您的位置: 主页 > 不靠显卡新品抢目光 黄仁勋仍然证明NVIDIA有营收获利本事

不靠显卡新品抢目光 黄仁勋仍然证明NVIDIA有营收获利本事

虽然NVIDIA在GTC 2019只发布了一款超迷你AI人工智能电脑,但在自驾车、显示技术、人工智能应用软硬件、云端串流游戏上还是展示了它目前领先业界的根底。

首图

相较过往每一年的GTC技术大会都会有特定产品、显示架构或全新技术应用亮相,今年进入第10届的GTC 2019唯一较称得上「新品」的项目为Jetson Nano,并未如市场预期宣布推出7nm制程产品,但藉由去年揭晓的Turing显示架构、RTX即时光影追迹技术,以及过去10年内所累积技术应用,NVIDIA总经理黄仁勋依然说明NVIDIA在显示效能虚拟化应用技术、人工智能应用,以及自驾车发展仍有相当大的发展动能,甚至在游戏发展领域部分也依然有明显立足点。

虚拟化显示加速一直是NVIDIA致力发展项目

少了新品,但其实NVIDIA试图挖掘更多发展机会

不少人认为今年在GTC 2019没有太大惊喜,除了因为此次大会主题演讲中,黄仁勋定位如市场预期介绍7nm制程的全新显示架构「Ampere (安培)」,或是像去年介绍全新超级电脑设计应用产品,不少内容其实是去年提出成处于测试阶段,如今成为可正式运作使用的产品,例如应用在医学使用的,以及用于自驾车辆模拟训练的DRIVE Con​​stellation,而去年伴随Turing显示架构提出的RTX即时光影追迹应用,在此次GTC 2019更宣布与过往的GRID技术结合,透过RTX服务器应用打造一站式影像渲染处理中心,或是用于虚拟化工作站,甚至应用于云端串流游戏服务等。

而全新CUDA-X AI加速演算平台,更是结合NVIDIA GPU Cloud技术应用,让开发者能藉由CUDA软件技术串接特定领域使用的人工智能技术演演算法,并且串接RTX、DGX、HGX或AGX运算资源,进而打造全新CUDA-X AI加速演算平台,藉此在各类运算领域需求达成加速效果,进而让GPU加速可以应用在更广泛市场,更可在精度要求更高且含金成分更高的数据研究站稳发挥机会。

是观点/少了显着「新品」的GTC 2019,黄仁勋如何证明NVIDIA营收获利本事?这篇文章的第3图

数据分析研究将会是NVIDIA接下来着重探讨应用领域

除了在RTX等技术应用说明布局之外,包含藉由Jetson Nano发展更广泛的AIoT市场,与TOYOTA合作更聪明的自驾技术发展之外,黄仁勋也没有忽略在游戏市场发展规划,面对Google、微软等厂商积极布局云端串流游戏应用,更提出GeForce Now联盟 (GFN Alliance)计划,透过率先与日本Softbank、韩国LG U+结盟,未来更计划透过衔接更多运算节点,让本身发展许久的GeForce Now服务可以广泛在全球各地区推广使用,甚至也能使用RTX即时光影追迹等显示卡新技术,藉此在云端串流游戏应用凸显本身优势。

不过,黄仁勋也再次强调云端串流游戏技术终究无法完全取代传统以显示卡驱动的PC游玩需求,只要市场依然有重度玩家使用需求、电竞市场依然蓬勃发展之下,显示卡基本生意模式就不会受到影响,甚至就连在云端串流游戏服务应用也还是需要显示卡推动,才能实现4K 60fps与HDR等级的显示呈现效果。

是观点/少了显着「新品」的GTC 2019,黄仁勋如何证明NVIDIA营收获利本事?这篇文章的第4图

没开玩笑,本届GTC 2019唯一发布硬件新品就是Jetson Nano

收购Mellanox Technologies是相当划算的交易

另外,在此次GTC 2019主题演讲过程中,黄仁勋特地邀请Mellanox Technologies总经理上台,虽然并未具体说明以69亿美元收购Mellanox Technologies是否会有进一步发展,但从此次揭晓诸多服务内容,例如RTX服务器、GeForce Now、Omniverse线上协作平台,甚至CUDA-X AI加速演算平台在内项目,其实都会应用到Mellanox Technologies旗下产品技术,藉此让番散在各地区的运算节点能透过够快数据传输形成庞大算力表现,进而实现更高超算能力。

因此在谈论收购Mellanox Technologies时,黄仁勋认为用69亿美元买下NVIDIA无法打造技术,进而能让NVIDIA旗下产品有更大发展空间,其实是一笔相当划算的交易。

是观点/少了显着「新品」的GTC 2019,黄仁勋如何证明NVIDIA营收获利本事?这篇文章的第5图

藉由Mellanox Technologies旗下产品技术助力,将能让NVIDIA此次提出的线上协作平台Omniverse能更顺利运作,藉此实现跨地区线上同时完成相同渲染着色等设计应用流程

未来运算不会仅集中在单一节点 (Node)

如同过往藉由显示卡技术改变运算模式,NVIDIA表示未来将会持续致力显示技术改革,并且广泛应用在人工智能、数据分析、超级电脑运算,以及虚拟化显示应用等领域。而就黄仁勋的看法,认为未来运算流程并不会仅集中在单一节点上,但也不会全然放在云端进行运算,而是会依据不同需求衔接各个运算节点执行效能,藉此产生更高运算效率。

以企业运作成本考量为例,纵使可以采购超级电脑协助提昇运算需求,但实际产生效益与后续维护成本是否合乎预期,就会成为企业考虑重点,但若能藉由显示虚拟化技术应用,让企业不一定需要在内部建置,而是藉由租赁等方式依照需求取用超级电脑运算能力,即可以更简单方式达成运算应用目标,甚至藉由终端运算设备衔接云端协同运算能力,更能达成企业隐私资料不必全数送上云端也能完成高度运算需求效果。

是观点/少了显着「新品」的GTC 2019,黄仁勋如何证明NVIDIA营收获利本事?这篇文章的第6图

藉由RTX服务器虚拟化显示算力应用,将能进一步实现跨设备、跨平台的运算使用模式,同时也能相对降低端庄至运算效能建置、维护所需花费成本

若以GeForce Now的应用模式为例,即便重度玩家、电竞市场需求依然会着重单机上的显示执行表现,但对于更多数的一般玩家而言,更希望能在一般硬件规格设备上也能有3A等级游戏体验,因此藉由云端串流、显示卡虚拟化应用等技术结合,让这些玩家也能轻易透过连网设备体验高解析度、结合RTX即时光影追迹技术的游戏内容,甚至可以进一步让游戏市场衔接非传统Windows平台使用玩家族群。

在NVIDIA的规划里,显示虚拟化应用将会成为未来重点运算模式,除了让使用者能随时藉由网络取得高度协同运算资源,更能让许多像是自驾车、机器人等需要更高运算能力,同时又需要考量电力续航等考量的技术应用得意实现,而这些运算能力都不会聚焦在单一节点上,甚至可能需要透过多个节点彼此协同运算,藉此让终端设备可以产生更大执行效能,意味未来运算规模将会有更高成长表现。

而这些正是NVIDIA希望证明自己可以在不抢进更新的7nm制程技术、不急着推出全新架构设计,仍可藉由更稳定的12nm FinFET等制程设计创造更多元发展机会,并且产生更高获利表现的想法。

一如黄仁勋说明,NVIDIA可以花费69亿美元收购Mellanox Technologies获取本身欠缺技术,确实也可以随时进入更小制程发展,虽然制程精进可以带来不少技术跃进,但只是一味在制程下探并没有太大意义,重点反而应该是如何在当下制程技术应用创造更大价值。

※相关连接》

上一篇:亚马逊移动版app将加入影音广告 增加更多广告营收与销售
下一篇:Razer与腾讯将深入合作 游戏将最佳化支持Razer手机

您可能喜欢

回到顶部