NVIDIA在第十届GTC大会开幕，释放了明确信号：NVIDIA正在数据中心领域全速发力。
NVIDIA创始人兼首席执行官黄仁勋在San Jose State University发表了一场森罗万象的开幕主题演讲，介绍了NVIDIA在加速推进数据中心普及方面取得的进展，并借助数据中心为世界上最具活力的行业赋能。 在创纪录的9,000名GTC注册参会者现场见证下，黄仁勋宣布推出了一系列新技术；详细介绍了思科、戴尔、HPE和联想等行业领导者对NVIDIA新技术广泛采用的情况；并强调了NVIDIA技术正在如何与一些世界知名公司进行探讨，其中包括埃森哲，亚马逊，Charter Spectrum，微软和丰田。
黄仁勋表示：“我们所开创的加速计算方法现在真正开始腾飞了。”一周前，黄仁勋宣布NVIDIA将以69亿美元的价格收购高性能计算互联技术领域的领导者Mellanox，“如果各位回头看看我们去年取得的成就，就能明白我们的发展方向是绝对清晰的。”
除数据中心以外，黄仁勋还详细介绍了NVIDIA在其它领域所推出的创新成果，从机器人到专业图形处理，再到汽车行业，涉及方方面面。
开发者，开发者，还是开发者
整场演讲中，反复出现的主题始终是在探讨NVIDIA如何通过将软件和芯片相互耦合，提升计算能力，将海量数据转化为洞察力和智能。
“加速计算不单单只是芯片的事儿，”黄仁勋说到，“加速计算是芯片架构、系统、算法和应用程序之间相互协作，协同设计以及不断优化的结果。”
黄仁勋介绍说， 如今GPU开发者生态系统正在快速扩张。开发者的数量已经从去年的80万增长至超过120万人；目前，全球最快的500台超级计算机中有125台采用了GPU赋力的系统；由NVIDIA的CUDA并行计算平台赋力的应用程序已有超过600个。
在说明NVIDIA为什么在本月早些时宣布收购Mellanox 的时候，黄仁勋说到：在全球最快的500台超级计算机中，超过半数以上的超级计算机都采用了Mellanox 的互联技术，对Mellanox的收购将扩大NVIDIA在数据中心和高性能计算领域的优势。
在 GTC主题演讲的舞台上，Mellanox首席执行官Eyal Waldman与黄仁勋同台说到：“我们看到数据正在呈指数趋势大幅增长。以应用程序为中心的数据中心正在转变为以数据为中心的数据中心，这意味着数据将流动起来并创建程序，而不仅只是程序创建数据。
AI赋能数据中心
随着企业构建更强大的服务器，业务不断寻求将数据转变为竞争优势，这些技术也正在寻求以自己的方式进入世界数据中心，并将服务器连接得比以往任何时候都更紧密，——黄仁勋称之为“垂直扩展”或“功能”系统——，或者“向外拓展”，或“容量”系统，
为了帮助企业实现加速发展，黄仁勋介绍推出了CUDA-X AI，全球唯一针对数据科学的端到端加速库。黄仁勋解释道：随着企业转而采用深度学习、机器学习和数据分析等人工智能技术来更有效地利用数据， CUDA-X AI也应运而生。
适用于数据处理、功能判定、训练、验证和部署的典型工作流程。CUDA-X AI能够释放NVIDIA Tensor Core GPU的延展性，以独有的方式处理端到端的AI管道。
CUDA-X AI已被全部主要云服务厂商所采用，其中包括包括AWS, Google Cloud Platform, 和 Microsoft Azure。同时，其也已被Charter, PayPal, SAS, 和Walmart所采用.
黄仁勋还宣布，全球主要的顶级计算机和服务器制造商已推出基于NVIDIA T4 推理 GPU 的服务器。 AWS也将提供基于T4的服务.
AWS计算服务副总裁Matt Garman说到： “想想看，他们所节省的不仅仅只是金钱成本，还有数据科学家们最珍视的资源——时间和迭代。”
Turing、RTX和Omniverse
业界正在广泛采用NVIDIA的Turing GPU架构及其RTX实时光线追踪技术。NVIDIA RTX得到了包括黄仁勋在演讲中提到的20多个合作伙伴在内的广泛支持，如Adobe、Autodesk、达索系统、皮克斯、西门子、Unity、Unreal和Weta Digital。
黄仁勋宣布推出Omniverse，让专业设计人员能够利用不同的应用程序在不同团队和不同地点中创建和共享场景，这也为快速增加的专业设计人员和日益复杂的工作流程提供了支持。他说，Omniverse就像是为3D设计师提供的类似于Google Docs的协作工具，让地处任意地区的设计师都能够就同一个项目开展工作。
黄仁勋表示：“我们希望制作一种让全球各地的工作室都可以进行协作的工具。Omniverse基本上连接了工作室中的所有设计师，它能同所有工具一同运转。”
为了加快使用这些工具的图形专业人员的工作，黄仁勋介绍了NVIDIA RTX Server，NVIDIA将同顶级系统供应商一起提供这一参考架构。
单是电力的节省就意味着这些机器不仅可以加速用户的工作，还可以为自己的运行买单。黄仁勋笑言：“我曾经说过买得越多，省得越多，现在我觉得错了，因为RTX服务器是免费的。”
为了加速数据准备、模型训练和可视化，黄仁勋还介绍了NVIDIA赋力的数据科学工作站。这一为数据科学家提供的工作站基于Quadro RTX GPU，预先安装了CUDA-X AI加速机器学习和深度学习软件，可从全球工作站供应商处获得。
黄仁勋还发布了可将游戏技术引入数据中心的GeForce Now联盟。它围绕着专用的吊舱建造，每个吊舱将1280个GPU封装在10个机架中，且全部基于Mellanox高速互连技术互连。它还通过与全球电信供应商的合作扩展了NVIDIA的GFN在线游戏服务。
黄仁勋表示：“GeForce NOW联盟合作伙伴将共同扩展GeForce NOW，为数百万玩家提供服务。软银和LG Uplus是今年晚些时候在日本和韩国部署RTX云游戏服务器的首批合作伙伴。”
为了印证这些发布，黄仁勋在现场为大家展示了一个未来的射击场中身着高科技盔甲的人物，引来现场观众的热烈掌声。黄仁勋说道：“很少有科技公司能够来到艺术与科学的交汇处，这也着实令我们感到激动。NVIDIA是实时计算机图形学领域的ILM。”
机器人
黄仁勋宣布推出了Jetson Nano，一台外形小巧但功能强大的CUDA-X AI计算机，为运行现代人工智能工作负载提供472 GFLOPs的计算性能，且耗能仅为5瓦。它支持与美国最快的超级计算机相同的架构和软件。
Jetson Nano将分为两个版本—为开发人员、创客和技术爱好者提供售价为99美元的开发者套件，现已发售；还有一款将于2019年6月上市的，是面向大众市场创建边缘系统的企业所提供的生产就绪型模块，售价为129美元。
“它的惊人之处” 黄仁勋说。 “这一整个计算机只要99美金，比如你在使用Raspberry Pi，但你的计算机性能不够，那么就可以买一台Jetson Nano，它可以运行全部的CUDA X AI堆栈。”
Jensen 还介绍了Isaac SDK的普遍可用性，这是一个工具箱，可以将感知、导航和操作等人工智能更好地应用在下一代机器人上，这个工具箱可以为制造商、研究人员和初创企业节省数百小时。
自动驾驶
黄仁勋在主题演讲的最后带来了一连串关于自动驾驶的最新消息。
他宣布，NVIDIA目前正在与丰田、日本丰田研究院高级研发公司(Toyota Research Institute Advanced-Development)和美国丰田研究院(Toyota Research Institute)针对自动驾驶车辆的开发、训练和验证整个端到端的工作流程进行合作。
黄仁勋说:“今天我们宣布，世界上最大的汽车公司正在与我们从端到端地进行合作。”
该合作建立在与丰田公司的长期合作基础上，丰田公司长期以来一直采用DRIVE AGX Xavier AV计算机。本次合作将扩展到使用DRIVE Constellation进行新的仿真测试和验证。DRIVE Constellation 现已上市，让汽车制造商能在所有可能出现的情况下模拟数十亿英里的驾驶。
黄仁勋还宣布了Safety Force Field —— 一项旨在保护自动驾驶车辆免受碰撞的驾驶策略，为自动驾驶增加一个安全的“保护层”。
“我们有一种算法，能够检测周围的车辆并对其自然行车路线做出预测，同时根据自身的行驶路线计算出最佳交通线路。“黄仁勋说，新的开放软件已经在模拟中得到了验证，可以与任何驾驶软件结合使用。