據國外媒體VentureBeat報道，英偉達CEO黃仁勛昨天發布了一款針對人工智能應用的雄心勃勃的新處理器：Tesla V100。

該新芯片擁有210億個晶體管，性能比英偉達一年前發布的帶150億個晶體管的Pascal處理器強大得多。它是一款很大的芯片——815平方毫米，大小約為Apple Watch智能手表的表面。它擁有5120個CUDA(統計計算設備架構)處理核心，雙精度浮點運算性能可達每秒7.5萬億次。

作為全球最大的圖形芯片和AI芯片廠商，總部位于加州圣克拉拉的英偉達在加州圣何塞舉行GPU技術大會，并發布了上述產品。

黃仁勛稱Nvidia總共投入了30億美元來打造這款產品。黃仁勛在發布這款產品時顯得非常激動，稱Tesla V100的研發是一項幾乎不可能完成的任務，令人難以置信。

接下來，黃仁勛通過一系列視頻及游戲展示了Tesla V100怪獸級的性能。那些曾經在Titan X上需要數分鐘才能處理完成的任務，在Tesla V100上只需要花數秒就能完成。

此外，基于8塊Tesla V100搭建的DGX-1也開始預售，價格為149000美元(合100萬人民幣)，預計在今年第三季度交付。

在介紹該款芯片之前，黃仁勛談到了AI近年的發展史。他指出，深度學習神經網絡研究大約5年前開始帶來成果，那個時候研究人員開始利用圖形處理器(CPU)來處理數據，同時利用它們來快速訓練神經網絡。自那時起，深度學習技術呈現加速發展。今年，英偉達打算培訓10萬個開發者使用該項技術。

Tesla V100另稱為Volta，針對深度學習而打造，Tensor性能可達每秒120萬億次浮點運算。它能夠每秒傳輸300GB的數據，速度相當于時下其它處理器的20倍。該款芯片由三星代工生產。

該芯片針對深度學習訓練的Tensor浮點運算性能達到去年發布的Pascal處理器的12倍。這種處理速度很有必要，因為深度學習算法的進展令人驚嘆。

2015年，微軟打造了一個名為ResNet的深度學習項目，該項目非常復雜，需要每秒7百億億次浮點運算的處理能力。百度2016年打造的Deep Speech 2 AI需要每秒20百億億次浮點運算的處理能力，谷歌2017年打造的NMT則需要每秒105百億億次浮點運算的處理能力。

微軟正在開發一個新的ResNet版本，ResNet會同時使用64個Tesla V100芯片來進行處理。目前還不清楚Tesla V100批量出貨的時間。