钛媒体App 5月3日消息，英伟达CEO黄仁勋近期在美国俄勒冈州立大学（Oregon State University，OSU）做了一场对话活动。
俄勒冈州立大学于今年4月中旬宣布，占地 150,000 平方英尺、耗资 2.13 亿美元的新的研究综合体（实验设施）破土动工，预计将于2026年正式开业。
而在这座新的研究设施中，黄仁勋和他的妻子Lori（黄氏夫妇）为此捐赠了5000万美元进行支持。
英伟达表示，该综合体将利用美国最强大的NVIDIA超级计算机之一，汇集教师和学生，共同解决未来世界在气候科学、清洁能源和水资源等领域面临的关键挑战。
英伟达强调，这次在俄勒冈州举行的活动，凸显了黄氏夫妇对教育的承诺，并反映这对夫妇与两人相识的俄勒冈州深厚的个人联系。而这笔5000万美元的捐赠，将增加俄勒冈州对俄勒冈州及其他地区半导体和科技行业的支持。
奠基仪式结束后，黄仁勋与俄勒冈州立大学校长贾亚蒂·穆尔蒂（Jayathi Murthy）进行了一场对话。
黄仁勋表示，AI 是科技行业对社会提升的最大贡献。我们正处于新工业革命的开端，且这个时期当中我们正在大量创造 AI 应用。
“我相信，AI 是科技行业对社会进步的最大贡献，让所有被落后的人得到越级提升，”黄仁勋强调，AI 有望推动全球数十亿人迎来一场新的“数字革命”。
10年间，英伟达GPU让计算能力提升100万倍
31年前的1993年，怀着PC有朝一日会成为畅享游戏和多媒体的消费级设备的信念，黄仁勋、Chris Malachowsky 和Curtis Priem 共同创立了NVIDIA（英伟达）。
当时，市场上有20多家图形芯片公司，三年后这个数字飙升至70家。
黄仁勋和他的英伟达开创了一种新的计算方式——“加速计算”，即使用正确的算力工具来完成正确的工作。当时他发现，无论是科学，还是GPU、AI、机器人等技术，其中5%的代码消耗了高达99.9%的时间进行运行，需要计算能力的提升。
黄仁勋坦言，在过去十年左右的时间里，英伟达GPU有效降低了计算（边际）成本。GPU以及CUDA共同形成的“英伟达”生态，在过去10年中将 AI 处理性能提高了不低于100万倍，超过了摩尔定律预期。
“我们通过提出新处理器、新系统、新互连、新框架和算法，并与数据科学家、AI 研究人员合作开发新模型，在整个跨度中，我们已经使大型语言模型的处理速度提高了一百万倍。”黄仁勋表示。
黄仁勋认为，计算机是我们所做的几乎所有事情的基础，也是几乎所有科学领域的重要工具，所以成本和计算性能规模上升100万倍，已经改变了一切。
黄仁勋指出，“我们把边际成本下降了100万倍，或者相反，如果完成某件事的速度提高了100万倍，或者问题的规模提高了100万倍，你做事情的方式就会完全改变。事实上，我们观察到，利用 AI，它（加速计算）将彻底改变这个行业，计算将以完全不同的方式进行，软件编程将彻底革新。”
黄仁勋预测，有望在未来十年，英伟达将再次提升 AI 计算处理性能高达100万倍。同时，未来可能会有100万倍与现有ChatGPT一样的 AI 模型出现，这些模型将具有更强大的语言理解和生成能力，甚至可能创造出新语言。
黄仁勋强调，有了加速计算和生成式 AI，现在，一大堆有趣的行业将被彻底改变，一大堆新的应用程序将被创造出来。
“比如气候科学问题，对计算机来说很难解决、很棘手，但对我们来说很容易；再比如机器人技术，有了它（加速计算）可降低成本，改变了我们所知道的行业，它开启了一大堆新的机会。”黄仁勋称。
数据是未来 AI 发展的核心
黄仁勋认为，对于大学来说，如果现在学习计算机科学的基础，首先要看“数据”。因为未来计算机科学最重要的事情之一，可能就是数据。
“数据的整个概念，数据的整个领域，有一大堆简单的数据可以做。事实证明，计算机视觉是所有数据中最简单的。即使 AI 能够达到计算机视觉的超人水平，甚至现在对除法的理解达到超人水平，坦率地说，这一突破只是冰山一角。这是很容易的事。”黄仁勋称。
黄仁勋举了个例子，目前最困难的计算机科学问题是“生物学”，因为这是一个多尺度、不断变化的领域，它具有多样化角度，计算机需要解决的是一个“长期存在的纵向问题”，需要大量更贴近生物体的数据进行研究。
“所以数据有时是稀疏的。有时一个因果关系的发生需要很长时间。正如你提到的，有时数据并不存在于一个地方。数据有相关的主权属性。可能有保密属性。也许没有机构拥有所有的数据。也许有些机构有，但这种规模、这种分辨率或这种模态的数据在另一个研究机构中有不同的模态。也许它是纵向的。数据空间真的很大，而且非常复杂。比如联邦学习技术，有点类似于我们从自己的信息来源学习，然后聚在一起辩论、合作、讨论、结合知识等。因此，AI 也有这类概念，将通过自我反思为数据合成数据的生成创造条件，基本上，AI 会对未来做出预测，生成一些信息，对其进行反思，这就是我们所做的，这完善了你学习的自我完善、自我学习、反思，来回传递信息和进行辩论，所有不同的社会学习方式，在 AI 的未来以及人们对数据的思考方式中，都将以某种形式表现出来。”黄仁勋称。
因此，研究 AI 数据是未来很多学生应该要学习的重要方向，而且对于很多计算机科学家来说，这将是一个非常适合研究的领域。
黄仁勋强调，数据是一把“双刃剑”，有利也有害，因此，我们需要确保其有正确价值观的数据，需要用强化学习手段将数据精准化，从而减少自动驾驶汽车或机器人的情境中产生“幻觉”（错误判断）。
“这是一个真正有价值和富有成果的研究领域。”黄仁勋称。
AI 将改变教育、工作和社会
黄仁勋认为，AI 是科技行业对社会提升做出的最大贡献。
“它将缩小技术差距，弥合经济鸿沟，使那些过去被认为‘落后’的人能够赶上，而且它将使竞争环境变得公平。”黄仁勋表示。
黄仁勋举了个例子。在OpenAI ChatGPT出现之前，计算机是由像工程师（我们这样的人）编程的，我们知道像 C++这样的东西，但大约0.1%的人类不会 C++，而几乎所有会 C++的人都过着相当不错的生活，因为编程太难了。但未来，有了ChatGPT，一夜之间有 1 亿人使用了它。现在几乎每个人都可以给计算机自动编程。
“所以你现在只需要学习如何提示，如何告诉计算机你想要什么，计算机就会理解你的意图。想出一个计划，问你这个计划是否好。你可以完善这个计划。你可以在这个计划上迭代，然后去执行它。也许它会为你做一些研究。在你写论文之前，你需要了解特定辩论中各方的优缺点。”黄仁勋指出，这些例子说明以前的技术对他们来说是不可用的。但现在，由于人类随时可以使用 AI，它促使我们已经创造了公平的竞争环境。
黄仁勋强调，“我认为这可能是最伟大的成就之一。”而未来，AI将改变教育、改变课程。
“我敢肯定，将来你会参加考试，而这些考试甚至可能不需要你来课堂参加。但这些测试可能需要你与 AI 一起进行学习、工作、考试。”黄仁勋指出 ，毫无疑问，AI 技术改变教育、将改变人们的学习方式。同时，甚至也许是第一次，计算机技术可应用于环境科学中一些真正有影响力的领域，使得大量计算机科学家从中受益。
黄仁勋表示， AI 技术的提升，让所有因缺乏对计算理解而被抛在后面的人的能力得到提升，AI 技术对社会的影响是“非凡”的。
未来，AI 可能会被注入到几乎所有的产品中，从医疗成像产品到运输产品、制造机械手等。但同时，AI 也面临偏见、幻觉或虚假信息等社会伦理话题。
对此， 黄仁勋认为，人类应当遵守 AI 技术合规，保证产品安全。同时，不管是美国农业部、美国联邦航空局或NITSA，所有不同的机构都需要参与AI，以确保新的政策落实到位，或政策需要加强，并考虑 AI 在每一个产品中的能力和潜力，从而能够在每个领域中维护社会安全。
黄仁勋坦言，AI 将会为研究作出贡献，有助于基础研究，并有助于在未来编纂成一个信息系统。
“AI 将成为你获取和深化知识的合作者，而且 AI 永远不会被带走，永远不会取代你所拥有的基本领域知识、深层知识。这是非常重要的，我认为大学可以在其中发挥关键作用。”黄仁勋称。
针对人形机器人的未来前景， 黄仁勋认为，AI 技术确实鼓舞了整个机器人行业。现在，你可以看到机器人技术的创新几乎无处不在。未来十年，AI 将推动人形机器人技术规模化应用。
黄仁勋强调， 我们正处于一场“新的工业革命”的开端。 而这场新的世界革命当中，GPU和加速计算促进了“电力”产业，输出的是一大堆浮点数——Token，而这些Token本质上是 AI。
“这次工业革命将促进大规模的制造业和智能化。毫无疑问，AI（智力）是人类所知的最有价值的资源。所以，AI 对每个行业的影响都是非常深远的。这是一个新世界的开始，也是学校当中的最好时光。整个世界正在你面前发生变化，新的技术、新的能力、新的工具、新的学习方式都已经到来。”黄仁勋称。
（本文首发于钛媒体App，作者｜林志佳，编辑｜胡润峰）
英伟达秀全球最大GPU，黄仁勋从烤箱里拿出的产品果然「爆了」
SegmentFault 思否报道丨公众号：SegmentFault
是他，还是那个男人，那个熟悉的皮夹克。
5 月 14 日 晚，黄仁勋在厨房召开了英伟达 GTC 2020 线上发布会。由于新冠病毒疫情影响，英伟达原计划的现场活动被迫取消，定于 3 月 24 日通过媒体发布的新闻稿也未见踪影。千呼万唤中，黄仁勋终于在烤箱前和大家见面了。
本届 GTC 从预热开始就不走寻常路，黄仁勋在大会前一天晒出了自己从烤箱里拿出了 全新的安培（Ampere）架构 GPU NVIDIA A100 。
令人颇感意外的是，虽然无法举办线下活动，英伟达竟然连线上直播都懒得办，直接播放了黄仁勋在自家厨房里录制的视频完成了新品发布。果然是手里有「硬货」就不在乎形式了。
英伟达的首款安培架构 GPU 可以算「史上最强」了，基于 7nm 工艺制程，拥有 540 亿晶体管，面积为826mm²，与 Volta 架构相比性能提升了 20 倍 ，既可以做训练也可以做推理。
NVIDIA A100 具有 TF32的第三代 Tensor Core 核心，能在不更改任何代码的情况下将 FP32 精度下的 AI 性能提高 20倍，达到19.5万亿次/秒 。
多实例 GPU-MG 可将单个 A100 GPU 分割为 7 个独立的 GPU，根据任务不同提供不同的计算力，实现最佳利用率和投资回报率的最大化。
NVIDIA A100 新的效率技术利用了AI数学固有的稀疏性，优化之后性能提升了一倍。
英伟达将 NVIDIA A100 的特性总结为以下 5 点：
黄仁勋说：“Ampere架构的突破性设计为英伟达第八代GPU提供了迄今为止最大的性能飞跃， 集 AI 训练和推理于一身，并且其性能相比于前代产品提升了高达 20 倍 。这是有史以来首次，可以在一个平台上实现对横向扩展以及纵向扩展的负载的加速。A100 将在提高吞吐量的同时，降低数据中心的成本。”
NVIDIA A100 是第一个基于 NVIDIA 安培架构的 GPU，提供了在 NVIDIA 八代 GPU 里最大的性能提升，它还可用于数据分析，科学计算和云图形，并已全面投产并交付给全球客户。
全球 18 家领先的服务提供商和系统构建商正在将 NVIDIA A100 整合到他们的服务和产品中，其中包括阿里云、AWS、网络云、思科、Dell Technologies、Google Cloud、HPE、Microsoft Azure和甲骨文。
黄仁勋还介绍了基于 NVIDIA A100 的第三代 AI 系统 DGX-A100 AI。DGX-A100 AI 是世界上第一台单节点 AI 算力达到 5 PFLOPS 的服务器 ，每台 DGX A100 可以分割为多达 56 个独立运行的实例，还集合了 8 个 NVIDIA A100 GPU，每个 GPU 均支持 12 路 NVLink 互连总线。
据了解，与其他高端 CPU 服务器相比，DGXA100 的 AI 计算性能高 150 倍、内存带宽高 40 倍、IO 带宽高 40 倍。
黄仁勋说：“AI已经被应用到云计算、 汽车 、零售、医疗等众多领域，AI算法也正变得越来越复杂和多样。ResNet模型的算力需求从2016年到现在已经增加了3000倍，我们需要更好的解决方案。”
如此强大的 DGX-A100 AI 售价自然也不便宜，标价 19.9 万美元，约合人民币 141 万元。
此外，黄仁勋还提到了英伟达新一代 DGXSuper POD 集群，由 140 台DGXA100系统组成，AI算力达 700 Petaflops，相当于数千台服务器的性能 。
据了解，首批 DGXSuper POD 将部署在美国能源部阿贡国家实验室，用于新冠病毒疫情相关的研究。
除了以上两款重磅产品，黄仁勋还宣布推出了 NVIDIA Merlin，这是一个用于构建下一代推荐系统的端到端框架，该系统正迅速成为更加个性化互联网的引擎。Merlin将创建一个 100 TB 数据集推荐系统所需的时间从四天减少到 20 分钟。
英伟达此次还推出了众多 AI 领域相关产品，包括 以太网智能网卡 Mellanox ConnectX-6 Lx SmartNIC、EGX 边缘 AI 平台和一系列软件更新扩展。
1.以太网智能网卡 Mellanox ConnectX-6 Lx SmartNIC
ConnectX-6 Lx 是业界首个为 25Gb/s 优化的安全智能网卡，可提供两个 25Gb/s 端口或一个 50Gb/s 端口。
边缘 AI 平台
EGX Edge AI 平台是首款基于 NVIDIA 安培架构的边缘 AI 产品，可接收高达 200Gbps 的数据，并将其直接发送到 GPU 内存进行 AI 或 5G 信号处理。
英伟达还宣布在 Spark 3.0 上支持 NVIDIA GPU 加速，基于 RAPIDS 的 Spark 3.0，打破了提取，转换和加载数据的性能基准。它已经帮助 Adobe Intelligent Services 将计算成本降低了90％。
黄仁勋在发布会中详细介绍了 NVIDIA Jarvis，这是一个新的端到端平台，可以充分发挥英伟达 AI 平台的强大功能，创建实时多模态对话式 AI。
交互 AI
现场展示中，一个名为 Misty 的 AI系统展示了实时理解并回答一系列有关天气的复杂问题的交互过程。
自动驾驶方面，英伟达也将安培架构嵌入了新的 NVIDIA DRIVE 平台。据了解，小马智行、法拉第未来等自动驾驶企业已宣布采用 NVIDIA DRIVE AGX 计算平台。
英伟达的 NVIDIA Isaac 软件定义的机器人平台还将用于宝马集团工厂。英伟达机器人技术全球生态系统涵盖配送、零售、自主移动机器人、农业、服务业、物流、制造和医疗保健各个行业。
英伟达这场时隔 3 年的发布会可谓诚意满满，首次推出的安培架构给足了惊喜，性能提升 20 倍的 NVIDIA A100 GPU 可谓性能飞跃。
虽然发布会并不是现场直播，但依旧爆点十足。一台就比千台强的 DGX-A100 AI 也印证了黄仁勋那就经典名言“买的越多，赚的越多”。英伟达的 AI 解决方案已经覆盖了各行各业，强大的 AI 生态正在形成。
中国工程院院士倪光南曾表示：「芯片设计门槛极高，只有极少数企业能够承受中高端芯片研发成本，这也制约了芯片领域创新。」
英伟达在本届 GTC 上推出的安培架构和基于此的一系列 AI 平台无一部显示了一个 AI 芯片巨头的实力，又一次树立了性能标杆。
根据 Gartner 的预测数据 ，未来 5 年内全球人工智能芯片市场规模将呈飙升趋势 ，自 2018 年的 42.7 亿美元 ，升高至 343 亿美元 ，增长已超过 7 倍，可见 AI 芯片市场有较大增长空间。
尽管与西方发达国家相比，中国的 AI 芯片研发还存在一定差距，但过去两年中，中国 AI 芯片初创企业已获得了数亿美元的资金。华为等公司也开发了令人印象深刻的芯片设计。
但芯片开发极具复杂性，中国人才的短缺以及缺乏多家全球销售排名前 15 位的中国半导体公司的情况表明，中国仍需要取得重大进展，才能在半导体领域与美国匹敌。
