英伟达联手JD.COM打造全球首个智能配送城市，拉BAT滴滴秀A100中国云朋友圈。

作者|心缘

编辑|阴影

东信12月15日报道，距离2020年底还有两周时间。今天，NVIDIA 2020全球GPU技术峰会的最后一站——GTC中国大会如期而至，也到了NVIDIA年底晒中国朋友圈的时候了。

受疫情影响，成千上万的参与者在线上参与了这一科技盛会。与以往不同的是，整个活动更加强调技术研究和落地进度，没有发布新产品。

这一次，英伟达首席执行官黄仁勋在今年的GTC会议上不是在厨房砧板前发表演讲，而是被英伟达首席科学家比尔·戴利所取代。

▲英伟达首席科学家比尔·戴利

在一个小时的主题演讲中，这位著名的计算机科学家介绍了英伟达各种人工智能研究的最新进展，并分享了他的研究实验室正在进行的人工智能推理、硅光子学和GPU集群加速的三项最新研究。他认为，不仅图形的未来是AI，几乎所有事物的未来都是AI。

在Bill Dally的主题演讲之后，来自NVIDIA的五位资深专家介绍了中国在AI、数据科学和医疗健康领域应用了多少突破性技术。

NVIDIA全球业务运营执行副总裁Jay Puri回应称，Arm是一家令人惊叹的公司，年销售额约220亿CPU，采用IP授权模式，产品性能非常高。其成功集中在移动和嵌入式领域，但在云数据中心和PC领域仍难以涉足，x86占据完全主导地位。

NVIDIA在数据科学和人工智能领域拥有强大的生态。一旦Arm成为NVIDIA的一部分，NVIDIA将专注于推动Arm在数据中心、PC和云计算领域的成功。

针对部分公司对Arm授权限制的担忧，Jay Puri表示，人们对出口管制法的操作存在一些误解。无论Arm属于软银还是英伟达，所有关键技术都是在技术发源地英国剑桥开发的。英伟达曾承诺，收购完成后，英国剑桥也将是未来Arm技术的研发中心。

此外，面向AI和数据科学领域企业的孵化项目NVIDIA Inception邀请了12家中国企业参加大会，展示他们如何基于NVIDIA技术实现不同领域的创新。

01.

bill Dally:NVIDIA在AI推理、硅光子学、GPU集群加速方面的最新研究进展

在系统介绍了英伟达的软硬件布局和先进技术后，英伟达首席科学家Bill Dally以三个项目为例，讲述了他的200人研究团队如何成功实现黄定律。这条以黄仁勋命名的定律预测，GPU的AI性能将逐年翻倍。

在过去的八年里，英伟达将单个芯片的推理性能提高了317倍。“如果我们真的想提高计算机性能，黄定律是一个重要的指标，在可预见的未来将适用。”磨磨蹭蹭地说。

Dally负责NVIDIA在AI、光线追踪和高速互联方面的研究。他重点分享了三个新的研究方向。

1.超高能效加速器磁铁

推理是一个复杂的问题，涉及的不仅仅是计算。在模拟测试中，NVIDIA MAGNet工具生成的AI推理加速器的推理能力为每瓦100，比目前商用芯片高一个数量级。

该工具采用一系列新技术来协调和控制通过设备的信息流，并最大限度地减少数据传输，从而节省能源消耗。该研究原型是模块化的，因此可以灵活扩展。

2.光链路比电链路快

英伟达研究团队也在研究用更快的光链路取代现有系统中的电链路。该团队正与哥伦比亚大学的研究人员密切合作，探索如何利用电信提供商在其核心网络中采用的技术，通过一根光纤传输数十个信号。

由于其自身的局限性，电信号的传播距离只有1/3米，而光信号的传播距离为20-100米，因此只有单个NVLink才能连接到更大的系统。

这种被称为“密集波分复用”的光学技术，有望在一个只有1 mm大小的芯片上实现Tb/s数据的传输，是目前互连密度的10倍以上。

除了更大的吞吐量，光链路还有助于构建更密集的系统。Dally举例说明了一个NVIDIA DGX系统模型，该模型将来可以通过光链路传输配备超过160个图形处理器。

3.编程系统Legate的新原型

在软件方面，为了简化编程步骤，NVIDIA研究人员开发了编程系统Legate的新原型。有了Legate，开发人员可以在任何规模的系统上运行为单个GPU编写的程序，适用于Jetson Nano、单卡A100以及拥有数千个GPU的巨型超级计算机。

Legate将新的编程简写集成到加速软件库和高级运行时环境Legion中，目前正在美国国家实验室进行测试。