新基建“芯”提速 興未來

2020 是個名副其實“無雙”的奇幻年， 意想不到的天災人禍顛覆了地球人的日常生活。此時沒有了世代的隔閡，不論50、60、70、80、90、乃至i世代，都感到未來更莫測高深，不變的“變”更難以掌握，我們追求的幸福生活，該如何再啟航呢？

新基建無疑是在這個混沌不明的時刻，像燈塔般指出了方向，如今的裂變年代，萬變仍不離其宗：我們的世界走向多維聚合實體與數字，未來的幸福生活得基于穩健的實體加上數字基礎架構來應對更多變詭譎的未來。

人類世界從20年前連接城鄉的實體高速公路，到如今數字世界中5G新型“高速公路”的迅速鋪開，經濟發展的引擎被刷新。在大數據中心、人工智能（AI）、工業物聯網等領域的布局，成為了企業家們邁向未來至少十年的入場券?！靶禄ā狈秶拿鞔_，意味著時間與空間的多維度延展。這與科學家、研究人員的雄心壯志不謀而合。這些被稱為“當代達芬奇和愛因斯坦”的人們在如此時代背景下有了更宏大的使命——解決下一代計算的難題，打造“兼容未來”的加

速應用，為人類造福。

數據中心量級的計算將成為常態

社會和經濟運行的每一個環節都離不開計算。加速計算始于GPU，它將計算密集型任務從傳統CPU解決方案中分離出來?！靶禄ā狈秶拿鞔_釋放了一個信號——未來將有更多超大規模計算任務的發展機遇，而這正是傳統CPU解決方案難以應對的。所以“新基建”無疑將讓加速計算應用成為“香餑餑”。

如今，企業面臨的數據處理量級常規都要幾十到幾百TB（萬億字節），甚至向PB（千萬億字節）級發展。只有搭建一套優化的數據驅動或機器學習算法，數據傳輸的管道才會更加順暢，數據處理也更加高效。在制造、交通、醫療等關乎國計民生的重要領域，計算的速度和質量至關重要。

NVIDIA認為單純的服務器已經滿足不了現在的應用負載需求，數據中心成為了新的計算單元。下一代計算將從服務器轉移到數據中心。未來十年，數據中心量級的計算將成為常態。我們的任務是打造不斷優化的端到端的數據中心，從網絡到存儲，再到計算。

深耕加速計算25年的NVIDIA希望幫助企業實現服務器的高效性能擴展和高速聯接，并不斷優化數據中心的設計——從過去的單純CPU服務器，到更加高效的加速計算基礎架構。正因如此，NVIDIA GPU 能為“新基建”數據中心的建設助力。

人機互聯互通，為未來開拓版圖

作為賦能新型智慧經濟的基礎設施，“新基建”牽動著不斷升級的消費市場，新型業態的誕生讓企業看到了商機。智慧醫療、遠程辦公、自動駕駛，這些在疫情期間涌現重要價值的領域，提醒人們重新審視人與機器的關系。人類只有實現與機器的互聯互通，為萬物插上“智能”的翅膀，才能為未來發展開拓版圖。

消費者追求更好的人機互動體驗，科學家就要解決背后的計算問題，以加速智能化應用的普及。

針對機器學習最復雜的系統，NVIDIA推出了“化繁為簡”的解決方案，幫助企業創建“兼容未來”的應用。比如針對適用于電子商務、呼叫中心、自動駕駛等典型場景的推薦AI系統和多模態對話式AI系統，NVIDIA在2020年的GTC技術大會上發布了簡便易用的應用框架解決方案Jarvis （對話AI）和Merlin （推薦AI），可實現語音、自然語言、文本、圖像的多模態轉換，供開發人員在此之上打造更加定制化的應用。

GPU的算力已經比2013年增長了30萬倍，加之各類典型應用框架讓開發技術門檻大大降低，企業打造各類應對未來市場需求的AI應用也就更有底氣。

跨時空協作智造，為未來“提速”

暢想未來的科幻片常在探索時間和空間的關系，其實這些特效大片的“幕后英雄”——創意人員同樣需要解決關乎時間與空間的難題。

眾多優秀的創意作品都是來自不同地區的不同創意團隊或獨立設計師協作勞動的結晶。過去，這個協作通常耗時耗力，效率低下。如今，有了高速網絡和加速計算，創意人員就能共享一個可視化“窗口”，壓縮時間和空間帶來的成本問題。以NVIDIA Omniverse平臺為例，它構建在虛擬應用程序智商，每個GPU都可以通過虛擬技術由身處異地的不同設計師共同使用，或者使用多GPU來實現加速應用，通過并流式傳輸到任何設備，實現遠程、共享、人與機器和人與人的協作。

與傳統解決方案不同，這些面向未來的平臺解決方案都包含一系列加速技術棧，不僅可以實現算法和庫的加速，還能不斷優化系統。對于制造、醫療、金融、教育等大型傳統行業來說，想要搭乘“新基建”的順風車更加需要解決大規模計算負載的需求。針對這些重點行業的特點，NVIDIA的平臺解決方案也走向了定制化路線，幫助企業客戶應對未來的挑戰。

“后疫情”時代，計算如何守護幸福？

經歷了2020年伊始被疫情按下暫停鍵，人類對計算速度有了更多的期待。

在這場全民“抗疫”的行動中，GPU加速計算助力科研人員讓病毒基因測序過程縮短至幾個小時，并實現實時感染率分析，這大大加快了疫苗研發的速度。在疾病追蹤和監控環節，自主機器設備發揮了重要作用，無論是用于物資配送的智能機器人還是公共場合的AI測溫設備，其背后的核心技術都離不開大數據、AI技術。

“后疫情”時代，人類對加速計算的需求將變得更加旺盛。為了在保障安全的前提下實現高效的復工復產，基于云計算、虛擬化技術的遠程辦公解決方案將有機會得到迅速普及。對于關乎經濟命脈的制造業來說，我們傳統印象中龐大且重型的制造業將有機會在AI、工業物聯網技術的加持下升級為實時制造業，工廠將實現形態轉變——從實體走向虛擬。數字孿生技術可以用來創建仿真模型，以模擬生產過程，為實體工廠里的所有機器、設備和工具進行數字化操作，并讓貨品下單、出廠、交付等環節變得更加高效。

在面對突如其來的疫情或其他危急關頭時，擁有超強算力的智能化系統能夠為人類應對未知挑戰，守護自身健康和安全增加更多的“籌碼”。

結語

未來十年，數據中心量級的計算將成為常態?！靶禄ā钡念}中之義就是把握住下一代計算的機遇，加快大數據中心、AI、工業物聯網領域的布局，創建“兼容未來”的加速應用。它需要擁有接近極限的計算能力，和多維的擴展能力——縱向擴展應用訓練、數據分析、數據處理等，橫向擴展應用推理、對話式AI等典型機器學習場景。

“新基建”背景下，企業應立足于解決計算的“硬核”問題，并放眼未來。只有將今日的技術為未來所用，才能在未來的科技競爭中占得先機。不論技術、企業、科研、公共服務，都是為人們的美好生活而存在，在新基建的指引中，我們用“芯“提速，一起振興我們的未來。