HyperAI超神经

GTC（GPU Technology Conference）China 2019 于 12 月 16 日在苏州拉开帷幕。今天，NVIDIA 创始人兼首席执行官黄仁勋带来了长达 2 个多小时的主题演讲，宣布了多个新品的发布，全程干货满满。我们对其重点发布内容 TensorRT 7 、 DRIVE 以及 Isaac 等产品进行整理，一起感受本次 GTC 2019 的精彩。

NVIDIA GTC China 2019，于 12 月 16-19 日在苏州金鸡湖国际会议中心举办。

这个起源于 2009 年加州圣何塞的技术会议，最初的重点是通过 GPU 解决计算挑战的潜力，十年之后的今天，已经成为 AI 和深度学习领域的盛会，包括了近百场 AI 相关领域主题讲座。

作为 2019 年在美国本土之外的唯一一站 GTC，GTC China 2019 吸引了数千位业内人士前来参会。

今年大会议题横向覆盖了 AI 框架、开发工具、加速数据科学、云计算、实时渲染、光线追踪、 5G 等方面，纵向也包含了自动驾驶、智能机器、医疗与金融、设计与工程制造等当下最热门的领域。

在上午，NVIDIA 创始人兼首席执行官 Jensen Huang 黄仁勋先生带来了长达 2 个多小时的主题演讲，涉及 TensorRT 7 、 DRIVE 、 Isaac 等多个新品发布。

重磅一：TensorRT 7 正式发布

NVIDIA 正式发布 TensorRT 7（简称 TRT 7），它支持各种类型的 RNN，Transformer，和 CNN 。

TRT 7 能够融合水平和垂直方向的运算，可以为开发者设计的大量 RNN 配置自动生成代码，逐点融合 LSTM 单元，甚至可以跨多个时间步长进行融合，并且尽可能做自动低精度推理。

相比于 TRT 5 只支持 30 种变化，TRT 7 能够支持1000 多种不同的计算变换和优化。黄教主称，「TRT 7 是我们实现的最大飞跃。」

TRT 7 强大功能：支持交互式会话 AI

会话 AI 是 TensorRT 7 强大功能的典型代表。 AI 在语音和自然语言理解方面的突破使会话 AI 成为可能，但会话是交互式、应答式的，低延迟至关重要。一套端到端的流程可能由二三十种模型组成，用到不同的模型结构，包括 CNN 、 RNN 、 transformer 、自然编码、 MLP 。

使用 CPU 推理，这套流程下来，延迟是 3 秒。现在，使用 TRT 7 ，可以对所有模型进行编译，使其在 NVIDIA GPU 上运行，T4 GPU 上推理会话 AI 只需要 0.3 秒。

重磅二：推出 NVIDIA DRIVE

DRIVE 是一个端到端平台，使运输工公司能够打造自动驾驶汽车。

首先，它采用 AI 和 AV 的开发流程和基础框架。其次，配备采用开放式完全可操作自动驾驶和智能座舱的计算机。此外，还采用预先训练的优质 AI 模型，可由汽车制造商加以改进。

DRIVE AV 平台是软件定义的，而并非是固定功能的芯片。这样可能实现大量开发人员按照持续集成、持续交付的开发方式进行协作，研发投入也可以在一代代的产品中得到体现。

在 NGC 上推出 NVIDIA DRIVE 预训练模型

需要许多 AI 模型才能构成一个正常运行的安全自动驾驶技术，其算法具有多样性和冗余性。 NVIDIA 则开发了最先进的感知模型，用于检测、分类、跟踪和轨迹预测。而且还可以用于感知、本地化、规划和制图。这些预训练模型可以从 NGC 上注册下载。

DRIVE 迁移学习

NVIDIA 提供了一种迁移学习工具，可以进行再训练，并利用 TensorRT 进行再优化。此外，还有一个用于联邦学习的系统，可供多个组织和公司在不移动或共享数据的情况下，进行合作。 NVIDIA 将预训练模型发给各个合作伙伴。各个合作伙伴在自己的数据上训练模型，并按照一致的标准进行标记。合作伙伴只需要共享用于创建新模型的传中，然后在所有参与合作的伙伴之间共享新模型。