深度学习如何让Turing 显卡如虎添翼

深度学习革命席卷全球的第一个载体是处理器，即最初为游戏而生的 GPU。借助我们的 Turing 架构，深度学习重返游戏战场，并为其带来了惊艳无比的性能。

在本周的欧洲站 GPU 技术大会上，NVIDIA 首席执行官黄仁勋先生向在场的 3000 多名与会者表示：Turing 结合了新一代可编程着色器和 Tensor Core，前者支持计算机图形处理界的“圣杯”——实时光线追踪，后者是一款可加速各类深度学习任务的新型处理器。

黄仁勋先生解释称，这种深度学习能力可以让 Turing 以其他处理器前所未有的方式实现性能飞跃。

黄仁勋先生表示：“如果我们创建的神经网络架构和 AI 能够推理并构思某种类型的像素，那么我们就能够使其在每秒可执行 114 万亿次浮点运算的 Tensor Core 上运行，从而在提升性能的同时也会生成美丽的图像。”

“我们已经利用计算机图形技术让 Turing 实现了这一点，” 黄仁勋先生补充道。

利用深度学习超级采样 (DLSS) 技术，Turing 可以通过着色器生成一些像素，然后通过 AI 构思出其余像素。

“最终，借助我们每秒可执行 114 万亿次浮点运算的 Tensor Core 和每秒可执行 15 万亿次浮点运算的可编程着色器，我们取得了惊人的成就，” 黄仁勋先生如是说。

这意味着性能的巨大飞跃。

“在每个系列中，Turing GPU 都能使性能提升一倍，” 黄仁勋先生说道，“这是一种计算机图形的全新处理方式，使传统计算机图形技术与深度学习得以完美融合。”

在惊艳无比的演示环节，黄仁勋先生展示了如何利用最新款 NVIDIA RTX GPU 这个让实现实时光线追踪首次实现的设备通过数字方式还原一张标志性登月照片的场景——宇航员 Buzz Aldrin 缓缓从登月舱的梯子爬下来。

这场演示打消了有些人怀疑这张登月照片纯属伪造的念头，因为他们觉得宇航员 Aldrin 下到月球表面时正处于登月舱的遮挡下，本应该昏暗不清；但在这张照片中，宇航员的亮度却很高。而这次的模拟却显示出，月球表面的反光刚好可以造成照片中展示的亮度效果。

“这就是 NVIDIA RTX 的优势。利用这种渲染技术，我们可以模拟出光的物理属性，让物体呈现出它们本来的面目，” 黄仁勋先生说道。

责任编辑：彭菁