NVIDIA GTC 2018观察（一）：超越摩尔定律的是？

GTC是NVIDIA主办，已经历时10年的技术会议，在总部附近的圣荷西会议中心举办，展示突破性的软硬件技术。过去是高速运算、电脑游戏相当重要的产业会议。近年来更是人工智能（深度学习）技术相关最火热的产业会议。过去5年来，报名人数由2,000人增加到8,500人。

这次与会的目的主要是发表50分钟的技术演说，关于如何采集关键性的深度（机器）学习训练数据以及效率的训练方式。

大会中令人最期待的，应该是CEO黄仁勳的主题演说。其中重量级的产品发表是算力达到2 petaFLOPS的DGX-2 ─ 16片最新GPU显卡集群服务器、存储器加倍、内部带宽大量提升。不过这也是回应市场需求的渐进式发展：当深度学习网络越庞大、训练数据（尤其是影像、语音等）越多时，即使是2016年问世的DGX-1，也需要升级；我们在开发新深度模型时，也有同样的观察。

从0到1是最令人佩服的。在2007年公司外部竞争最艰困的时候NVIDIA坚持推出CUDA，期望个人电脑也可以将GPU的性能、动画品质发挥到极致，即使得增加额外的生产成本；还有与学术界合作，察觉深度学习的机会而提早因应。值得观察的是2018年那些有机会由0成长为1的新品：重兵部署的Project Clara主攻医学影像智能技术，还特别强调与既有的医学设备兼容。此外，为了提供无人驾驶、机器人有效率以及安全的训练平台，结合专长图学技术，分别推出Drive Sim以及ISAAC虚拟环境，刚好呼应自驾车的测试安全。

朋友聊着，NVIDIA能持续精进的原因是什麽？超摩尔定律（Super Moore's Law）？我说也有可能是「Super-Charisma（超魅力）」。当你看到一个明星级的CEO，在活动结束之后，会一一叫出工作人员的名字、热情拥抱，然后逐一跟她们道谢、称赞他们执行得非常成功。你得佩服，除了（超）摩尔定律之外，有其他更重要的致胜因素！