NVIDIA在GPU Technology Conference的深度学习与硬体升级

深度学习与股价增长

在GPU Technology Conference（GTC）的舞台上，NVIDIA，以其在人工智能领域的领导地位，展示了其在深度学习领域的最新应用及硬体升级，进一步推动了股价的攀升。自去年以来，深度学习市场经历了显著的发展，NVIDIA 创始人兼执行长黄仁勋在此次活动中揭示了一系列前沿的深度学习应用，涵盖医疗影像分析、智慧制造、自动化拣货、安全监控等多个领域。

硬体与软件的全面升级

NVIDIA 在GTC上推出了基于Volta架构的全新显示卡Quadro GV100，该款产品不仅配备了32GB的高速内存，还支持NVLINK 2.0，实现多GPU之间的高效协同，最高可达64GB的内存扩展能力。此款显示卡广泛应用于游戏、媒体与娱乐、产品设计与建筑等行业，其每年处理的影像帧数以数十亿计。

Volta架构的硬体革新与NVSwitch的引入

NVIDIA 在去年的基础上继续深化Volta架构的硬体性能，引入了针对人工智能优化的Tensor Core，并在Tesla V100 GPU中实现了32GB的内存容量提升，以应对高效率运算对内存容量的高要求。Tesla V100 GPU的全面支持以及IBM、Supermicro、HPE、联想、Cray和Tyan等主要服务器制造商的相应产品发布，标志着NVIDIA在人工智能运算市场的持续扩张。

NVLink 2.0与NVSwitch的升级

NVIDIA 对NVLink 2.0协议进行了升级，新增了NVSwitch，这是一种全新的硬件交换机制，通过台积电12纳米FFN制程工艺的交换器装置，实现了16个GPU间的2.4TB/s高速数据交换，极大地提升了多GPU系统的并行处理能力。CUDA运算平台也随之更新，以支持NVSwitch，为开发者提供了更强大的并行处理工具。

DGX系列的增强与价格策略

NVIDIA 推出了DGX-2，作为专为数据中心设计的产品，搭载了16组Tesla V100 GPU，相当于DGX 1的两倍配置。DGX系列产品线包括了DGX-2（售价399,000美元）、DGX-1（售价149,000美元）以及DGX Station（售价68,000美元），旨在提供更具成本效益的AI运算解决方案。

NVIDIA GPU Cloud的全球布局与生态系统支持

NVIDIA GPU Cloud在全球范围内得到了扩展，全面支持Kubernetes，并与亚马逊Web服务（AWS）、谷歌云平台（GCP）、阿里云和Oracle云等主流云服务商合作，为深度学习、高性能计算等应用提供了广泛的生态系统支持。

PLASTER理论与AI应用评估

黄仁勋提出了一套PLASTER理论，用于评估深度学习或机器学习系统的商业应用潜力，包括可程式化能力、服务反应速度、模型应用精确度、神经网络模型大小、生产总量、能量效率以及训练、推论、部署速度，为AI应用提供了全面的评估框架。

TensorRT 4的更新与跨平台支持

NVIDIA宣布了TensorRT 4的更新，这款工具可在数据中心、嵌入式系统和车载终端运行，加速多GPU神经网络的训练和部署。TensorRT 4与Google合作，整合TensorFlow 1.7，并支持ONNX框架，为使用MXNet、PyTorch、Caffe 2等主流深度学习框架的开发者提供了模型转换和部署的便利。

结语

在本次GTC活动中，NVIDIA通过一系列硬体升级、软件优化和全球生态系统布局，展示了其在深度学习领域的领先地位，同时也为开发者提供了更为强大和便捷的AI开发工具，推动了人工智能技术的广泛应用和创新。