Damien Fagnou
Senior Director of Software, NVIDIA
3D Design Collaboration, Accelerated Computing & Dev Tools – Algorithms/Numerical Techniques
卓越成就 由此展開
瞭解 NVIDA 最新技術的專家、見解和訓練，如何協助您處理最具挑戰的工作負載。探索由技術專家主持的演講，包含加速運算、電腦視覺、自駕車、網路安全、數位孿生、機器人等更多主題。
精選開發人員演講
自駕交通工具和自駕車
探索與開發更安全、更高效率的交通運輸成熟技術。瞭解自駕技術、端對端車輛模擬、自駕計程車、卡車運輸及製圖功能等方面的進展。
-
精選汽車演講
CARIAD、Mercedes-Benz、Pony.ai 和 TuSimple 等 OEM，以及一級供應商 Valeo 和 ZF 針對軟體、架構、人工智慧運算、感測技術等各種主題，展示自駕車最新創新與進展。
-
自駕車
蘇黎世聯邦理工學院、Ottonomy 和 Ouster 將說明如何運用感知能力與高效能感測等技術的新進展，從頭開始打造更安全且智慧的交通運輸。
-
人工智慧基礎架構
BMW、Cruise、Microsoft、Stellantis 和 Zoox 等企業將說明自駕車在資料中心的誕生過程，並用高效能運算解決方案開發、訓練、測試並驗證自駕軟體。
-
模擬
BMW 集團、DeepScenario、dSPACE、Luminar 和 Renault 等企業將探討高度擬真的雲端模擬技術如何加速自駕車在現實世界中的部署率。
-
設計與製造
ESI Group、Hexagon、Maya HTT 和 Volvo Trucks Group Technology 等企業將展示用 GPU 在交通運輸業、製造業和汽車業進行高效能運算和繪圖運算的創新方法。
電腦視覺和影像分析
透過 NVIDIA GTC 深入瞭解視覺人工智慧應用程式的發展。探索最新創新技術、開發人員工具與業界最佳做法等更多內容。
-
用 NVIDIA TAO 輕鬆建置人工智慧模型
> Chintan Shah | NVIDIA 資深產品經理
> Akhil Docca | NVIDIA 資深產品行銷經理
瞭解如何在沒有人工智慧專業知識的情況下，建立並部署可立即生產的客製化視覺人工智慧和對話式人工智慧模型。
-
如何用 NVIDIA DeepStream 開發並最佳化邊緣人工智慧應用程式
> Alvin Clark | NVIDIA 產品行銷經理
> Carlos Garcia | NVIDIA 產品經理
瞭解 NVIDIA DeepStream SDK 的最新功能，以及這些功能如何幫助您充分運用視覺人工智慧應用程式。
-
Bing 視覺搜尋：透過限制延遲和準確度加速物體偵測推論
> Stephen Chen | Microsoft 應用科學家
> William Raveane | NVIDIA 資深人工智慧工程師
瞭解 Bing 如何與 NVIDIA 攜手加速視覺搜尋人工智慧功能的推論部分，並解決延遲和準確性的嚴格限制。
-
在半導體製造業應用機器學習的挑戰與最佳做法
> Brian Duffy | KLA 行銷總監
> Jerry Chen | NVIDIA 製造與工業全球業務開發部門總監
瞭解半導體製造業中用來解決瑕疵偵測相關挑戰，同時維持合理運算基礎架構成本的最佳做法。
-
建設智慧城市
> Guy Elad | 特拉維夫市副資訊長
> Clayton Garner | 聖荷西市資訊長
> Michael Sherwood | 拉斯維加斯市資訊長
瞭解業界領袖如何用電腦視覺人工智慧解決現代挑戰，並為智慧空間締造正面影響。
影像由 DataFromSky 提供
遊戲開發
透過 GTC 遊戲開發演講瞭解 RTX 即時光線追蹤、DLSS 及 GeForce NOW 最新進展。
-
RTX SDK：新一代遊戲光線的基礎
> Alexey Panteleev | NVIDIA 顧問開發技術工程師
NVIDIA 提供三款 SDK 來完成即時光線和雜訊抑制。RTXDI 採用一組重新取樣演算法，無需烘焙即可運算多種光線來源 (最多可達上百萬種) 的直接光線和光線追蹤陰影。RTXGI 用動態更新且採用光線追蹤光線探測的網格來推測間接光線。最後，NRD 在易於整合的套件中提供一系列即時雜訊抑制演算法。
-
《電馭叛客 2077 (Cyberpunk 2077) 》的參考路徑追蹤技術
> Evgeny Makarov | NVIDIA 開發人員與效能技術團隊首席工程師
> Jakub Knapik | CD Projekt RED 光線與 FX 藝術總監
瑰麗的影像通常需要光線藝術家付出極大心血，用現有渲染流程表現各種光線現象。如果參考渲染器穩固又生動，能讓藝術家使用時不受現有限制和任何形式的偏誤影響，那該有多好？ 這時候參考路徑追蹤器就派上用場了。這項技術能讓我們自由開發腦海中想像的遊戲內容，同時充當地面實況，針對渲染圖層進行驗證與改善。我們會在演講中提及整合路徑追蹤器的主要面向，《電馭叛客 2077 (Cyberpunk 2077)》的遊戲即是透過徹底運用 DirectX 光線追蹤來產生參考影像。我們也會探討這項技術如何影響各個團隊，以及對開發流程造成的改變。
-
NVIDIA DLSS 概觀與遊戲整合
> Andrew Edelsten | NVIDIA
NVIDIA 深度學習超高取樣 (DLSS) 巧妙運用時間和空間上取樣與 NVIDIA Tensor 核心，透過深度學習和人工智慧功能提升遊戲畫面播放速率。講者會在演講中介紹 DLSS 採用的基本技術，並說明 DLSS 與新款遊戲引擎的整合方法。瞭解 DLSS 的引擎需求，以及整合過程中的注意事項。最後，講者還會介紹 DLSS 通用偵錯工具，以及如何修正容易對最終畫面影像品質造成負面影響的常見問題。
-
虛擬人物對產業的重要性
> Markus Gross | 華特迪士尼影業集團研究副總裁
> Simon Yuen | NVIDIA 顯示卡與人工智慧總監
> Matt Workman | Cine Tracer 開發人員
> Sarah Bacha | Cedrus AI 研究與創新主任
> Vladimir Mastilovic | Epic Games 虛擬人物技術副總裁
這場座談會邀請到多位技術和商業傑出人物，一同探討虛擬人物如何對媒體與娛樂以外的產業造成深遠影響。我們會探討頂尖科技公司對現代太空發展的貢獻，以及他們對未來的預測。
-
在開放世界遊戲中實現可擴充光線追蹤
> Peter Morley | NVIDIA 資深開發人員技術工程師
由於光線追蹤技術照亮環境的效果極為出色，能為遊戲提供更逼真而身歷其境的體驗，因此有望取代光柵化技術。採用光線追蹤的開放世界遊戲通常採用混合式繪圖渲染器，以便同時獲得光線追蹤和光柵化技術的最佳畫面。本次演講將著重探討將光柵化渲染器轉換成混合式渲染器 (結合光柵化和光線追蹤) 時，光線追蹤技術的效能和可擴充性。 我們會特別討論加速結構建構法、能有效擴充的光線追蹤方法以及光線追蹤工作負載排程，讓您將 NVIDIA RTX 硬體運用到淋漓盡致。
繪圖技術、設計協作和數位孿生
NVIDIA Omniverse 是 3D 模擬和設計協作的可擴充多 GPU 即時參考開發平台，採用 Pixar 通用場景描述和 NVIDIA RTX 技術。
-
如何在 Omniverse 工具組上建立延伸模組與應用程式
> Damien Fagnou | NVIDIA 軟體資深總監
瞭解如何建構擴充功能以輕鬆延伸 Omniverse 平台；擴充功能是 Omniverse Create 或 Machinima 等 NVIDIA Omniverse 套件應用程式的基石。請務必參加「開發人員分組討論：用 Omniverse 套件建構自己的擴充功能與應用程式」並與 Omniverse 專家交流！
-
製作 Omniverse Connector
> Lou Rohan | NVIDIA Omniverse Connect 工程師
瞭解如何與 Omniverse 平台連結，以傳送資料、建立即時同步工作階段，並概述通用場景描述基礎知識，幫助您快速入門。
-
深入探索如何運用 Omniverse 建立微服務
> Gavriel State | NVIDIA 模擬與人工智慧資深總監
深入探討透過 Omniverse 建構微服務以及使用和執行的方式。請務必參加「開發人員分組討論：在 Omniverse 上建構自己的微服務」並與 Omniverse 專家交流！
-
開發人員分組討論：進階物理模擬新紀元
> Michal Hapala | NVIDIA 資深工程師
> Kier Storey | NVIDIA 顧問工程師
> Michelle Lu | NVIDIA 模擬技術總監
> Adam Moravanszky | NVIDIA 模擬技術總監
> Ales Borovicka | NVIDIA Omniverse Physics 資深經理
我們會深入探討透過 Omniverse 建構微服務以及使用和執行的方式。
-
Warp：適用於 GPU 模擬和繪圖運算的高效能 Python 框架
> Miles Macklin | NVIDIA 首席工程師
參加這場 Warp 相關演講；Warp 是允許在 CUDA 上執行 Python 核心程式碼的執行階段框架，且能整合至 Omniverse。
機器人
瞭解 NVIDIA Isaac 和 Jetson 平台如何領導機器人、模擬與強化學習的最新進展。
-
運用嵌入式運算，在人類環境中實現自動化
> Andrea Thomaz | Diligent Robotics 共同創辦人暨執行長
Andrea Thomaz 博士會探討在繁忙的醫院等動態人類環境中實現自主機器人的獨特挑戰，相關活動包括在忙碌大廳的物體間穿梭與抵達指定地點，並在執行活動時整合多個相機串流，將影像匯入內嵌 GPU。檢視完整的機器人主題播放清單。
-
在沒有明確模型的情況下操作物體
> Dieter Fox | NVIDIA 機器人研究資深總監
這場深度演講將探討直接從視覺 (深度) 資料學習操作未知物體，並結合預先訓練的語言和視覺模型來教導機器人執行操作工作的近期發展。檢視完整的機器人播放清單。
-
用 NVIDIA Omniverse 深度學習產生合成 3D 點雲
> Robert Banfield | Trimble 機器學習工程師
> Nyla Worker | NVIDIA 解決方案架構師
這場演講會探討如何透過結合公開可用、合成產生與經過標記的點雲，產生深度學習模型來實現先進預測準確度。檢視完整的機器人播放清單。
-
用 NVIDIA Isaac ROS GEM 開發 ROS 移動機器人
> Raffaello Bonghi | NVIDIA 開發人員關係部門
獲得技術概覽，瞭解經過 NVIDIA 硬體加速的機器人軟體套件 Isaac ROS GEM 如何幫助機器人感知、定位和製圖。檢視完整的機器人播放清單。
網路安全
瞭解人工智慧如何改變網路安全。獲得人工智慧和網路安全領域創新技術的相關訓練和見解，並直接諮詢專家。
-
打造經過人工智慧增強的新一代網路安全解決方案
> Bartley Richardson | NVIDIA 資深資料科學家和人工智慧基礎架構經理
> Hema Vivekanandan | NVIDIA 安全分析師
瞭解如何用最新的人工智慧和資料科學工具、框架、預先訓練模型以及基礎架構最佳化軟體，以全新方式解決網路安全挑戰。
-
Best Buy 如何用防禦性網路安全作業強化資料中心的安全性
> Nick Tobash | Best Buy 事件回應、網路狩獵與調查總監
瞭解 Best Buy 安全專家如何將 NVIDIA Morpheus 整合至資料科學流程，透過網路對應與網路釣魚偵測來強化安全性。
-
用自動化和人工智慧安全措施預防網路攻擊
> Dorit Dor | Check Point 產品副總裁
參加本次演講，瞭解如何用人工智慧和自動化預防最複雜的網路安全威脅。
-
用神經機器翻譯註釋惡意軟體拆解功能
> Sunil Vasisht | Mandiant 主管資料科學家
參加本場演講，瞭解如何運用程式碼對序列模型句法結構，從惡意軟體二進位檔案預測有意義的自然語言註釋，從而精簡曠日廢時的還原工程工作流程。
資料科學與人工智慧
瞭解人工智慧與資料科學如何實現您的畢生心血。與其他數千名專家、領導者和創新者一起在本次 GTC 上向全球最頂尖的資料團隊學習人工智慧與資料科學。
-
加速工作與團隊間的端對端資料科學生命週期
> William Benton | NVIDIA 首席產品架構師
> Sophie Watson | 技術產品行銷經理
資深從業人員喜歡深入探討機器學習技術，但他們很清楚，就連最先進的技術也無法面面俱到。要從人工智慧獲得商業價值，就要建立機器學習系統，同時協調跨職能團隊、多語種服務與多元資料來源。瞭解 NVIDIA AI Enterprise、NVIDIA EGX 和適用 Apache Spark 的 RAPIDS 加速器如何嘉惠整個機器學習系統，包括加速研發、模型訓練和模型服務、在 Ampere GPU 上執行 Apache Spark 查詢，讓特徵擷取流程的速度加快數十倍，同時靈活運用這一切效能。
-
運用深度學習和 GPU 的強大功能打造人工智慧推薦系統
> Khalifeh AlJadda | The Home Depot 資深資料科學總監
推薦系統在任何電子商務平台上都扮演著至關重要的角色。因此，打造個人化、可擴充且可靠的推薦系統非常重要，此系統可主動協助消費者在網站上發現吸引他們的產品，並在離開網站後，透過電子郵件、社交媒體或其他行銷管道，提供符合興趣的產品和內容來重新吸引消費者購買。
我會介紹 The Home Depot 運用深度學習和 GPU 打造人工智慧推薦系統所帶來的轉型成果。我們會討論如何訓練和部署即時深度學習模型，以大規模提供個人化推薦。
-
對話式人工智慧概論
> Sirisha Rella | NVIDIA 產品行銷經理
對話式人工智慧技術越來越普及，無數上市產品都在利用自動語音辨識、自然語言理解與語音合成技術。多虧有新工具和技術，開發對話式人工智慧應用程式變得前所未有地簡單，讓更多種應用程式，如虛擬助理、即時轉譯等功能得以實現。這次演講將分為兩個部分。我們將會從對話式人工智慧領域開始介紹，並探討當今各組織如何開始開發對話式人工智慧應用程式。然後我們將展示如何使用 NVIDIA Riva 建立與部署端對端對話式人工智慧流程。
-
運用 NeMo-Megatron 打造大規模本地化語言模型：從資料準備、訓練、部署到生產
> Miguel Angel Martinez | NVIDIA 資深深度學習解決方案架構師
> Meriem Bendris | NVIDIA 資深深度學習解決方案架構師
介紹自然語言處理的最新發展，展示大規模語言模型 (例如 GPT-3) 透過零樣本解決各種 NLP 問題的功能，並從監督式微調轉為及時工程/調整。然而，建立大型語言模型為資料準備、訓練和部署帶來挑戰。另外，雖然建立英文等主要語言的發展已十分成熟，但對本地化語言來說仍然有限。我們將概述建立大規模語言模型的端對端程序，討論擴充的挑戰，並說明現有的高效率資料準備、分散式訓練、模型最佳化和分散式部署解決方案。
-
運用開放原始碼的 NVIDIA Triton，為多個架構與 CPU 和 GPU 上的多個模型部署快速、可擴充且標準化的人工智慧推論
> Shankar Chandrasekaran | NVIDIA 產品行銷經理
> Mahan Salehi | NVIDIA 產品經理
我們將介紹 NVIDIA Triton 推論伺服器軟體以及最新功能。Triton 是一款開放原始碼推論服務軟體，適用於快速且可擴充的人工智慧應用程式。瞭解 Triton 如何協助部署所有熱門框架的模型，包括 TensorFlow、PyTorch、ONNX、TensorRT、RAPIDS FIL (適用於 XGBoost、Scikit-learn 隨機森林、LightGBM)、OpenVINO、Python，甚至是自訂 C++ 後端。同時也瞭解有助於最佳化多個查詢類型 (即時、批次、串流和模型組合) 的推論能力。
高效能運算 (HPC)
跨平台使用並行程式碼，最佳化高效能運算 (HPC) 效能，並瞭解 CUPA 的最新發展、NVIDIA GPU 更新和 HPC 軟體版本等。
-
CUDA：新功能與其他內容
> Stephen Jones | NVIDIA
瞭解 CUDA 平台的最新功能：語言和工具組。這場以工程師為主的演講由 CUDA 的一位架構師主持，內容涵蓋 NVIDIA GPU 開發人員生態系的所有最新發展，並展望 CUDA 未來一年的發展方向。
-
C++ 標準平行化
> Bryce Lelbach | NVIDIA
不妨想像一下，編寫可以在任何平台上 (CPU、GPU、DPU、專用加速器等) 執行的並行程式碼，而不需要語言或供應商擴充功能、外部函式庫或特殊編譯工具。這已不再只是夢想。使用標準 C++ 就能立即實現！
平行運算在超級電腦模擬和行動應用程式等軟體方面，越來越普遍。然而由於各種硬體的暴增，使得編寫並行程式碼更加困難，此趨勢可能持續增長。為了迎接挑戰，C++ 委員會開發出 C++ 標準平行化 (Standard C++ 的平行程式化模型)，可攜至所有平台，包括智慧手錶和超級電腦，並且為大多數使用案例提供合理的效能和效率。我們將深入探討 C++ 標準平行化的規劃藍圖，討論現有的技術、未來趨勢，以及未來的發展方向。
-
最新的 NVIDIA GPU
> Cyril Zeller | NVIDIA
我們將深入探討 NVIDIA 最新 GPU 架構，瞭解應用程式如何從最新功能中獲益，以及如何最佳化應用程式。
-
深入探索最新的高效能運算軟體
> Timothy Costa | NVIDIA
深入探討適用於高效能運算應用程式的 NVIDIA 軟體最新進展，包括全方位瞭解程式化模型、編譯器、函式庫和工具的新功能。我們將介紹高效能運算開發人員感興趣的主題，著重於傳統的高效能運算建模和模擬、量子運算、高效能運算加人工智慧、科學視覺化、及高效能資料分析。
-
為 Arm 架構超級電腦移轉、分析和微調高效能運算應用程式
> John Linford | Arm
瞭解如何重複分類不同架構的效能表現！NVIDIA GPU 結合 Arm CPU 打造強大的高效能運算平台，可提供驚人的應用程式效能和極佳的能源效率。我們提供一套方法與軟體工具，可移轉和調整任何採用 Arm 架構的高效能運算系統，包括 NVIDIA Grace、Ampere Altra、AWS Graviton 2、Fujitsu A64FX、SiPearl Rhea 等。此方法結合 Spack 套件管理員和 ReFrame 測試框架，以簡化在 Arm 託管的 NVIDIA A100 和 NVIDIA V100 GPU 系統以及各種 Arm 架構 CPU 上運行的應用程式效能表現。
