NVIDIA GTC 2019的几个关键词

时间：2022-04-06 22:03:01 | 来源：行业动态

时间：2022-04-06 22:03:01 来源：行业动态

黄仁勋的keynote与往年一样，按照NVIDIA的领域进行展开，也就是图形计算、加速计算、无人机器和自动驾驶。在本届GTC上，黄仁勋更多是对NVIDIA的各个领域的一个成果总结，以及更为成熟的生态构建。

比如在图形计算方面，黄仁勋介绍了NVIDIA Turing RTX获得广泛支持；针对3D图形设计，NVIDIA Omniverse开放式交互3D设计协作平台平台被推出。同时，NVIDIA推出RTX服务器，并提供针对数据中心图形处理的服务器设计标准。

在加速计算方面，黄仁勋重点介绍了HPC和AI驱动下的数据科学，数据科学成为新的蓝海，NVIDIA构建NVIDIA CUDA-X AI生态系统，涵盖框架、云端机器学习服务、部署，产品包括工作站、服务器和云；针对超算和超大规模数据中心构建NVIDIA DGX POD生态系统。

在无人机器方面，基于Jetson平台，NVIDIA发布了价格为99美金的Jetson Nano，这样让Jetson更加完整，包括用于完全自主机器的功能强大的Jetson AGX Xavier和用于边缘人工智能的Jetson TX2；无人驾驶的开放生态平台Drive AP2X、Drive AV、NVIDIA DRIVE Constellation等。

以上keynote的发布信息并不完整，大家可以到NVIDA GTC官网查看更为详细的信息。但是，从这些重量级的发布，笔者抛开现有的维度，其实我们会看到NVIDIA更为明确的战略布局。我总结出了几个关键词，那就是平台化、开箱即用、云端服务化、生态构建。

首先，在平台化方面，我们知道知道NVIDIA全部的产品和服务都是基于GPU技术，这是基石。既然在硬件层面这些都是打通的，在软件层面就应该不是割裂的。于是在CUDA平台之上，NVIDIA推出了CUDA-X GPU加速计算库合集。

CUDA-X AI包括用于加速深度学习的cuDNN、用于加速机器学习算法的cuML、用于优化训练模型以进行推理的TensorRT、 以及其他15个以上的库。它们能够与NVIDIA Tensor Core GPU无缝协作，加速端到端工作流程，以开发和部署基于AI的应用。CUDA-X AI还可被集成到TensorFlow、PyTorch和MXNet等深度学习框架中，以及AWS、Microsoft Azure和Google Cloud等云平台中。

也就是说，NVIDIA在CUDA之上加入了一个新的抽象层，让开发者更加容易打通NVIDIA的不同产品线，比如图形计算、加速计算、机器人和自动驾驶等。同时，通过这样一个统一的加速计算库，NVIDIA实现了从端到云的全覆盖，打造一个统一的具备一致性开发体验的解决方案。

其次，在开箱即用方面，NVIDIA在本届大会上推出了众多成型的解决方案，比如NVIDIA RTX服务器，NVIDIA DGX POD等。也就是说，NVIDIA试图联合合作伙伴一起为客户提供开箱即用的解决方案，这也从侧面反映出了NVIDIA的成熟生态。这些参考设计标准实现了标准化、快速化的生产部署，对于合作伙伴和客户而言，价值是不言而喻的。

再次，云端服务化。我们知道NVIDIA更多是一个硬件公司（起码在大众心中），但是随着云计算的发展，服务化是一个重要的趋势。NVIDIA并没有视而不见，在GTC 2019上，不管是NVIDIA Omniverse，还是Geforce NOW，以及与AWS、Azure、阿里云等推出的计算实例，这些都表明NVIDIA已经在努力将自己的硬件产品服务化。

最后，生态构建。在GTC 2019上，还有现场展区，我们看到围绕NVIDIA的生态日渐成熟，从IT厂商到云计算厂商以及创业公司，基于NVIDIA产品技术的产业链不断完善。而且NVIDA很对很多创业公司推出了相应的扶持计划，比如在本届大会，NVIDIA就邀请了很多中国基于NVIDIA机器人和自动驾驶技术的创业公司参展。

总之，本届GTC大会给予笔者一个非常强烈的印象就是NVIDIA的转型和生态化，这是我连续多年参加GTC China后的一个对比感受。NVIDIA在试图改变自己只是一个硬件公司的角色，而是基于GPU构建一个软硬件结合的新世界。在AI驱动下，NVIDIA有着更多转型的便利。至少在本届大会上，笔者看到了一个更加软件化和服务化的NVIDIA，还有就是众人拾柴火焰高的蓬勃生态。