋说这个现在是全球最大的GPU了：新的DGX-2，包括20亿个晶体管，12个交换机。每个GPU都可以通过光纤交换机互相通信，比PCIe接口快20倍。
DGX-2的算力可达2千万亿次浮点运算，功耗10千瓦。这台机器内部是NVLink连接的两组Tesla V100阵列。
与6个月前发布的DGX-1相比，DGX-2提速10倍。
五年前，在两块GTX 580上进行Alexnet训练耗时六天，现在使用DGX-2，可以在18分钟以内完成。
这款产品将于今年三季度发售，每台价格39.9万美元（人民币250万元）。
DGX-2具有300台服务器的深度学习处理能力，占用15个数据中心机架空间，而体积则缩小60倍，能效提升18倍。
此外，英伟达还更新了CUDA、TensorRT、NCCL、cuDNN等深度学习和HPC软件堆栈。
新版的TensorRT能快速优化、验证和部署在超大规模的数据中心，针对更广泛的应用加速深度学习推理。它最高可以 将深度学习推理的速度加快190倍，降低70%的数据中心成本。
TensorRT 4还集成到了谷歌TensorFlow 1.7版本中，更易于使用。
另外，NVIDIA还宣布和ARM合作，将英伟达深度学习加速器架构集成到Arm的Project Trillium上，在手机、智能家居等设备上实现深度学习推理。
以及英伟达GPU现在支持Kubernetes了。这是一个基于容器技术的分布式架构方案。这个技术让英伟达的GPU进一步加速。
还有一事，英伟达骄傲的宣布，TITAN V仍然断货中。
最后是不可思议的机器人环节。
发布了机器人开发工具包Issac SDK之后，话题转向了自动驾驶。
“我们正试图从头到尾了解这个系统，这其中包含四个最重要的方面：数据收集、模型训练、模拟和驾驶。”老黄说，这个了解过程，大约花了5到7年。
老黄在现场，又展示了一把云代驾。
他把VR和自动驾驶结合起来。通过一个VR眼镜和方向盘，就能启动自动驾驶汽车。
云代驾所用的平台，是新鲜发布的NVIDIA DRIVETM Constellation，基于两台服务器。
第一台服务器运行NVIDIA DRIVE Sim 软件，用以模拟自动驾驶汽车的传感器，如摄像头、激光雷达和雷达。第二台服务器搭载NVIDIA DRIVE PegasusTM AI汽车计算平台，可运行完整的自动驾驶汽车软件堆栈，并能够处理模拟数据，这些模拟数据如同来自路面行驶汽车上的传感器。
老黄又详细介绍了英伟达的感知基础架构。
每辆汽车都在收集PB级的数据，每个月有1500人大概标注100万件物品。
老黄表示，英伟达并没有试图建立一个基于软件定义的计算机的自主车辆系统，确切的说是在研究一个架构。
英伟达以Drive PX Parker单芯片架构为基础创建DRIVE Xavier。这是一个四芯片系统，包含两个Xaviers和两个Voltas。
这台耗能300瓦的电脑正在用于机器人汽车，将于今年晚些时候投入生产。
对了，这项技术英伟达拥有全部产权。
BTW，英伟达今天还宣布暂停了自动驾驶测试。
可能是受此影响，发布会一开始，英伟达股价就同步下跌，至发布会结束，英伟达股价累积下跌6.64%。
—完—
活动推荐
△点击图片或阅读原文
即可获取更多详情
联想高校AI精英挑战赛，覆盖全国28个省份、8大赛区和260所高校，经过在中科大、华中科技大学、清华大学、上海交通大学等8所AI领域具有顶尖优势的理工科高校的半决赛路演，产生最终入围总决赛的十支参赛队伍，并将于3月29日在北京中国科学院计算技术研究所迎来全国总决赛。
加入社群
量子位AI社群15群开始招募啦，欢迎对AI感兴趣的同学，加小助手微信qbitbot6入群；
此外，量子位专业细分群(自动驾驶、CV、NLP、机器学习等)正在招募，面向正在从事相关领域的工程师及研究人员。
进群请加小助手微信号qbitbot6，并务必备注相应群的关键词~通过审核后我们将邀请进群。（专业群审核较严，敬请谅解）
诚挚招聘
量子位正在招募编辑/记者，工作地点在北京中关村。期待有才气、有热情的同学加入我们！相关细节，请在量子位公众号(QbitAI)对话界面，回复“招聘”两个字。
量子位QbitAI· 头条号签约作者
վ'ᴗ' ի 追踪AI技术和产品新动态
如果觉得《英伟达发布全球最大GPU：性能提升10倍 售价250万》对你有帮助，请点赞、收藏，并留下你的观点哦！
