在过去的五年中，人工智能(AI)的使用激增，引发了有关该主题的几次新会议。但是，最重要的活动已成为Nvidia的GPU技术会议(GTC)，最近的一次活动是在上周在加利福尼亚州圣何塞举行的。出席人数高达8,500人，比GTC17多出2,000人。(注：Nvidia是ZK Research的客户。)
虽然该展会由Nvidia主持，但它已成为行业展会，正在讨论和解决扩展AI方面的一些最大挑战。
按照GTC的惯例，Nvidia宣布了许多公告。以下是我认为最引人注意的内容，以及CIO应该关心的原因。
GPU计算面临的挑战之一是将足够的数据推入GPU中，以使其保持繁忙，尤其是对于多GPU系统而言。通常，在高数据负载下，PCI总线速度太慢，因此Nvidia开发了一种专有互连，将两个GPU(称为NVLink)桥接在一起，从而绕过了PCI总线。在GTC18上，Nvidia首次推出了一项名为NVSwitch的创新技术，该技术可使16个GPU通过高速结构连接在一起。
在其主题演讲中，首席执行官黄仁勋展示了16种GPU系统之一，并开玩笑说它是世界上最大的GPU，因为它有效地创建了一个大型GPU。网络专业人员会熟悉该架构，因为这种纵横制交换矩阵被用作当今大多数高速交换机的互连，因此被称为NVSwtich。
CIO为什么要关心：企业必须分析的数据量只会增加。实际上，使用通用对抗网络(GAN)可使机器生成自己的综合数据。NVSwitch帮助组织将更多的GPU互连在一起，以便数据科学家可以处理更大，更复杂的数据集。
大约一年前，Nvidia推出了Tesla V100 GPU，它配备了16GB的HBM2内存。该公司在GTC18大会上宣布将立即将总内存增加一倍至32 GB。升级意味着Nvidia现在与其主要竞争对手AMD处于内存平价。V100的性能始终为同类AMD产品吹牛。但是，总内存是它滞后的地方-现在它已经缩小了差距。