Computex 2017 : NVIDIA AI 論壇主題演講: Holodeck 協作、全新 MAX-Q 筆電與人工智慧大未來

2017.05.31 11:35AM
是Computex 2017 : NVIDIA AI 論壇主題演講: Holodeck 協作、全新 MAX-Q 筆電與人工智慧大未來這篇文章的首圖

NVIDIA 今年在 Computex 有更盛大的活動,不僅有更大的展區,同時還在開展首日舉辦 AI 論壇活動,執行長黃仁勳更親自舉行主題演講,主題除圍繞在 GTC 所發表的 Holodesk VR 協作以及人工智慧以外,同時還揭示了與品牌商深度合作的超薄高效能筆電計畫 MAX-Q 。

907c0db3acf0c70fdcebd1fb3af5c80b

黃仁勳也重申,半導體產業效能仍不斷提升,不過 CPU 的效能進化也遇到瓶頸,僅剩下約 10% 的效能成長,而基於 GPU 的異構運算則能將效能翻倍,達到 10-50 倍的效能提升,而其中在機於深度學習的人工智慧, GPU 加速是關鍵技術。

f01d8bcb11be4d415e0ebdeaef5f1e81

397dca29a072c9b5442f51649f332eac

475254e42c12eac3edffd31072462cab

872d3b13d35d50360e4a4273dd966158

3161fb98e746f2498ee1653da3b1c013

Holodeck 是一項能讓最多四個使用者透過 VR 設備在同一空間中進行協作的技術,同時透過強大的 GPU 演算達到即時的材質、光影變化,同時還可進行機構透射、組件爆炸圖,使多人能共同對裝置設計、建築規劃以及架構驗證進行探討,在 GTC 大會是與瑞典超跑品牌 Koenigsegg 展示,而在 Computex 則是與台灣智慧雙輪新創公司睿能以第一世代的 Gogoro 作為演示,睿能執行長陸學森也到場共同介紹 Gogoro 的特色。

7523b9142e3b5d0882ed828bdfa909db

今年在 Computex 也宣布將有多家合作廠商打造基於 NVIDIA 技術的顯示卡、外接 GPU 、 VR 背包,同時在筆記型電腦還有新的突破, NVIDIA 稱此筆記型電腦計畫為 MAX-Q ,這是一項透過硬體核心、軟體調教、散熱設計與組件與品牌商深度學習下的產物。

a4ada120099d755a73d2071cad97d45f

1417c158b3ed7ab0e6e60b7f005082fd

d1e761ce0bd5c4c46b5f74ccf8d968ea

155978452fa724d88533a68fbd832f2e

f0950b3fe895dc1e1ac7c36428007df9

733a82ecec91ac34c275b69a675f9ceb

MAX-Q 採用 NVIDIA GTX1080 作為核心,相較 GTX880M 提升三倍的效能,但厚度僅 18mm ,重量更降為當年 GTX880M 機種的一半,僅有 5 磅,圖形效能相較 PS 4 Pro 有大幅的領先,同時黃仁勳也展示由華碩 ROG 基於 MAX-Q 設計的 ROG Zephyrus 輕薄筆電(將在今晚 ROG 活動正式發表),宛若文書機般的厚度,卻有驚人的效能,黃仁勳同時也展示由 Bandai Namco 發行、 Slightly Mad 工作室打造的 Project 2 開發中畫面展示其表現。

3f54f9f176b62a6bf2e47fa95e64fbbd

f2bce18a4ac2408f26e2c2cc65302051

d1aa9e410097b9d6d862717b1dc1332f

72975d01bdb997b1341df9c4b357a195

接下來也就陸續講述在 GTC 所發表的 Tesla-V100 ,這是首度導入針對深度學習最佳化的 Tensor Core 架構的高效能 GPU 加速器,關於 V100 已經在 GTC 活動有較多的介紹,故不在重複敘述,而 V100 核心是與台積電共同打造,基於 12nm 製程,不過此次宣布與微軟合作的開放運算中心計畫 HGX 將有更深入的伺服器廠商合作,包括台灣的鴻海、英業達、廣達與緯創都將提供基於 HGX 的開放架構伺服器。

關於 Tesla V100 : GTC 2017 : NVIDIA 主題演講引領 AI 革命,基於 Volta 架構的 Tesla V100 登場、 Xavier 將具備深度學習加速器

d874e6c52e0a8d41a4b42b0aae7340bd

3bedcad50aef62fbca0fc35534b76064

另外也再度提及 NVIDIA 在深度學習軟體所做的努力,包括提供 NVIDIA 深度學習軟體堆疊,整合深度學習所需的套件,讓基於 GPU 的深度學習應用更易開發。另外 NVIDIA 也將提供 NVIDIA Compute Cloud 雲深度學習服務,並具備與終端裝置相同的軟體層,讓深度學習開發者可從端到點以外,更能透過租賃雲的計算利加速模型訓練。

b14e68a21005abfabedc76a7874692e7

a0c78a81ca9c1767a0dcd394de0e1f44

5209c27101ecf05c79fe2923a6b598ad

最後在人工智慧領域,就是 NVIDIA 另一個重點: Jetson 平台,當然也不免俗展示基於 DrivePX 平台的自動駕駛系統 BB8 ,不過更重要的是宣布 Issac 機器人平台計畫,這是一套針對基於 Jetson 平台所開發機器人的虛擬培訓計畫,簡單的說就是透過 Issac Lab 虛擬環境以及基於自動駕駛技術的Astro AV 智慧平台,將機器人行為的培訓透過虛擬環境的方式。

667bee0c4dc91b490003e1a594182956

虛擬環境最大的優點就是利用效能較高的伺服器可進行多機的虛擬化,同時透過基於 Unreal 4 Engine 的 Issac Lab 環境創造虛擬測試環境,並將機器人平台在此環境中進行複數的培訓,在一段時間後挑選出成果最佳的模型,並將模型同步到所有虛擬機,而後不斷重複此動作加速訓練,最後再把模型移植到真實的機器人進行驗證。

b38308631c920730f720cef83b5eb6b7

由於虛擬環境可免除機械損傷、環境破壞等變因,此外又可大量部屬學習機器進行大量模型培訓,可加速機器人行為模型的開發並減少包括時間與物質成本。黃仁勳也補充到,先前的 Holodesk 也是一種可作為機器人行為培訓的環境,可藉由 Holodesk 的人機互動蒐集人類行為,作為機器人行為模型的基礎。

444ca6702e385381bf56a8e10002dbf4

同時 NVIDIA 也再次揭示基於 Jetson TX 平台的機器人參考設計計畫, NVIDIA 表示,透過從 Jetson 到 Tesla 伺服器以及 NVIDIA Compute Cloud 的一致化環境,還有 NVIDIA 深度學習軟體堆疊,使機器人的人工智慧發展更為容易,包括豐田等企業都與 NVIDIA 合作推出機器人參考設計,參考設計囊括陸、海、空與各種型態。