量子位 宣布 | 公众年夜众号 QbitAI
中国古语有言：否极泰来。
AI芯片巨子英伟达的2018，再糟糕不过，以是2019年GTC大会，也比以往更受关注。
而且颇故意思的是，教主黄仁勋把这次的主题演讲地点选在了圣何塞州立大学礼堂。
这所公立大学在硅谷小有名气，且在打算机领域，最有名的校友莫过于原Intel董事长高登·摩尔——“摩尔定律”便是以他之名命名。
而老黄便是那个全天下最热衷鼓吹“摩尔定律已经失落效”的人。
但这一次，老黄一句“摩尔定律”都没提，默默扔出99美元AI开拓套件Jetson Nano。
详细情形怎么样，我们完全回顾下今年GTC发布情形。
CUDA-X：50倍提速首先，直接看核心重头戏：CUDA-X。
按照英伟达的说法，这是环球唯一的一个，端到真个数据科学加速库。帮助从事数据剖析、机器学习、深度学习的数据科学家们，更快的完成事情。
CUDA-X由十几个专用加速库组成。全体系统中，包含几个部分：用cuDF加速数据剖析，用cuDNN深度学习原语，用cuML进行机器学习算法，和DALI等数据处理。
大略来说，所有英伟达的库，都被整合成一个库：CUDA-X。
包括TensorFlow、PyTorch和MXNet在内的所有深度学习演习框架，随着CUDA-X的发布也会自动为英伟达Tensor Core GPU进行优化。
英伟达表示，CUDA-X解锁了Tensor Core GPU的灵巧性，能够将机器学习和数据科学事情负载加速多达50倍。CUDA-X可以加速范例AI事情流程的每一步，无论是用深度学习演习语音和图像识别系统，还是数据剖析评估抵押贷款组合的风险。
而且听说，“只须要点击几下”。
微软的Azure Machine Learning（AML）是第一个集成RAPIDS的云做事，RAPIDS是CUDA-X的关键组件。通过访问RAPIDS开源库，数据科学家可以让AML上的英伟达GPU以“前所未有”的速率进行预测剖析。
英伟达官方表露的数据称，在AML上利用RAPIDS，可以帮助企业把演习AI模型所需的韶光，减少多达20倍，演习韶光可以从数天减少到数小时，或者从数小时减少到几分钟。
此外，CUDA-X还会支配在几大主流的云平台，包括亚马逊AWS、谷歌云等。目前PayPal、沃尔玛等公司已经在利用干系做事。
值得一提的是，在先容CUDA-X的时候，老黄还皮了一下。他说：每次演讲，我都想让你们记住一个关键词，本日的关键词是：
PRADA。
还让现场随着一起念。看来接下来要发布的东西，可能还挺贵。
PRADA实在是四个单词的强行缩写，它也带代表对CUDA-X先容的几个方面：PRogrammable(可编程)、Acceleration(加速)、Domains(域)、Architecture(架构)。
史上最便宜AI硬件
在老黄两个多小时讲完后，最让网友们念念不忘的，是一款出场非常晚、韶光非常短的硬件产品：
Jetson Nano。
它是体积小巧、性能并不弱的小电脑，老黄称之为“全新的机器人打算机”，共有两个版本。
一是99美元（约合公民币666元）的开拓者套件，面向个人用户，比如创客、学生、技能爱好者；另一个版本129美元，可以支配莅临盆环境，面向的是想要构建边缘系统的企业。
历次发布会都让人深感贫穷的英伟达，终于也价格厚道了。在PRADA的衬托下，更是冲动民气。
不少外媒纷纭打call，由于Jetson Nano的价格让业余爱好者、学生之类的大众群体，可以打造自己的自动扮装备。
当场，老黄也拿出了一个基于Jetson Nano的无人车Kaya。
价格厚道，性能如何呢？Jetson Nano能供应472 GFLOPS的打算性能，而耗电量只有5瓦。
不久前Google发布的千元TPU开拓板，单精度和半精度浮点运算性能分别是32和64 GFLOPs；英特尔神经打算棒的性能是100 GFLOPs。
Jetson Nano搭载了4核的ARM A57 CPU和128核基于英伟达Maxwell架构的GPU，4GB内存，利用MIPI CSI-2 DPHY通道摄像头。
它也支持本日发布的CUDA-X，也便是说有支持很多常见的人工智能框架，装有面向Tegra的Linux操作系统，实现了开箱即用。
英伟达会后还展示了Jetson Nano运行ResNet、Inception、VOLO等各种神经网络模型，在目标检测、姿势估计等各种任务上进行推断的实际性能：
此外，它还支持高分辨率传感器，而且可以并行处理多个传感器，并在每个传感器流上都运行多个神经网络。
英伟达称，Jetson Nano能够运行所有AI模型，可以创建数百万个智能系统。
GTC刚结束的时候，就有人在HackerNews上表示，自己想要DIY了。
很快就有“同道中人”回答他，你可以自己做无人驾驶小车、能跟踪猫的无人机、可以自动识别鸟的摄像机等等。
自动驾驶末了，自动驾驶，老黄说这是最主要的自动化机器的落地场景。
也是三方面。
首先，推出全新DRIVE Constellation自动驾驶汽车仿真平台。
基于该平台，在云端就能虚拟仿真各种自动驾驶场景——不用再路测数百万公里了。
老黄说，从常规驾驶，到各种罕见的危急情形，都能在仿真中实现，要风得风，求雨得雨。会比现实天下中实现的效率赶过不知多少倍，而且本钱低、安全性高。
数据中央方案则去年就有过官宣。包括两个并排做事器：
第一台做事器——DRIVE Constellation Simulator，从虚拟汽车天生传感器输出。
第二台做事器——DRIVE Constellation Vehicle，包含DRIVE AGX Pegasus AI车载电脑。
DRIVE AGX Pegasus吸收传感器数据，做出决定，然后将车辆掌握命令发送回仿照器。
老黄还强调，该过程完备闭环，而且定位精准、定时精确，测试环境也能为所欲为——不用怨天求神。
其次，该平台完备开放，供应编程接口，许可DRIVE Sim生态系统互助伙伴集成他们的环境模型、车辆模型、传感器模型和交通场景。
同时也通过整合互助伙伴的场景，让平台可以天生全面，多样化和繁芜的测试环境。
换而言之，玩法有点像虚拟仿真领域的Apollo。
英伟达也在这个“开放生态”里，凑集了家当链高下嬉戏家。
第三，英伟达还宣告了基于仿真平台的最新互助。
并且互助方来头不小，是环球第一大车厂——丰田。
老黄的意思也再明确不过，像丰田这样的大厂都当了首个客户，开放平台DRIVE Constellation的品质肯定值得相信。
此外，还是在GTC大会上，老黄还宣告推出新自动驾驶软件套件，该软件的紧张组成部分是Safety Force Field（SFF），通过加强方案和掌握，实现更安全、舒适的驾驶体验，而且其算法策略主打车辆保护、搭客和其他车辆安全。
在高等赞助驾驶领域，这会最先发挥浸染。
老传统：视觉渲染新打破当然，英伟达的GTC，不炫下最新渲染成绩怎么行？
今年新亮相的图像渲染引擎，让图片的渲染更快、更真实。
NVIDIA Omniverse，3D创作渲染协同工具，纵然团队成员身惩罚歧的时区，也能一起为同一个3D场景的创作着力。
同时，英伟达宣告Adobe、Autodesk、Epic、Unity等16家厂商也将得到RTX技能支持，帮助他们在繁芜的场景中完成光芒跟踪照明，用更快的速率进行图像渲染，这一技能支持在今年内将会做事900万创作者。
其余，对付游戏玩家，英伟达推出了GeForce NOW云游戏做事，游戏在云真个电脑上运行，而玩家只要打开任何一台PC或者MAC，就能让云真个游戏显示在自己的电脑上，无需下载、安装、升级、更新、装补丁，也不用担心自己的电脑配置不足了。
显然，老黄也最爱这部分的Demo展示。
不断播放视频，不断收成掌声，他还不断见告大家：鼓掌太早了，好戏还在后面。
乃至到后来，教主直接扔核弹语录：
我常说，买得越多，省得越多，现在我以为我错了……RTX Sever根本便是免费的！
省下的电费就能买一台做事器了！
不过今年GTC，新品确实便宜得不像英伟达。
会后，大家最紧张的评价都集中在Jetson Nano上。
更直接说是99美元售价上。
虽然TheVerge也宣布称，这种低价的AI开拓套件，英伟达并非唯一家。
比如英特尔的Neural Compute Stick只须要79美元，谷歌在Coral下最近也推出了两款设备，分别是150美元的开拓者套件和79美元USB加速设备。
但不可否认的是，英伟达正在进入一个有潜力的市场，AI驱动的创新正在增长。
而且，对付今年GTC主题演讲关键词是PRADA的英伟达来说。
99美元，折合公民币666元。老黄的诚意，看得见。
你以为呢？
— 完 —
诚挚招聘
量子位正在招募编辑/，事情地点在北京中关村落。期待有才华、有激情亲切的同学加入我们！
干系细节，请在量子位"大众号(QbitAI)对话界面，回答“招聘”两个字。
量子位 QbitAI · 头条号签约作者
վ'ᴗ' ի 追踪AI技能和产品新动态
