美国加利福尼亚州圣克拉拉 —— 太平洋时间 2024 年 2 月 20 日 —— NVIDIA 今日宣布，将于 3 月 18 日至 21 日在圣何塞会议中心举办 GTC 2024 大会。预计将有超 30 万人亲临现场或线上注册参会。 NVIDIA 创始人兼首席执行官黄仁勋将于太平洋时间 3 月 18 日（星期一）下午 1 点，即北京时间 3 月 19 日（星期二）凌晨 4 点在圣何塞会议中心发表主题演讲。届时将进行现场直播，演讲结束后还将提供视频回放。该主题演讲无需注册即可在线观看。 自黄仁勋在 2014 年 GTC 主题演讲中首次强调机器学习以来，NVIDIA 一直身处 AI 变革的最前沿。NVIDIA 的平台在众多领域的 AI 应用中发挥了至关重要的作用，包括大语言模型、生物学、网络安全、数据中心和云计算、对话式 AI、网络、物理学、机器人学以及量子计算、科学计算和边缘计算。 本次大会将举办超过 900 场会议，300 多家参展商将展示企业如何部署 NVIDIA 平台，以在航空航天、农业、汽车和运输、云服务、金融服务、医疗和生命科学、制造、零售和电信等各行各业实现重大突破。 黄仁勋表示：“政府、业界和组织机构都致力于利用生成式 AI 的变革能力，生成式 AI 已成为举世瞩目的焦点。GTC 已成为全球最重要的 AI 会议，整个生态系统都齐聚于此，分享知识并推动技术发展。期待您的参会！” 在线参会者请访问官网免费注册线上大会。 参加本次大会的重磅嘉宾包括但不限于： OpenAI 首席运营官 Brad Lightcap 微软生成式 AI 业务副总裁 Sébastien Bubeck Google DeepMind 杰出科学家兼机器人技术高级总监 Vincent Vanhoucke Meta AI 研究副总裁 Joelle Pineau 斯坦福大学计算机科学教授李飞飞博士 陈和

案例简介 •   本案例通过NVIDIA RIVA平台，平安科技智能服销应用组自主研发了智能客服系统，集成了语音识别、语音合成、语义理解三大智能引擎，以智能语音机器人替代传统的真人客服，实现自然的语音人机交互。 •   本案例主要应用到NVIDIA RIVA平台、NVIDIA NEMO模型训练平台。 Case Introduction •  In this case, through the NVIDIA RIVA platform, Ping An Technology’s intelligent service sales application group independently developed an intelligent customer service system, which integrates three intelligent engines: speech recognition, speech synthesis, and semantic understanding. The intelligent voice robot replaces the traditional human customer service to achieve natural voice and human-computer interaction. •  The major products utilized in the case are NVIDIA RIVA platform and NVIDIA NEMO model training platform. 客户简介及应用背景 平安科技是平安集团旗下的全资子公司，运用人工智能、智能认知、云计算、区块链等技术，实现对平安集团旗下的产险、寿险、银行

案例简介 •    本案例中通过使用NVIDIA T4 GPU和TensorRT，OpenGL，CUDA, CUDA/OpenGL interoperability等GPU软件技术栈，助力腾讯AI LAB虚拟人项目在人脸生成阶段达到了超过3倍的加速。 •    本案例主要应用到 NVIDIA T4 GPU，TensorRT, OpenGL，CUDA, CUDA/OpenGL interoperability等AI加速平台。 Case Introduction major products utilized in the case are NVIDIA T4 GPU, and NVIDIA AI software stack — TensorRT, CUDA, OpenGL, CUDA/OpenGL interoperability, etc. 客户简介及应用背景 腾讯AI LAB致力于打造产学研用一体的 AI 生态，主要的研究方向包括计算机视觉、语音识别、自然语言处理和机器学习，结合腾讯场景与业务优势，在社交AI，游戏AI，内容AI及平台AI等领域取得了显著的成果，技术被应用于微信、QQ、天天快报和QQ音乐等上百个腾讯产品。其中围棋AI “绝艺” 多次获得世界人工智能围棋大赛的冠军。 腾讯AI LAB打造的虚拟人，具有自然，生动且饱含情绪的表情，其背后由一套腾讯 AI Lab 自研的复杂系统支撑，系统首先要从文本中提取不同信息，包括表情、情感、重音位置、和激动程度等；之后，这些信息被输入到模型中生成，再同步生成语音、口型和表情参数，最终才有了虚拟人自然生动的表现。 客户挑战 根据虚拟人物需要表达的语言和情感，生成自然生动的人脸，是打造虚拟人重要的一个阶段。需要先渲染人脸的纹理图和渲染图，并将它们输入到深度学习模型中

黄仁勋称：“得益于各种进步，我们正处在行业高性能计算革命的开端。” 在下方的简短访谈中，NVIDIA 首席执行官向欧洲高性能计算专家们描述了我们一生中最强大的技术趋势的缘起和远景。 高性能计算正在经历多米诺骨牌效应，这种效应始于几十年前，常见于学术研究中心内的模拟仿真方面。此类实验室的研究工作吸引了航空航天、医疗健康等多个行业的注意，但他们发现，这些研究所需的大型计算量是在当时完全无法满足的，直到后来加速计算和深度学习出现，人们才重新看到曙光。 在这两种技术力量的推动下，多米诺骨牌正在倒下，并向四面八方散开。 黄仁勋在为法国 Teratec 活动致辞时表示：“当我们听到数字生物学革命、未来工厂革命或数字孪生革命时，他们都有同样的内因在推动发展。” 多米诺骨牌效应推动实现超指数级发展 可以用简单的算术来描述这种多米诺骨牌效应：高性能计算 + 加速计算 + 深度学习。 近期科学抗击新冠肺炎疫情的一个例子体现了该公式的强大成效。 图片说明：模拟仿真、加速计算和 AI 推动数字生物学呈超指数级进步。 数十年来，科学家们一直在尝试模拟原子的相互作用方式，这项工作对于推进化学研究、研制出更好的药物至关重要。难题在于如何实现观察记录复杂生物学机制。 例如，有一个团队在 2016 年取得了里程碑式的成就，利用 GPU 加速对 100 万个原子20 ns的行为进行建模。去年，由加州大学圣地亚哥分校 (UCSD) 研究员 Rommie Amaro 领导的一个研究团队利用 GPU 和深度学习，展示了健康的细胞是如何感染新型冠状病毒的。该团队在 Summit 超级计算机上对 3.05 亿个原子1毫秒行为进行了模拟，突破了极限。 在这 15 年间当中，速度增加了 1,000 多万倍。黄仁勋称这是以超指数级、超摩尔定律的速度实现的进步。 为各行各业提供有意义的洞察 这些数字令人震惊，更了不起的是，研究

生成式 AI 在网络服务中的使用引发了该技术的第一轮浪潮，各种能够帮助人们以空前速度进行写作、研究和想象的工具展现了无限的可能性。 如今，先进的开源基础模型已掀起第二轮生成式 AI 浪潮，同时，代理 AI 的进步正在提高 AI 工作流的效率和自主性。各行各业的企业都可以使用 Google Gemma、Llama 3.1 405B、Microsoft Phi、Mixtral 和 Nemotron 等模型开发自己的 AI 应用，以推动业务增长并提高生产力。 为了加快业务转型，企业需要标准的生成式 AI 工作流蓝图，例如数字人客服聊天机器人、检索增强生成、药物研发等。虽然 NVIDIA NIM 微服务能够帮助企业高效、便捷地利用这些模型，但企业生成式 AI 应用的构建过程仍然复杂，而且步骤繁多。 今天发布的 NVIDIA NIM Agent Blueprints 囊括了企业开发者构建和部署自定义生成式 AI 应用所需的一切，这些应用将对业务目标产生变革性影响。 数据驱动型企业飞轮的蓝图 NIM Agent Blueprints 是为特定用例量身定制的参考 AI 工作流，包含了使用 NVIDIA NIM 与合作伙伴微服务构建的示例应用、参考代码、自定义文档以及用于部署的 Helm 图表。 借助 NIM Agent Blueprints，开发者可以利用 NVIDIA 先进的 AI 工具以及针对每个用例的端到端开发经验，抢先创建自己的应用程序。这些蓝图可进行修改和增强，允许开发者利用信息检索以及可执行复杂任务的基于智能体的工作流。 NIM Agent Blueprints 还能帮助开发者在整个 AI 生命周期中改进应用。用户与 AI 应用的交互会产生新的数据，这些数据可用于在连续不断的学习循环中完善和增强模型，形成一个数据驱动型生成式 AI 飞轮。 NIM Agent Blueprin

为了应对这项有史以来最大的计算挑战之一，特斯拉需要配备前所未有的算力。 在本周的CVPR（国际计算机视觉与模式识别会议）上，汽车制造商特斯拉的AI高级总监Andrej Karpathy公布了公司内部用于训练Autopilot与自动驾驶深度神经网络的超级计算机。这个集群使用了720个节点的8个NVIDIA A100 Tensor Core GPU（共5760个GPU），实现了1.8 exaflops级别的超强性能。 Karpathy表示：“这是一台性能卓越的超级计算机，以FLOPS计，它大概可以在全球超级计算机中排到第5位” 通过将汽车行业前所未有的算力水平作为其研发周期的核心，特斯拉让其自动驾驶汽车工程师能够使用前沿技术来高效完成这项工作。 NVIDIA A100 GPUs 为全球最强的数据中心提供各种尺度的加速。A100 GPU基于NVIDIA Ampere架构打造，其性能比上一代产品高出20倍，并且可以划分成7个GPU实例，动态地适配不同的需求。 使用100多万辆在路上跑的车（的数据）来持续优化和迭代新功能，正是Tesla自动驾驶的垂直整合之道，而GPU集群也是其中一部分。 从汽车到数据中心 特斯拉的循环开发流程始于汽车。“影子模式”在不实际控制车辆的情况下，悄无声息地执行着感知和预测深度神经网络（DNN）。 任何的错误预测、误识别都会被记录下来。随后，这些实例都会被特斯拉工程师所用，来创建一个包含多种复杂场景的训练数据集，以完善DNN。 当前已经收集了 100万个以每秒36帧的速度记录的10秒片段，总数据量高达1.5PB。在数据中心，特斯拉将DNN置于这些场景中反复运行，直到DNN能够无差错地运行。最后，DNN被发送回车内，并开始下一轮循环。 Karpathy表示，以这种方式在如此大量的数据上训练DNN需要庞大的计算能力，特斯拉为此建立并部署了内置高性能A100 GP

由上汽和阿里巴巴联手打造的智己汽车发布了两款智能电动概念车型 这个全新的智能汽车品牌将由“大脑”和电力驱动行驶得更远。 中国最大的汽车制造商上汽集团与电子零售业巨头阿里巴巴联合推出了全新高端纯电动汽车品牌IM智己。该超长续航电动汽车将拥有由高性能、高能效的NVIDIA DRIVE Orin计算平台驱动的AI功能。         此次最新发布的旗舰轿车与SUV将具有自主泊车以及其他自动驾驶功能，其高配版配备115KWH电池。上汽将在今年4月的上海车展上开放纯电轿车的预订，SUV车型将于2022年开始发售。 这两款车型的集中式计算机系统的核心支持多块NVIDIA Orin系统级芯片（平台性能500~1000+TOPs ），除了能够实现各种自动和自主功能外，用户还能进行舱内个性化定制。此外，这两款车型能够通过无线不断升级，实现真正软件定义的驾驶体验。 通过统一的集中式计算架构，智己汽车在开发过程中也能获得先进的软件功能。就像手机一样，该软件定义的汽车将能够定期更新软件。 豪华品质，内外如一 开发顶级的高端电动汽车品牌，需要一流的车载计算平台。 NVIDIA Orin是当今性能最强的自动驾驶和自主机器处理器。该系统级芯片能够实现每秒254万亿次计算，以处理在自动驾驶汽车和机器人中同时运行的大量应用和深度神经网络，并且满足系统安全标准，例如ISO 26262 ASIL-D。 智己汽车搭载多块Orin系统级芯片，计算平台性能可达500 ~1000+TOPS，能够满足自动驾驶所需的冗余和多样性。 如同所有现代化的计算设备，该智能汽车拥有庞大的AI和软件工程师团队，并将随着科技发展不断提高汽车的性能。 IM = Intelligence in Motion 全新智己汽车将智能和电动出行提升至全新高度。 智己的

案例简介 腾讯公司利用NVIDIA TensorRT推理引擎的INT8推理能力和基于知识蒸馏的QAT训练，大大加速了微信中的搜索动能，节省了约70%的计算资源。本案例主要应用到NVIDIA T4 GPU和TensorRT。 Case Introduction With the help from INT8 inference capability of NVIDIA TensorRT inference engine and knowledge-distillation-based QAT training, Tencent WeChat search is speeded up greatly. About 70% computing resources are saved. The major products utilized in the case is NVIDIA T4 GPU and TensorRT SDK. 客户简介及应用背景 随着腾讯微信的发展，微信搜索也成为其越来越重要的功能，这个功能可以用来搜索微信内部的账号、信息，以及搜索互联网上的内容。微信搜索月活跃用户数量达到五亿以上。搜索业务当中使用了大量的神经网络模型，包括自然语言理解、匹配排序等等，这些模型的训练和推理都大量依赖于NVIDIA GPU，尤其在推理方面，NVIDIA GPU及相应的解决方案都满足了业务所需的延迟和吞吐要求。 客户挑战 微信搜索业务由多个子模块构成，包括查询理解、匹配、搜索排序等等。由于搜索的业务特点，这些任务对线上服务的延迟和吞吐都十分敏感。然而在最近几年，随着算力的提升以及算法的创新，很多大型复杂的神经网络模型开始应用在这些任务上，比如BERT/Transformer等模型。 这些大模型需要的计算资源和业务上的高要求对推理端的软硬件都是很大的挑战，必须针对具体的硬件做极致的

即日起可在线注册参会，黄仁勋将发表主题演讲，来自数据中心、网络、图形以及自动驾驶汽车等领域的业界领袖将带来1,300多场演讲 美国加利福尼亚州圣克拉拉——太平洋时间2021年3月9日—— NVIDIA今日宣布将于2021年4月12日至16日举办顶级科技盛会GTC21。应NVIDIA创始人兼首席执行官黄仁勋的邀请，人工智能领域著名的先锋级人物Yoshua Bengio、Geoffrey Hinton和Yann LeCun将参加本届大会。黄仁勋将于北京时间4月13日上午9:00以在线直播的形式发表主题演讲，届时将发布众多新闻。 Bengio、Hinton和LeCun在深度学习领域取得了突破性进展，获得了2018年ACM图灵奖，该奖项被誉为计算机领域的诺贝尔奖。 他们的工作推动着人工智能技术在全球范围内得以快速应用——从面部识别到自然语言处理，再到自主机器。Bengio是蒙特利尔大学的教授，同时担任蒙特利尔学习算法研究所负责人；Hinton是多伦多大学的教授，同时担任谷歌的研究员。LeCun是纽约大学的教授，同时担任Facebook首席人工智能科学家。 此次大会预计将有超过10万名开发者、业务负责人、创意人士等注册参会，其中包括负责数据中心基础设施的公司高级管理层和IT专业人士。主题演讲无需注册，即可免费观看。 除三位图灵奖获奖者外，主要演讲者还包括： 微软Azure企业副总裁Girish Bablani 沃尔玛数据科学总监John Bowman Facebook研究工程师Soumith Chintala Arm IP产品事业部总裁Rene Haas Verizon 人工智能平台5G MEC工程副总裁Ganesh Harinath Insitro创始人兼首席执行官，Coursera联合创始人Daphne Koller Zoox联合创始人兼首席技术官Jesse Levinson E

从工厂和农场到炼油厂和建筑工地，全球范围内不乏炎热、卫生条件差、嘈杂、存在潜在危险的地点，但这些地点对维持工业运转至关重要。 这些地点都需要在日常运营的同时接受检查和维护，但鉴于安全问题和工作条件，由人类去完成这些任务并非最佳选择。 机器人和自动化技术在制造业、农业、建筑业、能源、政府和其他行业的应用日益增加，与此同时，许多公司也一直致力于让要求严苛的应用也能受益于AI和深度学习。 在一些严苛的环境中，安全性和可靠性至关重要，而通过全新NVIDIA Jetson AGX Xavier 工业级模组，NVIDIA使这些环境中的边缘AI部署成为可能。 Jetson AGX Xavier 工业级模组 这种新型工业级模组扩展了 Jetson AGX Xavier 系统级模组的功能，使开发者能够构建先进、支持AI的坚固耐用型系统。Jetson AGX Xavier 工业级模组专为严苛环境中的智能视频分析、光学检测、机器人技术、计算机视觉、自主运行和AI而打造。 该模组采用紧凑、节能的设计，能够可靠地提供每秒30 TOPS的AI性能。基于经过严格工业标准测试的组件，以及在功能安全方面的全新功能，它能够承受剧烈的冲击和振动，以及极端的温度范围。此外，它在引脚、软件和外形方面还与现有Jetson AGX Xavier模组兼容，因此易于升级。 全新坚固耐用型Jetson模组的关键工业级特征 耐冲击性 Operational: 50G, 11 ms, Half Sine Non-operational: 140G, 2 ms, Half sine, 3-axis, FCT/DPA, extend to 340G 耐振动性 Operational: 10-500 Hz, 5G RMS  (random/sinusoidal) Non-operational: 10-1000 Hz, 3G