美国时间3月18日，NVIDIA在San Jose Convention Center举行了2019年第10届GTC大会。下午14时，NVIDIA CEO黄仁勋先生在San Jose State University（SJSU）Event Center公开发表了主题演说，特别强调了公司在人工智能、自动驾驶汽车和机器人技术方面的近期创意。大会现场，有800多名演讲者和200家参展商参予人工智能、数据中心和云计算、医疗、金融、电信、自动驾驶汽车、机器人技术和物联网的专题共享，以及5个全天的研讨会和50多个深度自学学院的课程，教授近期的CUDA、机器人技术、自动驾驶汽车、视频分析等技术。

其中，亿欧作为特邀媒体参与大会。公布新品NVIDIA T4 GPU，NVIDIA执着技术创新未曾暂停上午十点，NVIDIA首席科学家Bill Dally提及，“NVIDIA的研究愿景是向未来采收，大大执着科技的发展也将为NVIDIA做出大力的转变。

”并认为，NVIDIA研究方面主要应用于在以下五方面：网络、编程系统、建筑学、VLSI、电路系统。任务市场需求主要集中于在图像学、机器人、AI算法研究、深度自学、DL应用于研究等方面。GTC大会上，英伟达发售了一项专门针对具备NGC-Ready系统的客户的企业反对服务产品，即还包括所有可用于的T4系统。

同时，全球计算机公司宣告反对为数据科学而优化的NVIDIA型服务器，如先前的validatedNVLink和特斯拉，基于V100的服务器和NVIDIA的工作站。NVIDIA NGC反对服务使客户需要必要采访NVIDIA的技术专家，以保证他们的系统需要拟合地运营，并最大化系统的利用率和用户的生产力。例如，HPE将在6月为HPE ProLiant DL380 Gen10服务器获取一种经过检验的NVIDIA T4服务器。其他几家完整设备制造商预计将在第二季度开始在NVIDIA T4和V100系统上销售这项服务。

新的T4服务器证书了领先的虚拟世界桌面和应用程序虚拟化解决方案的服务器，这些服务器早已通过NVIDIA的虚拟世界GPU软件——NVIDIA GRID虚拟世界PC（vPC）证书，为科学知识工作者和NVIDIA Quadro虚拟世界数据中心工作站（vDWS）获取给创造性和技术专业人员。有了T4，用户将在近期一代的服务器上享用高质量的虚拟世界桌面体验，还包括比CPU仅有用于网格VPC的VDI性能提升33%。此外，英伟达还宣告，NVIDIA已与领先的OEMSTO合作，让VDI更容易、更加实惠，并在受限的时间内获取多年的优惠。

思科是第一个向客户出售NVIDIA NGC反对的OEM厂商，这样他们就可以在思科的nc480 ML M5服务器上加快他们的深度自学项目，8个NVIDIA Tesla V100核心GPU与NVLink连接。浪潮集团AIHPC的总经理刘军也提及，新的NVIDIA T4 GPU特性服务器被调优来运营NVIDIA cuda-x AI加快库，为数据科学家获取全面的解决方案和服务反对，在享用高质量的虚拟世界桌面体验的同时反对多个AI工作阻抗。黄仁勋在下午的演说现场提及，高性能的动态射线跟踪就不会通过NVIDIA RTX平台构建，在视觉保真度至关重要的任何任务中，例如设计、工程或市场营销，在离线呈现出解决方案的一小部分时间内，都可以构建细致的图像质量和灯光。

这项技术为创作者获取了一个关键的优势，因为它仿效了光的物理属性，容许开发者制作和动态转变那些模糊不清了动态和现实之间的界限的作品。世界上最普遍用于的动态3D研发平台的创建者Unity Technologies和NVIDIA将动态光线跟踪技术引进到汽车、媒体和娱乐以及游戏领域。Unity和NVIDIA向观众收到挑战，让观众辨别出有现实的和动态呈现出的内容之间的区别。

此外，黄仁勋发售了NVIDIA CUDA-X AI生态系统，还包括框架、云ML服务、部署调度三个部分，数据、图形、ML、DL训练和推理小说都包括在CUDA-X AI生态系统中。总结NVIDIA在GPU路上的跌宕起伏1999年，英伟达NVIDIA发明者了GPU，唤起了PC游戏市场的快速增长，新的定义了现代计算机图形，并革新了并行计算。

近来，GPU的深度自学熄灭了现代人工智能——计算机的下一个时代——GPU扮演着计算机、机器人和自动驾驶汽车的大脑，需要感官和解读这个世界。但是总结NVIDIA GPU发展历程并非一帆风顺，总归“一波三折”、先苦后甜。首先在1995年，NVIDIA用两年时间倾力打造出的第一款产品NV1上线，这款产品自由选择了当时并不被人寄予厚望的正方形光学技术，上市后无人问津，这让NVIDIA一度正处于倒闭边缘。而后，因为延用有缺陷的正方形技术到NV2芯片，导致NVIDIA与世嘉公司合作研发游戏机表明芯片项目中断，NV2宣告告终。

随后，电脑图形化时代由win95打开，表明芯片开始渐渐沦为PC系统中的焦点。1997年4月，NVIDIA发售了NV3产品，自由选择反对Direct3D和AGP模块。

最后，NV3（也就是Riva128）沦为当时市场上唯一确实具备3D加快能力的显示卡，上市短短四个月就超过百万片销量。自此，黄仁勋和NVIDIA寻找了准确的方向，踏上了较慢发展之路。

其中，Riva 128zx、Riva TNT、Riva TNT2渐渐将NVIDIA推上显示卡芯片市场的主流地位。1999年1月，NVIDIA在纳斯达克上市。同年8月，NVIDIA发售了全新架构的表明芯片，即GeForce256，这是全球第一个确实意义上的GPU（图形处理器），黄仁勋打开了表明芯片的新时代，GPU也沦为计算机中独立国家于CPU的另一个最重要计算出来单元。此后，NVIDIA之后沦为GPU领域的第一，并且仍然占有着视觉计算出来领域的大部分市场份额。

因为GPU的顺利，黄仁勋还明确提出了与摩尔定律比较不应的“黄氏定律”，即NVIDIA GPU产品每6个月升级一次，功能缩减到。摩尔定律的正确性维持了30年，因为当时微处理器的性能每年不会提高50%。但是，半导体物理学的容许意味著如今CPU性能每年不能提高10%。

当前，NVIDIA GPU计算出来已为行业打开崭新的道路，到2025年，计算出来性能将提高至现有水平的1000倍。总结至2002年，NVIDIA宣告GPU出货量超过1亿颗，沦为硅谷茁壮最慢的半导体公司。NVIDIA的CPU，也印上了“高速”和“性能勇猛”的标签。

经过20多年的发展，NVIDIA渐渐构成GeForce、Quadro、Tesla、Tegra等几大产品线，其中GeForce用作PC和笔记本，Quadro用作工作站，Tesla用作大型计算出来，Tegra用作移动产品。而从2016年开始，随着人工智能技术的蓬勃发展，NVIDIAGPU开始在深度自学领域被广泛应用。归功于深度自学的技术开发，将人工智能推向了一个新的高潮，因此NVIDIA懂做到机会缔造巅峰。

NVIDIA2019新的征途又将如何改写？NVIDIA在深度自学计算出来领域的持续发力，发售了内置150亿个晶体管的Tesla P100，2017年还发售了重新加入Tensor单元的Tesla V100。另外，NVIDIA还利用这些大型计算出来服务器转入机器人、自动驾驶等领域。2018年，NVIDIA公布了近期的图灵（Turing）架构，其仅次于的特点是重新加入了光线跟踪技术（RTX，ray-tracing），黄仁勋称之为其为近20年GPU仅次于的革新。

NVIDIA公布的Quadro RTX 8000显示卡核心面积超过754平方毫米，构建186亿个晶体管，较Pascal分别提升了58%和60%。在内部设计方面，仅次于的变化就是引进了RT Core（光线跟踪核心），专门用作物体和环境的动态光线追踪，精确展开物理阴影、光线、反射和全局灯光的绘制。

明确到Quadro RTX显示卡，RTX 8000内建4608颗CUDA核心，576颗Tensor核心，RAM48GB（NVlink拆分双卡后，翻番到96GB）；RTX 6000RAM为24GB；RTX 5000RAM大跌到16GB，光线跟踪速率为6 GigaRays/s，3072个CUDA，反对8K屏。其主要用户专业场景和大型的可用计算出来工作阻抗，例如电影和视频内容创作、汽车和建筑设计以及科学可视化等，并在今年第一季度上市。随后一年，NVIDIA用图灵架构革新了其产品线，分别发售了反对光线跟踪技术的GeForce RTX游戏显示卡、Quadro RTX专业级显示卡等，今天NVIDIA黄仁勋又发售了TURING RTX涉及产品，180亿个晶体管，32个顶点着色，获取130 TFLOPStensor core架构。大大将AI创意带入芯片，从而提升产品的性能、技术等硬实力早已是NVIDIA的一种常规踢法。

GTC大会现场，NVIDIA公司负责管理加快计算出来的副总裁兼总经理Ian Buck说：“现在，随着一波主流的NVIDIA驱动的服务器为数据科学优化，世界各地的公司可以在整个业务中以更慢的速度部署加快人工智能。”Ian Buck提及，思科、戴尔EMC、富士通、HPE、Inspur、误解和Sugon今天宣告的新T4服务器都是NVIDIA NGC-Ready检验的，这是一种专门为服务器设计的服务器，需要在各种加快工作阻抗中脱颖而出。所有被测试的软件都是由NVIDIA获取的，它是一个全面的GPU加快软件的存储库，预先训练的人工智能模型，数据分析的模型训练，机器学习，深度自学和高性能计算出来，皆由cuda x AI加快。

此外，黄仁勋在演说中提及：“数据科学是高性能计算机群的新一轮挑战。”数据经过分析，通过特征提取应用于到AI、CV、NLU、ML，经过预测建模、推测获得预测。而在这一过程中，数据科学的重要性不言而喻，通过与合作伙伴的联手共计入取长补短，NVIDIA在创意发展中更加多的是执着合作共赢。

从1993年NVIDIA的创办，到2019年NVIDIAGTC大会十周年，基于芯片产业的筑基，NVIDIA以创意作为出发点开始审时度势现今社会，除了AI，还大大耕耘在自动驾驶、机器人等技术研发上。在未来，坚信NVIDIA还不会给AI市场带给更加出众的价值转变。

本文来源：尊龙凯时人生就是搏!-www.fckt.net