「数据科学是当今计算机科学领域发展最快的领域，它也将是高性能计算机群的新一轮挑战。」英伟达创始人兼 CEO 黄仁勋在今天举办的 GTC 2019 技术大会上说到。
黄仁勋的意图很明显，在第 10 届 GTC 大会上英伟达的枪口首先瞄准了「数据中心」。
去年数字货币市场的低迷和中国游戏芯片需求的疲软，导致英伟达的整体业务受到非常大的波动。同时，今年 AMD、英特尔等对手也开始发力 GPU 市场，甚至是 AI 芯片初创公司逐渐开始涌现，让英伟达的压力倍增。
但出乎意料的是，黄教主并没有在本次 GTC 大会上放出「重磅核弹」回应对手。传言中的英伟达下一代 7nm 产品以及新架构也并没有出现，而更加强调「生态」优势与「落地」的英伟达却仿佛要从侧翼打击对手要害。
在数据科学领域，英伟达也已经不再仅仅执迷于 GPU 加速计算了。「我们开创的加速计算方法确实起步了」，黄仁勋说。他在一周前宣布以 69 亿美元收购高性能计算互连技术的领导者 Mellanox，这将提振公司增长最快的数据中心业务。「如果看看我们去年取得的成就，现在的势头绝对清晰。」
面对下一个 AI 「数据信仰」时代带来的挑战，英伟达想要证明只有 GPU 和硬件能力的提升并不是唯一的强力武器——「生态系统是使 GPU 计算成功的关键」，黄仁勋在演讲中反复强调。
在本届 GTC 上，黄教主除了详细介绍了数据中心的进展，还公布了一系列从机器人到专业图形再到汽车行业的落地以及创新应用，将英伟达原本强大的 AI 加速计算能力拓展到更多的应用场景中释放。
黄仁勋首先发布了统一化的生态系统——全新的 AI 加速计算库 CUDA X AI 库。通过一致的环境，让 NVIDIA 的所有产品都能够实现最大限度的软件加速。计算性能接口的最简化，将极大地加速整个软件和应用的开发工作，显著地简化开发流程。
「使用一个统一的硬件和底层软件接口架构（CUDA-X），通过编程可以为不同的领域做定制化的高效率加速」。老黄开玩笑说它叫 PRADA：PRogrammable 、Acceleration 、 Domains、Architecture。
包括 Visionary（智能设计），Guardian（计算机视觉），Navigator（无人车和无人机），Scientist（数据挖掘），Healer（深度学习医疗），以及 Artist（基于 AI 的内容生成），这些内容都包含在了 PRADA 的领域中。利用强大的 CUDA 生态，让使用同一类硬件、同一种框架能够解决不同领域的问题。
同时，英伟达还宣布全球七大系统制造商现已开始供应可运行 NVIDIA 数据科学加速软件的优化型主流服务器，包括思科、戴尔 EMC、富士通、HPE、浪潮、联想和中科曙光。这些服务器采用 NVIDIA T4 GPU，经微调后可运行 NVIDIA CUDA-X AITM 加速库。
「数据科学影响着每个行业的发展。企业都迫切希望能够利用机器学习释放其业务数据的价值，并前所未有地大量聘用数据科学家，而这些数据科学家正需要专门针对其需求设计的强大工作站。」黄仁勋说。
于是英伟达联手合作伙伴推出了面向数百万数据科学家推出全新的高性能工作站。这些工作站基于全新 Turing Tensor Core GPU 和 CUDA-X AI 加速库，该系统专为数据分析、机器学习和深度学习而设计，提供了极强的计算性能和工具，可应对金融、保险、零售及专业服务等领域中的海量数据准备、处理和分析需求。
为了将游戏技术引入数据中心，黄教主也宣布了 GeForce Now 联盟。围绕专用吊舱构建，每个机架包含十个机架中的 1280 个 GPU，全部与 Mellanox 高速互连技术互连，通过与全球电信提供商的合作，扩展了 NVIDIA 的 GFN 在线游戏服务。黄教主说，GeForce NOW 联盟合作伙伴将共同扩展 GeForce NOW，为数百万玩家提供服务。软银和 LG Uplus 是部署 RTX 云游戏服务器的首批合作伙伴之一。
英伟达的图灵 GPU 架构及其 RTX 实时光线追踪技术也正在被广泛的应用。黄教主展示了支持 RTX 的 20 多个合作伙伴，包括 Adobe、Autodesk、Pixar、Unity 等。
今年英伟达也会面向数百万 3D 艺术家和设计师推出 NVIDIA RTX 光线追踪加速应用程序，全球顶级 3D 应用供应商已在其即将发布的的产品版本中采用 NVIDIA RTX 光线追踪技术。
NVIDIA RTX 为超过 900 万的活跃艺术家和设计师们的工作带来了便利，例如可以借助光线追踪照明与复杂的模型和场景进行交互、业界最快速的图像渲染等。
为了支持全球快速增长的创意专业人员的复杂协作，黄仁勋还介绍了 Omniverse，它能够使创意专业人士的特效工业协作能够利用多个应用程序在不同团队和不同地点创建和分享场景。
「我们希望制作一种工具，使世界各地的工作室能够进行协作」，黄教主说，「Omniverse 基本上连接了工作室中的所有设计师，它适用于所有工具。」
「关于这个小东西的惊人之处，是 99 美元拥有整个计算机，它可以运行整个 CUDA X AI 堆栈。」
英伟达还宣布推出了 Jetson Nano，这是一款人工智能计算机，可以创建数百万个智能系统。它能够提供 472 GFLOPS(每秒十亿次浮点运算) 的计算性能，并且具有高能效，但耗电量仅为 5 瓦。
它有两个版本，为开发人员、创客和技术爱好者提供售价为 99 美元的开发者套件，以及为希望面向大众市场创建边缘系统的企业提供售价为 129 美元的完整型模块。
人工智能在创客社区和教育领域远未发挥出最大价值，原因在于一般的技术往往计算能力不足并且缺乏人工智能软件平台。Jetson Nano 开发者套件将现代人工智能的力量引入到一个低成本的平台，将 Jetson 平台的适用范围扩展到了全球 3000 万名创客、开发人员、发明者和学生。
在自动驾驶方面，首先介绍的是最新版本的 Drive AP2X，它是 NVIDIA 的 Level-2 自动驾驶系统。该系统可以实现自动收集本地高精度地图，并实现交通标志检测等。
同时黄仁勋演示了 Drive AV 自动驾驶汽车软件套件，这是 NVIDIA 的路线规划系统。它的主要组成部分是 Safety Force Field（SFF）软件，SFF 是通过获取传感器数据来分析和预测周围环境的动态，并确定车辆和其他道路使用者的安全。
据悉，SFF 可以使车辆实现安全的碰撞验证，SFF 使用真实数据和比特级的精确模拟进行验证，包括高速公路和城市驾驶的危险虚拟场景。
此外，还有用于自动驾驶车辆验证的虚拟测试平台——NVIDIA DRIVE Constellation。该系统是包括了软件和计算硬件的自动驾驶模拟系统，相比在真实环境中训练，该平台可帮助实现更高效率、更大成本收益以及更安全的驾驶体验。
而未来仿真将成为第三方和监管机构制定自动驾驶标准的关键，诸如 TÜV SÜD 的安全机构已经在使用该平台制定自动驾驶验证标准。
在本届 GTC 的演讲中，黄仁勋展示了 DRIVE Constellation 平台在云端无缝执行驾驶测试的可扩展性能。世界上任何地方的开发人员都可以向 DRIVE Constellation 数据中心提交仿真场景，并在他们的桌面端对结果进行评估。目前利用仿真公司 Cognata 的交通模型，开发人员能够基于真实世界的交通行为来定义一系列车辆和其他道路使用者及其行为。
今年 GTC 英伟达的发布虽然没有重磅的「硬」产品更新，但我们能够看到英伟达在持续的扩大和稳固自己的生态圈。一边用生态和 GPU 来应对下一个时代的数据挑战，另一边用生态去不断的拓展 GPU 的更多场景应用，英伟达正在用「生态」构筑起一道最壮丽的护城河。
