芯東西（ID：aichip001）文 | 心緣
本週三，一年一度的NVIDIA GTC CHINA在蘇州舉辦，NVIDIA創始人兼CEO黃仁勳連拋關於AI、自動駕駛、圖形處理和高性能計算的多項新進展。（ ）
當日下午，黃仁勳接受智東西等媒體的採訪，不僅對更詳細地介紹新進展的具體內容，並就許多此前被關注的NVIDIA話題予以解答。
黃仁勳說，在中國有很多有很好AI創意的工程師，他們應該做出比NVIDIA更好的產品，因為他們如果做不出更好的，還不如來買NVIDIA的產品。
據他透露，其主打深度學習訓練的Tesla V100做的相當不錯，在上個季度銷量超過了此前的歷史記錄。
另外黃仁勳也提到關於以色列網絡公司Mellanox的68億美元收購案進展，他說，這一交易正在有條不紊地進行中，預計今年年底或明年年初完成交易。NVIDIA與Mellanox必然將加快創新速度，同樣NVIDIA也會保持與Broadcom、思科等公司的合作。
01
製程不是最重要的，與Arm合作是相互支持
此前AMD已經率先推出7nm產品，那麼黃仁勳怎麼看待先進製程的價值？
對此，黃仁勳表示，製程固然重要，但不是最為重要的。比如NVIDIA兩年僅通過軟件優化就將AI性能提升4倍，這是僅憑製程技術提升所難以實現的。
在加速計算領域，其整個動態和CPU領域是不一樣的，可用不同的方式去提高芯片效能。
例如，NVIDIA Turing芯片是採用12nm製程工藝的GPU產品，但因為它的架構設計好，它的能效超過了7nm GPU。
當談到如何讓芯片達到最高性能時，黃仁勳認為要有架構、算法、軟件和應用共同合力。NVIDIA的架構規則與其他架構完全不同，這也是為什麼NVIDIA能夠實現20倍提升，“否則NVIDIA只能提高5%、10%、20%，這可不夠。”
今年，NVIDIA CUDA開放對Arm架構的支持，並於近日推出基於Arm的首個HPC參考架構，黃仁勳也對這一合作加以介紹。
NVIDIA通過PCI Express行業標準為Arm提供與X86平臺同等的支持，可連接支持每一顆Arm芯片。另外，Arm也提供非常好的工具，使得NVIDIA能輕鬆地針對Arm進行CUDA編譯。
CUDA本身擁有一個諸多開發人員構成的龐大生態系統，當NVIDIA支持Arm時，這些開發人員也開始支持Arm。
02
新芯片Orin的三大特點和三個安全機制
NVIDIA新推出的下一代機器和自動駕駛人處理器AGX Orin，性能是Xavier的7倍，完全由軟件定義，並且足夠安全。
黃仁勳總結了Orin的三個特點：一是端到端的，二是開放的系統，三是強擴展性，可從L2到L5級別。
他強調說，如果只是針對無人駕駛車，NVIDIA的這個應用是比較完整的，但如果是針對卡車、在兩地往返的通勤車以及物流用車，就是不完整的。
因此，NVIDIA將這個平臺開放出來，提供各種各樣豐富的工具給第三方，使他們可根據自身情況來進行適配。
關於Orin的安全機制，黃仁勳進行了更具體的介紹。
第一，Orin支持虛擬化，可進行應用的隔離；
第二，所有程序訪問內存都是加密的；
第三，Orin有一個足夠快的加密引擎，把所有寫入內存存儲和網絡的數據都加密。
有私鑰和公鑰兩把密鑰，私鑰可保證自己使用的機器是統一的，即每一臺車都是獨一的。此外，私鑰的通信也是私下進行的，可保障通信通道安全和計算機安全，防止被篡改。
03
為什麼NVIDIA如此看重軟件？
AI技術已成為行業最為強大的技術力量，它會影響到各行各業，很多企業都會開發自己的AI。
黃仁勳說，NVIDIA的戰略就是打造一個統一的、能夠獲得永久支持的可編程的架構，支持所有世界上的開發人員，在任意國家、任意雲、任意計算機、任意配置上均可使用該架構。
這也就意味著現在開發的軟件，在十年後的計算機上依然能使用。
談及軟件的重要性，黃仁勳強調，要真正發揮出高性能，沒有軟件是不可能的。
“加速計算確實為NVIDIA帶來了新的市場，”他說，“它需要新的能力，但是到目前為止，我們沒有挖掘這方面的解決方案，因此我們就必須打造自己的一些應用。”
黃仁勳表示，面向數據中心AI訓練任務的DGX系列、EGX軟件系列、Streaming AI、Leonardo、自動駕駛領域的NVIDIA DRIVE都是由NVIDIA率先做的，否則這個市場就不存在了，沒有市場就沒有公司，反過來沒有公司也沒有市場。
NVIDIA的風格是總是去發現新市場，NVIDIA先打造一個新解決方案，然後希望這一市場應運而生。至於打造軟件後市場是否能形成，則是幾率問題。
“我們這家公司很樂觀，我們是為未來去做產品，我們無須進行組織架構的調整去做軟件。”黃仁勳說道，“我們有一些驚喜要留給未來，期待明年再見”。
04
NVIDIA GPU擅長整個5G計算堆棧的處理需求
在交流期間，黃仁勳也談到了NVIDIA面向5G的相關建設。
5G屬於計算密集型的應用。整個5G計算堆棧中，最底層是做信號處理的物理層，第二層是數據包處理，再上面一層是非常複雜的糾錯層。
黃仁勳表示，NVIDIA GPU不僅擅長在最底層的處理，而且與第二三層需要的並行處理高度適配。4G對於其GPU來說就更是容易了。
由於5G是64通道的MIMO天線，相較4G更困難。如果基帶很窄、信令通道數量少，是沒有問題的，但如果所有的這些信令通道都匯聚在數據中心層，之後要做軟件定義就非常複雜。如果完成底層有關信號處理的問題，之後上升到頂層，就是無線電優化的問題，它會存在一些憂患。
要進行全方位的廣播，對MIMO要求是很高的，在5G方面，NVIDIA就使用這種波束形技術來實現優化。
NVIDIA使用GPU的5G也是為了進行3D圖形處理等任務，所有AI算法都與時俱進，NVIDIA的算法均屬於軟件定義的，並會不斷優化。
如果客戶基於NVIDIA的產品去建設數據中心，NVIDIA能保證該數據中心通過軟件不斷地更新，在未來數年保持其生命力，且持續提高吞吐量、提高信號處理質量、降低能耗。
閱讀更多 芯東西 的文章
