親愛的網友:
為確保您享有最佳的瀏覽體驗,建議您提升您的 IE 瀏覽器至最新版本,感謝您的配合。
谷歌華為合作止
數位焦點
通訊世界
社群網路
3C生活
軟體情報
科技娛樂
電玩電競

一場梅雨掃全台炸亂陸空交通 鋒面今遠離雨趨緩

觀點/少了顯著「新品」的GTC 2019,黃仁勳如何證明NVIDIA營收獲利本事?

2019-03-22 16:04楊又肇

相較過往每一年的GTC技術大會都會有特定產品、顯示架構或全新技術應用亮相,今年進入第10屆的GTC 2019唯一較稱得上「新品」的項目為Jetson Nano,並未如市場預期宣佈推出7nm製程產品,但藉由去年揭曉的Turing顯示架構、RTX即時光影追跡技術,以及過去10年內所累積技術應用,NVIDIA執行長黃仁勳依然說明NVIDIA在顯示效能虛擬化應用技術、人工智慧應用,以及自駕車發展仍有相當大的發展動能,甚至在遊戲發展領域部分也依然有明顯立足點。

虛擬化顯示加速一直是NVIDIA致力發展項目
虛擬化顯示加速一直是NVIDIA致力發展項目
分享

少了新品,但其實NVIDIA試圖挖掘更多發展機會

不少人認為今年在GTC 2019沒有太大驚喜,除了因為此次大會主題演講中,黃仁勳定位如市場預期介紹7nm製程的全新顯示架構「Ampere (安培)」,或是像去年介紹全新超級電腦設計應用產品,不少內容其實是去年提出成處於測試階段,如今成為可正式運作使用的產品,例如應用在醫學使用的,以及用於自駕車輛模擬訓練的DRIVE Con​​stellation,而去年伴隨Turing顯示架構提出的RTX即時光影追跡應用,在此次GTC 2019更宣佈與過往的GRID技術結合,透過RTX伺服器應用打造一站式影像渲染處理中心,或是用於虛擬化工作站,甚至應用於雲端串流遊戲服務等。

而全新CUDA-X AI加速演算平台,更是結合NVIDIA GPU Cloud技術應用,讓開發者能藉由CUDA軟體技術串接特定領域使用的人工智慧技術演算法,並且串接RTX、DGX、HGX或AGX運算資源,進而打造全新CUDA-X AI加速演算平台,藉此在各類運算領域需求達成加速效果,進而讓GPU加速可以應用在更廣泛市場,更可在精度要求更高且含金成分更高的數據研究站穩發揮機會。

數據分析研究將會是NVIDIA接下來著重探討應用領域
數據分析研究將會是NVIDIA接下來著重探討應用領域
分享

除了在RTX等技術應用說明布局之外,包含藉由Jetson Nano發展更廣泛的AIoT市場,與TOYOTA合作更聰明的自駕技術發展之外,黃仁勳也沒有忽略在遊戲市場發展規劃,面對Google、微軟等廠商積極布局雲端串流遊戲應用,更提出GeForce Now聯盟 (GFN Alliance)計畫,透過率先與日本Softbank、韓國LG U+結盟,未來更計畫透過銜接更多運算節點,讓本身發展許久的GeForce Now服務可以廣泛在全球各地區推廣使用,甚至也能使用RTX即時光影追跡等顯示卡新技術,藉此在雲端串流遊戲應用凸顯本身優勢。

不過,黃仁勳也再次強調雲端串流遊戲技術終究無法完全取代傳統以顯示卡驅動的PC遊玩需求,只要市場依然有重度玩家使用需求、電競市場依然蓬勃發展之下,顯示卡基本生意模式就不會受到影響,甚至就連在雲端串流遊戲服務應用也還是需要顯示卡推動,才能實現4K 60fps與HDR等級的顯示呈現效果。

沒開玩笑,本屆GTC 2019唯一發表硬體新品就是Jetson Nano
沒開玩笑,本屆GTC 2019唯一發表硬體新品就是Jetson Nano
分享

收購Mellanox Technologies是相當划算的交易

另外,在此次GTC 2019主題演講過程中,黃仁勳特地邀請Mellanox Technologies執行長上台,雖然並未具體說明以69億美元收購Mellanox Technologies是否會有進一步發展,但從此次揭曉諸多服務內容,例如RTX伺服器、GeForce Now、Omniverse線上協作平台,甚至CUDA-X AI加速演算平台在內項目,其實都會應用到Mellanox Technologies旗下產品技術,藉此讓番散在各地區的運算節點能透過夠快數據傳輸形成龐大算力表現,進而實現更高超算能力。

因此在談論收購Mellanox Technologies時,黃仁勳認為用69億美元買下NVIDIA無法打造技術,進而能讓NVIDIA旗下產品有更大發展空間,其實是一筆相當划算的交易。

藉由Mellanox Technologies旗下產品技術助力,將能讓NVIDI...
藉由Mellanox Technologies旗下產品技術助力,將能讓NVIDIA此次提出的線上協作平台Omniverse能更順利運作,藉此實現跨地區線上同時完成相同渲染著色等設計應用流程
分享

未來運算不會僅集中在單一節點 (Node)

如同過往藉由顯示卡技術改變運算模式,NVIDIA表示未來將會持續致力顯示技術改革,並且廣泛應用在人工智慧、數據分析、超級電腦運算,以及虛擬化顯示應用等領域。而就黃仁勳的看法,認為未來運算流程並不會僅集中在單一節點上,但也不會全然放在雲端進行運算,而是會依據不同需求銜接各個運算節點執行效能,藉此產生更高運算效率。

以企業運作成本考量為例,縱使可以採購超級電腦協助提昇運算需求,但實際產生效益與後續維護成本是否合乎預期,就會成為企業考慮重點,但若能藉由顯示虛擬化技術應用,讓企業不一定需要在內部建置,而是藉由租賃等方式依照需求取用超級電腦運算能力,即可以更簡單方式達成運算應用目標,甚至藉由終端運算設備銜接雲端協同運算能力,更能達成企業隱私資料不必全數送上雲端也能完成高度運算需求效果。

藉由RTX伺服器虛擬化顯示算力應用,將能進一步實現跨裝置、跨平台的運算使用模式,...
藉由RTX伺服器虛擬化顯示算力應用,將能進一步實現跨裝置、跨平台的運算使用模式,同時也能相對降低端莊至運算效能建置、維護所需花費成本
分享

若以GeForce Now的應用模式為例,即便重度玩家、電競市場需求依然會著重單機上的顯示執行表現,但對於更多數的一般玩家而言,更希望能在一般硬體規格裝置上也能有3A等級遊戲體驗,因此藉由雲端串流、顯示卡虛擬化應用等技術結合,讓這些玩家也能輕易透過連網裝置體驗高解析度、結合RTX即時光影追跡技術的遊戲內容,甚至可以進一步讓遊戲市場銜接非傳統Windows平台使用玩家族群。

在NVIDIA的規劃裡,顯示虛擬化應用將會成為未來重點運算模式,除了讓使用者能隨時藉由網路取得高度協同運算資源,更能讓許多像是自駕車、機器人等需要更高運算能力,同時又需要考量電力續航等考量的技術應用得意實現,而這些運算能力都不會聚焦在單一節點上,甚至可能需要透過多個節點彼此協同運算,藉此讓終端裝置可以產生更大執行效能,意味未來運算規模將會有更高成長表現。

而這些正是NVIDIA希望證明自己可以在不搶進更新的7nm製程技術、不急著推出全新架構設計,仍可藉由更穩定的12nm FinFET等製程設計創造更多元發展機會,並且產生更高獲利表現的想法。

一如黃仁勳說明,NVIDIA可以花費69億美元收購Mellanox Technologies獲取本身欠缺技術,確實也可以隨時進入更小製程發展,雖然製程精進可以帶來不少技術躍進,但只是一味在製程下探並沒有太大意義,重點反而應該是如何在當下製程技術應用創造更大價值。

※相關連結》

《合作媒體mashdigi提供,聯合新聞網獲授權轉載。》

AINVIDIA黃仁勳顯示卡人工智慧

楊又肇

聯合新聞網 (udn.com)數位頻道記者,同時身兼自由寫手與Mashdigi網站 (mashdigi.com)創辦者身分,平常喜歡電玩、科技類新品,以及軟體、網路相關內容,也喜歡隨手撰寫內容介紹新玩意。

更多數位新品、技術介紹與科技趨勢內容:https://mashdigi.com/

商品推薦

贊助廣告

商品推薦

留言


Top