666元！英伟达史上最便宜的AI硬件发布：可运行所有AI型号，功耗5瓦-量子比特

中国古语中有一句话叫做有里有里。

AI芯片巨头英伟达的2018比这更糟糕，2019年GTC大会也比以往更受关注。

而且有趣的是，教主黄仁勋选择了这次的主题演讲场所圣何塞州立大学讲堂。

这所公立大学以硅谷闻名，计算机领域最著名的同学是原Intel理事长高登·摩尔。“摩尔定律”是以他的名字命名的。

并且老黄是世界上最热衷于宣传摩尔法则无效的人。

但这次，“老黄”没有说一句“摩尔定律”，而是默默抛出了价值99美元的AI开发套件Jetson Nano。

具体情况怎么样。我们将完全回顾一下今年GTC的发布情况。

首先，核心方法：直接查看CUDA-X。

根据英伟达，端到端的数据仓库加速器库是世界上唯一的。帮助从事数据分析、机器学习和深度学习的数据科学家们更快地完成工作。

CUDA-X由十几个专用加速库组成。整个系统包括用cuDF加速数据分析，用cuDNN深入学习原语，用cuML进行机器学习算法，进行DALI等数据处理的几个部分。

简而言之，所有的英伟达库都集成到一个名为CUDA-X的库中。

所有深度学习培训框架（包括TensorFlow、PyTorch和MXNet）都会随着CUDA-X的发布自动优化到英伟达Tensor酷睿GPU。

英伟达CUDAX解锁了Tensor Core GPU的灵活性，显示出机器学习和数据科学的工作量最多可以加速50倍。CUDAX可以加速典型AI工作流的每个步骤，无论是使用深度学习训练语音和图像识别系统还是使用数据分析评估抵押贷款组合的风险。

然后，“只点击几次”。

微软的Azure Machine Learning（AML）是集成了RAPIDS的最初的云服务，RAPIDS是CUDA-X的关键组件。通过访问RAPIDS开源库，数据科学家可以以“前所未有”的速度预测分析AML上的英伟达GPU。

英伟达官方发布的数据显示，在AML使用RAPIDS可以将企业培训AI模式所需的时间减少20倍，将培训时间从几天减少到几小时，或者从几小时减少到几分钟。

此外，CUDA-X还部署在几个主要的云平台上，例如亚马逊、AWS和谷歌云。目前PayPal、沃尔玛等公司正在使用相关服务。

值得一提的是，在介绍CUDA-X时，用老黄把皮还给了他。他说：每次演讲，我想让你们记住一个关键词，今天的关键词是：

PRADA。

让他们一起读了现场。接下来要发表的东西，可能还很贵。

PRADA其实是四个单词的强行缩写，代表CUDA-X介绍的几个方面：PRogrammable（可编程）、Acceleration（加速）、Domains（域）、Architecture（架构）

老黄聊了两个多小时后，最让网友难忘的是非常慢、非常短的时间内出现的硬件产品：

Jetson Nano。

小型性能不弱的小型电脑，老黄被称为“新的机器人电脑”，有两个版本。

一款售价99美元（约合人民币666元）的开发商套件，可为个人用户，如创客、学生、技术爱好者，另一款售价129美元，可为想要构建边缘系统的企业在生产环境中部署。

到现在为止的发表会痛感贫困的英伟达，也终于价格变厚了。在PRADA的衬托下，更是激动人心。

很多外国媒体都在打电话。因为Jetson Nano的价格可以让业余、学生等大众，制作自己的自动化设备。

当场，老黄也取出了基于Jetson Nano的无人车Kaya。

价格很厚，性能怎么样。Jetson Nano可以提供472GFLOPS的计算性能，但功耗只有5瓦。

前不久谷歌发布的千元TPU开发板，单精度和半精度浮点运算性能分别为32和64GFLOPs，英特尔神经计算棒性能为100GFLOPs。

Jetson Nano搭载了基于4核ARM A57CPU和128核英伟达Maxwell架构的GPU、4GB内存，使用了MIPI CSI-2DPHY通道摄像头。

它也支持今天发布的CUDA-X。也就是说，支持很多搭载了面向Tegra的Linux操作系统的一般人工智能框架，开箱即用。

英伟达会后，Jetson Nano运行ResNet、Inception、VOLO等各种神经网络模型，展示了目标检测、姿态估计等各种任务中估计的实际性能：

它还支持高分辨率传感器，可以对多个传感器进行并行处理，在每个传感器流上运行多个神经网络。

英伟达Jetson Nano说所有AI模型都可以运行，可以创建数百万的智能系统。

刚结束GTC的时候，有人对HackerNews说想DIY。

很快“同道中人”就会有回复，可以自己制作无人驾驶的汽车，可以追踪猫的无人机，自动识别鸟的摄像头等。

最后，描述了自动运行，老黄这是最重要的自动化设备的着陆场景。

也是三方面。

首先，发布新的DRIVE Constellation自动驾驶汽车仿真平台。

基于此平台，您可以在云中虚拟模拟各种自动驾驶场景。不需要进行数百万公里的道路测量。

老黄从正常运行到各种罕见的危机情况，都可以通过仿真实现，求风得风，求雨得雨，他说。它比现实世界中实现的效率高出好几倍，成本低，安全性高。

数据中心方案从去年开始就有官宣。包括两个并行服务器：

第一台服务器DRIVE Constellation Simulator是从虚拟汽车生成传感器输出的。

第二台服务器DRIVE Constellation Vehicle包括DRIVE AGX Pegasus AI车载计算机。

DRIVE AGX Pegasus接收并确定传感器数据，并将车辆控制命令返回模拟器。

老黄还强调，该过程是完全闭环的，而且定位准确，定时准确，测试环境也可以随心所欲。你不用怨天尤人求神。

其次，该平台完全开放，为DRIVE Sim生态系统合作伙伴集成环境模型、车辆模型、传感器模型和交通场景提供编程接口。

它还集成了合作伙伴的场景，使平台能够生成一个全面、多样、复杂的测试环境。

换句话说，玩法类似于虚拟仿真领域的Apollo。

英伟达这个“开放环保”也聚集了产业链的上下游玩家。

第三，还发布了基于英伟达仿真平台的最新合作。

而且，合作者头脑不小，是世界第一的汽车工厂丰田。

老黄的含义也很明确，像丰田这样的大工厂成为了第一个客户，开放平台DRIVE Constellation的质量一定是可靠的。

此外，GTC总会还宣布，以Safety Force Field（SFF）为主要组成部分，通过加强规划和控制，实现更安全舒适的驾驶体验，其算法策略是推出以车辆保护、乘客和其他车辆安全为主的自动驾驶软件套件。

在高级辅助驾驶领域，这是第一个起作用的。

当然，英伟达的GTC不炫耀最新的渲染成绩该怎么办呢。

今年新推出的图像渲染引擎使图像渲染更快、更真实。

NVIDIA Omniverse、三维创作渲染协同工具，以及团队成员在不同的时区，都可以一起致力于创作同一个三维场景。

此外，英伟达Adobe、Autodesk、Epic、Unity等16家厂商也宣布将获得RTX技术支持，帮助在复杂场景中完成光线跟踪照明，以更快的速度进行图像渲染。这项技术支持将在今年内为900万创作者提供服务。

另外，对于玩家，英伟达发布GeForce NOW云游戏服务，游戏在云上的计算机上运行，但玩家无论打开哪个PC或MAC，都可以使云上的游戏显示在自己的计算机上，下载、安装、升级、不需要安装更新、修补程序，也不必担心自己的计算机配置不够。

显然，老黄也最爱这部分的Demo展示。

继续播放视频，不断受到掌声，掌声传得太快，好戏还在后面。

直到后来，教主才投下核弹语录。

但是，在今年的GTC中，新品确实便宜得让人无法想象是英伟达。

会后，大家最主要的评价集中在Jetson Nano上。

它更直接地以99美元的价格出售。

TheVerge也报道说，这种低价AI开发套件不仅仅是英伟达。

例如，英特尔的Neural Compute Stick售价79美元，而谷歌Coral最近推出了150美元的开发商套件和79美元的USB加速器两款设备。

但不可否认的是，英伟达正在进入潜在市场，AI驱动的创新正在增长。

并且，对于今年GTC基调演讲的关键词是PRADA的英伟达来说。

99美元，折合人民币666元。可以看出老黄的诚意。

你怎么想？