美国时间3月18日，NVIDIA在San Jose Convention Center举办了2019年第10届GTC大会。下午14时，NVIDIA CEO黄仁勋先生在San Jose State University（SJSU）Event Center发表了主题演讲，强调了公司在人工智能、自动驾驶汽车和机器人技术方面的最新创新。
大会现场，有800多名演讲者和200家参展商参与人工智能、数据中心和云计算、医疗、金融、电信、自动驾驶汽车、机器人技术和物联网的专题分享，以及5个全天的研讨会和50多个深度学习学院的课程，教授最新的CUDA、机器人技术、自动驾驶汽车、视频分析等技术。其中，亿欧作为特邀媒体参加大会。
发布新品NVIDIA T4 GPU，NVIDIA追求技术创新从未停止
上午十点，NVIDIA首席科学家Bill Dally提到，“NVIDIA的研究使命是向未来播种，不断追求科技的发展也将为NVIDIA作出积极的改变。”并指出，NVIDIA研究方面主要应用在以下五方面：网络、编程系统、建筑学、VLSI、电路系统。任务需求主要集中在图像学、机器人、AI算法研究、深度学习、DL应用研究等方面。
GTC大会上，英伟达推出了一项专门针对具有NGC-Ready系统的客户的企业支持服务产品，即包括所有可使用的T4系统。
同时，全球计算机公司宣布支持为数据科学而优化的NVIDIA型服务器，如先前的validatedNVLink和特斯拉，基于V100的服务器和NVIDIA的工作站。NVIDIA NGC支持服务使客户能够直接访问NVIDIA的技术专家，以确保他们的系统能够最优地运行，并最大化系统的利用率和用户的生产力。
例如，HPE将在6月为HPE ProLiant DL380 Gen10服务器提供一种经过验证的NVIDIA T4服务器。其他几家原始设备制造商预计将在第二季度开始在NVIDIA T4和V100系统上销售这项服务。新的T4服务器认证了领先的虚拟桌面和应用程序虚拟化解决方案的服务器，这些服务器已经通过NVIDIA的虚拟GPU软件——NVIDIA GRID虚拟PC（vPC）认证，为知识工作者和NVIDIA Quadro虚拟数据中心工作站（vDWS）提供给创造性和技术专业人员。
有了T4，用户将在最新一代的服务器上享受高质量的虚拟桌面体验，包括比CPU仅使用网格VPC的VDI性能提高33%。此外，英伟达还宣布，NVIDIA已与领先的OEMSTO合作，让VDI更容易、更实惠，并在有限的时间内提供多年的折扣。思科是第一个向客户转售NVIDIA NGC支持的OEM厂商，这样他们就可以在思科的nc480 ML M5服务器上加速他们的深度学习项目，8个NVIDIA Tesla V100核心GPU与NVLink相连。
浪潮集团AI&HPC的总经理刘军也提到，新的NVIDIA T4 GPU特性服务器被调优来运行NVIDIA cuda-x AI加速库，为数据科学家提供全面的解决方案和服务支持，在享受高质量的虚拟桌面体验的同时支持多个AI工作负载。
黄仁勋在下午的演讲现场提到，高性能的实时射线追踪就会通过NVIDIA RTX平台实现，在视觉保真度至关重要的任何任务中，例如设计、工程或市场营销，在离线呈现解决方案的一小部分时间内，都可以实现逼真的图像质量和照明。这项技术为创作者提供了一个关键的优势，因为它模仿了光的物理属性，允许开发者制作和动态改变那些模糊了实时和现实之间的界限的作品。
世界上最广泛使用的实时3D开发平台的创建者Unity Technologies和NVIDIA将实时光线追踪技术引入到汽车、媒体和娱乐以及游戏领域。Unity和NVIDIA向观众发出挑战，让观众分辨出真实的和实时呈现的内容之间的区别。
此外，黄仁勋推出了NVIDIA CUDA-X AI生态系统，包括框架、云ML服务、部署调度三个部分，数据、图形、ML、DL训练和推理都包含在CUDA-X AI生态系统中。
回顾NVIDIA在GPU路上的跌宕起伏
1999年，英伟达NVIDIA发明了GPU，激发了PC游戏市场的增长，重新定义了现代计算机图形，并革新了并行计算。近来，GPU的深度学习点燃了现代人工智能——计算机的下一个时代——GPU扮演着计算机、机器人和自动驾驶汽车的大脑，能够感知和理解这个世界。但是回顾NVIDIA GPU发展历程并非一帆风顺，总归“一波三折”、先苦后甜。
首先在1995年，NVIDIA用两年时间倾力打造的第一款产品NV1上线，这款产品选择了当时并不被人看好的正方形成像技术，上市后无人问津，这让NVIDIA一度处于破产边缘。而后，因为沿用有缺陷的正方形技术到NV2芯片，致使NVIDIA与世嘉公司合作研发游戏机显示芯片项目中断，NV2宣告失败。
随后，电脑图形化时代由win95开启，显示芯片开始逐渐成为PC系统中的焦点。
1997年4月，NVIDIA推出了NV3产品，选择支持Direct3D和AGP接口。最终，NV3（也就是Riva128）成为当时市场上唯一真正具有3D加速能力的显卡，上市短短四个月就达到百万片销量。自此，黄仁勋和NVIDIA找到了正确的方向，走上了快速发展之路。其中，Riva 128zx、Riva TNT、Riva TNT2逐渐将NVIDIA推向显卡芯片市场的主流地位。
1999年1月，NVIDIA在纳斯达克上市。同年8月，NVIDIA推出了全新架构的显示芯片，即GeForce256，这是全球第一个真正意义上的GPU（图形处理器），黄仁勋开启了显示芯片的新时代，GPU也成为计算机中独立于CPU的另一个重要计算单元。此后，NVIDIA便成为GPU领域的第一，并且一直占据着视觉计算领域的大部分市场份额。因为GPU的成功，黄仁勋还提出了与摩尔定律相对应的“黄氏定律”，即NVIDIA GPU产品每6个月升级一次，功能翻倍。
摩尔定律的正确性保持了30年，因为当时微处理器的性能每年会提升50%。但是，半导体物理学的限制意味着如今CPU性能每年只能提升10%。当前，NVIDIA GPU计算已为行业开启崭新的道路，到2025年，计算性能将提升至现有水平的1000倍。
回顾至2002年，NVIDIA宣布GPU出货量达到1亿颗，成为硅谷成长最快的半导体公司。NVIDIA的CPU，也打上了“高速”和“性能强悍”的标签。经过20多年的发展，NVIDIA逐渐形成GeForce、Quadro、Tesla、Tegra等几大产品线，其中GeForce用于PC和笔记本，Quadro用于工作站，Tesla用于大型计算，Tegra用于移动产品。而从2016年开始，随着人工智能技术的兴起，NVIDIAGPU开始在深度学习领域被广泛应用。得益于深度学习的技术开发，将人工智能推到了一个新的高潮，因此NVIDIA懂得把握机会再创辉煌。
NVIDIA2019新征途又将如何续写？
NVIDIA在深度学习计算领域的持续发力，推出了内置150亿个晶体管的Tesla P100，2017年还推出了加入Tensor单元的Tesla V100。另外，NVIDIA 还利用这些大型计算服务器进入机器人、自动驾驶等领域。
2018年，NVIDIA发布了最新的图灵（Turing）架构，其最大的特点是加入了光线追踪技术（RTX，ray-tracing），黄仁勋称其为近20年GPU最大的革新。NVIDIA发布的Quadro RTX 8000显卡核心面积达到754平方毫米，集成186亿个晶体管，较Pascal分别提高了58%和60%。
在内部设计方面，最大的变化就是引入了RT Core（光线追踪核心），专门用于物体和环境的实时光线跟踪，准确进行物理阴影、反射、折射和全局照明的绘制。具体到Quadro RTX显卡，RTX 8000内建4608颗CUDA核心，576颗Tensor核心，显存48GB（NVlink合并双卡后，翻番到96GB）；RTX 6000显存为24GB；RTX 5000显存缩水到16GB，光线追踪速率为6 GigaRays/s，3072个CUDA，支持8K屏。其主要用户专业场景和大型的可视计算工作负载，例如电影和视频内容创作、汽车和建筑设计以及科学可视化等，并在今年第一季度上市。
随后一年，NVIDIA用图灵架构革新了其产品线，分别推出了支持光线追踪技术的GeForce RTX游戏显卡、Quadro RTX专业级显卡等，今天NVIDIA黄仁勋又推出了TURING RTX相关产品，180亿个晶体管，32个顶点着色，提供130 TFLOPS tensor core架构。
不断将AI创新融入芯片，从而提高产品的性能、技术等硬实力已经是NVIDIA的一种常规打法。
GTC大会现场，NVIDIA公司负责加速计算的副总裁兼总经理Ian Buck说道：“现在，随着一波主流的NVIDIA驱动的服务器为数据科学优化，世界各地的公司可以在整个业务中以更快的速度部署加速人工智能。”
Ian Buck提到，思科、戴尔EMC、富士通、HPE、Inspur、联想和Sugon今天宣布的新T4服务器都是NVIDIA NGC-Ready验证的，这是一种专门为服务器设计的服务器，能够在各种加速工作负载中脱颖而出。所有被测试的软件都是由NVIDIA提供的，它是一个全面的GPU加速软件的存储库，预先训练的人工智能模型，数据分析的模型训练，机器学习，深度学习和高性能计算，均由cuda x AI加速。
此外，黄仁勋在演讲中提到：“数据科学是高性能计算机群的新一轮挑战。”数据经过分析，通过特征提取应用到AI、CV、NLU、ML，经过预测建模、推断得到预测。而在这一过程中，数据科学的重要性不言而喻，通过与合作伙伴的携手共进取长补短，NVIDIA在创新发展中更多的是追求合作共赢。
从1993年NVIDIA的创立，到2019年NVIDIA GTC大会十周年，基于芯片产业的筑基，NVIDIA 以创新作为出发点开始审时度势现今社会，除了AI，还不断深耕在自动驾驶、机器人等技术研发上。在未来，相信NVIDIA还会给AI市场带来更为出色的价值改变。
