【IT168 评论】你是不是有时候会诧异，科技大片中天马行空的生活居然离我们如此之近？拖着疲倦的身子回家，智能家居已为你准备好一切；无人驾驶汽车内的你，再不用为交通规则而焦虑；为你听诊的医生专家是长相可爱的机器人；越来越便利的生活背后是一个永不停歇的“发动机”，这就是人工智能。
如今，人工智能，无处不在。它可以帮助我们更有效的寻找商品，预测病人的生命体征，智能视频监控公共场所……人工智能正促进着各行各业的发展。支持着大规模并行计算的GPU已经成为人工智能发展的重要硬件基础，而深度学习作为实现人工智能场景化的重要技术，需要新型的高性能计算。
近日，2017全国高性能计算学术年会(HPC China 2017)在合肥召开。随着人工智能的兴起及GPU在高性能计算领域发挥着越来越重要的作用，在会上诸多与会者都围绕基于GPU所带来的产品和应用的创新进行了探讨。NVIDIA公司副总裁暨中国区企业事业部总经理沈威先生，也在特邀报告环节分享了他的观点。会后，笔者还有幸参观了NVIDIA丰富的展台，近距离感受到了NVIDIA在高性能计算与人工智能方面的创新。
▲NVIDIA公司副总裁暨中国区企业事业部总经理 沈威
人工智能推动高性能计算新突破
据沈威介绍，2006年NVIDIA公司发明了CUDA，此后，学者、研究人员和开发者得以方便地用加法去研究GPU运算，从此NVIDIA进入高性能计算领域。11年间，包括生物、化学、医学等科学领域都使用到了GPU。因为NVIDIA投入了CUDA以及高性能计算，整个行业有了翻天覆地的变化。
有数据显示，目前采用CUDA的开发者人数已从2012年不到4.5万人，到最近资料显示已经增加至61.5万，GPU加速的应用也已经超过450个。不仅如此，去年11月，insideHPC.com分析公司针对HPC领域科研人员及厂商的调研结果显示， 92%相信AI将会影响其工作，93%已经在工作中采用了深度学习，并看到了积极的成效。
因此，人工智能已成为高性能计算的杀手级应用，并将推动高性能计算行业的发展。
在深度学习方面，基于GPU的深度学习正在渗透到互联网服务、医疗、媒体娱乐、安防、自动机械，以及金融和电信等传统行业。例如：中国移动利用深度学习和GPU技术大大减轻了人工客服的负担;平安保险正在采用GPU和深度学习的方法来协助车险定损。
除了深度学习，NVIDIA还将继续在高性能计算方面发展。NVIDIA希望非传统做计算机科学的人也能够便捷地利用GPU和并行运算，而不需要花费太大的精力来改写源代码， OpenACC就可以帮助他们实现。
软硬结合 NVIDIA推动高性能计算快速发展
来到NVIDIA展台，最吸引眼球的莫过于那台专为深度学习应用打造的超级电脑——DGX Station。
据NVIDIA专家介绍，DGX Station可以说是业界唯一一款专门针对个人设计的超级计算机。它采用了工作站式的设计、采用了很多新技术。
DGX Station采用最新TESLA V100 GPU + NVLink的架构，配置了4个GPU，GPU之间用最新NVLink高速带宽连接起来，性能可高达480TeraFlops。
DGX Station的设计兼顾了非常好的的性能与小巧的体积，是世界上最安静的工作站，之所以叫最安静的工作站，因为这是目前业界唯一针对个人工作站采用液冷设计的产品，非常静音，适合办公室环境。整个机器的噪音只有35分贝，非常低，在办公室里可以很安静的工作，不会打扰我们的正常思维。
接下来，我们来到了可视化实时仿真的演示。Ansys公司和NVIDIA经历4年时间，利用CUDA制作了一款叫做Discovery Live的软件。目前，这个软件仍为技术预览版，预计明年的2月份会正式发布。
这款软件能够实现可视化实时仿真，即借助NVIDIA GPU的并行处理能力，实现传统计算仿真和可视化渲染的完美结合。
如大家所见，用户可以就导入的三维模型进行设计和编辑，该软件可以兼容众多主流的模型。将这些模型导入后，用户可以创建相应的物理场，目前可支持的物理场有热、流体、内、外部结构、模态等5种。
据NVIDIA专家表示，Discovery Live突破性技术不仅为每位工程师带来实时仿真功能，同时在易用性方面取得重要突破，从而实现真正的数字实验。通过在前期阶段应用仿真，帮助数百万工程师从仿真的强大功能中受益，它将彻底颠覆传统的产品研发过程。
除了硬件加速器，NVIDIA还展示了30路高清视频解码、实时分析和元数据提取的能力——DeepStream。
DeepStream是由中国团队开发的产品，可以实时处理30路视频的解码，这解决了AI领域的一大挑战，在自动驾驶汽车、交互式机器人、过滤和广告投放等应用场合下，理解大批量的视频内容，通过将深度学习能力集成到视频应用程序中，公司能够提供以前不可能提供的创新型智能视频服务。
除了工具类产品的研发，NVIDIA也有一批技术人员研究前沿的深度学习算法，例如：超分辨率算法，利用深度神经网络，对低分辨率游戏视频进行超分辨率处理，大大提升了观看体验。
写在最后，随着GPU技术的更上一层楼，使大数据分析、人工智能、机器学习、高性能计算等再度火爆，行业中的一个个鲜活应用，使GPU在HPC等方面取得了百花齐放的景象，对GPU技术的进一步提升提供了新的动力。
