Murali Gopalakrishna--NVIDIA自主機器產品管理負責人，總經理

Murali Gopalakrishna負責NVIDIA（英偉達）自主機器人的產品管理。他還領導著專注于機器人、無人機、工業物聯網和企業協作產品的業務開發團隊。

在2016年加入英偉達之前，Gopalakrishna是平臺和技術戰略的全球負責人，領導索尼移動通信公司的CTO辦公室。他負責的產品包括手機、平板電腦、可穿戴設備以及物聯網平臺。

Gopalakrishna擁有印度國家工程學院的工程學士學位。

隨著經濟學家預測機器人和自動化的更大用途，這可能意味著大量的新客戶--你會告訴企業領導人如何開始使用自動化？

今天，加強自動化的組織必須接受人工智能（AI）的創新。在制造、運輸、醫藥、科學、金融和能源領域，我們不再爭論人工智能是否有效或它是否會發生。它現在就在這里，由NVIDIA GPU和AI技術驅動的產品--在充滿活力的開發者社區和合作伙伴生態系統的支持下--正在推動各行業的生產力、可靠性和安全性。

企業領導人也意識到，沒有足夠的研究人員、數據科學家和工程師具備滿足需求所需的技術專長水平。對于希望利用自動化的組織來說，提高人工智能和機器人技術的技能是成功的關鍵。

COVID-19大流行如何改變了供應鏈、商業運營、制造流程等領域的業務？

隨著家庭和工作場所之間的界限變得模糊，機器人已經將無數的大流行病后的任務自動化，以解決社會距離、工人安全問題和遠程工人的智能遠程操作需求。此外，人工智能和深度學習（DL）使這些機器人能夠在復雜的環境中作為 "協同機器人 "與人類緊密協作，包括倉庫、零售店、醫院和工業自動化。

無論是自主移動零件和產品，還是目視檢查貨物的缺陷，制造業的外包也加速了機器人技術部署和自動化的緊迫性。這種轉變在以下應用中表現得尤為突出。

在物流，從 "就地取材 "到 "最后一公里配送"，隨著對整個供應鏈和電子商務效率需求的增加，自動化已成為不可或缺的因素。

在醫療保健，為了最大限度地減少接觸和支持人員和資源的短缺，機器人在公共和私人空間的藥品/用品交付、病人監測、醫療程序、溫度檢測和紫外線消毒劑的應用中已成為關鍵。

在零售業，從清潔、庫存和安全（溫度檢測、面具檢測、社交距離）到貨架掃描和自助結賬，自動化已經改變了購物體驗。

在制造業，公司正在使用人工智能/DL來創建未來的工廠，利用機器人和cobot進行無接觸的制造和檢查，以及實現零停機時間，以提高生產力和效率。

您從不斷變化的客戶群中了解到了什么，特別是在醫療保健、消費品、食品等領域向更多樣化應用的轉變？

強大的基于GPU的AI-at-edge計算，以及全方位的傳感器，今天已經在現場廣泛實施。在人工智能和DL的推動下，為實時決策提供感知能力的傳感器技術已經徹底改變了自動化和機器人技術的若干領域的進展，包括導航、視覺識別和物體操縱。

在這些多樣化的應用中，機器人正在被訓練做什么--以及如何改進復雜的任務--最快可在幾小時或一夜之間完成（而過去需要幾周甚至幾個月）。一次性學習、轉移學習和模仿學習等人工智能技術不再局限于研究論文；今天，客戶在現實世界的部署中使用了許多這些方法的自動化。

在你看來，你期望在未來十年內看到什么是自動化？

雖然自動化在過去十年中取得了重要的進展，但許多任務仍然沒有實現自動化。其中許多任務將依賴于機器人變得更加自主的事實。這種從自動化到自主化的轉變將推動未來十年的創新用例。英偉達公司正在提供將使世界變得更加自主的技術。隨著感知技術、連接性和高性能邊緣計算的改進，下一個十年將由全新的工作流程和人工智能工作負載提供動力，真正將自動化改變為零接觸、零停機。

早期的機器人能力有限，而且存在安全風險，無法在工廠車間廣泛采用。有了人工智能，這些系統將做出實時決策，以確保未來工廠的安全，同時保持和優化生產力。這包括訓練機器人感知其環境并作出相應的調整--允許它降低速度、調整力/強度、檢測不斷變化的工作條件，或在干擾附近的人之前安全關閉。在許多行業中，我們將看到只有固定功能的機器人的日子即將結束，熟練的勞動力將在他們的家中/辦公室里控制機器人。

什么因素會推動這些自動化的進步？

關鍵驅動因素之一是仿真技術能夠模擬真實世界的速度。展望未來，像NVIDIA Omniverse和NVIDIA Isaac平臺這樣的仿真技術將被用于各個方面：從機械機器人的設計和開發，然后對機器人進行導航和行為訓練，再到部署 "數字孿生"，在部署到現實世界中進行自主操作之前，在精確和逼真的環境中模擬和測試機器人。

英偉達公司繼續研究如何利用人工智能/DL以及基于物理的強化學習（RL）和逼真的模擬，在虛擬環境中訓練機械手，然后將其部署到現場。以前將RL應用于機器人和自動化的大部分工作涉及到成千上萬的CPU集群；現在我們可以在單個GPU上訓練其中的一些RL策略，只需一小部分的時間。

同樣，人工智能和DL創新將在明天的機器人和自動化的發展中變得越來越重要。它將使多功能機器人能夠動態地配置自己來完成各種任務。所有這些，同時保持同樣的速度和效率，如果不是更多的話。

雖然我們都知道停機時間可以幫助緩解壓力，但一些有科學依據的研究證實，當你花時間享受辦公室以外的生活時，你實際上提高了生產力。你在空閑時間最喜歡做什么事情？

有趣的是，盡管我的孩子們早已長大，但我發現沒有什么比看經典動畫片的重播和聽上一代人的音樂更讓人放松了。

NVIDIA 提供完整的端到端機器人平臺，以支持現代 AI 機器人的開發。從數據生成到模擬到應用程序開發再到部署，NVIDIA 的完整產品將有助于引領下一波自主機器。用于邊緣部署的 NVIDIA Jetson 節能、緊湊、可擴展，并且與 ROS 原生兼容。Isaac sim 平臺支持在物理精確模擬環境中訓練和測試基于 ROS 的機器人。它還可以提供合成數據生成以增強訓練。NVIDIA AI 機器人研究實驗室專注于機器人操作、基于物理的模擬和機器人感知等領域，以推進創新和解決現實世界的問題。

VIDIA（Nvidia Corporation，/?n?v?di?/；中國臺灣與香港繁中名為輝達，中國大陸簡中名為英偉達），創立于1993年1月，是一家以設計和銷售圖形處理器為主的無廠半導體公司。NVIDIA亦會設計游戲機核心，例如Xbox和PlayStation。NVIDIA最出名的產品線是為個人與游戲玩家所設計的GeForce系列，為專業CGI工作站而設計的Quadro系列，以及為服務器和高效運算而設計的Tesla系列，雖然起家于PC電腦的顯卡業務，英偉達也曾涉及移動芯片Tegra的設計，但智能機市場對此響應不大，不過近年卻利用這些研發經驗，目前朝向人工智能和機器視覺的市場發展，也是圖形處理器上重要的開發工具CUDA的發明者。不過NVIDIA的發展過程也是非議不斷，批評多集中于濫用排他性商業合作、不正當營銷方式、對業界開放標準和自由軟件運動的拒斥等。

NVIDIA的總部設在美國加利福尼亞州的圣克拉拉位于硅谷的中心位置。

歷史

NVIDIA創辦人兼首席執行官兼總裁黃仁勛

黃仁勛、克里斯·馬拉科夫斯基和卡蒂斯·普里姆于1993年4月美國加州創辦了NVIDIA（隨后成為特拉華州企業）。NVIDIA保持低調到1997－1998年，當時它發布了RIVA個人電腦繪圖處理器產品線。并于1999年1月在納斯達克掛牌上市；同年5月，售出第一千萬個繪圖處理器。于2000年收購了一代王者3dfx的知識產權。3dfx是1990年代中期其中一間最大的圖形處理器廠商。NVIDIA與許多OEM廠商，和一些組織創建起密切關系，最知名的包括臺積電。2002年2月，NVIDIA售出第一億個繪圖處理器。

目前NVIDIA和AMD供應了市場上大部分獨立顯卡。NVIDIA最著名的GeForce繪圖處理器產品線于1999年首次亮相。現在GeForce產品線已經擴展至桌面型和筆記本電腦。移動設備方面，NVIDIA擁有Tegra產品線。它能提供高性能，同時保持低電源消耗。此類產品通常用于無線通信設備。

2020年4月 27日，NVIDIA宣布已完成對Mellanox Technologies, Ltd.（邁絡思科技有限公司）的收購，成交價70億美元。

2020 年 7 月，有報導稱英偉達正在與軟銀談判以 320 億美元收購英國芯片設計公司安謀。 2020 年 9 月 13 日，英偉達宣布將以 400 億美元的價格從軟銀集團手中收購 Arm Holdings，但須接受通常的審查，后者保留英偉達 10% 的股份。

2021年6月11日，英偉達宣布收購自動駕駛汽車高清地圖開發商 DeepMap, Inc.。

產品制造

作為一家無晶圓IC半導體設計公司，NVIDIA于自己的實驗室研發芯片，但將芯片制造工序分包給晶圓代工廠。以往，NVIDIA從其他廠商，例如IBM、意法半導體、臺積電（NVIDIA目前最重要的代工合作伙伴）和聯華電子獲得硅芯片生產能力。芯片的供應鏈需涉及數間第三廠：制造完畢的晶圓由集成電路封裝廠進行初步測試與封裝作業，之後交由測試廠的測試部門進行深度測試并根據性能分類。依據存貨清單，NVIDIA必須提早數月訂購芯片，并將之存儲起來等待使用。

在最終產品上（指顯卡、主板等），NVIDIA會推出所謂原廠“公版”（Reference）產品（稱為參考樣卡或參考模板）供展示及測試之用，早期產品是由臺灣的微星和斯博科、美國的威竣（VisionTek）和新美亞（Sanmina-SCI）、德國的埃爾莎代工，目前由新加坡的偉創力與臺灣的鴻海（富士康）、華碩和捷波代工或設計。在零售市場上，NVIDIA會把頂級型號的“原廠”公版產品給各個第三方廠商貼牌，如GeForce 7950 GX2、Quadro FX 5600、nForce 680i SLI等等，這些廠商的產品設計用料完全相同，均由一家廠商代工。在OEM市場上，亦有部分“原廠”公版產品存在。2008年后NVIDIA允許了旗艦級產品的“非公版”（Non-Reference）設計，但只有極少數有實力的廠商（如華碩、技嘉、微星、影馳等）會推出自己設計的產品。2010年10月初，NVIDIA曾透過BestBuy少量銷售由富士康代工的NVIDIA品牌“原廠”產品。

主要產品

NVIDIA的產品組合包括繪圖處理器、個人電腦平臺（主板邏輯核心）芯片組和數字媒體播放器的軟件。在Mac/PC用戶社區中，NVIDIA的"GeForce"產品線最為人熟悉。除了獨立型顯卡外，還有微軟的Xbox游戲核心和nForce主板（已停產）的核心技術，NVIDIA最近進入的領域是用于手機和平板電腦的ARM芯片，品牌為Tegra至今已推出5代。

在2004年12月，NVIDIA宣布會協助索尼設計PS3的繪圖處理器（RSX）。NVIDIA只會負責設計，Sony會負責制造該繪圖處理器。根據合約，NVIDIA會使用索尼的芯片廠（索尼和東芝）來制造RSX，并將制程提升至65納米。這與微軟的協議是互相違背的，因為NVIDIA會透過第三者制造Xbox的繪圖處理器。（其間微軟選擇了AMD去提供Xbox 360的繪圖硬件的IP設計。任天堂的GameCube和Wii亦采用ATI的繪圖處理器。）

2008年2月11日，NVIDIA發布了用于手機平臺的APX 2500應用處理器。該處理器集成了一個ARM處理器和一個顯示核心。這款處理器是由NVIDIA和微軟聯合研制，方面應用于使用Windows Mobile的電話中，提高Windows Mobile平臺的多媒體處理能力。芯片的制程是65nm，核心頻率750 MHz，并集成256KB的L2緩存。芯片亦內置GeForce核心，支持OpenGL ES 2.0和Direct3D Mobile標準。APX 2500屬于ARM架構，其低耗電設計，使手提電話可以長時間播放音樂或720p高清晰視頻。

NVIDIA于2008年12月發布了一支持Intel Atom處理器的NVIDIA ION移動平臺，主打輕薄桌面型市場，可以支持DirectX 10的內置顯示芯片性能是原本英特爾官方945GSE芯片組的5倍，讓迷你電腦也有部分游戲能力；它解決了Atom沒有GPU、無法支持高清、無法支持數字顯示、屏幕需小于10英寸、不能支持更高版本的Windows Vista的種種問題。

在2011年1月5日的CES上，NVIDIA宣布將自行設計與研發基于ARM架構的臺式機CPU，產品代號Project Denver（丹佛項目）。其處理器能夠支持微軟下一代桌面系統Windows 8以及行動平臺上的Android、蘋果iOS等。相比之前的Tegra產品，NVIDIA總裁表示這將是一顆高度定制的“ARM兼容CPU”，即獲得ARM指令集授權，但處理器微架構則完全由NVIDIA自行開發，以更高性能面向桌面、服務器甚至高性能計算市場。屆時NVIDIA基于ARM架構的處理器將在市場上與英特爾和AMD等基于X86架構的處理器直接競爭。

在GTC 2020主題演講中，NVIDIA宣布推出Ampere架構，是NVIDIA 8代GPU歷史上最大的一次性能飛躍，包含超過540億個晶體管，是有史以來最大的7納米芯片，性能相較于前代提升了高達20倍，

NVIDIA A100是首款基于NVIDIA Ampere架構的GPU，全新多實例GPU技術可將單個A100分割成最多七個獨立的GPU來處理各種計算任務；第三代NVIDIA NVLink技術能將多個GPU組合成一個巨型GPU；全新結構化稀疏功能將GPU的性能提高一倍。具有TF32的第三代Tensor Core核心 ，其功能經過擴展后加入了專為AI開發的全新TF32，它能在無需更改任何代碼的情況下，使FP32精度下的AI性能提高多達20倍。此外，Tensor Core核心現在支持FP64精度，相比于前代，其為HPC應用所提供的計算力比之前提高了多達2.5倍。

2020年，NVIDIA發布軟件開發包NVIDIA Maxine。