黄仁勋-英伟达半导体科技（上海）有限公司总裁介绍

个人简介：

姓　　名：黄仁勋

性　　别：男

民 族：汉

国　　籍：美国

出 生 地：台湾省台北市

出生日期：1963年2月17日

毕业院校：俄勒冈州立大学

职 业：IT企业家

语 言：英语，少量汉语

主要成就：参与创建NVIDIA

人物小结：

黄仁勋，美籍华人，1993年创办NVIDIA―今天全球最大显卡芯片厂商之一。2001年黄仁勋在《财富》“40岁以下最富40 人”排名第12位，位列在篮球明星乔丹之前。黄仁勋为人不张扬，国内很少有人知道这位杰出华人的成功之路。其实他的成绩已经足够与王安、王嘉廉和杨致远等华人IT精英并驾齐驱。

英伟达CEO黄仁勋：做与众不同的事

在企业界，黄仁勋作为英伟达联合创始人、总裁兼CEO，十多年来励精图治，将英伟达打造成了最大的独立图形计算厂商，因而成为华人在国际企业界的骄傲。如今，他再创辉煌，成功地抓住了高性能计算(HPC)与视频计算的历史性机遇。

在IT界，他曾经以“黄氏定律”而闻名，“显卡性能每半年翻一倍”似乎要叫板摩尔定律，其实摩尔定律使的是猛劲——全力提高工艺水平，而“黄氏定律”用的是巧劲——主要是通过改进架构来实现。

我们面前的黄仁勋，则是一个总把“为产业和社会做出独特贡献”挂在嘴边的人。

领衔高性能计算

刘保华：2008年，IBM混合架构的“走鹃”在成为首台突破千万亿次大关的超级计算机的同时，证明了流处理器在HPC(高性能计算)中的加速作用，进而间接地证明了GPU在HPC中的地位。如今，GPU已经在HPC上唱起了主角。你认为GPU在HPC领域还有哪些挑战？

黄仁勋：“走鹃”是世界上第一台采用异构计算的方式进行数据处理的超级计算机，它同时采用了顺序处理器和并行处理器两种处理方式。而英伟达的 GPGPU(通用图形处理器)属于第二代的异构计算解决方案。最近，在全球排名第二的曙光“星云”超级计算机中，英伟达的GPGPU已经成为最重要的处理器。

GPU 计算面临的挑战就是编程效率。我们要让习惯于串行编程的程序员学会并行思考；其次，我们还要为他们提供高效易用的软件工具，这也就是我们基于CUDA通用并行计算架构设计的GPGPU芯片Fermi，要支持CUDA Fortran、CUDA C 和 CUDA C++等多种高级语言的原因。事实上，“走鹃”面临的最大障碍在于编程非常复杂。

刘保华：为什么HPC500强中有的混合架构超级计算机的效率并不高？

黄仁勋：原因很简单，那些超级计算机采用的是其他厂商的GPU。你可以让 GPU 执行部分并行程序，但前期要做的工作非常多，而且效益不高。与GPU使用OpenGL、DirectX等图形编程接口不同，英伟达的GPGPU采用的 CUDA架构是一种真正的并行计算架构，其不仅仅限于图形计算。这也解释了为何现在有如此多的 CUDA 应用程序，为何 CUDA 能够在科学领域得到广泛应用，为何有如此多的 CUDA 书籍，以及为何各所大学纷纷开设 CUDA 课程。

刘保华：GPU在图形应用时，没有ECC(错误检查和修复)功能问题还不大。而在科学计算和模拟时，如果GPU不支持ECC的话，一个很小的错误经过多次的迭代计算，最终会出现 “失之毫厘谬以千里”的情况。

黄仁勋：是的，HCP进行一次大的模拟需要耗费几天才能完成。如果结果不正确，则需要重头再来，成本相当高。超级计算机通常有数千个GPU，如果某一个GPU在第三天出现了一个错误，这三天的电费和时间就全都浪费了。在超级计算领域，ECC校验是必备的。所以我们才在设计阶段加大投入，并加大设计难度，将ECC单元植入Fermi。事实上，在GPU市场只有英伟达能够提供对ECC的支持。

刘保华：如果没有ECC，想要确认计算结果是否正确的方法，是不是只有再算一次？

黄仁勋：可能还不止。假如第二次跟第一次的结果还不一样，那只有再算一次。假设一共算三次，那我们就希望有两次结果是一样的。

刘保华：GPU要想在云计算中大显身手，是否必须直面虚拟化方面的挑战？

黄仁勋：CPU因为MMU(内存管理单元)、多任务处理的关系，虚拟化很容易。GPU不具备MMU，它非常擅长完成单个非常大的任务，并不十分擅长多任务处理。你说的不错，我们必须发明新的技术，以使GPU不仅能够非常适合并行处理，而且还适合多任务处理以及虚拟化的要求。等我们完成这一重大的创新后，就能够将GPU置于云端。

刘保华：分布式是否是未来HPC发展的趋势？

黄仁勋：未来将会出现非常庞大的超级计算中心，大量的超级计算中心构成一个巨大的网络，同时超级计算机也会存在于你的桌面上。大型模拟计算可以在超级计算中心完成，更为庞大的模拟计算则可以依靠云计算中的超级计算机来完成。在未来，超级计算能力将通过连续的设施来提供，从云到超级计算中心，再到个人超级计算机，它们将运行相同的程序。