今年GTC大會聚焦AI、VR/AR與無人汽車應用

　　今年在美國圣荷西舉行的GTC技術大會（GPU Technology Conference），也因為AI、VR/AR、無人汽車的關系而格外備受矚目。今年總共吸引了全球超過5千人參加，更有將近上百位的全球媒體、分析師到場，還有多達2百家廠商參展，規模是歷年來最大。而做為主辦方的Nvidia今年氛圍也很不一樣，Nvidia不僅在現場同時發布多款與深度學習和AI有關GPU新品，還針對了原本就擅長的VR/AR與自動駕駛應用領域推出了新的開發工具和產品，希望就此能讓VR/AR與自動駕駛可以更進一步應用。

　　也正因為AI、VR/AR與自駕車讓GPU的應用更廣了，因而造就了GPU在這次GTC大會扮演的重要性和應用性明顯提高不少，特別是AI與深度學習的應用方面，今年更成為會場上最炙手可熱的技術話題，在為期4天超過240場大小場的GPU主題講座中，有半數以上都圍繞著AI與深度學習而打轉，這還不包括了來自2位人工智慧界的重量級AI大師，分別是IBM人工智慧研究和技術策略的IBM Watson 技術長Rob High與豐田汽車研究機構執行長Gill Pratt，今年都親自到場分享他們所觀察到的最夯AI技術和應用新進展。

　　Nvidia執行長黃仁勛在今年主題演說中也強調GPU未來角色的重要性，將替深度學習與AI開啟一種前所未有的全新運算模式（Computing Model），將促使深度學習成為未來企業甚至每個人，都不能加以忽視的大事（Big Deal ），甚至將開啟另一種AI即平臺的新服務模式（AI-as-a-Platform）。而為了搶攻AI與深度學習市場，Nvidia今年甚至還罕見地，首度發表世上第一臺整套式深度學習專用的超級電腦DGX-1。

　　Nvidia執行長黃仁勛在今年主題演說中數度強調GPU未來角色的重要性，將替深度學習與AI開啟一種前所未有的全新運算模式（Computing Model），將促使深度學習成為未來所有企業甚至每個人，都不能加以輕忽的大事（Big Deal ），甚至帶來一種AI即平臺的新服務模式（AI-as-a-Platform）。而為了搶攻AI與深度學習市場，Nvidia今年甚至還罕見地，首度發表世上第一臺整套式深度學習專用的超級電腦DGX-1。

　　AI專用服務器將助企業加快深度學習應用

　　Nvidia在這臺深度學習專用的超級電腦DGX-1內，使用了服務器專用的GPU加速器Tesla P100為基礎而打造完成，Tesla P100采用了新一代Pascal架構設計，比前一代Maxwell架構的GPU加速器，在用來訓練神經網路的效能方面，Nvidia宣稱，Tesla P100足足有提升12倍之多。

　　Nvidia在這組超級電腦內總共裝入8張Tesla P100加速卡，使得DGX-1在半精度（FP16）的浮點運算次數每秒高達有170TFLOPS，如此高度的運算能力，Nvidia甚至宣稱，只要有了DGX-1，就等同于擁用了250臺x86服務器而搭建的運算叢集規模，將有助于企業在深度學習方面獲得更好的應用效果。

　　而靠著DGX-1的高度運算能力，也因而縮短了過去用來做為深度學習訓練所需花費的冗長時間，若以單組2路Xeon E5服務器和DGX-1進行比較的話，根據Nvidia測試的結果，在做為AlexNet機器學習的模型訓練方面，DGX-1完成訓練所花費的時間要遠比Xeon E5服務器還快許多，Xeon級服務器得要花150小時才能做完的訓練，DGX-1只須2小時就能完成。若以訓練機器辨識照片來舉例的話，所代表的是，每天被喂給DGX-1機器做訓練的照片，數量高達有13億張。

　　除了GPU以外，這臺DGX-1還有配置了一個2路Xeon E5 CPU處理器，系統記憶體部分最大則可支援512GB DDR4的記憶體容量，并也配備有7TB大小的SSD硬碟，至于電力供給部份則是使用一臺3U高度3，200瓦的電源供應設備，還支援了NVLink 混合式立方網格 （NVLink Hybrid Cube Mesh）技術，可提供更高速GPU互連的能力，網路部分則提供了雙10GbE連接埠和一個100Gb的Quad InfiniBand高速網路介面，而使得每臺DGX-1機器的總傳輸頻寬，每秒最高可達768GB。

　　不僅如此，Nvidia在這臺DGX-1中加入許多新的深度學習軟體功能，像是新增加的Nvidia深度學習GPU訓練系統（Deep Learning GPU Training System，DIGITS），可用來協助企業設計一個完整且互動的神經網路，還支援了 CUDA深度神經網路圖庫（CUDA Deep Neural Network library，cuDNN ）的v5新版本，可用來做為設計神經網路時可供GPU加速的函式圖庫。DGX-1系統內也提供了一些深度學習優化的框架，例如Caffe、Theano與Torch等，另還搭配一套云端管理存取的工具和一個容器應用儲存庫（Repository ）。

　　Nvidia這臺深度學習專用的超級電腦DGX-1，主要是使用了服務器專用GPU加速器Tesla P100來打造完成的AI專用服務器，因而在這臺機器內總共裝入8張Tesla P100加速顯卡，使得DGX-1在半精度（FP16）的浮點運算次數每秒可高達170TFLOPS，如此高度的運算能力，Nvidia甚至宣稱，這幾乎等同于用250臺x86服務器而搭建的運算叢集規模，將助企業獲得更好的深度學習作用。