戳蓝字“CSDN云计算”关注我们哦！
作者|刘晶晶
在炫酷的复联4电影中，超过2600个特效镜头层出不穷，意味着电影的后期剪辑与特效对于硬件设备的要求越发提高，毕竟特效制作着力依赖画面渲染。我们了解，在没有GPU之前，这些渲染工作对于专业技术人员很困难，效率很低；但新技术的发展让实时渲染成为现实，用户体验也越来越真实，很大程度上归功于英伟达对渲染的贡献。
英伟达高层沈威曾在公开场合中表示，一直以来，英伟达努力的方向都是更快与更真实，很显然Quadro架构的引进极大程度解放了计算能力，在如今的数据时代，GPU更能带动边缘计算的发展。
就在前段时间的InfoComm China 2019上，NVIDIA展示了专业视觉解决方案Quadro RTX GPU和虚拟GPU解决方案等领先产品，其中包括光线追踪、8K视频编辑、虚拟GPU等黑科技，集中展示了AI赋能下专业视觉领域新突破，当然还包括NVIDIA最新专业视觉解决方案在提升工作效率以及推进专业视听产业升级中不可或缺的作用。
据阿晶了解，NVIDIA虚拟GPU解决方案通过加速工作流程、让用户能够随时随地开展工作，助力设计师和工程师将其创作转变为现实；此外虚拟GPU解决方案还可以为数字化办公场所中的现代化应用程序和操作系统（如Windows 10）提供经济高效的性能和易管理性。此外，RTX服务器可用于Optix RTX渲染、游戏、VR和AR以及专业可视化应用程序；新鲜出炉的数据科学工作站则专为数据分析、机器学习和深度学习而设计，提供了极强的计算能力和工具。
对此，NVIDIA中国区高级市场总监刘念宁表示，NVIDIA在InfoComm China上主要讲图形专业图像处理，而且也在不断加入新的理念，例如人工智能和计算机图形的结合。今年的InfoComm China上，NVIDIA则重点加入5G技术。
总体来看，从图形到计算机图形和人工智能相结合，现在更把5G加进来，这些如何整合实际上是NVIDIA很重要的产品趋势；RTX服务器、数据科学工作站以及虚拟GPU解决方案能够为更多创造者提供强大的引擎并赋能创新。
英伟达方面强调，在计算机图形领域，现在最重要的技术和产品是Quadro，致力于让RTX for Everywhere，即到处都应该有RTX；在AI方面，NVIDIA除了具备硬件产品之外，最重要的是软件包括CUDA-X，有很多基于CUDA架构的软件开发包，提供给所有开发者免费套件。RTX for Everywhere和CUDA-X软件包以及工具，确实可以助力很多创造者。新晋技术5G除了提供很大带宽，低延迟之外，更重要的是让端和云的界限变的 越来越近。
“追溯RTX，其实图形学中有两个飞跃的阶段，第一个是从固定管线到可编程着色器（Shader），之后会加入一些计算元素；最近我们将AI技术引入了图形学，例如AI降噪功能可清除图像中的颗粒感。RTX是一个什么技术？RTX的RT，就是Ray Tracing（光线追踪）；X是什么呢？表示强大神秘的力量。”NVIDIA高级解决方案架构师宋毅明说。
为什么要引入RTX服务器？既然Quadro RTX GPU也可以放入个人PC中，为什么还需要一个整体的解决方案？宋毅明坦承，毕竟从现实情况来看，一个渲染团队可能需要几十甚至上百人，如果一个员工正在设计或者创造资源，其他人员可能就需要等待才可完成工作，因此单一化管理的效率相对较低；当然也考虑到一个整体的项目需要用到很多软件并涉及诸多流程，推出RTX服务器事半功倍 。
有资料显示，RTX服务器由RTX 6000和8000组成，一共有8颗GPU，每两个通过NVLink连接起来，用户可以利用RTX服务器这样的产品处理数据量非常大的工作流程。关于具体的渲染过程 ，“我们可以把任务通过后台方式提交给RTX服务器，渲染以后以流的方式推出，甚至可以直接观察到RTX服务器渲染出来的场景，完全不影响其他工作的同时进行，对此有很多案例可以被举出，例如《汽车总动员》。”他说。
此外在交流中，阿晶得知，NVIDIA对RTX服务器进行了相当程度的优化，供云游戏运营商使用，使其能够以GeForce RTX 2080 GPU的性能水平在任何客户端设备实现游戏的渲染和流式传输；而电信运营商则可以做到通过在数据中心借助NVIDIA运营的GeForce NOW软件部署优化型RTX服务器，获得了易于部署的一站式解决方案，可传输对计算要求苛刻的内容。
"RTX技术是NVIDIA一个里程碑式的技术创新，在视觉效果和处理速度上有着巨大飞跃。大家都知道影视、渲染、图形应用对性能以及画面质量的需求是无止境的，更重要的是现在可以提供硬件的解决平台。"宋毅明谈到。
除了针对RTX的最新介绍之外，会上英伟达还抛出了一个立足于现实的问题：在数据量非常庞大、CPU处理时间很长以及应对传统机器学习很费时的情况下，我们应该如何高效处理数据？针对这个问题，其实通过最新出炉的数据科学工作站就可以妥妥搞定。
据悉，NVIDIA赋力的数据科学工作站基于强大的参考架构搭建，该架构由两颗高端NVIDIA Quadro RTX GPU和NVIDIA CUDA-X AI加速数据科学软件构成，如RAPIDS、TensorFlow、PyTorch和Caffe等。进一步借助NVIDIA NVLink互联技术，双Quadro RTX 8000和6000 GPU可实现最高可达260 teraflops的计算性能和96GB的内存，因为预装了所需要的所有库，既可以满足机器学习，可以着手深度学习加速方案。
具体来说NVIDIA CUDA-X AI是一组NVIDIA GPU加速库合集，包括用于加速深度学习原语的cuDNN、用于加速机器学习算法的cuML、用于优化训练模型以进行推理的TensorRT以及其他15个以上的库；它们能够与NVIDIA Tensor Core GPU无缝协作来加速端到端工作流程，以开发和部署基于AI的应用。值得提及的是，CUDA-X AI可被集成到TensorFlow、PyTorch和MXNet等深度学习框架中以及AWS、Microsoft Azure和Google Cloud等领先的云平台中。
更重要的是，RAPIDS是软件架构的一个方案，利用GPU强大的算力解决数据科学家的数据准备、模型训练和最后验证的整体加速流程；数据科学工作站就是把RAPIDS软件整体方案集成在预装中，可以直接拿来基于RTX 6000、RTX 8000的显卡数据科学工作站就可以应用。
聚焦虚拟化方面，本次NVIDIA虚拟GPU解决方案极力强调通过加速工作流程、让用户能够随时随地开展工作，助力设计师和工程师将创作转变为现实的着眼点。对此NVIDIA GPU虚拟化高级解决方案架构师马林提出，今年夏季英伟达还会发布一个新版本，也就是vGPU 8.0版本。这个版本最大的特点就是对RTX 6000和RTX 8000的Quadro系列GPU的虚拟化；而在这之前使用vGPU，底层还是必须使用Tesla系列的数据中心GPU。
其次新版本还支持热迁移，“我们希望一个物理服务器可以支持更多用户，例如在4K用户需求下，可以支持显存是16G的T4 GPU；如果按照每一个vGPU是1G显存的分割方式，我们就可以支持16个用户。”此外，Windows10每隔一段时间就会发布一个升级版本，vGPU会针对每一个升级的Windows10做相应优化，改善用户体验，这就意味着用于虚拟机里的vGPU和底层的物理GPU具有等同的特性。所以随着产品的不断迭代，vGPU可以让用户充分体会底层GPU的特性，为很多行业，包括影视娱乐、制造业、建筑行业提供RTX技术来提升工作效率。
福利
扫描添加小编微信，备注“姓名+公司职位”，加入【云计算学习交流群】，和志同道合的朋友们共同打卡学习！
推荐阅读：
微博宕机复盘：什么样的技术架构，可支持80个明星并发出轨？
漫画 | Kubernetes带你一帆风顺去远航
Android 告急！
超酷炫！Facebook用深度学习和弱监督学习绘制全球精准道路图
多地GitHub账号使用受限；Python之父考虑重构解释器；62岁程序员埋逻辑炸弹 | 开发者周刊
3个核心差异, 告诉你为什么Libra永远成不了比特币！
