“我是创作者……我是保护者……我是治愈者……”

伴随着一段极具科幻感的宣传片，一个机械女声宣告了自己的身份，“I AM AI”(我是人工智能)。欢迎刚落，身穿皮衣的黄仁勋登上了舞台，台下的开发者、研究员、创业者们，掌声雷动。

在这个 T恤和套头衫为主的科技世界里，黄仁勋绝对是个另类：和大多数极客型创始人不同，工程师出身又负责过市场的他更像一个摇滚明星，皮衣是他的标志性穿着，再加上极富煽动性的演讲能力，他是一个身上有着刺青的“叛逆” CEO。也只有这样的人，才能让自己在 1993 年成立的“老牌”公司，以及从事的并不性感的芯片产业，一次又一次站在聚光灯前沿。而现在，他又率先把下个世代的科技命脉——人工智能，握在了手里。

这位因为过去英伟达显卡发热实在太感人而被粉丝戏称为“核弹教父”称号的创始人，如今已经凭借 GPU处理器和数据中心，成为了当下人工智能时代的“基础设施”，自己也摇身变成了真正的“AI 教父”。

在英伟达主办的GTC大会上，这位 AI 教父像是摇滚明星一样，再一次面向现场的数千名观众，扔下了“核弹头”，把这个行业炸开了锅。

在这场大会上，谁都会忘记英伟达其实一家“游戏显卡”公司，来自游戏图形处理单元业务的营收占到了公司营收一半以上。但事实上，在整个长达 2 个小时的演讲里，只有在中间放出了《最终幻想》的一小个片段时，提到了游戏，其他时候，黄仁勋都在说两个词：AI 和 深度学习。

为什么深度学习和存在许久的 GPU 扯上了关系?就像黄仁勋说的， “人工智能带来了人类历史上最大的科技进步。”深度学习是一个人工智能开创性的方向，让计算机可以自己学习，这就极大地要求了处理性能的提升。事实上，由于GPU适用于并行计算(用上千个非常小的处理器组合在一起来共同解决问题)，它可以用于非常密集的训练，非常符合深度学习网络的计算特征。所以，大部分的深度学习网络都是在 GPU 上运行。

这也让英伟达的股价在过去一年的时间里狂涨了300%!直接成为了标普里表现最好的一支股票之一，也让英伟达的营收连续暴涨，净利在上个季度翻番，在很多大公司都在疯狂砸钱投入人工智能的时候，赚了个盆满钵满。而英伟达也很有继续领跑的趋势，根据它公布的数据，现在英伟达已经参与了超过 4 万家公司和 50 万名开发者对神经网络应用的研究。

不过尽管 GPU 被证明非常适合并行处理，但是也有不少研究表明，最终业界还是会需要专门为 AI 设计的架构。早就看到这一点的黄仁勋怎么可能让 Nvidia 光躺着数钱呢?尽管别家都还没能跟上，但他就已经带着英伟达率先往这个方向走了。在今天的演讲里，黄仁勋宣布推出了 Volta —— 一个可以说是现在地表最强的 GPU 架构，专门为人工智能和高性能计算打造，重新又掀起了一场(对手只有它自己)的性能大战。

尽管仍然被称为 GPU，但是 Volta 远不止于此。除了加强了 GPU 架构以外，英伟达还为深度学习环境添加了额外的处理能力。黄仁勋说，英伟达超过 7000 名工程师花费了超过 3 年的时间，才打造出了 Volta，来满足深度学习的需求，让工业界有机会去实现人工智能的颠覆性的潜力。

Volta 到底有多强?可以用数字来说话：作为英伟达第 7 代 GPU 架构，它是集成了 210 亿颗晶体管，具有 5120 个 CUDA 处理内核，可以和 100 台 GPU 在进行深度学习处理上的性能相抗衡;相比起前一代的Pascal ，它有了 5 倍的性能提升，而比起两年前才推出的Maxwell 架构，性能提升了 15 倍!

这个性能表现比起摩尔定律能预测的，直接翻了 4 倍。(事实上，在这个方面，英伟达永远都是在和自己较劲)。

开发者，数据分析师和研究员们都越来越依赖于神经网络来驱动他们所有的工作，比如自动驾驶，环境保护，农业生产甚至是癌症攻克都是如此。而由于网络变得越来越复杂，数据中心也需要提供更大的处理能力，他们需要高效地扩张，来支持基于人工智能服务的应用，比如自然语言处理的虚拟助手，个性化搜索和推荐系统等。

Volta 可以说意味着深度学习引擎的一个转折，从 原来的 GPU 或者说通用的处理器引擎，到一个接近专门的人工智能引擎。所以，而当黄仁勋掏出一个小小的处理器时，全场都激动起来：这样一个其实和 Apple Watch 大小差不多的芯片，就是第一个采用了Volta 架构的Tesla V100。黄仁勋甚至开玩笑说，他们在Volta 的研发上砸了 30 亿美元，这作为Volta架构的第一代产品，现在世界上还仅此一台的Tesla V100，价值就超过了 30 亿美元。

作为新一代的“核弹”，Tesla V100 性能爆表，可以说是开启了 AI处理器计算性能的新时代，说它是当今世界上表现最强的并行计算处理器一点都不夸张。GV100 拥有大量新的硬件创新，为深度学习算法和框架提供了巨大的加速，此外还为高性能计算系统和应用提供了更多的计算马力。

而同时推出的英伟达 DGX-1，据称可以代替 400 台服务器，就由 8 块Tesla V100 组成;英伟达还开发了深度学习专属 SDK，与Caffe2、TensorFlow等所有主流 AI 框架合作。

除了 Volt，在自动驾驶和机器人层面，英伟达也毫不手软。自动驾驶方面与丰田展开合作，丰田将采用英伟达的能实现每秒 30 万亿次深度学习计算DRIVE™ PX 人工智能汽车计算平台;而 Isaac™机器人模拟器，则能模拟现实对智能机器进行训练，让研究人员可以在真正部署前轻松进行调试和迭代。

难怪从黄仁勋的演讲开始，Nvidia 的股价就一直在涨，演讲结束后，英伟达的股价就涨到了16%，最后更是17.83%的涨幅收盘，市值涨到了 720 亿美元。

在 5 年内，GTC 参会者增长了 3 倍，今年达到 7000 人，开发者数量增长了 11 倍……然而这还仅仅是开始。就像黄仁勋在演讲里霸气总结的，“我们每年在 GTC 上演讲，就是因为我们需要找到摩尔定律之后的路。GPU 计算的崛起在驱动人工智能的革命。我们来到这里，是因为只有这样，人工智能才能得以实现。”