2018年10月10日，在慕尼黑2018年GPU技術大會上，NVIDIA首席執行官Jensen Huang發表了主題演講。他宣佈了RAPIDS，這是一個開源的CUDA加速工具包，可以幫助數據科學家更快地處理數據。他們宣佈了在醫學影像方面開展的合作。他們還宣佈了一個自動駕駛汽車模擬器，汽車製造商可以使用它來驗證自動駕駛汽車。
RAPIDS
NVIDIA宣佈推出RAPIDS：這是一款開源軟件，將GPU技術融入到數據科學管道中。它基於許多數據科學家正在使用的經典機器學習管道構建：使用Numpy、panda和scikit-learn編寫的Python程序。RAPIDS可以使用多個Cuda Core讀取數據，並在多個Cuda Core上運行學習和推理。2.4版的Spark會加入RAPIDS，包括流GPU支持、cuML、cuGraph和批cuDF。爲了確保他們的數據科學平臺可以爲企業所用，NVIDIA與Oracle、IBM和沃爾瑪等幾家大公司開展了合作。要了解更多信息，可以查看NVIDIA的博客。
NVIDIA醫療應用程序
NVIDIA也正進入醫療市場，把他們的Clara AGX平臺用於放射市場。他們創建了一種基於神經網絡的圖像識別算法，用於放射圖像的可視化。這裏的計算機需要運行一個醫學成像管道，它接收傳感器數據，對其進行處理，並將其可視化。要了解更多信息，可以查看NVIDIA的博客。
NVIDIA自動駕駛汽車平臺
Jensen Huang宣佈了NVIDIA AGX，這是一款用於自動化機器的計算機。它是一塊帶有Xavier處理器的板子，具有109GB/s的高速IO。自動化機器（汽車或機器人）的計算機不同於其他應用，現實世界中的平臺需要實時運行，並且必須可靠。
隨着慕尼黑成爲多家大型汽車製造商的大本營，NVIDIA在GTC歐洲大會上宣佈了NVIDIA在成爲自動駕駛汽車硬件生產商方面取得的進展。去年，他們已經宣佈了將於2019年發佈Pegasus平臺。此外，計算硬件方面，他們還談到了SDK Drive Works，其中包含了很多可以用於自動駕駛的算法。Drive IX現在已經可用，Drive AGX Xavier開發工具包現在也已可用。沃爾沃宣佈，他們將使用Drive AGX平臺來測試他們的消費類汽車，這些汽車將具有二級自動駕駛功能。2級意味着汽車將具有自適應巡航控制和車道保持等高級功能，但司機將參與汽車性能的監控。
NVIDIA還發布了一款自動駕駛汽車模擬器Drive Constellation。它由兩臺計算機組成，其中一臺計算機渲染另一臺計算機用來決定採取何種行動的環境。這個模擬器可以用來驗證自動駕駛汽車的功能，甚至可以用來創建一個虛擬的自動駕駛汽車許可證，計算機通過後才能在公共道路上駕駛。要了解更多信息，請查閱NVIDIA的博客。
Tesla T4和DGX2
Jensen Huang還展示了Tesla T4，它是在之前9月18日的GTC大會上發佈的。它是一種多精度TensorCore加速器，可以在float32、int8和int4中運行推理。它每秒能做5.5萬億次運算。Jensen還談到了DGX2，他們於2018年3月宣佈了這一計劃。該平臺由連接在一塊板上的16塊Tesla V100 32GB GPU組成。它們由12個NVSwitches連接。它有1.5TB的系統內存，每秒可以進行高達2千萬億次處理。它還有32TB的SSD用於數據存儲。由於大多數公司都在雲環境中使用多服務器，NVIDIA宣佈了KubeFlow。通過運行TensorRT推斷服務器，你可以將神經網絡推斷部署到數據中心。它可以在多個服務器上分配神經網絡推理的負載。目前，企業通常有多個pod，每個pod都運行專門的推理模型。遺憾的是，如果對特定模型的需求上升，你就必須擴展服務器以滿足對該功能的需求。TensorRT和Kubernetes使得在多個服務器上分配多模型工作負載成爲可能。Kubernetes確定工作負載在數據中心裏的位置，並將模型放在具有剩餘容量的服務器上。
查看英文原文：NVIDIA Announces RAPIDS, Medical Image Application, and a Driving Simulator for Autonomous Vehicles.