AI性能逐年翻倍，“黄氏定律”开启新一轮革命。
2019年12月15日，今天的NVIDIA GTC中国在线大会上，NVIDIA首席科学家比尔·达利发表了主题演讲。
比尔·达利本人拥有多项专利。
在 2007 年加入 NVIDIA 之前，他曾在斯坦福大学计算机科学系主任学院任职。
此前，Dally 领导了 NVIDIA 在人工智能、光线追踪和高速互连领域的研究。
重新定义“新生产力”技术 在主题演讲中，Bill Dally 介绍了 NVIDIA 的一系列先进工具和技术。
例如，NVIDIA研究人员专门开发了一款名为MAGNet的工具。
其生成的AI推理加速器在模拟测试中可以实现每瓦tera ops的推理能力，比目前的商用芯片高出一个数量级。
MAGNet使用一系列新技术来协调和控制通过设备的信息流，最大限度地减少数据传输，这是当今芯片中最耗能的环节。
该研究原型以模块的形式实现，因此可以灵活扩展。
研究小组还进行了一项研究，旨在用更快的光链路取代现有系统中的电链路。
“密集波分复用”技术有望在仅有一毫米尺寸的芯片上实现Tb/s级的数据传输，是目前互连密度的十倍以上。
除了更大的吞吐量之外，光链路还有助于创建更密集的系统。
Dally 举了一个未来 NVIDIA DGX 系统模型的例子，该模型将配备多个 GPU。
在软件方面，NVIDIA 研究人员开发了 Legate，这是一种新编程系统的原型。
开发人员可以使用 Legate 在任何规模的系统上运行为单个 GPU 编写的程序，甚至可以在像 Selene 这样拥有数千个 GPU 的大型超级计算机上运行。
Legate将一种新的编程速记法融入到Legion中，这是一个加速软件库和先进的运行时环境，目前正在美国国家实验室进行测试。
此外，Dally 领导了一项合作，构建了 NVLink 和 NVSwitch 的初始原型。
如今，世界上最大的超级计算机使用 NVLink 和 NVSwitch 来互连其内部 GPU。
引领厂商开启“黄氏定律”之年，英特尔联合创始人戈登·摩尔指出，芯片中晶体管和电阻器的数量每年都会增加一倍，半导体性能和产能将呈现指数级增长。
NVIDIA 的 Bill Dally 重申了“黄氏定律”（黄氏定律）的重要性。
AI的第三次浪潮离不开NVIDIA GPU的帮助。
“黄氏定律”以 Nvidia 首席执行官黄仁勋的名字命名，预测 GPU 将推动 AI 性能逐年翻倍。
比尔·达利说：“如果我们真的想提高计算机性能，黄氏定律是一个重要指标，并且在可预见的未来将继续适用。
” “黄氏定律”正在以意想不到的能量场颠覆人工智能、科学研究和计算。
在本次GTC中国线上大会上，NVIDIA不仅宣布将向阿里云、百度智能云、滴滴云、腾讯云等国内多家云厂商提供首款基于NVIDIA Ampere架构的NVIDIA ATensor Core GPU，还为互联网厂商阿里巴巴、京东、快手、虎牙等提供加速计算和图形技术，解决“直播+”、物流配送等个性化场景体验。
例如，阿里巴巴旗下淘宝利用NVIDIA GPU计算平台加速直播和基于AI的推荐系统，从而为观众带来个性化体验； 快手对于低分辨率短视频，使用GPU进行超分辨率处理，将视频分辨率提高到p或p。
京东物流在常熟投入运营的智能快递车有5款。
每辆车均配备2个NVIDIA Jetson AGX Xavier平台，满足不同场景的配送需求。
最大的货舱容积为2立方米，单次出发可配送多份订单。
据了解，通过搭载Jetson AGX Xavier并配备高分辨率摄像头和激光雷达，JDL物流智能快递车可以实时识别行人、车辆、红绿灯等物体，并根据环境规划行驶路线，确保交通安全。
。
由于体积较小，智能配送车通常被视为机器人而不是“汽车”。
但事实上，智能快递车的传感、定位和路径规划所需的处理量与大型无人驾驶车辆相同。
NVIDIA Jetson AGX Xavier 能够提供高达 32 teraflops 的 AI 性能，代表了具有端到端自主功能的新一代智能机器的下一代发展。
该模块的尺寸为 87 毫米，仅为大型工作站的十分之一，但却提供了与大型工作站相媲美的卓越性能。
如此小的尺寸使其成为送货和物流机器人、工厂系统和大型工业无人机等自主机器的理想选择。
智能配送不仅可以帮助企业降低人力成本，还能释放更多物流劳动力，大幅提升配送效率。
凭借强大的软件生态系统，NVIDIA在AI、计算和图形领域构建了强大的护城河。
同时，NVIDIA产品和合作伙伴也与NVIDIA孵化的AI初创公司一起亮相。
它们涵盖医疗、制造、零售、消费互联网、汽车等不同行业，已成为NVIDIA生态系统中不可或缺的重要组成部分。
在上一个时代，摩尔定律是芯片和半导体行业的黄金法则。
随着AI时代的开启，基于GPU的“黄氏定律”必将掀起一场新的革命。