深度學(xué)習(xí)革命席卷全球的第一個(gè)載體是處理器，即最初為游戲而生的 GPU。借助我們的 Turing 架構(gòu)，深度學(xué)習(xí)重返游戲戰(zhàn)場(chǎng)，并為其帶來(lái)了驚艷無(wú)比的性能。

在本周的歐洲站 GPU 技術(shù)大會(huì)上，NVIDIA 首席執(zhí)行官黃仁勛先生向在場(chǎng)的 3000 多名與會(huì)者表示：Turing 結(jié)合了新一代可編程著色器和 Tensor Core，前者支持計(jì)算機(jī)圖形處理界的“圣杯”——實(shí)時(shí)光線追蹤，后者是一款可加速各類深度學(xué)習(xí)任務(wù)的新型處理器。

黃仁勛先生解釋稱，這種深度學(xué)習(xí)能力可以讓 Turing 以其他處理器前所未有的方式實(shí)現(xiàn)性能飛躍。

黃仁勛先生表示：“如果我們創(chuàng)建的神經(jīng)網(wǎng)絡(luò)架構(gòu)和 AI 能夠推理并構(gòu)思某種類型的像素，那么我們就能夠使其在每秒可執(zhí)行 114 萬(wàn)億次浮點(diǎn)運(yùn)算的 Tensor Core 上運(yùn)行，從而在提升性能的同時(shí)也會(huì)生成美麗的圖像。”

“我們已經(jīng)利用計(jì)算機(jī)圖形技術(shù)讓 Turing 實(shí)現(xiàn)了這一點(diǎn)，” 黃仁勛先生補(bǔ)充道。

利用深度學(xué)習(xí)超級(jí)采樣 (DLSS) 技術(shù)，Turing 可以通過(guò)著色器生成一些像素，然后通過(guò) AI 構(gòu)思出其余像素。

“最終，借助我們每秒可執(zhí)行 114 萬(wàn)億次浮點(diǎn)運(yùn)算的 Tensor Core 和每秒可執(zhí)行 15 萬(wàn)億次浮點(diǎn)運(yùn)算的可編程著色器，我們?nèi)〉昧梭@人的成就，” 黃仁勛先生如是說(shuō)。

這意味著性能的巨大飛躍。

“在每個(gè)系列中，Turing GPU 都能使性能提升一倍，” 黃仁勛先生說(shuō)道，“這是一種計(jì)算機(jī)圖形的全新處理方式，使傳統(tǒng)計(jì)算機(jī)圖形技術(shù)與深度學(xué)習(xí)得以完美融合?！?/p>

在驚艷無(wú)比的演示環(huán)節(jié)，黃仁勛先生展示了如何利用最新款 NVIDIA RTX GPU 這個(gè)讓實(shí)現(xiàn)實(shí)時(shí)光線追蹤首次實(shí)現(xiàn)的設(shè)備通過(guò)數(shù)字方式還原一張標(biāo)志性登月照片的場(chǎng)景——宇航員 Buzz Aldrin 緩緩從登月艙的梯子爬下來(lái)。

這場(chǎng)演示打消了有些人懷疑這張登月照片純屬偽造的念頭，因?yàn)樗麄冇X(jué)得宇航員 Aldrin 下到月球表面時(shí)正處于登月艙的遮擋下，本應(yīng)該昏暗不清；但在這張照片中，宇航員的亮度卻很高。而這次的模擬卻顯示出，月球表面的反光剛好可以造成照片中展示的亮度效果。

“這就是 NVIDIA RTX 的優(yōu)勢(shì)。利用這種渲染技術(shù)，我們可以模擬出光的物理屬性，讓物體呈現(xiàn)出它們本來(lái)的面目，” 黃仁勛先生說(shuō)道。

責(zé)任編輯：彭菁