正在阅读：向AI全速进发 NVIDIA的数据中心野望向AI全速进发 NVIDIA的数据中心野望

　　由NVIDIA举办的GTC 2019今日在美国加州圣何塞正式开幕。与之前的几届GTC一样，今年，与AI和HPC相关的数据中心业务同样是NVIDIA创始人兼CEO黄仁勋在主题演讲中所关注的重点领域。显然，相对于日渐萎靡的消费级游戏市场，数据中心业务正在成为NVIDIA关注的重点。

　　一站式AI优化库——CUDA-X AI

　　在开场例行的“秀画面”环节之后，黄仁勋终于宣布了本次GTC的重头戏——CUDA-X AI库。

老黄眼中的PRADA，你get到了吗

　　CUDA，Compute Unified Device Architecture，是由NVIDIA所推出的一个类C开发环境，其主要目的是帮助开发者更好的使用GPU的并行计算能力，从而获得更好的软件运行效率。而本次推出的CUDA-X AI则是多种面向不同类型工作负载的经过优化的运行库的集合，运行在CUDA之上。按照NVIDIA官网的信息，CUDA-X AI包括加速深度学习算法的粗DNN、加速机器学习的cuML、加速数据科学中常用的pandas及类似框架的cuDF、用于执行高性能图表分析的cuGraph、用于加速基于模型的推理的TensorRT等一系列加速库的集合。CUDA-X AI目前所包含的加速库数量为18个。不过相信随着GPU应用领域拓宽和新框架的不断出现，CUDA-X AI的内容也会变得原来越多。目前，CUDA-X AI所包含的内容也都已经针对最新推出的Tensor Core GPU进行了适配和优化。

　　在过去，GPU用户在应对不同工作负载时需要单独安装不同的加速库，这显然相当麻烦;而CUDA-X AI的出现则会大幅简化这些前期的安装及配置工作，让开发者能够更专注于代码。

CUDA-X AI生态系统

　　目前，CUDA-X AI已经在包括Charter、Paypal、沃尔玛、微软等用户中实际部署，而包括浪潮、曙光、联想、HPE、戴尔EMC、思科、富士通等在内的7家系统设备供应商也推出了内置CUDA-X AI的硬件产品。

　　执着于造系统的半导体企业

　　与其他半导体企业几乎不碰终端系统不同，NVIDIA似乎特别乐于推出自己的硬件系统。从2016年的GDX系统到2017年的HGX，再到后来的GDX-2和HGX-2，NVIDIA不仅在持续更新自己的整机系统，更有着不断大型化的趋势。而今天的GTC 2019上，NVIDIA更是推出了更大规模的RTX SERVER POD。

加了存储、网络和控制节点的RTX SERVER POD，相当壮观

　　RTX SERVER POD是一种基于模块化设计的服务器堆栈，其设计思路相当有意思。

RTX SERVER节点所采用的刀片设计

　　从总体上看，一个满配的RTX SERVER POD是一个庞大的横向扩展服务器集群。这一集群由32台RTX Server组成，而每台RTX Server则又分为两个4U节点。在节点设计上，RTX Server node参考了刀片的设计思路，4U机框内可以安装10个RTX刀片，每个刀片内置两块RTX计算卡(GPU为Tesla T10，还包括一个Intel酷睿i9八核心处理器，32GB系统内存以及256GB的NVMe SSD，最大功耗450W。)。单个RTX Server接近300公斤，最大功耗10Kw。整个RTX SERVER POD内部采用Mellanox的Infiniband网络进行节点间互联，节点内部的GPU之间则使用NVLink互联。

　　这种层层嵌套的系统有利于大规模快速部署并且易于升级和维护，主要面向云游戏、大规模视频渲染、云计算等应用场景。

　　不难看出，随着NVIDIA在数据中心市场上的野心不断增大，其推出的系统规模也是一路上涨，从目前的发展来看，二者成正比关系(按照这一趋势发展下去，2020年的GTC不知NVIDIA会推出怎样规模的硬件系统)。

　　不忘在终端应用上发力的NVIDIA

　　在可以想见的未来，AI应用必将无处不在。但现实的问题却是如果想要真正普及AI(至少是目前这种以深度学习或机器学习为基础的AI)就必须在终端与云端之间建立更高的数据传输带宽，以应对高规格传感器所产生的大量数据，而这显然意味着更高的网络和使用成本。为了解决这一问题，NVIDIA给出的答案便是边缘计算。

Jetson系列及其特性

Jetson Nano及其开发套件，99刀不含税

　　在本次GTC 2019上，NVIDIA针对边缘计算、机器人等应用场景推出了Jetson Nano系列终端计算卡以及对应的开发套件。这些套件能够以相对低廉的价格和功耗帮助AI终端开发者进行产品研发。黄仁勋在介绍时表示，Jetson Nano不仅拥有出众的效能，更提供了对CUDA-X AI运行库的完整支持。

　　NVIDIA的未来

　　从最初的显卡公司到现在的计算公司，NVIDIA成功抓住了并行计算和异构计算崛起所带来的巨大红利。而随之而来的AI和HPC市场也为NVIDIA带来了巨大的利润。对数据中心市场的重视也就成为NVIDIA和黄仁勋本人顺理成章的选择。虽然我们没能在本次GTC上看到革命性的GPU核心，但NVIDIA显然向世人展示了新一代半导体强者所应有的气场和远见。