現在、黄は、NVIDIAは、中国で3000人の従業員を持って、中国は総収入NVIDIAの第三を占めたことを指摘しました。
ジェン・スン・フアンは、物事の知恵を告げ、昨日発表された、とARMは、NVIDIA DLA由来AIチップ技術を作成するために協力し、NVIDIAは、このようなGoogleのようASICチップ（ディープラーニングアクセラレータ、深い学習アクセラレータ）DLAの性質。AIチップの今では多くを、構築することです基本的にASICハードウェアであるTPU。
さらに、Huang Renxun氏は昨日のインタビューで、Nvidiaが公道で無人運転車のテストを中断した理由を説明した。
ちなみに、その日は、今日はまた、アドビシステムズ社首脳会議に起こり、黄は、NVIDIAが戻っサンノゼGTCへのレイトレーシング技術、画像処理技術、今日の午後、との話、ラスベガスでのAdobeサミットに残っていますインタビューに参加しましたサイト。
手のARM、専用のAIチップを作成するためのヘルプチップメーカー
今では多くの中国のAIチップスタートアップ企業は、NVIDIAがそれに脅威を与えるかどうかは、新興の？
ジェン・スン・フアンは、AIは、すべての業界のソフトウェアの未来は、すべてのソフトウェアは、AI、クラウド、ヘルスケア、製造業からの利益になるというように、NVIDIAは、多くのAIスタートアップ企業で働いていた。企業のその本体よりもはるかに大きく、AIの将来は非常に大きく、未来である、と述べましたAIチップとチップ企業は、独自のAIチップを構築することができるように、ARMハードウェアの統合フレームワークへのそのようなDLAとしても、ベンチャー企業、このTPUは似てます。
昨日の演説では、NVIDIAは、今年2月に物事AIチップ（IOT AI SOC）、NVIDIA AI技術を構築するためのチップメーカのARMとの提携を発表したチップのメーカーは、より簡単に、独自のを構築することができ、立ち上げたプロジェクトエンレイソウの枠組みをARM携帯電話チップ、コンシューマエレクトロニクスチップ、チップや他のものを含むAIチップが、。この技術は、NVIDIAのGTCオープンソースに昨年DLA深い学習アクセラレータプログラムをベースにしています。
シーン、ジェン・スン・フアンは、ASICチップ（ディープラーニングアクセラレータ、深い学習アクセラレータ）などTPUのグーグルとしてAIチップの今では多くのDLAの性質上、基本的にハードウェアのASICを構築するためのNvidiaの知恵の事をされると語りました。
ジェン・スン・フアンは、メーカーは、独自のAIチップを作成するために、大規模なAIのアーキテクチャ異なる構成に小さなからダウンロードすることができた後、ARM IPのDLAフレームワークに統合されますARMとの今回の提携は、行くことが、このチップTensorRTは、上記のソフトウェアを実行する必要があると述べました。
Huawei社キリン970、アップルA11対NVIDIA DLA
ロボット工学、スマート都市と同様に、DLA深い学習促進事業などのグローバルなビジネス、担当のディープTALLA NVIDIAの副社長は、このプロジェクトは昨日のNvidia ARMチップの巨人と固有のアクセラレータIP-綿密な研究の末、スマートチップの基盤を構築するための技術協力です。
大手チップメーカーは、独自の低消費電力チップを作成するには、この無料のチップ・アクセラレータ・プロジェクト、AIをダウンロードできるように昨年、NVIDIAは、DLAオープンソースプロジェクトを選択しました。しかし、オープンソースプロジェクトの使用は、まだ一定の技術的な閾値を有する。この中でGTCを、 NVIDIAはARMと協力して、再び構築するAIチップのしきい値の低下を発表しました。
ディープTALLAは、DLAは、オープンソースプロジェクトである知恵の事を告げ、この協力はARM課金されることはありません。DLAプロジェクトは3年間のために開発されており、その理由は、自由でオープンソースを選択します、このようなプロジェクトの焦点は、ためのものNVIDIAの懸念ではありません。
過去6ヶ月の間に、多くのエンドスマートチップ専用のAIがどの懸念のほとんどは2つの携帯電話のチップとして来る、現れ始めた：Huawei社キリン970を、アップルA11ディープTALLAは今、現場に来て、一時的にNVIDIAアクセラレータIPを学んで何の深さんキリン970 NPUは、コントラストがリンゴA11ニューラルネットワークエンジンパラメータ。しかし、研究開発のDLA 3年後に、NVIDIAは、深い学習アクセラレータハードウェアを作成することが判明、実際に簡単な部分、プロジェクト全体で、ハードの部分はどのくらいより、ソフトウェアでありますさまざまなAIソフトウェア、AIフレームワーク、ニューラルネットワークのより良い展開方法などをサポート
ニューラルネットワークように、これらの点で、NVIDIA多くのソフトウェアエンジニアは、特にニューラルネットワークアプリケーション（推論）の長年の研究を投資していると展開（展開）に関して、このGTCでは、ジェン・スン・フアンはまた、TensorRT 4.0新バージョンを発表しました配備はより簡単かつ迅速です。
GPUが不足している主な4つの理由
サイト黄はまた、現在の需要はGPUのパワーNVIDIAの供給を上回っていると述べ、4つの理由があります。
一方ではGPUの需要は昨年のアップグレード、急速な発展にゲーム業界ですが、いくつかの良いゲームが大ヒット製品の発売があります。
一方、コンテンツ制作は現在進行中であり、コンテンツ共有市場も発展しており、特にコンテンツベースのコンテンツ制作が進んでいる。
インフィニオンのGPUは、人工知能の発達により、あなたが誰であろうと人工知能をさらに普及させます。
最後の側面は、世界で最もホットな分野の1つです。ブロックチェーン。世界中の何十億ものGPUが同じアーキテクチャを使用しているため、世界最大の分散型データベースと見なすことができます。
公道で運転手のない自動車のテストを一時停止する
昔、Uberのドライバーレス車の路上試験による歩行者死亡事例は、世界の自動車産業に影響を及ぼしました.GTCの間、Nvidiaは公道でのドライバーレス自動車のテストを中止することを正式に確認しました。
まず、ジェン・スン・フアンは、NVIDIAが--Uber自動操縦技術を使用していませんでした。ジェン・スン・フアンは、以前のインタビューで述べたように、この事故はまた、業界全体に影響を与える人、誰もが悲しい感じさせなかったと述べた。Nvidiaのも、すべての人の安全性について非常に懸念彼らはまた、テストのすべての種類を行う車をテストしているため、従業員のNvidia含みます。
そのため、NVIDIAは公道での試験無人車を一時停止することを決定し、そしてこの事件は、調査、研究を理解することから、将来的に作業がより安全に、経験から学ぶ。しかし、黄はまた、この一時停止があまりにもすべきではないと言いました長い時間。
昨日の基調講演では、黄はまた、自動化されたが、名前のDRIVE SIMとコンステレーション、クラウドで（カメラ等、レーダー、を含む）第一世代のセンサデータを駆動するための3Dシミュレーション・テスト・プラットフォームを導入し、その後、DRIVEペガサスにデータを転送します自動操縦システムを訓練するのを助けるために。仮想世界と同等以上の安全な無人の車を、テストします。