除了帕斯卡 NVIDIA还要在自动驾驶和VR上发力

（原标题：除了帕斯卡 NVIDIA还要在自动驾驶和VR上发力）

NVIDIA GTC2016如期进行，也该是NVIDIA秀实力的时候了，毫无悬念的是老黄在GTC大会上发布了首款基于帕斯卡核心的Tesla P100。但这不是GTC2016的全部，他们已经将科技树点扩展到VR和自动驾驶领域，针对VR优化的Quadro M5500M显卡、Drive PX 2自动驾驶平台以及深度学习也同时登场，除了纯粹的视觉计算之外，NVIDIA拿出了不一样的玩法。

Tesla P100：核心竞争力

黄仁勋一上台自然先说基于Pascal的Tesla P100。Tesla P100基于16nm FinFET工艺打造，面积610平方毫米，晶体管达到了150亿个，单精度性能提升到10.6TFlops，双精度性能5.3TFlops，要知道上一代Maxwell的GM200的单精度也只拥有7TFlops，双精度0.2TFlops，提升幅度几乎让人无法直视。

最顶级的GP100核心将同时拥有3840 CUDA核心，240个纹理单元，最高支持32GB HBM2显存、位宽4096bit。不过Tesla P100则处于能耗考虑，提供16GB HBM2显存，3584个CUDA核心，224个纹理单元，今年第四季度量产，但要等到明年第一季度才会上市。

玩家们可能要抱着GTX 980Ti再玩一会了，老黄发布的Tesla P100与游戏没什么关系，Tesla P100属于服务器级产品，事实上NVIDIA正在与IBM合作，通过NVIDIA GPU与OpenPOWER结合加速Watson的技术升级，NVLink GPU互联技术将同时支持IBM Power架构和NVIDIA Pascal架构两个部分，它能够一次性链接8个Tesla P100 GPU，而IBM POWER8上已经有所采用。

按照黄仁勋的说法，NVIDIA对Pascal GPU架构进行了重新设计，相对于Maxwell解决方案，Tesla P100要在神经网络训练上将性能提升12倍。同时半精度指令甚至还提供了超过21TFlops的峰值性能。由于Pascal架构将处理器和数据封装到一起，包含HBM2显存在内的CoWoS设计方式，也正因为如此，它的显存带宽也达到了720GB/s，相当于Maxwell架构的3倍。

Tesla P100目的在于为AMBER 分子动力学程序代码等一系列HPC和深度学习应用程序提供更快的速度，NVIDIA用48个双路CPU服务器节点作为对比，无疑Tesla P100速度完胜，而在AlexNet深度神经网络中，需要250个双路CPU服务器节点才能比得上8个Tesla P100。而针对新平台，NVIDIA SDK也将进行一系列更新，包括CUDA 8和cuDNN version 5深度神经网络基元库，方便工程师能够在调配CPU和GPU之间运算的时候，提升CUDA运行效率。