智驾注：本文来源为智驾网，转载请注明出处。

今天（9月26日），北京降下秋后第一场雨，时隔一年时间身穿黑色夹克的黄仁勋再次与2000多名听众相聚在北京国际饭店。

今年，GTC参会的人数已经超过了2万2千人，在过去5年当中，CUDA的开发人员增长14倍，已经超过了65万。

与往常演讲风格一样，在近两个小时个人演讲时间里，英伟达CEO黄仁勋直接切入主题，围绕AI领域的五项计划全面展示了英伟达强大的生态系统构建能力。

即：NVIDIA DRIVE自动驾驶开发平台已经被145家自动驾驶初创公司采用。NVIDIA V100平台已经被阿里巴巴、百度、腾讯、华为、浪潮和联想采用。首创的NVIDIA可编程推理加速平台被阿里巴巴、百度、腾讯、科大讯飞和京东采用。NVIDIA“Xavier”全球首款自主机器处理器将在第一季发布样片。

黄仁勋称，“摩尔定律已经终结了。与此同时我们也看到一些新的计算模型在出现，比如说深度学习。深度学习已经彻底的改变了整个世界。它并不是一种以指令为基础、而是以数据为基础的计算模型。深度神经网络有着数以亿计的神经连接，可以从数据那里学习，来完成一些非常棒的任务，这种深度网络，我们把它称之为叫深度学习，如果再加上大数据，就能够使得我们做出一些新的突破，但是这就需要非常强大的计算能力。这也是为什么GPU开始崛起了。在投资CUDA 15年之后深度学习的研究者发现了GPU强大的实力，它能够加速大数据数据训练来改善这些深度神经网络，所以这两股力量，现在都是未来计算的基石。”

瞄准初创公司，开放自动驾驶平台

在开发者大会上，黄仁勋不断的强调，“自动驾驶汽车的发明将是AI最大的贡献之一”，他表示，自动驾驶催生新的出租车服务，帮助卡车司机减轻压力、增加运输距离并减少事故，自动驾驶甚至能改变车辆的形态，在飞机和汽车之间使用自动驾驶技术，汽车和飞机的边界将会变得模糊。”

可以说，英伟达自动驾驶平台不仅仅附能自动驾驶汽车还将深入空客领域。

NVIDIA DRIVE平台是英伟达完成自动驾驶的基础，在深度学习和计算机视觉基础上，可以让新型的初创公司设计新的算法和软件。

NVIDIA DRIVE平台的基本架构是由Drive PX、Drive OS、DriveWorks SDK、Drive AV呈现上下级构成，可以认为该平台包含了ASLL-OS、深度学习、计算机视觉SDK到最后的自动驾驶应用。

黄仁勋表示，“NVIDIA人工智能驾驶平台是一个开放的平台，我们合作伙伴可以利用每个级别的驾驶平台的技术，在上面可以用SDK，或者用一部分或者所有的DRIVE AV算法。因为要想实现L4、L5级别的自动驾驶，我们必须要解决冗余性和多元化的问题。现在我们是从零打造了一个堆栈，同时和合作伙伴一起来应对冗余性和多元性的问题，这样的话才能够保证从功能的层面上来说是安全的，并且没有失灵的时候。”

对于顶层的Drive AV，黄仁勋提到，“Drive AV是英伟达开发的自动驾驶应用，该应用将融合环绕摄像头、雷达以及激光雷达的传感器数据，并通过深度学习和计算视觉算法将能为L4、L5级别自动驾驶技术提供所需要的多样性。”

根据老黄的规划，NVIDIA DRIVE开放后合作伙伴能利用所有和部分特性。

根据老黄透露，目前已经有145家初创公司正在研制基于NVIDIA DRIVE的自动驾驶汽车、卡车、高清制图及服务。

黄仁勋称，“NVIDIA DRIVE自动驾驶平台会为交通行业带来革命性改变，交通行业是全世界最大的一个行业之一，它对全世界会有着影响，对城市的设计、医院、保险、生命的价值等，都会有影响。我们认为，如果创造一个平台，NVIDIA DRIVE平台，并开放这个平台，让全世界的公司，不管是大的车企、还是出租车公司、还是汽车共享平台，还是DHL这种快递公司，或者145家初创企业，都可以用我们的平台，我们的平台是完完全全开放的，让大家可以基于此展开创新。”

值得一提的是，英伟达旗下的GPU Ventures继续扩大了对创业公司的投资，新增的10家公司ABEJA、Datalogue、Deep Instinct、Element AI、Fastdata.io、Optimus Ride、SoundHound、TempoQuest、Zebra Medical中一家为中国自动驾驶初创公司景驰科技。

据悉，由中国风险投资公司启明创投领投的中国初创公司景驰科技项目总计投资5200万美元，该笔投资使其能够快速扩大其位于北京和加利福尼亚州桑尼维尔的研发团队。

景驰科技由百度前自动驾驶汽车负责人韩旭和王劲于去年春季创立，使用NVIDIA GPU和NVIDIA DRIVE PX 2来开发自动驾驶汽车。 

今年6月，景驰科技成功完成首次开放道路的自动驾驶测试。该公司计划于今年年底前在中国安庆市的街道上投放50辆L4级别自动驾驶汽车，并计划在2018年推出类似于优步（Uber）的约车服务。 

为了能够让自动驾驶初创公司更好的附能自动驾驶，黄仁勋在今天还拿出了一款用于自主机器的SoC芯片——Xavier，它可实现每秒30万亿次的深度学习并行计算。将于2018年第一季度向部分合作伙伴供货，2018年第四季度开始大规模量产上市。

而会后黄仁勋表示，“英伟达对投资初创公司主要考虑三点，第一，和英伟达有一样的目标；第二，这个公司需要英伟达；第三，公司本身是一家优秀的公司。”

同时还表示，“在英伟达帮助下主机厂十年内将完成售价3万美元以下，L5级别自动驾驶的汽车成为现实。”

牵手中国科技公司，加速人工智能发展

百度、阿里巴巴、京东、腾讯、华为、海康威视等中国领头科技公司今天集中出现在老黄的PPT中。

这是一个庞大的阵容。

它们正在采用 NVIDIA 的全新 Volta GPU 计算平台、用于打造AI智慧城市的NVIDIA Metropolis平台以及基于NVIDIA Jetson 超级计算机模块来加速人工智能在各类企业和消费者应用领域的发展。

黄仁勋表示：“人工智能是当前时代最为重要的技术发展，具有造福社会的巨大潜力。随着全球领先的云服务提供商相继采用Volta GPU和NVIDIA的软件来部署全球最佳的人工智能平台，我们将看到来自医药、自动化交通、精密制造、乃至更多领域的惊人突破。”

阿里云、百度和腾讯均在升级其庞大的数据中心，从基于 NVIDIA Pascal 的系统转而采用基于 Volta 的平台，从而为人工智能推理和训练提供非凡的速度和可扩展性。

基于 Volta 的全新系统的核心是NVIDIA V100 数据中心 GPU。该 GPU 配备有 210 亿个晶体管，性能较早前的 NVIDIA Pascal 架构P100 GPU提升了 5 倍，同时可提供相当于 100 个 CPU 的深度学习性能。这一性能的提升相较于摩尔定律对同一时期的预测提升了4 倍。

而中国的原始设备制造商 (OEM)（包括华为、浪潮和联想）正在使用 NVIDIA 的 HGX 参考架构，为超大规模数据中心提供基于 Volta 的加速系统。

通过 NVIDIA® HGX 合作伙伴计划，NVIDIA 让每家 OEM 都能够尽早获得 NVIDIA HGX 数据中心参考架构、NVIDIA GPU 计算技术和设计指南。Microsoft Project Olympus 计划、Facebook Big Basin 系统和 NVIDIA DGX-1™ AI 超级计算机也采用了相同的 HGX 数据中心设计。

在 HGX 这份“前菜食谱”的帮助下，ODM和OEM 合作伙伴可与 NVIDIA 携手合作，更快设计出各种符合超大规模数据中心需求的 GPU 加速 AI 系统，并投入市场，从而满足行业对 AI 云计算日益增长的需求。

据悉，全新 HGX 服务器设计即将上市，这些设计在与 NVIDIA NVLink 架构互连的混合立方网格中使用 8 个 NVIDIA V100 GPU，包括联想 HG690X 和 HG695X、浪潮 2U-8GPU AGX-2 和华为 G系列异构服务器。

全新 NVIDIA Volta 架构 GPU 可提供 3 倍于前代产品的性能，从而可让制造商 以 NVIDIA 最新技术为基础，生产出满足市场需求的新款产品。

HGX 可根据不同工作负载需求进行灵活配置，还可以各种方式轻松组合 GPU 和 CPU，以满足高性能计算、深度学习训练和推理的不同需求。

标准 HGX 设计架构包括 8 个 NVIDIA Tesla® GPU 加速器，这些加速器采用 SXM2 外形，并使用 NVIDIA NVLink™ 高速互联和经优化的 PCIe 拓扑结构连接在一个立方网格中。HGX 机箱采用模块化设计，很适合在全球现有数据中心的机架中部署，必要时还可使用超大规模 CPU 节点。

而用于打造AI智慧城市的NVIDIA Metropolis平台，新增了阿里巴巴与华为这两家合作伙伴。并且，在其目前正式发布的版本中，包含了NVIDIA DeepStream SDK (软件开发套件)。

据智驾君（ID：zhinengqiche）了解到，除了阿里巴巴与华为之外，还有超过50家全球领先公司已经在使用NVIDIA Metropolis。

也就是说，到2020年，生活的城市中的视频摄像头数量将超过10亿个，NVIDIA将与上述公司一起发挥这些摄像头的作用，以解决一系列复杂的问题。

NVIDIA DeepStream SDK简化了由深度学习提供支持的、用于AI城市与超大规模数据中心的可扩展智能视频分析的开发工作。开发者可以使用DeepStream来实时处理、理解并归类视频帧，以满足最严苛的吞吐与延迟的需求。

值得一提的是，海康威视（Hikvision）将摄像机及网络录像机与NVIDIA Jetson终端相结合，使用由NVIDIA Tesla P4 GPU加速器提供支持的云服务器，以及利用DGX-1 AI超级计算机的大规模计算能力进行训练，实现了对识别与匹配技术超过90%的检索率，展现了Metropolis的超强能力，这使得在人员密集场所寻找失踪者变得更容易。

可以说，Metropolis是一个包含各种工具和技术从终端到云端的视频分析平台，以构建覆盖交通与停车管理、执法、城市服务等各个方面更智能、更快速的AI赋能应用。

此外，NVIDIA还宣布将与京东共同合作，利用基于NVIDIA Jetson 超级计算机模块驱动的智能机器将人工智能引入物流与配送领域。

使用Jetson，这个送货机器人可以通过识别人脸，行人，交通灯，标志等来轻松地穿过拥挤的街道，将包裹配送给从京东网上商城购买书籍、零食和电子产品等商品的顾客。随着更多的数据收集和算法优化，京东 X预计将在中国更复杂的场景中部署无人车。

黄仁勋表示，“阿里云、腾讯（微信）、百度云、JD.COM、科大讯飞，他们都意识到了深度学习的重要性，都希望把这些能力放到他们消费者的手中，让自己的服务变得更好，变得更有趣。互联网服务是人工智能率先部署的地方，为什么呢？因为云服务的公司有三个特性，首先了解AI人工智能；能够获得大量的客户及其相关数据；第三十拥有计算架构，这三个特色是促进人工智能发展的基础。”

为满足市场需求，NVIDIA 还发布了 TensorRT 3 AI 推理软件。该软件能够在生产环境中运行经过训练的神经网络。这款新软件能够大幅提升从云端向终端设备（包括无人驾驶汽车和机器人）的推理性能，能并降低成本。

当NVIDIA GPU结合TensorRT 3，就能够在所有框架上开展超快、超高效的推理工作，从而实现众多支持 AI 的服务，例如图像和语音识别、自然语言处理、视觉搜索和个性化建议。

据黄仁勋介绍，“搭配 Tesla V100 GPU 加速器的 TensorRT 每秒能够识别多达 5,700 张图片，而如今所用的 CPU 则每秒仅能识别 140 张图片。”

这是一套效率和速度兼备的平台。搭配NVIDIA最新 GPU 的一台服务器顶得上当前 150 台 CPU 服务器。换个角度来说，采用 GPU 加速技术的一个数据中心所开展的推理工作相当于 13 个仅采用 CPU 的数据中心。

黄仁勋称，“在未来，我们会有神经网络，或者有很多神经网络，而每一个神经网络，都是计算密集型的。当深度学习不断发展的时候，云上的数据中心一定要进行重新的结构化、重新的设计，我们要加入推理的加速器，放到每一个结点上，以便这个通量可以持续下去。”

AI时代的到来，英伟达遇到一个机遇。

这个机遇即是与时俱进也是不断自我完善，现在英伟达将发展的重点放在人工智能、交通、游戏，未来英伟达看重医疗、健康产业。

全产业附能AI已不可挡。

今年7月百度宣布Apollo平台对外开发，英特尔也表明将要开放自动驾驶平台。

现在对比一下，各个自动驾驶联盟都走上了同样的路子。

这些联盟将平台开放留下来了不少问号，也留下不少期待。

以开发的心态对迎接一个新时代的到来，以融合的方式共同成长，这将是产业未来发展路径也是产业优势。

用老黄的话来说，“我们是一家有爱的企业，我们需要产业融合，就像未来的VR需要AI，未来AI需要VI一样，现在英伟达提供的平台让公司去创业，而我们的任务是与时俱进，不断完善，我们既要开放平台，也不做一家垂直的公司。”