NVIDIA：依旧“转型中”的AI巨头

　　不久的将来，我们很可能会目睹一个“暴富”的英伟达出现。

　　两天前的2017台北电脑展上，一身黑色皮衣的 “黄教主” 再次现身，并且在独立的人工智能论坛上再次发表了主题演讲。不出意外的，演讲中的内容主要来自半个月前的GTC：新硬件 Tesla V100、新自动驾驶架构NVIDIA DRIVE、跟丰田合作、新机器人云端平台。

　　那么是否还有其他新东西呢?事实还真有——NVIDIA HGX合作伙伴计划，NVIDIA将会和富士康、英业达、广达电脑、纬创四家ODM一起，推进AI云计算的硬件普及。

　　虽然听起来不复杂，但它却决定了 “人工智能龙头”NVIDIA接下来能赚多少钱，同时还将影响人工智能改变人类生活所需要的时间。

　　NVIDIA，依旧“转型中”的AI巨头

　　NVIDIA DGX-1内部照

　　“我们公司已经是一家人工智能公司了” 这样的说法早就出现过不止一次。相比其他公司，相信没几个人会质疑“NVIDIA已经是一家人工智能公司”这个说法。

　　事实上，最大的反对“声音”正是来自NVIDIA自家的财报。

　　为了更加明显对比，雷锋网也专门收集了过去2年间NVIDIA的季度财报数据，在折线图中表示如下：

　　但从折线图来看，消费级显卡所肩负“游戏”用途依旧是NVIDIA整个营收中最重的部分，也决定了NVIDIA当下季度的财务表现。这也给很多普通投资者留下了 “话柄”：“虽然说起人工智能就会想到NVIDIA，但是实际上连 NVIDIA 自己现在也不能完全叫做人工智能公司。”

　　不过单纯只看营收数据也不完全准确，尤其是上图中 “数据中心” 在最近3个季度所表现出的强势上涨，所以我们换成整体营收百分比的方式再来看看变化：

　　在整体百分比的视角下，虽然蓝色的游戏还是占据的绝大部分，但是灰色的数据中心增长有目共睹。相反，剩下的三个板块包括汽车在内都是稳步甚至下滑的趋势。

　　趋势有了，但为什么数据中心这一块业务进展的那么慢呢?这背后有着一系列的问题，比如很多人会选择高端消费级显卡而不是专业卡，又或者是专用的服务器计算模块单价太高，但是反过来这些云端设备的缺乏也会为具体应用场景的探索设下障碍。

　　可以说，这不仅是 NVIDIA 已经要到嘴的一块肥肉，同时也是一个亟待推进的方向。于是乎，NVIDIA再次祭出了ODM(原厂委托设计代工)合作这招。

　　不起眼但野心足够大：NVIDIA HGX架构

　　NVIDIA HGX-1宣传照

　　作为整个计划背后的主角——NVIDIA HGX 架构主要包含两个关键 “部件”：Tesla 系列 GPU、NVIDIA NVLink，两项都值得单独拎出来说说的技术。

　　首先是Tesla系列GPU，相比普通消费级产品，前者的进化要神速不少。这一点我们可以从下面这个列表中看出：

　　表中一共有7款Tesla系列的代表性产品，当然在这份表格之前可能还有类似Tesla K80这样的重要产品，但这里我们暂时忽略。虽然一共 7 款产品，但是他们之间最大的发布时间间隔不过19个月，连两年都不到。

　　既然是运算设备，首先关心的自然是计算能力，Maxwell、Pascal、Volta 三代架构的迭代给计算能力奠定了基础。当然这两年间 GPU 芯片的制程工艺也有所提升，让在 GPU 芯片不断升级的前提下依旧能保证散热效果。

　　除了绝对参数之外，SXM 外形和接口的引入同样重要。名字乍看与笔记本中传统使用的 MXM 规格对应(SXM 更小)，但在接口方面却采用了相当 “丧心病狂” 的方案——左右两部分一共 800pin。要知道，超过 1000pin 的芯片也只剩 CPU 一种了。

　　这种远比常规显卡规格 PCIe X16 的双面 164 个针脚多的方案一方面为未来的 GPU 运算核心升级留下了余量，另外一方面给 NVIDIA Link 打下了基础。

　　Tesla P100 处理器模块的背面(两个白色长方形即插槽)

　　接下来简单说说 NVIDIA Link，这项技术早在 GTC2014 上就曾展示过。当时官方给出的参考性能是，NVIDIA Link 完全能够做到普通显卡 5~12 倍的传输速度。除了链接 GPU 与 GPU 之外，甚至还可以链接 CPU 和 GPU。究竟 Tela V100 的如何打造出 900GB/s 的惊人显存带宽，目前没人知道。唯一可以确定的是，在高速存取数据的数据中心中，带宽宽一点总归是好的。

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!