GTC中国大会：NVIDIA首席科学家介绍AI研究的最新进展

jupitars · 发表于 2020-12-16 09:11:05

2020年12月15日，在GTC中国大会上，NVIDIA首席科学家，NVIDIA研究院高级副总裁BillDally分享了团队正在研发的技术。

Ampere技术在高性能计算方面有着卓越成效

“我们打造了性能非凡的高性能计算设备，致力于解决世界上极为苛刻的计算问题，所有这一切的基础都是硬件。”Bill Dally说。

图：NVIDIA首席科学家，NVIDIA研究院高级副总裁Bill Dally

Bill Dally首先介绍了Ampere，他说：“AmpereA100SXM模块具有处理海量计算的性能，借助这一模块，可以扩展Ampere的功能，从而解决非常苛刻的计算问题。”
并且如果用户还想扩展，可以取8个这样的是Ampere，将其放入DGX机箱中，Bill Dally说：“我们可以在机架中安装多个DGX机箱与Mellanox交换机，打造世界上性能最强大的计算机。”

硬件本身并不能解决世界上的难题，还需要借助软件来集中这种强大的计算能力应对苛刻的问题，BillDally表示，为了实现这一目标，NVIDIA投入了大量的精力来开发软件套件。
NVIDIA很早推出了CUDA，自2006年以来，人们一直使用CUDA来充分利用GPU的功能，为了方便人们在CUDA上构建应用程序，NVIDIA还提供了一整套开发库。
NVIDIA有大量的软件可以用来支持人工智能，包括用于自然语音处理和推荐系统的软件。
在医疗健康领域，NVIDIA推出了Clare软件包，它应用广泛，从Parabricks基因组测序分析到图像分析，再到挖掘医学论文数据库等，都可以使用。NVIDIA还提供了应用于智能视频分析的软件包，可以用来获取视频流，并根据所见得出结论。此外，NVIDIA还有一个适用于自动驾驶汽车的完整软件包，从在数据中心内组织数据集训练到车辆中进行自主部署。

NVIDIA A100采用7nm芯片，具有540亿个晶体管，而且还具有许多创新功能，相比上一代产品，它的功能更加强大。Bill Dally说：“这是NVIDIA第3代TensorCore，我们将这款特殊硬件集成到GPU中，以加速深度学习，在这一代核心中，我们增加了对新数据类型的支持TensorFLOAT32，解决了曾经在BFLOAT16和FP16之间进行数据类型选择的问题。”

Ampere的详细信息

NVIDIA A100的性能能达到1.5倍，在深度学习架构中，这是一个巨大飞跃，Bill Dally表示：我们使用这些A100，并将8个A100与大量SSD存储、大量RAM和9个Mellanox ConnectX-6 NIC组装在一起构建一台设备，这将组成一个性能出众的计算平台，该平台的性能将是其中一个GPU的8倍。

Ampere技术不仅在于其在深度学习方面表现出色，还在于它在高性能计算方面也有着卓著成效，而且还简化了AI与科学应用的结合。

NVIDIA研究院正在研究的项目

接着，Bill Dally通过NVIDIA研究院正在研究的项目，阐述了自己带领的200人的研究团队如何成功实现“黄氏定律(Huang’s Law)”。
这则定律以NVIDIA首席执行官黄仁勋（Jensen Huang）名字命名，预测GPU将推动AI性能实现逐年翻倍。Bill Dally说：“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。”

NVIDIA助力AI推理性能每年提升一倍以上

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100teraops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。
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。Bill 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。

工程师借助光链路，在单一系统中可搭载160多个GPU

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。

中国市场对NVIDIA至关重要

在探讨“NVIDIA科技助推中国产业创新”这个话题的时候，NVIDIA全球业务运营执行副总裁JAY PURI谈到，中国应用AI为行业提供竞争优势的能力一直处于最前沿，世界上一些极为重要的AI研究人员都在中国，创业生态系统充满活力，NVIDIA在中国进行了大量投资，中国市场对NVIDIA至关重要。