第一次在全球所有時區共同開啟的英偉達 GTC 大會，為我們帶來了全新一代安培架構的 Quadro 顯卡，面向服務器的 DPU 產品線，同時還有一款價格超低，堪比樹莓派的 Jetson 芯片。
「現在軟件已經可以自動生成軟件了，AI 就是自動化過程中的自動化力量，」英偉達創始人黃仁勛在昨天的 GTC 秋季大會開場 Keynote 中說道。「AI 編寫的軟件和人類大有不同，它們更加并行化，計算集中程度更是后者的千百倍。既然構建軟件的方式不同，那么構建它們的計算基礎設施、工具、軟件以及開發方式也要不同。」
人工智能需要人們重新思考計算的方法，從芯片、系統、算法、工具再到生態系統。面對如此挑戰，英偉達給出了自己的最新答案。
安培架構的 Quadro 顯卡
在昨天的 GTC Fall 活動中，黃仁勛發布了安培架構的新一代專業級顯卡 Quadro RTX Ampere，并宣布將于今年 12 月交付。
「我知道你們都在急切地想要搶到自己的安培 GPU——這是絕對可以理解的，我可以保證你的等待是值得的。安培是英偉達歷史上最大的一次躍升，我們每次放出新貨都是立刻售罄，」黃仁勛表示。「我們正在加班加點，你的新顯卡正在路上。」
不過這次要發布的是專業級的 GPU。NVIDIA 的新一代 Quadro RTX 顯卡 A6000，與此前推出的 RTX 30 系列一樣使用三星的 8nm 工藝打造，采用 GA102 GPU，最高配備 10752CUDA 核心，比 RTX 3090 還多 256 個。A6000 的內存也達到了 48GB，不過使用的是 DDR6 而非 GDDR6X，因為目前后者無法實現足夠高的容量。
在性能方面，英偉達宣稱 A6000 在一些任務上的能力是上一代產品 Quadro RTX 8000 的兩倍，這主要是通過制程提升、吞吐量增加、新浮點算法以及內存容量提升實現的。目前英偉達還未提供 A6000 的更多具體數據，以及最重要的價格。已知的是，A6000 的功耗比 3090 要低 50W，僅為 300W。
另有一款功率相同的被動散熱計算卡 Quadro A40 也將于 2021 年第一季度上市。A40 幾乎具有與主動冷卻的 A6000 相同的所有功能，只是采用了純被動散熱的形式，適用于高密度服務器。
有了 RTX 顯卡的算力，英偉達還推出了 3D 仿真模擬和協作平臺 Omniverse，通過這一工具，圖像技術開發者們能夠實時模擬出細節逼真的現實世界。它可以讓負責 3D 建筑設計的建筑師、修改 3D 場景的動畫師以及協作開發自動駕駛汽車的工程師，像線上共同編輯文檔一樣輕松設計 3D 虛擬場景。
目前，Omniverse 已獲得了許多主要專業軟件的支持，如 Adobe、Autodesk、Bentley Systems、Robert McNeel & Associates 和 SideFX 等。在本次 GTC 上，英偉達還宣布 Omniverse 進入公測階段，將于今年秋季開放下載。
最便宜的英偉達 Jetson，59 美元一塊
「任何動起來的東西，在未來或多或少都會是自動化的。AI 技術的突破已經讓各種各樣的機器人形態成為可能，」黃仁勛說道。「但我們還需要 Jetson AI 的算力把這些機器人實用化。」
和以往一樣，Jetson 擁有一個 Arm 架構的 SoC，也支持 CUDA，并擁有自己的 Tensor Core。而更重要的是，昨天新發布的 Jetson Nano 2GB 價格已經低至 59 美元一塊——這是一個和樹莓派（Raspberry Pi 4）接近的低價。現在，英偉達希望所有人都可以使用 GPU 制造自己的機器人。
構建機器人相關的軟件和 AI 的開發流程有些類似，人們會使用 DGX 這樣的設備編寫和訓練，并在 Jetson 這樣的端側運行。在實踐中，英偉達研究人員已經訓練了很多現成模型，使用遷移學習工具，任何人都可以把它們應用在自己的任務上。在機器人領域，現在還可以通過實時的 AI 模擬環境大幅度提高訓練的效率。
圖片來自 anandtech。
除了價格更低之外，Jetson Nano 2GB 的計算配置和常規 Jetson Nano 相同，有 4 個 Cortex-A57 CPU 內核的 CPU，以及 128 個 CUDA 核的 Maxwell 架構 GPU。不過 2GB 版本相比標準版少了 DisplayPort 輸出，USB 接口也不是 3.0 的。
還記得剛發布的奔馳 S 級嗎？這臺車是梅賽德斯有史以來最智能化的車型，其中搭載了三塊帶英偉達 GPU 的計算芯片。在 GTC Keynote 上，英偉達還宣布了和奔馳的新合作計劃：到 2024 年，所有奔馳車系都將搭載英偉達的 DRIVE AV 芯片。
推出 DPU，基于 Arm 架構的可編程數據中心芯片
我們都知道英偉達正在收購 Arm，不過相比商業行為，英偉達的技術進展更快一些。這家公司在收購 Mellanox 之后，共同研發了新一代計算單元 DPU。
英偉達推測，全球服務器的算力吞吐總量每兩年增長十倍，而在 2020 年中，僅在 AI 推斷任務中，在所有云服務器中使用 GPU 的算力數量已經超過了 CPU。「按照這個趨勢，在幾年之后英偉達的 GPU 將會承載超過 90% 的全球 AI 推理算力。任何 AI 的應用和服務現在都可以基于英偉達芯片，」黃仁勛說道。
AI 和數據分析應用必須是分布式的，由多個 GPU 和節點負責運算，云服務實際上也是巨量的「微服務」，這種新型的工作負載對虛擬化、網絡、存儲和安全提出了新的要求。在數據中心的計算設備上，人們提出了 DPU（Data Processing Unit）的新概念。這是一種更多通過軟件定義的基礎設施芯片。
新發布的 DPU 名為 Bluefield-2，這種計算卡是以可編程 Arm 架構 CPU 為核心運作的。
Bluefield-2 DPU 擁有 70 億晶體管，將可編程的數據中心壓縮成芯片大小。與之相對的，英偉達也發布了 DOCA——可編程數據中心基礎設施處理器的軟件架構，允許開發者在 DPU 上構建自己的應用。英偉達表示，DOCA 可以無縫兼容所有主流系統。
Bluefield-2 只是一個開始，在英偉達的計劃中，Bluefield-4 將會引入 CUDA 和 NVIDIA AI，大大加速網絡中計算機視覺應用處理的速度。
如果用戶現在就對 AI 算力有很高需求，英偉達也發布了 Bluefield-2X，其中的安培架構 GPU 核心可以用于處理所需任務。「Bluefield-2X 可以讓你就像已經擁有了 Bluefield-4 一樣，」黃仁勛說道。「在幾年之后，我們將會帶來近 1000 倍的吞吐量，并提供 200-400Gbps 的數據速度。」
在推動收購 Arm 的同時，英偉達也宣布了支持 Arm 架構的新三大戰略：提供更多對 Arm 架構的 GPU、網絡、存儲和安全的支持，實現更完整的加速平臺；與合作伙伴開發覆蓋從端側到 HPC 所有平臺的設備；接入 NVIDIA AI 和 NVIDIA RTX 技術到 Arm 架構——此前這些支持僅限于 X86。
英偉達發布的這些產品，全部是為了開發者能夠在構建 AI 技術時獲得更多力量。在昨天的 GTC 上，英偉達一口氣升級和更新了 80 款 SDK，目前旗下工具的總量達到了 110 款。目前全球使用英偉達 CUDA 等工具的開發者數量已達到 200 萬人。
「在 AI 時代的新形式計算中，我們會為探索前沿方向和技術民主化親盡全力。」黃仁勛說道。
如何根據任務需求搭配恰當類型的數據庫？
在AWS推出的白皮書《進入專用數據庫時代》中，介紹了8種數據庫類型：關系、鍵值、文檔、內存中、關系圖、時間序列、分類賬、領域寬列，并逐一分析了每種類型的優勢、挑戰與主要使用案例。