GTC 2014 ：機器學習、超級運算以及微型的超級電腦

今年在 GTC 主題演講，花了不少時間介紹機器學習，另外也發表針對嵌入式平台的超級電腦開發版 Jetson TK1；而 NVIDIA Tesla 加速計算業務部門總經理 Sumit Gupta 也與媒體分享 NVIDIA 在機器學習、 HPC 與嵌入式領域的一些動態。

NVIDIA 已經與許多單位針對機器學習進行合作，其中一個相當大型的合作就是百度的翻譯系統，該套系統不單只是單純進行翻譯，也會透過機器學習的方式不斷提升翻譯的精確度；另外也有些照片圖庫導入基於 GPU 的機器學習，可自動幫上傳到圖庫的照片進行標籤分類，或是像俄羅斯的搜尋引擎也透過 GPU 的機器學習系統不斷提升搜尋的精確度。

將 GPU 平行運算用於大數據分析也是相當有趣的一點， Mr. Gupta 舉了一個例子，就是推特的分析系統應用。推特透過使用者發表關於颶風侵襲的訊息與使用者的位置，可以進行颶風路徑的推測。

另外 Tegra K1 的發表也是 CUDA 發展歷史相當重要的一步，因為 Tegra K1 以極低的功耗實現高效能運算，像是可攜式的醫療設備、複雜的機器視覺、行車輔助等過去被認為需要繁雜運算系統的應用，都可透過低功耗的 Tegra K1 達成。

不過 Tegra K1 目前還未有導入大型運算的計畫，主要是因為雖然目前市場上已經有將近 20 家的 ARM 架構投入伺服器領域，然而 NVIDIA 在大型運算仍是以 GPU 應用為主導， NVIDIA 也有如 Tesla 這樣的 GPGPU 加速卡， NVIDIA 仍不急於在這個時間點把 Tegra K1 投入超級運算。

反而是在嵌入式領域的應用， Tegra K1 擁有許多競爭對手所沒有的媲美超級電腦的運算能力，也足與與其他對手有顯著的差異化，是故 NVIDIA 這次也宣布推出低於 200 美金的 Jetson TK1 開發板，希望能讓想在嵌入式系統實現超級運算級應用的開發單位得以透過平價的 Jetson TK1 開發嵌入式的超級電腦應用。