即使是非潮流人士，想必应该对PRADA品牌有所耳闻。这个1913年由玛丽奥·普拉达在意大利米兰创建的知名奢侈品品牌多年来一直引领着时尚的潮流。在各种时尚大会上，自然是经常看到“PRADA”这个单词的身影，然而，今天，“PRADA”居然出现在一个业界知名的科技大会上GTC 2019上，而且是由素有GPU“教主”之称的NVIDIA CEO黄仁勋口中说出的，不在现场的吃瓜群众听到了一定会大跌眼镜。

如此这般PRADA

“所谓PRADA，就是Programmable Acceleration Domain Architecture”，黄仁勋在GTC大会主题演讲中，解释了这个“时尚单词”的由来，并用一张图来诠释了NVIDIA的“PRADA”架构。

按图索骥，黄仁勋按照图形计算、HPC及AI、自主机器人及自动驾驶三个方面展开了长达两小时四十分钟的超长演讲。

加速图形计算

“加速计算不仅仅与芯片有关，”黄仁勋说。“加速计算是协作，协同设计，芯片架构，系统，算法和应用之间的持续优化。”

而用户对加速计算的追求体现在图形计算方面，就是NVIDIA的图灵GPU架构及其RTX实时光线跟踪技术正在被广泛采用，NVIDIA RTX也得到了广泛的支持，目前，RTX已经获得了包括Adobe，Autodesk，DassaultSystèmes，Pixar，Siemens，Unity，Unreal和Weta Digital等20多个合作伙伴的支持。在主题演讲现场，黄仁勋用数张真假难辨的照片以及一段游戏在采用RTX前后的效果对比来诠释了RTX的强大。

 

为了支持全球范围内日益复杂的管道中快速增长的创意专业人员，黄仁勋还介绍了Omniverse，这款可以使创意专业人士能够利用多个应用程序在不同团队和不同地点创建和分享场景。他描述的是像3D Docs for 3D设计师这样的协作工具，他们可以在同一个项目上工作，并且可以位于世界任何地方。“我们希望制作一种工具，使世界各地的工作室能够进行协作，”黄仁勋说。“Omniverse基本上连接了工作室中的所有设计师，它适用于所有工具。”

为了加快使用这些和其他工具的图形专业人员的工作，黄仁勋重点强调了NVIDIA RTX服务器，这是一个将与顶级系统供应商一起提供的参考架构。“我曾经说过'你购买的越多，你节省的越多，'但我认为我错了，”黄笑着说。“RTX服务器等于是免费的。”

 

此外，为了加速数据准备，模型培训和可视化，黄仁勋还介绍了基于NVIDIA的数据科学工作站。这些用于数据科学家的系统采用Quadro RTX GPU并预先安装了CUDA-X AI加速机器学习和深度学习软件，可以帮助数据科学家大幅提升计算效率。

进军数据中心

早些时候，NVIDIA以69亿美元收购Mellanox，实际上就已经明显的显露出NVIDIA要进军数据中心的决心。而在此次主题演讲中，黄仁勋宣布推出了CUDA-X AI，这款世界上唯一的数据科学端到端加速库，从而将AI引入引入数据中心。黄仁勋解释说，CUDA-X AI解锁了NVIDIA Tensor Core GPU的灵活性，从而可以发挥其更高的性能。目前，CUDA-X AI已被所有主要云服务，包括亚马逊网络服务，谷歌云、微软Azure以及Charter，PayPal，SAS和Walmart所采用。

黄仁勋还宣布了包括思科、戴尔EMC、富士通、HPE、浪潮、联想和中科曙光在内的全球顶级计算机和服务器制造商将推出基于NVIDIA T4推理GPU的服务器。这些服务器采用NVIDIA® T4 GPU，经微调后可运行NVIDIA CUDA-X AI™加速库，为业务提供标准、高效的平台，以开展数据分析和其他各类企业级工作负载。T4 GPU耗能仅为70瓦，是面向现有数据中心基础设施而设计的，可加速AI训练和推理、机器学习、数据分析和虚拟桌面。这种独特的功能组合有助于创建全新可通过GPU加速为企业提供更高实用性和多功能性的企业级服务器。 此举也将大大加速NVIDIA在数据中心计算领域的市场份额。此外，黄仁勋还透漏，基于T4 GPU的云服务也将很快由AWS提供。

 

“不仅要考虑他们节省的成本，还要考虑这些数据科学家拥有的最宝贵的资源 - 时间和迭代，”AWS计算服务副总裁马特加曼说。

最便宜的AI计算机

在全场一片惊呼声中，黄仁勋宣布推出了售价 99 美元的AI计算机 Jetson Nano，Nano是 Nvidia Jetson 嵌入式计算板系列中的最新产品，面向对象是开发者、制造商和研究人员，其价格只相当于 1/10 个 iPhone Xs，说它是史上最便宜的AI计算机，也丝毫不过分。

 

这是一款小巧，功能强大的CUDA-X AI计算机，可为运行现代AI工作负载提供472 GFLOP的计算性能，功耗仅为5瓦。它支持相同的架构和软件，为美国最快的超级计算机提供动力。

“这是关于这个小东西的惊人之处，”黄仁勋说。“这是99美元 - 整个计算机 - 如果你使用Raspberry Pi而你只是没有足够的计算机性能，你只需要自己中的一个，它就可以运行整个CUDA X AI堆栈。”

此外，黄仁勋还宣布推出Isaac SDK，这是一种工具箱，可以让制造商，研究人员和初创公司节省数百小时的时间，从而更容易为下一代机器人添加用于感知，导航和操作的AI。

自动驾驶的朋友圈

在主题演讲的最后部分，黄仁勋宣布了NVIDIA与丰田研究院高级研发公司（Toyota Research Institute-Advanced Development ，简称TRI-AD）在自动驾驶车辆的开发、训练和验证方面展开的全新合作。 该合作伙伴关系基于与丰田的持续发展关系，丰田早前就已经在使用NVIDIA DRIVE AGX Xavier™ AV计算机。此外，NVIDIA团队与日本丰田研究院高级研发公司（TRI-AD）、美国丰田研究院（TRI）之间密切的发展也为本次合作伙伴关系的建立奠定了基础。该合作协议包括开发一个可以扩展到众多车型和类型的架构，以加快开发和生产时间线，并在具有挑战性的驾驶场景中模拟相当于数十亿英里的驾驶。 

此外，作为合作的一部分，丰田研究院高级研发公司和丰田研究院正在将NVIDIA DRIVE Constellation平台用于其仿真工作流程的组件。 DRIVE Constellation是一款由两个并排服务器组成的数据中心解决方案。第一台服务器DRIVE Constellation Simulator使用NVIDIA GPU运行 DRIVE Sim™ 软件，用以生成在虚拟世界中车辆行驶的传感器结果。另外一台服务器Constellation Vehicle搭载了DRIVE AGX汽车计算机，用来处理仿真的传感器数据。来自Constellation Vehicle的驾驶决策可反馈到Constellation Simulator中，从而实现位精确且时间精准的硬件在环测试。 

黄仁勋还宣布推出Safety Force Field，这是 Nvidia 推出的 Drive AV平台的一个新组件，旨在保护无人驾驶汽车，乘客以及同路的其他汽车和乘客。Safety Force 内置于 Nvidia Drive 的自动驾驶汽车软件套件中。Safety Force 是运动规划堆栈中的决策策略，通过分析实时传感器数据来监控不安全的操作，能以最小化伤害和“潜在危险”为目标进行预测。

“Safety Force可以检测周围的汽车并预测它们的自然路径 - 了解我们自己的路径 - 并且计算上可以避免流量，”黄仁勋说，并补充说开放软件已经过模拟验证，可以与任何驱动软件结合使用。

总结

与往年相比，虽然此次GTC大会，没有传闻中的新的GPU 架构 “安培(Ampere)”的消息，也没有堪称“核弹”级的重磅产品的推出，但整个主题演讲全程仍然不乏亮点，也可以说的上是一场精彩的发布会，因此，本届大会也吸引了创纪录的9,000名观众的注册。

而从此次GTC大会我们也能看到，NVIDIA在继续巩固自己在图形计算、AI加速、自动驾驶、自主机器人的基础之上，正在加速进军企业数据中心，而这里，将是NVIDIA的另一个期待增长的市场，同时，也是一个竞争更加激烈和残酷的市场。这个过去的图形加速卡的霸主，如今GPU的领先者，究竟能在这个市场取得怎样的成绩，让我们拭目以待！