NVIDIA黄仁勋：7nm制程不是最重要的，68亿美元收购案正稳步推进

芯东西（ID：aichip001）文 | 心缘
本周三，一年一度的NVIDIA GTC CHINA在苏州举办，NVIDIA创始人兼CEO黄仁勋连抛关于AI、自动驾驶、图形处理和高性能计算的多项新进展。（黄仁勋推新自动驾驶芯片！性能飙升7倍，牵手BAT滴滴大秀中国朋友圈）
当日下午，黄仁勋接受智东西等媒体的采访，不仅对更详细地介绍新进展的具体内容，并就许多此前被关注的NVIDIA话题予以解答。
黄仁勋说，在中国有很多有很好AI创意的工程师，他们应该做出比NVIDIA更好的产品，因为他们如果做不出更好的，还不如来买NVIDIA的产品。
据他透露，其主打深度学习训练的Tesla V100做的相当不错，在上个季度销量超过了此前的历史记录。
另外黄仁勋也提到关于以色列网络公司Mellanox的68亿美元收购案进展，他说，这一交易正在有条不紊地进行中，预计今年年底或明年年初完成交易。NVIDIA与Mellanox必然将加快创新速度，同样NVIDIA也会保持与Broadcom、思科等公司的合作。
01制程不是最重要的，与Arm合作是相互支持此前AMD已经率先推出7nm产品，那么黄仁勋怎么看待先进制程的价值？
对此，黄仁勋表示，制程固然重要，但不是最为重要的。比如NVIDIA两年仅通过软件优化就将AI性能提升4倍，这是仅凭制程技术提升所难以实现的。
在加速计算领域，其整个动态和CPU领域是不一样的，可用不同的方式去提高芯片效能。
例如，NVIDIA Turing芯片是采用12nm制程工艺的GPU产品，但因为它的架构设计好，它的能效超过了7nm GPU。
当谈到如何让芯片达到最高性能时，黄仁勋认为要有架构、算法、软件和应用共同合力。NVIDIA的架构规则与其他架构完全不同，这也是为什么NVIDIA能够实现20倍提升，“否则NVIDIA只能提高5%、10%、20%，这可不够。”
今年，NVIDIA CUDA开放对Arm架构的支持，并于近日推出基于Arm的首个HPC参考架构，黄仁勋也对这一合作加以介绍。
NVIDIA通过PCI Express行业标准为Arm提供与X86平台同等的支持，可连接支持每一颗Arm芯片。另外，Arm也提供非常好的工具，使得NVIDIA能轻松地针对Arm进行CUDA编译。
CUDA本身拥有一个诸多开发人员构成的庞大生态系统，当NVIDIA支持Arm时，这些开发人员也开始支持Arm。
02新芯片Orin的三大特点和三个安全机制NVIDIA新推出的下一代机器和自动驾驶人处理器AGX Orin，性能是Xavier的7倍，完全由软件定义，并且足够安全。
黄仁勋总结了Orin的三个特点：一是端到端的，二是开放的系统，三是强扩展性，可从L2到L5级别。
他强调说，如果只是针对无人驾驶车，NVIDIA的这个应用是比较完整的，但如果是针对卡车、在两地往返的通勤车以及物流用车，就是不完整的。
因此，NVIDIA将这个平台开放出来，提供各种各样丰富的工具给第三方，使他们可根据自身情况来进行适配。

关于Orin的安全机制，黄仁勋进行了更具体的介绍。
第一，Orin支持虚拟化，可进行应用的隔离；
第二，所有程序访问内存都是加密的；
第三，Orin有一个足够快的加密引擎，把所有写入内存存储和网络的数据都加密。
有私钥和公钥两把密钥，私钥可保证自己使用的机器是统一的，即每一台车都是独一的。此外，私钥的通信也是私下进行的，可保障通信通道安全和计算机安全，防止被篡改。
03为什么NVIDIA如此看重软件？AI技术已成为行业最为强大的技术力量，它会影响到各行各业，很多企业都会开发自己的AI。
黄仁勋说，NVIDIA的战略就是打造一个统一的、能够获得永久支持的可编程的架构，支持所有世界上的开发人员，在任意国家、任意云、任意计算机、任意配置上均可使用该架构。
这也就意味着现在开发的软件，在十年后的计算机上依然能使用。
谈及软件的重要性，黄仁勋强调，要真正发挥出高性能，没有软件是不可能的。
“加速计算确实为NVIDIA带来了新的市场，”他说，“它需要新的能力，但是到目前为止，我们没有挖掘这方面的解决方案，因此我们就必须打造自己的一些应用。”
黄仁勋表示，面向数据中心AI训练任务的DGX系列、EGX软件系列、Streaming AI、Leonardo、自动驾驶领域的NVIDIA DRIVE都是由NVIDIA率先做的，否则这个市场就不存在了，没有市场就没有公司，反过来没有公司也没有市场。
NVIDIA的风格是总是去发现新市场，NVIDIA先打造一个新解决方案，然后希望这一市场应运而生。至于打造软件后市场是否能形成，则是几率问题。
“我们这家公司很乐观，我们是为未来去做产品，我们无须进行组织架构的调整去做软件。”黄仁勋说道，“我们有一些惊喜要留给未来，期待明年再见”。
04NVIDIA GPU擅长整个5G计算堆栈的处理需求在交流期间，黄仁勋也谈到了NVIDIA面向5G的相关建设。
5G属于计算密集型的应用。整个5G计算堆栈中，最底层是做信号处理的物理层，第二层是数据包处理，再上面一层是非常复杂的纠错层。
黄仁勋表示，NVIDIA GPU不仅擅长在最底层的处理，而且与第二三层需要的并行处理高度适配。4G对于其GPU来说就更是容易了。
由于5G是64通道的MIMO天线，相较4G更困难。如果基带很窄、信令通道数量少，是没有问题的，但如果所有的这些信令通道都汇聚在数据中心层，之后要做软件定义就非常复杂。如果完成底层有关信号处理的问题，之后上升到顶层，就是无线电优化的问题，它会存在一些忧患。
要进行全方位的广播，对MIMO要求是很高的，在5G方面，NVIDIA就使用这种波束形技术来实现优化。
NVIDIA使用GPU的5G也是为了进行3D图形处理等任务，所有AI算法都与时俱进，NVIDIA的算法均属于软件定义的，并会不断优化。
如果客户基于NVIDIA的产品去建设数据中心，NVIDIA能保证该数据中心通过软件不断地更新，在未来数年保持其生命力，且持续提高吞吐量、提高信号处理质量、降低能耗。