存储在线今天，NVIDIA首席科学家Bill Dally在GTC中国线上大会主题演讲中说道，NVIDIA的研究人员致力于打造速度更快的AI芯片，并将其用于具有更高带宽的系统，从而简化编程。
他以三个项目为例，讲述了自己带领的200人的研究团队如何成功实现“黄氏定律 (Huang’s Law)”。这则以NVIDIA首席执行官黄仁勋（Jensen Huang）名字命名的定律，预测GPU将推动AI性能实现逐年翻倍。
Dally 讲述：“如果我们真想提高计算机性能，黄氏定律就是一项重要指标，且在可预见的未来都将一直适用。此前，Dally曾负责NVIDIA在AI、光线追踪和高速互连领域的相关研究。”
超高能效加速器
为实现这一突破，NVIDIA研究人员专门开发了一种名为MAGNet的工具，其生成的AI推理加速器在模拟测试中，能够达到每瓦 100 tera ops 的推理能力，比目前的商用芯片高出一个数量级。
MAGNet采用了一系列新技术来协调并控制通过设备的信息流，最大限度地减少数据传输，而数据传输正是当今芯片中最耗能的环节。这一研究原型以模组化实现，因此能够灵活扩展。
另外，研究团队还开展了一项研究，旨在以更快速的光链路取代现有系统内的电气链路。
发挥所有光子的潜能
Bill Dally 拥有120多项专利，在2009年加入NVIDIA之前，曾任斯坦福大学计算机科学系主任。Dally表示：“我们可以将连接GPU的NVLink速度提高一倍，也许还会再翻番，但电子信号最终会消耗殆尽。”
该团队正在与哥伦比亚大学的研究人员密切合作，探讨如何利用电信供应商在其核心网络中所采用的技术，通过一条光纤来传输数十路信号。
这种名为“密集波分复用”的技术, 有望在仅一毫米大小的芯片上实现Tb/s级数据的传输，是如今互连密度的十倍以上。
除了更大的吞吐量，光链路也有助于打造更为密集型的系统。Dally举例展示了一个未来将搭载160多个GPU的NVIDIA DGX系统模型。
软件方面，NVIDIA的研究人员开发了全新编程系统原型Legate。开发者借助Legate，即可在任何规模的系统上，运行针对单一GPU编写的程序——甚至适用于诸如Selene等搭载数千个GPU的巨型超级计算机。
Legate将一种新的编程速记融入了加速软件库和高级运行时环境Legion，目前它正在美国国家实验室接受测试。
描绘美好未来
除上述三项研究，Dally还在主题演讲中谈到了NVIDIA特别针对医疗健康、无人驾驶汽车和机器人等众多行业打造的平台。同时，他还致力于钻研数据科学、AI和图形处理。
Dally表示：“经过几代人的努力，NVIDIA的产品将通过基于物理渲染的路径追踪技术，实时生成令人惊艳的图像，并能够借助AI构建整个场景。”
此外，他还首次公开展示了NVIDIA的对话式AI框架Jarvis与GauGAN的完美组合。GauGAN利用生成式对抗网络，只需简略构图，就能创建美丽的风景图。在演示中，用户可通过语音指令，即时生成像照片一样栩栩如生的画作。
在主题演讲视频录制的间隙，Dally接受了采访，表示对研究团队在多个领域取得的开创性进展深感自豪。
他说：“当前，NVIDIA在光线追踪领域所取得进展，都始于NVIDIA 研究院打造的原型，我们的产品团队都很兴奋。2011年，我委派NVIDIA研究员Bryan Catanzaro与斯坦福大学教授Andrew Ng共同合作一个项目，后来打造出CuDNN软件，让深度学习领域大量的研究工作成为可能。”
立足网络领域
此外，Dally还牵头开展了一项合作，构建了 NVLink和 NVSwitch最初的原型。NVLink和 NVSwitch如今用于全球最大型的超级计算机中，实现了其内部GPU的互连。
他说：“产品团队总能迅速将研究工作转化为实际成果，这也是NVIDIA如今能够成为全球公认最领先的网络公司之一的原因。”
谈及对科技的热情，Dally说自己就像个沉浸在糖果故事里的孩子。也许某一天，原本还在帮助一组团队研究AI加速器的他，就会突然转而帮助另一团队解决机器人领域的复杂问题。
他说：“我现在所做的，是一份全世界，或者起码是全公司里最有趣的工作，让我有机会能够助力塑造未来。”
除大会主题演讲外，GTC中国线上大会还将提供220多场主题演讲和分论坛，均可免费参加，且绝大多数将使用中文。
GTC中国线上大会高峰论坛及初创企业展示
主题演讲之后，NVIDIA的资深专家将齐聚高峰论坛，介绍公司在AI、数据科学和医疗健康领域的多项突破性技术在中国的落地应用。
此外，面向AI和数据科学领域初创企业的孵化项目NVIDIA初创加速计划（NVIDIA Inception）将邀请12家领军中国初创企业出席此次大会。
大会吸引了众多行业领军企业与机构参与其中，包括阿里巴巴、AWS、百度、字节跳动、中国电信、戴尔科技、滴滴、新华三、浪潮、快手、联想、微软、平安、腾讯、清华大学和小米。