從早期的游戲繪圖架構(gòu)公司起家的英偉達，在游戲繪圖對圖像精度和還原度要求日益提高的時代下，已經(jīng)轉(zhuǎn)為計算架構(gòu)公司了，“架構(gòu)”業(yè)務的內(nèi)涵也隨之加大了芯片研發(fā)的比重。
繪圖架構(gòu)雖然在近兩年并未出現(xiàn)質(zhì)變級提升，但日前的GTC 2018上還是發(fā)布了RTX（ray－tracing）實時光線追蹤技術(shù)，在內(nèi)容創(chuàng)作者或傳媒業(yè)可大幅提高渲染速度和質(zhì)量，還能創(chuàng)建最為逼真的3D可視化模型。雖然業(yè)務重點和大會的重頭戲還是芯片和系統(tǒng)平臺的發(fā)布，但可真實模擬現(xiàn)實場景、甚至達到電影大片圖像效果的該技術(shù)勢必成為圖像處理的一次變革。
言歸正傳，回到計算架構(gòu)的主題，此次英偉達發(fā)布的GPU、處理軟件和系統(tǒng)平臺眾多，共同特點都是主打高性能、高速處理，并且突出與其他終端的互聯(lián)，打造開放架構(gòu)。
GPU可以比CPU更高效、更穩(wěn)定完成海量數(shù)據(jù)處理任務，并行計算讓傳統(tǒng)的處理方式得到顯著提升，高效處理所節(jié)省的時間和物力成本遠遠超過部署GPU所投入的成本，而且還能提供更優(yōu)質(zhì)的用戶體驗，不論是對服務供應商還是對直接用戶來說都是一舉兩得。因此，在大會上，也拋出了“GPU用得越多，節(jié)省的成本也越多”的口號。
單獨GPU性能不斷提升之后，行業(yè)需求也日益復雜和多元，這是如果能串聯(lián)多個GPU，形成更大的GPU集合、創(chuàng)造更高效的處理流程，這將會是未來GPU提升服務能力的關(guān)鍵。
為此，英偉達此次也推出了“NVSwitch”架構(gòu)，在同時發(fā)布的DXG－2server中互聯(lián)了16顆GPU，采用了全新的交換器結(jié)構(gòu)后的互聯(lián)設計在單一結(jié)構(gòu)中實現(xiàn)了2PETAFLOP的最高效能。而且只需要2000W的功耗。高效能、低功耗意味著低成本，降低用戶負擔，為商業(yè)量產(chǎn)和推廣助力，還可處理最大規(guī)模的數(shù)據(jù)集和最復雜的深度學習模型。
集群多個GPU使單一架構(gòu)提升效能，而在萬物互聯(lián)、布局無人駕駛時代下，將其搭載到更多終端設備是下一步重點。
為此，英偉達此次重磅和ARM聯(lián)合，宣布將共同打造IOT設備的AI芯片專用IP，這款機器學習IP集成到ARM的ProjectTrillium平臺上，以實現(xiàn)機器學習，這項技術(shù)源于英偉達Xavier芯片以及去年開源的DLA深度學習加速器項目。
同時，基于自主機器系統(tǒng)級芯片 NVIDIA Xavier設計，同時推出了“NVDLA”免費開放式架構(gòu)，旨在推廣設計深度學習推理加速器的標準方法。據(jù)了解，NVDLA 的模塊化架構(gòu)具有可擴展性和高度可配置性，專門為簡化集成和便攜性而設計。
游戲、繪圖行業(yè)的用戶現(xiàn)在已不是最新架構(gòu)和芯片的主要用戶，畢竟開發(fā)成本擺在那里，只有頂級商家和極少數(shù)玩家才會對此買賬。所以，必需要將人工智能能力深入到關(guān)卡設計、玩家角色定位、生態(tài)、產(chǎn)業(yè)每個環(huán)節(jié)，讓人工智能模塊與游戲應用和管理模塊更好融合，為玩家提供浸入式親臨其境的體驗，讓廣大普通玩家認可AI的效果和能力，最終才能讓繪圖芯片廠商和游戲開發(fā)商更多應用AI模塊。
面對芯片行業(yè)AMD、微軟等巨頭的挑戰(zhàn)，架構(gòu)少有突破型升級的英偉達也在合作伙伴和自身生態(tài)圈上下足功夫，于是GTC 2018就推出了GEForce伙伴計劃，讓企業(yè)和游戲玩家之間更加透明，共同生長的同時也牢牢吸引了一眾用戶，也有媒體評論認為此舉頗有建立行業(yè)壟斷之嫌，在這里我們真誠希望的是更多架構(gòu)能夠服務于醫(yī)療、自動駕駛、金融科技等領域。
對此，也推出了DRIVEConstellation自動駕駛仿真系統(tǒng)，這是一款基于兩種不同服務器的計算平臺。第一臺服務器運行 NVIDIA DRIVE Sim 軟件，用以模擬自動駕駛汽車的傳感器，如攝像頭、激光雷達和雷達。
第二臺服務器搭載了NVIDIADRIVE Pegasus AI 汽車計算平臺，可運行完整的自動駕駛汽車軟件堆棧，并能夠處理模擬數(shù)據(jù)，這些模擬數(shù)據(jù)如同來自路面行駛汽車上的傳感器。
計算架構(gòu)驅(qū)動了芯片性能的多次升級，得以完成更高難度和級別的深度學習，不斷優(yōu)化模型。反過來，逐漸提高的人工智能能力也催生了芯片行業(yè)的更多市場需求，讓高性能的GPU不斷涌現(xiàn)，賦能更多場景，讓人工智能產(chǎn)業(yè)更加繁榮。
