CUDA是NVIDIA推出的通用并行計算架構(gòu)，可以幫助GPU解決復(fù)雜的計算問題。這個架構(gòu)促進了計算機行業(yè)從只使用CPU的“中央處理”向CPU與GPU并用的“協(xié)同發(fā)展”處理轉(zhuǎn)變，在應(yīng)用程序中充分利用了CPU和GPU各自的優(yōu)點。

　　在CUDA架構(gòu)下，GPU運算性能得到了飛快提升，特別是在深度學(xué)習(xí)領(lǐng)域，GPU每年的性能提升幅度達到120%，僅僅三年內(nèi)，已經(jīng)比原來增加了10倍。目前，CUDA的開發(fā)者已經(jīng)超過50萬人，比5年前增長了11倍。

　　黃仁勛認為，“GPU運算的時代已經(jīng)來臨。”基于這個判斷，NVIDIA推出了一個基于GeForce GTX系列顯卡的更新、基于Volta GPU的全新HGX GPU和ISAAC機器人平臺。

　　NVIDIA將在GTX系列顯卡上加上Max-Q的設(shè)計，全面整合GPU、軟件與系統(tǒng)，能幫助GPU的性能實現(xiàn)最大化，并且降低功耗，在散熱上也有穩(wěn)定的表現(xiàn)。加入Max-Q設(shè)計后，GTX系列的厚度僅為18mm，5磅的重量僅為此前的一半。

　　在提升GPU運算能力的基礎(chǔ)上，NVIDIA將通過軟件迭代、優(yōu)化深度學(xué)習(xí)工具與框架等，將GPU運算整合至每臺電腦與云，然后從云端到終端擴展架構(gòu)，并用人工智能本身去解決自動駕駛系統(tǒng)、機器人等挑戰(zhàn)。

　　在2017年5月11日的加州圣何塞GPU技術(shù)大會上，NVIDIA就已經(jīng)發(fā)布了Tesla V100。這個目前性能最強的GPU運算架構(gòu)Volta采用臺積電12nm FFN制程并整合210億顆電晶體，在處理深度學(xué)習(xí)的性能上等同于250顆CPU。這個架構(gòu)采用的是能夠快速深度學(xué)習(xí)與推論的全新Tensor核心，耗費了NVIDIA大約30億美元的研發(fā)費用，可以同時處理4*4矩陣。

　　但這只是NVIDIA的第一步，在Tesla V100的基礎(chǔ)上，NVIDIA與微軟合作推出了超大規(guī)模GPU加速器，將之命名為HGX，這個GPU加速器擁有8個Volta GPU芯片，所有的GPU之間可以相互溝通，HGX依據(jù)不同的CPU對GPU比例配置運算時間。

　　硬件層面重在收集深度學(xué)習(xí)的數(shù)據(jù)，而這些數(shù)據(jù)將會被匯聚在NVIDIA GPU云端平臺，人工智能的開發(fā)者可以隨時隨地從PC、資料中心或者云端取用這些數(shù)據(jù)，這個云端平臺的測試版將在7月份開放。

　　在具體的落地應(yīng)用上，黃仁勛認為機器人是人工智能目前最具落地應(yīng)用前景的領(lǐng)域。在2017年的CES上，NVIDIA就推出了機器人BB8，這是一款自動駕駛汽車。此外，NVIDIA還宣布將和豐田合作研發(fā)自動駕駛汽車。

　　但是除了自動駕駛汽車，NVIDIA還希望自動駕駛的技術(shù)可以應(yīng)用在各個需要自動化的領(lǐng)域，比如工廠的自動化，機器人將擁有比人類更高的工作效率，并且永不停歇；在電子商務(wù)領(lǐng)域，訂單將由機器人完成分揀和配送；在醫(yī)療領(lǐng)域，機器人和醫(yī)生機密合作，準確執(zhí)行手術(shù)等任務(wù)。

　　為了推動自動駕駛技術(shù)的盡快應(yīng)用，NVIDIA推出了ISAAC機器人平臺，這個平臺擁有一個名為Jetson TX2的人工智能電腦，這個電腦的運算能力相當(dāng)于兩臺高性能PC，；在軟件層面，Astro自動駕駛軟件的技術(shù)迭代將會為機器人和無人機提供自動駕駛汽車的導(dǎo)航技術(shù)；最后，機器人將在虛擬實驗室學(xué)習(xí)執(zhí)行任務(wù)，知道完全勝任。