,英伟达联手京东打造全球首座智能配送城，拉BAT滴滴秀A100中国云朋友圈。,作者 | 心缘,编辑 | 漠影,芯东西12月1百思特网5日报道，距离2020年末还有两周，今天，NVIDIA 2020年全球GPU技术峰会的最后一站——GTC China大会如约而至，又到了英伟达（NVIDIA）年终晒中国朋友圈的时候了。,受疫情影响，数万名与会者在线上参与此次技术盛会。与以往不同的是，整场活动更加强调技术研究和落地进展，并没有释放出新的产品。,这次打头阵的，不再是今年前几场GTC大会中在厨房砧板前发表演讲的NVIDIA首席执行官黄仁勋，而换成了NVIDIA首席科学家Bill Dally。,
,▲NVIDIA首席科学家Bill Dally,这位著名的计算机科学家在1小时的主题演讲中，介绍了NVIDIA各类AI研究的最新进展，并分享了其研究实验室正在进行的关于AI推理、硅光子学及GPU集群加速的三项最新研究。他相信，不仅图形的未来是AI，几乎所有东西的未来都是AI。,在Bill Dally主题演讲后，来自NVIDIA的5位资深专家分别介绍了在AI、数据科学和医疗健康领域的多项突破性技术如何在中国的具体应用。,
,对于颇受关注的NVIDIA收购Arm一事，NVIDIA全球业务运营执行副总裁Jay Puri回应道，Arm是一家了不起的公司，CPU每年销量约220亿个、开创了IP许可模式、产品性能非常高，其成功集中在移动端和嵌入式领域，但想要涉足云数据中心和PC领域还很棘手，x86占据完全的主导地位。,而NVIDIA在数据科学和人工智能领域有强大的生态，一旦Arm成为NVIDIA的一部分，NVIDIA将着重促进Arm在数据中心、PC和云计算领域取得成功。,针对一些公司担心Arm授权被限制的问题，Jay Puri说，人们对出口管制法的运作方式存在些许误解，无论Arm是归属软银还是NVIDIA，所有关键技术都在技术诞生地英国剑桥研发，NVIDIA已承诺收购完成后，英国剑桥还将是未来Arm技术的研发中心。,此外，面向AI和数据科学领域创企的孵化项目NVIDIA初创加速计划（NVIDIA Inception）邀请了12家中国创企出席此次大会，展示他们如何基于NVIDIA技术实现不同领域的创新。,
,01.,Bill Dally：NVIDIA在AI推理、硅光子学及GPU集群加速的最新研究进展,
,在系统介绍NVIDIA的软硬件布局及先进技术后，NVIDIA首席科学家Bill Dally以三个项目为例讲述了自己带领的200人研究团队如何成功实现“黄氏定律（Huang’s Law）”。这则以黄仁勋名字命名的定律，预测GPU将推动AI性能逐年翻倍。,
,过去八年，NVIDIA将单芯片推理性能提高了317倍。“如果我们真想提高计算机性能，黄氏定律就是一项重要指标，且在可预见的未来都将一直适用。”Dally说道。,Dally曾负责NVIDIA在AI、光线追踪和高速互连领域的相关研究。他着重分享了三项新的研究方向。,1、超高能效加速器MAGNet,推理是一个复杂的问题，不止涉及计算。NVIDIA MAGNet工具生成的AI推理加速器在模拟测试中，推理能力可达每瓦100 teraops，比目前的商用芯片高出一个数量级。,该工具采用了一系列新技术来协调并控制通过设备的信息流，最大限度地减少数据传输，从而节约能耗。这一研究原型以模组化实现，因此能够灵活扩展。,
,2、比电气链路更快速的光链路,NVIDIA研究团队也在研究用更快速的光链路取代现有系统百思特网内的电气链路。该团队正与哥伦比亚大学的研究人员密切合作，探讨如何利用电信供应商在其核心网络中所采用的技术，通过一条光纤来传输数十路信号。,电信号因自身限制，传播距离只有1/3米，而光信号的传播距离有20-100米，只需一个单条NVLink便可连接至更大规模的系统。,这种名为“密集波分复用”的光学技术, 有望在仅1毫米大小的芯片上实现Tb/s级数据的传输，是如今互连密度的10倍以上。,除了更大的吞吐量，光链路也有助于打造更为密集型的系统。Dally举例展示了一个未来借助光链路传输、可搭载160多个G百思特网PU的NVIDIA DGX系统模型。,
,3、全新编程系统原型Legate,软件方面，为了简化编程步骤，NVIDIA研究人员开发了全新编程系统原型Legate。开发者借助Legate，即可在任何规模的系统上，运行针对单一GPU编写的程序，既适用于Jetson Nano、单卡A100，也适用于搭载数千个GPU的巨型超算。,Legate将一种新的编程速记融入了加速软件库和高级运行时环境Legion，目前它正在美国国家实验室接受测试。,