今年台灣場次的 NVIDIA 年度活動 GTC 終於升格到與美國場次同樣重要的層級， NVIDIA 執行長暨共同創辦人黃仁勳也在台灣 GTC 發表主題演講，所介紹的內容基本上延續今年三月於 San Jose 舉辦的 GTC ，圍繞在人工智慧，全新 GPU 架構 Pascal ，以及嵌入式平台 Jetson TX1 ，黃仁勳強調 NVIDIA 不再只是一家遊戲相關或是 GPU 硬體公司，昇華到軟硬整合與人工智慧公司。
黃仁勳也數度提到 NVIDIA 與台灣產業深厚的關係，除了與台積電長年的合作以及在電腦時期與電腦相關產業鏈的關係，而在人工智慧的世代，許多作為各大人工智慧背後硬體基礎、搭載 NVIDIA 技術的伺服器，亦是由包括鴻海、廣達、緯創等台灣供應鏈協助；像是廣達在此次與 NIVIDA 針對 Pascal 架構合作，提供包括 DGX-1 與多種針對不同應用的伺服器。
黃仁勳提到，電腦發展至今已經歷經多次革命，由 x86 所主導的個人電腦時代，轉化到以 ARM 引領的行動運算與雲端時代，至今則將進入新一波的革命，也就是人工智慧的革命； 2012 年開始，由 Alex Krizhevsky 以兩張 GTX580 作為 GPU 加速，搭配其開發的 AlexNet 深度學習演算邏輯，改變當時影像辨識產業，一舉從原本約七成提升到九成，也掀起了近年 GPU 加速運算用於人工智慧的發展。
為何 GPU 很適合深度學習，黃仁勳表示因為 GPU 與人腦相當類似，人類常被稱為是視覺的動物，人類在思考的時候常常會在腦中浮現相關的影像，就如 GPU 原本也是用於繪製影像，但由於其具備大量的核心，滿足用於機械神經網路的硬體架構。
黃仁勳也展示一套藉由 GPU 與機器學習架構而成的影像藝術化處理技術，可將影片及時轉化成機器學習所得的藝術家畫風。
除了圖片辨識以外，深度學習也廣泛被用於多種領域的模擬與辨識，包括光線追蹤、聲波反射模擬、語音辨識、文字辨識等等，現場也展示一段藉由輸入多錄影像進行即時分析並推測影像內的行為，藉此作為影像搜尋的資料基礎，黃仁勳認為這樣的影像分析與辨識也將成為串流服務的搜尋與分析的趨勢。
而城市安全也是影像分析相當重要的應用， NVIDIA 也看好基於大量感測器的智慧城市發展，藉由監視器與影像分析判斷包括交通、安全甚至預測可能發生的意外；黃仁勳認為到了 2020 年將會有高達十億個用於城市監控的攝影機，此時也造就市場上對於及時影像分析的需求，以今年稍早所發表的 Tesla P40 可進行每秒 2,500 路 720p 影像分析的運算力，將會有一千萬張 Tesla P40 的市場需求。
同時 NVIDIA 也針對人工城市平台與合作夥伴提供解決方案，偕同 SenseTime 提供可於 NVIDIA GPU 平台訓練與部屬深度學習網路的中介軟體；然而由於 NVIDIA 可提供端到端的硬體平台與軟體一致性，黃仁勳也提及中國合作夥伴 HIKVISION 海康威視的都會安全監控解決方案，即是以 DGX-1 進行基於深度學習的模型訓練，而後移轉到基於 6 張 Jetson TX1 的刀鋒伺服器上，以 1/20 的體積與 1/10 的能耗達到相同的效果。
最後談到自動駕駛， NVIDIA 近年投入相當多的技術與開發資源，並且與多家正全力衝刺自動駕駛技術的研究機構、車廠合作， NVIDIA 以其 CUDA 架構貫穿智慧學習的超級電腦，到可用於終端部屬、基於 Tegra 的 DRIVE PX 平台，提供端到端的解決方案。，除了 GPS 提供地圖資訊外，基於 DRIVE PX2 ，能達到具備包括 3D 式的車輛辨識，以及車道的可利用空間的辨識，透過這些資訊，就能為自動駕駛提供良好的道路資訊基礎。
為了落實自動價數技術的普及， NVIDIA 除了在今年上半年推出結合雙次代 Tegra Parker與雙 Pascal GPU 的高效能版本 DRIVE PX2 平台外，稍早也宣布推出足以處理 ADAS 先進輔助駕駛系統的單 Tegra Parker 的輕量版 DRIVE PX2 ， NVIDIA 表示，單 Tegra Parker 的 Drive PX2 足以應付以定速於高速公路自動輔助駕駛的需求，而高效能版本則具備自動駕駛至指定地點的需求，面對全自動化的人工智慧自動駕駛，更可以多個 DRIVE PX2 平台連接達到更高的運算能力。
黃仁勳也在會後媒體聯訪提到， NVIDIA 在許多技術都是相當初期就投入研究與開發，此次與台灣產業界也針對人工智慧進行合作以及提供研究基金與軟硬體，但他更希望台灣政府也能夠一同投入人工智慧；尤其台灣產業也不斷在提及工業 4.0 ，但工業 4.0 不是農業，不是工業，不是鍛造業，許多工業 4.0 的自動化技術都是建立在人工智慧技術上，要談工業 4.0 ，積極投入人工智慧相關研究是必經之路。
你或許會喜歡
