超级计算从前沿科学迅速渗透到我们日常生活的各个方面。

　　GPU加速促进其持续发展(将超级计算应用于我们口袋中的手机和我们车道上的汽车)。NVIDIACEOJen-HsunHuang本周在德克萨斯州奥斯汀举行的SC15年度超级计算会议上发表了开幕式演讲，反响热烈。该活动吸引了来自世界各地的1万名研究人员、国家实验室负责人和其他人员。

　　黄仁勋说：超级计算技术的影响远远超过了超级计算本身。他穿着标志性的黑色皮夹克，向大多数站着的人发表了演讲。我们在这方面的进步将使消费者应用、云服务、汽车工业和独立机器发生革命性的变化。

　　他将GPU描述为几乎无处不在的下一代超级计算处理器，其影响力不亚于过去十年主宰的英特尔至强架构。在CPU的配合下，其快速发展将积累巨大的能量，为超级计算树立新的标准。

　　很多事情都会改变。摩尔定律是慢还是结束都无关紧要。行业需要沿着新的道路前进，他说。

　　他提出，这条新道路的关键是GPU加速。新一期超级计算机500强榜单公布，世界上使用加速器最快的100多个高性能计算系统。

　　NVIDIATeslaVIDIATeslaGPU，每年以50%的速度增长。这只是一个开始。

　　至于未来的发展，他说GPU加速已经应用到他之前宣布的一些最强大的下一代超级计算机中。例如，橡树岭国家实验室和利弗莫尔国家实验室的新系统——这些超级计算机将于2017年推出，预计将成为世界上最快的超级计算机。此外，IBMWatson昨天宣布，该超级计算机将使用GPU加速10倍。

　　加速技术的快速发展得益于三个重要趋势。首先，摩尔定律减慢了，每18个月计算机能力翻一番。第二，GPU现在加速了数百个高性能计算应用程序，包括大多数最受欢迎的应用程序。第三，即使是最传统的加速器投资也会带来显著的吞吐量改善。

　　NVIDIACEOJen-HsunHuang，NVIDIACEOJen-HsunHuang的开幕演讲充满了热烈的反响。

　　加速计算的另一个驱动因素是机器学习背后的巨大能量。机器学习是人工智能的一个关键领域。通过机器学习，计算机学会了理解现实世界。在网络服务巨头的领导下，第一波机器学习应用出现了。

　　语音驱动的网络搜索以其近乎完美的理解能力迅速成为日常生活的一部分。类似的例子包括Facebook的人脸识别功能、YouTube的视频点击购买功能和谷歌Photos新推出的定制图像功能。

　　对于消费者来说，机器学习是高性能计算的第一个杀手应用程序。机器学习目前正从研发阶段向大规模推广过渡。

　　为了促进这一趋势的发展，NVIDIA上周推出了Tesla超大规模加速系列产品。该系列产品集硬件和软件于一体，可以在大规模数据中心实现GPU加速机器学习，使其能够在大规模数据集中进行培训，并通过这项工作直接学习，从而使消费者受益。

　　NVIDIA斯州奥斯汀市举行的SC15上，NVIDIA将大放异彩。

　　Huang还利用这次演讲介绍了NVIDIA列新产品，促进了超级计算驱动的机器学习的广泛应用。

　　除了大型加速套件外，它还包括刚刚发布的Jetsontx1模块，使机器人和无人机等便携式设备具有机器学习能力。NVIDIADRIVEPX车用计算机支持12个摄像头、雷达和激光雷达输入，使自动驾驶更接近现实。NVIDIAGeForceGTANXGPU在PC上启用机器学习。DIGITSDevbox是一种可插入普通插座的机器学习设备，包括实现深度学习所需的所有硬件和软件。

　　Huang演讲结束后，操作NVIDIA加速计算业务的IanBuck介绍了Tesla在模拟和可视化方面的功能，除了机器学习。他引用了许多GPU加速的领域，包括天气预报。他指出，近几个月来，主要的国家天气预报超级计算机已经转变为GPU，以提供更准确的预报，在灾难发生时拯救数千人的生命。周五之前，NVIDIA将在奥斯汀超级计算2015年会议的展位上展示这些应用程序和其他应用程序。