很遺憾，英偉達CEO黃仁勛缺席了昨天的GTC CHINA大會，作為英偉達一年一度的大會，并且極其看重中國市場的英偉達，“教主”級別的人物沒有慣例露面，還真是讓整個大會寡淡了許多。
看完主論壇以及高峰論壇的我，突然頓悟，雖人未到，但隔著一個大洋洲，我都感覺到黃教主皮衣下藏著的小心思。
“我不出現，不代表沒有我”
公元2020年12月15日，我必須在日期前加上“公元”，因為我的小宇宙感受到黃教主想在這天創造一個改變產業的定律——“黃氏定律”（Huang's Law），即便我知道黃氏定律一詞在媒體上已經傳播好幾年，但黃教主都沒有親自說出口。
“摩爾定律已死，新的定律正在形成，由于技術的飛速進步，圖形處理單元（GPU）有其自己的發展定律。”幾年前的黃教主已經瘋狂暗示，訓練有素的科技圈記者們點頭示意。但黃教主終歸不好意思自己說出口，你看人家戈登摩爾，有在論文上寫“我今天創造一個摩爾定律”這句話嗎？最好的方法，就是借他人之口，這個“他人”就是英偉達首席科學家Bill Dally。
皮衣沒有出現，帶貨的性感姿勢沒有出現，“黃氏定律”出現了。一個本人都不要開口，卻充滿凡爾賽味道的定律出現了。
摩爾定律也不是摩爾一個人說有就有的，而是通過英特爾數十年的努力，來達到預期，所以才能閃耀半導體歷史，并且死去活來。聽Bill Dally的說法，“黃氏定律”也是如此。
英偉達首席科學家Bill Dally
屏幕中的Bill Dally以三個項目為例，講述了自己帶領的200人的研究團隊如何成功實現“黃氏定律”——預測GPU將推動AI性能實現逐年翻倍：“如果我們真想提高計算機性能，黃氏定律就是一項重要指標，且在可預見的未來都將一直適用。”
NVIDIA助力 AI推理性能每年提升一倍以上
此前，Dally曾負責NVIDIA在AI、光線追蹤和高速互連領域的相關研究。
二號凡爾賽玩家必須是Bill Dally，此人擁有120多項專利，在2009年加入NVIDIA之前，曾任斯坦福大學計算機科學系主任。當然我要說的是，全天下玩AI芯片的那么多，為什么且憑什么是你英偉達的GPU推動AI性能逐年翻倍，都不給其他GPU玩家，甚至AI芯片玩家機會？如此想來，Bill Dally秀的每一個技術背后的參數都是凡爾賽，且閃耀整個巴啦啦小魔仙芯球。
首先是一種名為MAGNet的工具，據介紹，其生成的AI推理加速器在模擬測試中，能夠達到每瓦 100 TeraOPS 的推理能力，比目前的商用芯片高出一個數量級。資料顯示，MAGNet采用了一系列新技術來協調并控制通過設備的信息流，最大限度地減少數據傳輸，而數據傳輸正是當今芯片中最耗能的環節。這一研究原型以模組化實現，因此能夠靈活擴展。
另外，還有一項以更快速的光鏈路取代現有系統內的電氣鏈路的研究。
Bill Dally表示：“我們可以將連接GPU的NVLink速度提高一倍，也許還會再翻番，但電子信號最終會消耗殆盡。”該團隊正在與哥倫比亞大學的研究人員密切合作，探討如何利用電信供應商在其核心網絡中所采用的技術，通過一條光纖來傳輸數十路信號。
這種名為“密集波分復用”的技術，有望在僅一毫米大小的芯片上實現Tb/s級數據的傳輸，是如今互連密度的十倍以上。
除了更大的吞吐量，光鏈路也有助于打造更為密集型的系統。Dally舉例展示了一個未來將搭載160多個GPU的NVIDIA DGX系統模型。
軟件方面，NVIDIA的研究人員開發了全新編程系統原型Legate。開發者借助Legate，即可在任何規模的系統上，運行針對單一GPU編寫的程序——甚至適用于諸如Selene等搭載數千個GPU的巨型超級計算機。
Legate將一種新的編程速記融入了加速軟件庫和高級運行時環境Legion，目前它正在美國國家實驗室接受測試。
Bill Dally語速頗快，迅速的介紹完英偉達的項目，隨后便是一場線上圓桌式的高峰論壇，與其說是論壇，不如說是大型凡爾賽飆車現場。
凡爾賽圓桌
包括主持人在內的5位嘉賓，都是在來自英偉達，分別是英偉達亞太區銷售與營銷副總裁Raymond Teh、英偉達全球業務運營執行副總裁Jay Puri、英偉達企業市場兼開發者計劃全球副總裁Greg Estes、英偉達醫療業務全球副總裁Kimberly Powell、英偉達亞太區戰略運營與合作伙伴副總裁Ashok Pandey。
這陣容，一唱一和，連上地球wifi，看直播的火星觀眾都直呼內行。
關于Arm，Jay Puri首先猛夸Arm，比如每年銷售220億個CPU，比如開創了IP許可模式，比如在移動端和嵌入式領域非常成功。這可以理解，畢竟是我英偉達看中的人，能有差的？
隨后話鋒一轉，為什么高通、博通、Marvell都嘗試用Arm進軍通用市場和云數據中心市場，為什么都失敗了呢？Jay Puri認為，Arm技術沒有問題，問題在于生態，所以的應用領域都是圍繞X86生態建立的，Arm想要撬開一個口子，并大放異彩太難。
接著，又話鋒一轉。咱英偉達生態牛逼啊，未來數據中心的工作負載都圍繞加速計算和人工智能，英偉達平臺成熟，擁有可用的完整堆棧，且必要的生態伙伴都囊括了，還有200萬開發者。Jay Puri還許下諾言，一旦收購成功，將著重布局Arm在數據中心的成功，會有一個X86的替代方面。
醫療方面，Kimberly Powell口中的英偉達簡直賽華佗，“如今一個季度產生的數據規模，比大多數制藥行業300年積累的數據還要多。”Kimberly Powell這句話打開了醫療話題的話匣子：“研發新療法和疫苗的周期太長，有時即便投入10年20億美元的成本，最終也只是10%的成功幾率。”
Kimberly Powell強調了數據防御系統建立的必要性。隨后話鋒一轉，介紹了超級計算機DGX SuperPOD和Clara Discovery平臺。
其中，DGX SuperPOD系統以借助NVIDIA Mellanox HDR InfiniBand網絡互聯的20個模塊來銷售，AI性能最低可達到100 petaflops，最高可達700 petaflops，可運行最復雜的AI工作。此外，英偉達今年宣布的Cambridge-1建造計劃，是一款80節點的DGX SuperPOD，具備400 petaflops 的AI性能。今年年底一經部署便將成為英國最快的超級計算機。該系統將被用于英國學術界、業界和初創企業在AI和醫療健康領域的合作研究。
Clara Discovery是專為 NVIDIA DGX 優化的先進工具套件。包含多種框架、應用程序和 AI 模型，可實現 GPU 加速的藥物研發，支持的研究領域涵蓋基因組學、蛋白質組學、顯微鏡學、虛擬篩選、計算化學、可視化、臨床成像和自然語言處理（NLP）。
在與中國的云服務提供商（CSP）的合作中，Ashok Pandey用中文介紹了合作情況，他表示，與中國CSP已經合作七年多，從一開始的深度學習訓練，到現在云服務。英偉達還聲稱，多家中國頂級云服務提供商及系統制造商紛紛采用NVIDIA A100 Tensor Core GPU和NVIDIA技術，為企業和行業的各類AI應用提速。
今年5月，英偉達推出了首款基于NVIDIA Ampere架構的NVIDIA A100 Tensor Core GPU。迄今為止，包括阿里云、百度智能云、滴滴云、騰訊云等在內的眾多中國云服務提供商紛紛推出搭載了NVIDIA A100的多款云服務及GPU實例。
A100 GPU配備了具有更高精度的第三代Tensor Core核心，性能較上一代產品有顯著提升。可提供600GB/每秒GPU間連接傳輸速率的第三代NVIDIA NVLink、NVIDIA NVSwitch、PCIe Gen4與NVIDIA Magnum IO軟件SDK的組合，可實現成千上萬個GPU集群的高效擴展，這些技術得到了來自于NGC容器注冊中NVIDIA市場領先生態系統的支持。
在A100得到中國云服務提供商的迅速采用之外，最新發布的NVIDIA A100 PCIe版本以及NVIDIA A100 80GB GPU也迅速成為了包括新華三、浪潮、聯想、寧暢等在內的中國領先系統制造商的首選。
如果是前幾年，這些技術的厲害之處還得靠凡爾賽一號玩家黃教主來說出口，但由于黃氏定律官方發布的避嫌問題，我們有幸看到了英偉達內部各路凡爾賽高手登場。整個GTC CHINA2020大會，也隨著筆者抽獎抽到三次“謝謝參與”而結束，科技發展本就如一場夢。GTC大會，一場被大佬洗腦卻又無法反駁，只想靜靜思考穿皮衣是否真的有助于治療脫發的大會。凡爾賽的英偉達：科技就是這么枯燥且乏味。