在GTC 2017大上，NVIDIA正式發(fā)布了史上最強大的“核彈”－－旗艦計算卡Tesla V100。Tesla V100是基于Volta架構的產品，內置了5120個CUDA單元，核心頻率為1455MHz，搭載16GB HBM2顯存，單精度浮點性能15 TFLOPS，雙精度浮點7．5 TFLOPS，顯存帶寬900GB／s。此外，Tesla V100還增加與深度學習高度相關的Tensor單元，Tensor性能號稱可以達到120 TFLOPS。

       如此“堆料”讓Tesla V100擁有超過210億個晶體管，核心面積達到了創(chuàng)紀錄的815平方毫米，采用的是12nmFFN工藝制造（其實是16nm深度改良）。NVIDIA表示，Tesla V100將首先用在用于深度學習超算DGX－1上，內部擁有8張Tesla V100計算卡，峰值計算性能高達960 TFLOPS，號稱用8個小時就能完成TITAN X八天的工作量。

       為什么深度學習和存在許久的 GPU 扯上了關系？就像黃仁勛說的， “人工智能帶來了人類歷史上最大的科技進步。”深度學習是一個人工智能開創(chuàng)性的方向，讓計算機可以自己學習，這就極大地要求了處理性能的提升。事實上，由于GPU適用于并行計算（用上千個非常小的處理器組合在一起來共同解決問題），它可以用于非常密集的訓練，非常符合深度學習網絡的計算特征。所以，大部分的深度學習網絡都是在 GPU 上運行。

　　不過盡管 GPU 被證明非常適合并行處理，但是也有不少研究表明，最終業(yè)界還是會需要專門為 AI 設計的架構。早就看到這一點的黃仁勛怎么可能讓 Nvidia 光躺著數錢呢？盡管別家都還沒能跟上，但他就已經帶著英偉達率先往這個方向走了。在今天的演講里，黃仁勛宣布推出了 Volta —— 一個可以說是現在地表最強的 GPU 架構，專門為人工智能和高性能計算打造，重新又掀起了一場（對手只有它自己）的性能大戰(zhàn)。

　　盡管仍然被稱為 GPU，但是 Volta 遠不止于此。除了加強了 GPU 架構以外，英偉達還增加了640個新的張量內核，與標準GPU CUDA核心配合使用，為深度學習環(huán)境添加額外的處理能力。黃仁勛說，英偉達超過7000名工程師花費了超過3年的時間，才打造出了 Volta，來滿足深度學習的需求，讓工業(yè)界有機會去實現人工智能的顛覆性的潛力。

　　Volta 到底有多強？可以用數字來說話：作為英偉達第7代 GPU 架構，它是集成了210億晶體管，具有 5120 個 CUDA 處理內核，可以和100臺 GPU 在進行深度學習處理上的性能相抗衡；相比起前一代的Pascal ，它有了5倍的性能提升，而比起兩年前才推出的Maxwell 架構，性能提升了15倍！

　　這個性能表現比起摩爾定律能預測的，直接翻了4倍。（事實上，在這個方面，英偉達永遠都是在和自己較勁）。

　　開發(fā)者，數據分析師和研究員們都越來越依賴于神經網絡來驅動他們所有的工作，比如自動駕駛，環(huán)境保護，農業(yè)生產甚至是癌癥攻克都是如此。而由于網絡變得越來越復雜，數據中心也需要提供更大的處理能力，他們需要高效地擴張，來支持基于人工智能服務的應用，比如自然語言處理的虛擬助手，個性化搜索和推薦系統(tǒng)等。

　　Volta 可以說意味著深度學習引擎的一個轉折，從 原來的 GPU 或者說通用的處理器引擎，到一個接近專門的人工智能引擎。所以，而當黃仁勛掏出一個小小的處理器時，全場都激動起來：這樣一個其實和 Apple Watch 大小差不多的芯片，就是第一個采用了Volta 架構的Tesla V100。黃仁勛甚至開玩笑說，他們在Volta 的研發(fā)上砸了30億美元，這作為Volta架構的第一代產品，現在世界上還僅此一臺的Tesla V100，價值就超過了30億美元。

　　作為新一代的“核彈”，Tesla V100 性能爆表，可以說是開啟了 AI處理器計算性能的新時代，說它是當今世界上表現最強的并行計算處理器一點都不夸張。GV100 擁有大量新的硬件創(chuàng)新，為深度學習算法和框架提供了巨大的加速，此外還為高性能計算系統(tǒng)和應用提供了更多的計算馬力。