NVIDIA首席科学家GTC中国线上大会主题演讲：AI研究最新进展

著名计算机科学家Bill Dally在GTC中国线上大会上透露，他带领的团队正专注于让AI性能每年实现翻倍增长——这不是一句空话，而是通过一系列硬核技术落地实现的。作为NVIDIA首席科学家，Dally直接负责公司在AI、光线追踪和高速互连领域的研发，他带领的200人研究院，正在用实际成果验证所谓的“黄氏定律”（Huang’s Law）。

Dally在演讲中重点介绍了三个代表性项目，覆盖芯片、互连和编程系统。这些项目从不同维度证明了：AI推理性能每年提升一倍以上，并非遥不可及。

超高能效翻跟斗

首个突破点来自一种名为MAGNet的工具。NVIDIA研究人员用该工具生成了一款AI推理翻跟斗，在模拟测试中，其能效达到每瓦100 tera ops，比当前的商用芯片高出整整一个数量级。关键在哪？MAGNet引入了一系列新技术来精细调控设备内部的信息流，核心思路是尽可能减少数据传输——因为数据搬移恰恰是当前芯片最耗能的环节。而且这个研究原型采用模块化设计，可以灵活扩展，为后续量产铺平了道路。

发挥所有光子的潜能

光链路是另一大重头戏。Dally拥有120多项专利，2009年加入NVIDIA之前曾任斯坦福大学计算机科学系主任。他指出，NVLink的速度虽然可以再翻倍甚至更多，但电子信号终究会触达物理极限。为此，NVIDIA研究院与哥伦比亚大学合作，尝试引入电信网络中的“密集波分复用”技术——简单说，就是让一根光纤同时传输几十路信号。这项技术有望在仅一毫米大小的芯片上实现Tb/s级的数据传输，是当前互连密度的十倍以上。更直观的好处是：光链路让系统可以做得更密集。Dally展示了一个未来DGX系统模型，上面搭载了超过160个GPU——这在电气互连时代几乎无法实现。

软件层面，NVIDIA研究人员开发了一款名为Legate的编程系统原型。开发者只需为一个GPU编写程序，Legate就能自动将其扩展到任意规模的系统上运行——包括像Selene那样搭载数千个GPU的巨型超算。Legate将一种新型编程速记融入加速软件库和高级运行时环境Legion，目前正在美国国家实验室进行测试。

描绘美好未来

除了上述三项硬核研究，Dally还谈到NVIDIA在医疗健康、无人驾驶汽车、机器人等行业的平台布局。他特别强调了两个前沿方向：实时路径追踪（基于物理渲染）和AI构建整个场景。简单说，经过几代人的努力，NVIDIA产品已经能够实时生成照片级的渲染画面，并且通过AI直接“脑补”出缺失的场景细节。

演讲中，Dally首次公开展示了对话式AI框架Jarvis与GauGAN的组合效果。GauGAN原本靠生成式对抗网络，用户只需简略勾勒几笔就能生成逼真风景画。而结合Jarvis后，用户可以直接用语音指令来实时修改画面——比如说出“加一片云”，画作立刻更新。演示效果令人惊叹。

在录制间隙接受采访时，Dally对研究团队在多领域的开创性进展感到自豪。他提到，如今NVIDIA在光线追踪领域的突破，都始于研究院打造的原型。2011年，他指派研究员Bryan Catanzaro与斯坦福大学教授Andrew Ng合作，后来打造出CuDNN软件——这项成果直接推动了整个深度学习领域的爆发。

立足网络领域

Dally还牵头构建了NVLink和NVSwitch的早期原型，这些技术如今已成为全球最大型超算内部GPU互连的关键。他表示，产品团队总能迅速将研究转化落地，这正是NVIDIA能够成为全球领先网络公司的重要原因。

谈及对科技的热情，Dally打趣说，自己就像个沉浸在糖果故事里的孩子。也许上一刻还在帮一个团队研究AI翻跟斗，下一刻就转到机器人领域解决新问题。“我现在做的，是全世界——至少是全公司——最有趣的工作，有机会亲手塑造未来。”

除了主题演讲，GTC中国线上大会还安排了220多场分论坛和演讲，绝大多数使用中文。NVIDIA资深专家将齐聚高峰论坛，解读AI、数据科学和医疗健康领域的突破性技术在中国如何落地。同时，NVIDIA初创加速计划邀请了12家中国领军初创企业出席。大会合作方包括阿里巴巴、AWS、百度、字节跳动、中国电信、戴尔科技、滴滴、新华三、浪潮、快手、联想、微软、平安、腾讯、清华大学和小米等众多行业领军企业与机构。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：NVIDIA首席科学家GTC中国线上大会主题演讲：AI研究最新进展要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题