[其他] 英偉達GTC China 2017開發者大會、AI新發展趨勢
http://bit.ly/2xBQYSC
英偉達（NVIDIA）GTC China開發者大會於2017年9月26日在北京舉行，人工智慧對計算需
求的高速增長，給了英偉達這家24歲的公司巨大的機會。以GPU計算為基點，正在把圖像
處理能力推向無人機、高級自動駕駛、自主機器人、AI城市等領域。該企業首席執行官黃
仁勳在會上指出，大陸互聯網4巨頭BATJ百度、阿里巴巴、騰訊、京東，以及多家頂級科
技廠，包括聯想、華為、浪潮與科大訊飛等均已與英偉達合作。
英偉達曾在4月時美國GTC大會上發布了新一代人工智慧處理器架構Volta，並發佈採用該
架構的第一款設備Tesla V100 GPU。
以下摘自英偉達CEO黃仁勳介紹重點：
阿里巴巴、百度及騰訊皆已在其雲端人工智慧基礎設施上部署了英偉達的Tesla V100 GPU
，而華為、浪潮、聯想作為4巨頭的OEM廠商，開始生產基於HGX的GPU伺服器。
英偉達宣布推出TensorRT 3人工智慧推理軟體，該軟體與GPU硬體結合，可以大幅提升雲
端及終端設備的推理性能，並有效降低成本，目前已採用者：阿里雲、百度雲、騰訊、科
大訊飛和京東。
在智慧城市方面，阿里巴巴、海康威視、大華和華為則加入了英偉達Metropolis平台，並
分別在路況監測、虛擬安保、交通流量監測等方面提供了基於該平台的人工智慧視頻解決
方案。
京東X實驗室已經在無人機與無人車配送、無人分揀方面部署了英偉達的Jetson超級電腦
模組，將會在製造、物流和配送行業帶來革新。
目前，對於自主機器而言需要解決三大關鍵的問題。首先，是為自主機器打造一個人工智
能平台，類似於增強學習等等；另外，是提供一個能夠讓自主機器進行自主學習的虛擬環
境；在此基礎上，第三步再將人工智能的“大腦”放到自主機器的框架中。然而，目前這
三個問題還沒有完全解決。NVIDIA即將新推出的自主機器處理器Xavier，虛擬的學習環境
、以及英偉達的人工智能平台等等，都是在為自主機器的商用和普及做準備工作。希望，
在未來的十到十五年，會看到更加令人難以置信的創新和進步。
GPU與FPGA這兩者的區別很大。FPGA非常靈活，可以放入以太網卡里、音頻卡中、或者視
頻卡中，是可配置的。在設計階段，它就可以被設計用於成各種各樣的用途。但是，GPU
就沒有那麼大的靈活性，它是一種並行計算的加速器。當然，FPGA也可以被轉變為GPU，
但是性能無法滿足要求，它的速度要比GPU慢1000倍。三年前，英偉達決定把GPU做成
Tensor執行處理器。而如今，它已經成為世界上最優秀的Tensor處理器，但它只是一個晶
片，要做高性能的計算處理還需要軟件。因為每一張AI計算的圖片都是不一樣的，並且每
一張圖片在指定處理器上為了達到性能的調優，都必須進行編譯解碼。還有另一個選擇，
就是為每一個神經網絡都可以設計一個專門的FPGA，只是設計起來很困難，工作量也很大
。
NVIDIA在自動駕駛領域策略佈局。DRIVE PX是硬件基礎，DRIVE OS是操作系統，
DRIVEWORKS SDK是API，而DRIVE AV是最頂層的無人駕駛應用，把所有的這些結合在一起
我們統稱為英偉達的DRIVE。以上說的每一個層面都可以單獨開放，適用於不同類型、不
同公司的需求。可以選擇用DRIVE PX硬件基礎，其它部分自己開發，也可以選擇用DRIVE
AV應用，其它底層堆棧自己搭建，這些都是沒有問題的。
NVIDIA發展自動駕駛的安全問題考量。安全分為兩個概念，一種是人身的安全、一種是系
統安全。如果一個黑客黑了一台車，本身這個問題並不大，但如果把威脅擴大到雲端，透
過雲來控制所有的車，就比較危險了。未來想黑一台車並不那麼容易，因為每台車都是有
防火牆，自動駕駛系統會給傳輸的信息做加密，黑客不易黑到通訊端口。
黃仁勳表示，摩爾定律已經是舊時代的法則，GPU的計算速率和神經網路複雜性都在過去2
到5年內呈現出爆發性成長，期待將二者結合後，將在醫藥、自動化交通、精密製造、及
其他更多領域，產生更驚人突破。
http://bit.ly/2xBQYSC
心得：
看來英偉達在自動駕駛車這一塊的布局相當深遠，之前就有耳聞不只跟汽車廠商，甚至連汽車零件的供應商都有在談合作結盟
這次的開發者大會看到了英偉達更具體的未來方向，值得期待