「數據科學是當今計算機科學領域發展最快的領域，它也將是高性能計算機群的新一輪挑戰。」英偉達創始人兼CEO 黃仁勳在今天舉辦的GTC 2019 技術大會上說到。

黃仁勳的意圖很明顯，在第10 屆GTC 大會上英偉達的槍口首先瞄準了「數據中心」。

去年數字貨幣市場的低迷和中國遊戲芯片需求的疲軟，導致英偉達的整體業務受到非常大的波動。同時，今年AMD、英特爾等對手也開始發力GPU 市場，甚至是AI 芯片初創公司逐漸開始湧現，讓英偉達的壓力倍增。

但出乎意料的是，黃教主並沒有在本次GTC 大會上放出「重磅核彈」回應對手。傳言中的英偉達下一代7nm 產品以及新架構也並沒有出現，而更加強調「生態」優勢與「落地」的英偉達卻彷彿要從側翼打擊對手要害。

在數據科學領域，英偉達也已經不再僅僅執迷於GPU 加速計算了。「我們開創的加速計算方法確實起步了」，黃仁勳說。他在一周前宣布以69 億美元收購高性能計算互連技術的領導者Mellanox，這將提振公司增長最快的數據中心業務。「如果看看我們去年取得的成就，現在的勢頭絕對清晰。」

Eyal Waldman 左一

面對下一個AI 「數據信仰」時代帶來的挑戰，英偉達想要證明只有GPU 和硬件能力的提升並不是唯一的強力武器——「生態系統是使GPU 計算成功的關鍵」，黃仁勳在演講中反復強調。

在本屆GTC 上，黃教主除了詳細介紹了數據中心的進展，還公佈了一系列從機器人到專業圖形再到汽車行業的落地以及創新應用，將英偉達原本強大的AI 加速計算能力拓展到更多的應用場景中釋放。

「生態系統是使GPU 計算成功的關鍵」，黃仁勳說。

黃仁勳首先發布了統一化的生態系統——全新的AI 加速計算庫CUDA X AI 庫。通過一致的環境，讓NVIDIA 的所有產品都能夠實現最大限度的軟件加速。計算性能接口的最簡化，將極大地加速整個軟件和應用的開發工作，顯著地簡化開發流程。

這也是黃仁勳所說的「software-defined acceleration approach」軟件定義的加速方法。

「使用一個統一的硬件和底層軟件接口架構（CUDA-X），通過編程可以為不同的領域做定制化的高效率加速」。老黃開玩笑說它叫PRADA：PRogrammable 、Acceleration 、 Domains、Architecture。

包括Visionary（智能設計），Guardian（計算機視覺），Navigator（無人車和無人機），Scientist（數據挖掘），Healer（深度學習醫療），以及Artist（基於AI 的內容生成），這些內容都包含在了PRADA 的領域中。利用強大的CUDA 生態，讓使用同一類硬件、同一種框架能夠解決不同領域的問題。

同時，英偉達還宣布全球七大系統製造商現已開始供應可運行NVIDIA 數據科學加速軟件的優化型主流服務器，包括思科、戴爾EMC、富士通、HPE、浪潮、聯想和中科曙光。這些服務器採用NVIDIA T4 GPU，經微調後可運行NVIDIA CUDA-X AITM 加速庫。

「數據科學影響著每個行業的發展。企業都迫切希望能夠利用機器學習釋放其業務數據的價值，並前所未有地大量聘用數據科學家，而這些數據科學家正需要專門針對其需求設計的強大工作站。」黃仁勳說。

於是英偉達聯手合作夥伴推出了面向數百萬數據科學家推出全新的高性能工作站。這些工作站基於全新Turing Tensor Core GPU 和CUDA-X AI 加速庫，該系統專為數據分析、機器學習和深度學習而設計，提供了極強的計算性能和工具，可應對金融、保險、零售及專業服務等領域中的海量數據準備、處理和分析需求。