【.com原创文章】作为NVIDIA全球GTC大会中最重要的一站，GTCChina于9月26日正式登陆北京。在本次大会上，领队黄仁勋发表了题为“ANEWCOMPUTINGERA”的主题演讲，并正式发布了首款可编程推理加速平台NVIDIATensorRT3、自动驾驶开放平台NVIDIADRIVE、首款自主机器处理器Xavier。同时，他宣布与阿里巴巴、腾讯、百度中国三大云服务商达成合作协议，为后者提供人工智能GPU芯片。主题发布会结束后，领导黄仁勋参加了媒体见面会并接受了媒体采访。 自主机器需要解决三个问题 黄仁勋认为，对于自主机器或机器人来说，必须解决三个根本问题。首先要解决的是为自主机器或机器人搭建一个人工智能平台，其次是为自主机器提供一个虚拟环境来学习如何做一个机器人，最后把人工智能的大脑放到框架中自主机器。 黄仁勋坦言，这三个问题目前都没有完全解决，三个任务并行进行。比如Xavier是正在进行的自主机器项目，还有Issac机器人项目，通过它可以创建一个虚拟机器人。学习环境。 黄仁勋表示，NVIDIA很快会在这三个方面打下基础，整个产业将在产业基础设施完成后，推动自主机器正式量产。未来10到15年，大家会看到智能领域取得不可思议的进步。 CUDA是CPU和GPU的完美结合这就是为什么它被称为加速器。他表示，CPU和FPGA都是通用计算芯片，而GPU是专用芯片，可以在特殊问题上发挥巨大能量，是CPU的几十倍，是专用架构的最佳解决方案。.例如，GPU非常适合图形计算和人工智能中的计算。 FPGA的优点是非常灵活。以太网、声卡等都可以采用FPGA方案。但是GPU没有这么大的灵活性，主要用于并行计算加速。但在性能上，FPGA根本无法与GPU相提并论，其数千倍的性能差距并不适合人工智能。黄仁勋表示，人工智能的每一个神经网络都可以用FPGA来设计，但是非常复杂。这也是BAT在人工智能初期采用FPGA，后来选择GPU的主要原因，主要是一开始没有GPU方案，有了GPU，就不再用FPGA了。 NVIDIA在三年前就决定将GPU做成Tensor来进行处理，并对其进行了专门调优以达到计算性能。作为全球首款可编程AI推理加速引擎，NVIDIATensorRT3在性能上得到进一步提升。在Volta上运行的TensorRT3在图像分类方面比最快的CPU快40倍，在语言翻译方面快40倍。快140倍。 黄仁勋强调，科技行业有专攻。NVIDIA不会做通用CPU，而是做优秀的专用处理器，而CUDA是CPU和GPU的最佳结合。 NVIDIA看好人工智能产业 谈到NVIDIA看好人工智能产业，黄仁勋表示，交通运输行业是我们目前正在大力拓展的行业。当然，交通不仅仅包括车辆，而是指基于人工智能的交通，比如滴滴是一家大型人工智能公司，物流未来也会实现人工智能。 除了交通，黄仁勋表示，NVIDIA未来更看好医疗健康领域。他表示，医疗保健市场相当大，人工智能的应用可以帮助科研人员研发新药、疾病早期发现、临床效果取样等。很多过去解决不了的问题，有了人工智能，这些问题都可以解决。 在上午的发布会上，NVIDIA公布了五个领域的人工智能解决方案，其共同特点是离不开GPU。黄仁勋表示，五大领域的项目挑战都相当高，NVIDIA为每个项目或解决方案提供最佳价值。虽然现在的很多项目不能绝对成功，但是一旦成功，将会为社会带来巨大的贡献。 NVIDIA投资三原则 在全球GTC大会中国站，NVIDIA不仅宣布了与BAT的合作，还宣布了对景驰、丽台等公司的投资。谈及NVIDIA投资的原则，黄仁勋表示，NVIDIA投资主要有3个原则：第一，被投企业要有远见和目标；第二，被投企业需要NVIDIA的帮助；第三，一定是一家优秀的公司。 黄仁勋表示，英伟达提供的平台让大家可以利用平台创业，希望大家都能成功。作为平台提供商，英伟达要做的就是不断进步，把平台做得更好。他表示，英伟达不是一家自闭症公司，而是一家开放的公司，因此我们愿意与所有公司合作，共同推动AI技术的发展。】
