NVIDIA執行長黃仁勳
不認為Uber自駕車事故構成影響
由於近期發生車禍致死事故的Uber, 在今年CES 2018期間與福斯等車廠共同宣布與NVIDIA進行合作, 因此在警方尚未公布完整調查前, 不少人開始質疑是否NVIDIA所提供超級車用計算機出現異常.
不過, 黃仁勳在後續回複中表示, 目前仍無法確定Uber所發生事故的具體原因, 但從Uber這起事件所使用車輛仍為Volvo XC90, 以及從Volvo響應表示Uber在發生事故的車輛使用自有技術, 並未開啟原本車輛上的標準安全技術功能來看, 認為Uber並未直接使用NVIDIA所提供技術.
對於目前暫停外部自駕車相關技術測試, 黃仁勳表示希望能從此次事故中學習相關經驗, 日後即可避免類似情況發生, 但並不意味NVIDIA將會放棄自駕車技術發展, 縱使未能在真實世界繼續測試自駕車, 但依然可藉由Autosim, Drive Constellation運算平台等方式持續以模擬方式進行訓練, 同時強調所有車廠相關業者依然相當重視自動駕駛技術發展, 並且與NVIDIA一樣維持全速發展此類技術, 因此認為這樣的技術不應單次意外而全面停擺.
GPU加速需求從未停下
而針對目前市場在GPU加速需求部分, 黃仁勳表示由於高階遊戲, 電競與內容創作需求持續增加, 因此市場對於GPU加速的需求幾乎沒有停過, 而NVIDIA此次提出的NVIDIA RTX技術預期將可帶來全新影像視覺應用, 過去必須透過長時間渲染完成的映像, 在Volta顯示架構下僅虛數秒間即可完成, 甚至可實現即時渲染電影等級的光影互動效果, 將使內容創作者能以更具效率, 直覺方式完成更多作品.
同時在人工智慧技術應用持續增長, 同時成為未來軟體應用主流方向, 藉由GPU加速讓運算反應速度, 同時讓終端至雲端設備的運算均能加快之下, 將能使人工智慧訓練時間持續縮減, 同時也能讓人工智慧能力持續增加. 此外, 在近期區塊鏈技術持續成為顯學的趨勢下, 同樣促使GPU加速需求同樣有爆髮式成長, 因此可以預期市場對於GPU的需求幾乎從來沒有停過.
黃仁勳表示, 由於GPU的市場需求持續擴大, 幾乎在全球各個地區都有NVIDIA生產的GPU投入應用, 因此NVIDIA其實也能被視為用有全球最大資料庫, 同時也是全大區塊鏈技術供應廠商.
不因製程技術進展速度受限
對於有人質疑在現行製程技術持續縮減情況下, NVIDIA現行採用製程技術仍未下探至10nm或更小製程, 甚至市場其他競爭對手已經準備進入7nm製程發展, 黃仁勳則強調製程技術確實相當重要, 因為能在相同面積放進更多晶體管, 同時相對也能讓相同電力產生更高運算效能, 但在晶片設計其實仍有更多發展模式, 例如從Maxwell架構進展至Pascal架構, 並非僅以製程精進得到更高運算能力, 其中更包含架構本身改變所帶來影響.
舉此次揭曉的NVSwitch設計, 讓過去藉由NVLink技術串接兩組GPU的應用, 可以擴展至更多GPU同時串接, 因此促使總計使用16張新版Tesla V100與12組NVSwitch構成的「 全球最大GPU」DGX-2誕生, 藉此對應市場更大GPU加速運算需求, 同時也解決過去對於GPU發展將因為製程技術有所局限的問題.
此外, 與ARM攜手合作Project Trillium平台設計, 將可讓NVIDIA原本針對Issac訓練平台所提出的開放架構訓練框架NVDLA, 可進一步加入ARM晶片設計內, 當Qualcomm, 三星, 華為, Marvell等廠商藉由ARM架構設計新款處理器時, 即可藉由NVDLA學習應用串接NVIDIA終端或是基於雲端協作的GPU加速效果, 藉此讓更多物聯網裝置可藉由NVIDIA技術加速學習, 讓更多人工智慧技術能加快應用在物聯網設備.
從風險中尋找發展機會
對於目前投入發展事業是否擔心因為面臨更大風險, 例如市場對於人工智慧技術的不安全感等因素造成影響, 黃仁勳則認為市場任何生意都會伴隨著風險, 例如NVIDIA製作相當多的顯示適配器, 但可能面臨用戶根本不玩遊戲, 或是協助推動更多自動駕駛車輛, 但用戶並不想搭車出門, 但正因為市場有這些需求而促使廠商提出更多全新技術, 並且從經驗, 反饋中持續學習, 並且讓技術更加成長, 而NVIDIA也持續投入這樣的挑戰.