黄仁勋先生在GTC2014大会上的keynote可谓精彩纷呈，这份充满猛料keynote将过去一年间NVIDIA的几乎所有技术创新全部囊括其中，从头到尾都透着直接和硬朗的气息。是什么促使NVIDIA在过去一年间实现了如此多的新技术/新架构以及新解决方案？黄仁勋先生的keynote还有哪些被错过的精彩内容呢？带着这些疑问，我们在GTC大会现场对NVIDIA市场部副总裁Ujesh Desai
先生以及NVIDIA全球副总裁、PSG&云计算业务总经理Ashok Pandey（潘迪）先生
等多位NVIDIA高层进行了专访。
Machine Learning是过去一年里NVIDIA在服务器领域最重要的创新，它通过活化Tesla集群的运算能力以及CUDA灵活的编程能力，让超级计算机集群通过训练开始掌握类似人类的逻辑思维能力。NVIDIA市场部副总裁Ujesh Desai
为我们详细讲解了Machine Learning的技术细节，该项技术通过对服务器集群进行大量初始条件的输入以及横向联系的建立，让服务器集群具备了做出判断和延伸信息分析的能力。
Machine Learning的成功案例可以很好地解释NVIDIA快速前进的原因，那就是对需求的高度重视以及从应用角度出发的研发理念。Machine Learning目前整服役于百度的云辨识体系并在在线翻译以及语音识别等领域发挥着重要的作用，正是为了满足百度在大数据处理及延伸领域的需求，NVIDIA持续加大了在CUDA领域的相关研究与投入，并开始了基于超级计算机集群逻辑能力的实践。从需求的角度出发进行投入，并围绕需求建立完整的生态圈和软件体系，这是NVIDIA实现“CUDA EVERYWHERE”的关键要素。
大规模并行计算的重要用途之一，就是为用户提供实现更理想宜居环境的创造能力以及城市综合管理能力，这就是所谓的“智慧城市”计划。智慧城市计划包含许多子项目，其中不乏更有效率的处理交通管理需求以及利用大规模像素处理能力来快速处理CCTV（监控闭路系统）数据等等需要借助NVIDIA超级计算机群来实现的功能。NVIDIA全球副总裁、PSG&云计算业务总经理Ashok Pandey先生表示，中国正在非常积极的推进智慧城市计划，并于NVIDIA展开相关合作，用Tesla集群所提供的优秀并行计算能力实现更加有效的城市管理以及社会安全保障等工作，我们的生活将会在不久之后因为NVIDIA Tesla所提供的卓越并行计算能力而发生令人欣喜的改变。
Grid的经验进一步向我们展示了NVIDIA前进的动力。Grid的用户群在过去一年间完成了10倍以上的增长，有超过500家不同的企业和组织成为了Grid的用户，其中不乏SpaceX这种新兴企业。Grid用户对NVIDIA提出的不同需求不仅催生了IRAY-VCA解决方案，同时还让NVIDIA进一步加大了在CUDA领域的研发投入，通过算法的改进，IRAY-VCA已经实现了包括光线追踪在内的各种中间渲染过程的任务并行化执行，多个GPU并行加速单个渲染任务的目标，在GPU诞生多年之后终于得以实现。
在NVIDIA的理念当中，需求的变化和软件体系始终是最重要的，硬件架构以及解决方案的不断进步，始终都是由需求的变化带动的软件变化所催生。NVIDIA之所以能够持续进步，正是摆正了硬件、软件以及需求三者关系的结果。对NVIDIA各位高层的采访进一步验证了这一点。
Ujesh Desai表示，NVIDIA的软件团队规模相当庞大，NVIDIA在其上投注的资源一直都非常高。通过来自不同领域的需求对软件的影响，NVIDIA在硬件架构的开发环节变的更有针对性。Machine Learning与百度在线翻译的实例以及JETSON TK1都充分说明了CUDA EVERYWHERE的优势，百度是NVIDIA重要的客户，客户的需求促进了CUDA的进步以及NVIDIA的成长，而来自便携及低功耗嵌入式领域的性能需求则透过CUDA转化成了Tegra K1以及JETSON TK1这样的解决方案。NVIDIA之所以能够不断进步和成长，皆因此而起。
相比于“NVIDIA正在做什么”，我们一直都更加关注“NVIDIA为什么会这样做”之类的问题。过去一年间NVIDIA所取得的各种技术进步，以及三位NVIDIA高层对这些进步的深入剖析，让我们更加理解并接受了NVIDIA今天的成绩。我们期望NVIDIA能够保持这样的“灵魂”，为我们及整个业界带来更多更精彩的创造。
联系客服
