腾讯云与智慧产业事业群（CSIG）演讲

车云一体，加速自动驾驶量产落地

会议代码：[S52357]

演讲时间：3 月 22 日 即可在线观看

（点播形式）

演讲嘉宾：

刘澍泉

腾讯智慧出行副总裁

演讲概要：

在软件定义的汽车的趋势下，汽车制造商需要包括数据库、高精地图、数据采集和标记、AI 模型训练在内的服务，以及连接和安全工具链，以实现更高效率的部署。

针对这些行业需求，腾讯推出了智能汽车云。基于云、大数据和人工智能的优势，腾讯应用 NVIDIA GPU 和 SDK，开发了 TI-One 训练平台和计算加速套件 TACO Kit，以加速自动驾驶汽车的 AI 模型训练和推理。NVIDIA 在渲染和自动驾驶仿真的技术能力也帮助腾讯研发了数字孪生环境和自动驾驶汽车虚拟仿真平台。腾讯智能汽车云平台可将数据提取、转换、加载周期的工作量降低 80% ，标注成本降低 70% ，模型训练总拥有成本降低 50% 。腾讯智能汽车云正在帮助博世等领先的自动驾驶系统开发商，在国内开发新的自动驾驶研发平台。

云端 AI 推理加速：

一种跨平台和框架透明的方式

会议代码：[S52332]

演讲时间：3 月 22 日 即可在线观看

（点播形式）

演讲嘉宾：

叶帆

腾讯云异构计算专家级工程师

异构研发负责人

演讲概要：

从产品推荐到自动驾驶汽车再到在线聊天机器人，AI 在我们的日常生活中变得越来越普及。考虑到 AI 应用程序的广泛应用，AI 推理很可能会在云端的不同硬件目标上运行。这种硬件异构性引发了软件层面的挑战，尤其是当开发人员经常发现自己使用独立的软件栈在不同的硬件目标上开发推理应用程序时。

基于此，腾讯计算加速套件 TACO Infer 旨在让所有开发人员，无论其 AI 开发经验如何，都可以使用他们选择的模型、框架和硬件后端来加速深度学习推理。TACO Infer 提供了一个跨平台的统一优化接口，对深度学习框架透明，如 TensorFlow 或 PyTorch。TACO Infer 的可扩展设计，还有助于在针对不同设备时，可集成第三方和社区开源软件。

腾讯技术工程事业群（TEG）演讲

腾讯 “混元” 生成式 AI 大模型：

文字生成图像 

会议代码：[S52337]

演讲时间：3 月 22 日 4:00 PM

演讲嘉宾：

芦清林

腾讯高级算法研究员

演讲概要：

在全球最权威的跨模态视频检索数据集排行榜（MSR-VTT、MSVD、LSMDC、DiDeMo、ActivityNet），腾讯“混元”AI 大模型接连拿下第一名，实现了该领域的大满贯。尤其是在 MSR-VTT 榜单上，“混元”AI 大模型将文本生成视频的检索准确率提升至 55% ，领先第二名 1.7% 。

目前，“混元”AI 大模型已广泛应用于创作、搜索、推荐等腾讯的广告业务场景，帮助广告创作者和商业伙伴预测视频内容与消费群体的兴趣关联度，提升创作效率。2022 年 12 月，腾讯推出了国内首个低成本、可部署的万亿级参数 NLP 模型 HunYuan-NLP 1T。基于腾讯的 Ampere GPU 集群、高速网络基础设施和“太极”PTM 平台，仅用 256 张 Ampere GPU 就能在一天内完成训练，整体训练成本仅为之前的 1/8。腾讯目前正致力于 text-to-image 大型模型的开发，并取得了很大进展。本次演讲将详细介绍“混元”text-to-image 大型生成式模型。

GPU 加速大规模向量索引构建

会议代码：[SE51475]

演讲时间：3 月 22 日 2:30 PM

演讲嘉宾：

李晨

腾讯高级工程师

演讲概要：

大规模向量检索引擎在腾讯诸多业务中有所应用，在百亿级召回场景中提供低延迟、高召回率的在线服务。但随着索引规模的增加，向量索引的构建已经成为日常索引的更新瓶颈。

离线向量 IVF 索引构建，在引入 GPU 优化之前，索引构建工作依托 Hadoop 平台进行，引入 NVIDIA GPU 改造后索引构建成本降低 60%。索引构建的优化工作主要由两部分组成：1. IVF KMeans 聚类；2. 百亿向量在海量聚类中心上的 FIT 过程。本次演讲将介绍如何基于 GPU 构建大规模向量索引及其优化过程。

NVIDIA Ampere 架构的结构化稀疏功能

及其在腾讯微信搜索的应用

会议代码：[S51299]

演讲时间：3 月 22 日 2:00 PM

演讲嘉宾：

李运

腾讯高级算法工程师

白鸿骁

NVIDIA GPU 计算专家团队工程师

演讲概要：

NVIDIA Ampere 架构带来了全新的 2:4 结构化稀疏功能。利用稀疏 Tensor Core，Ampere GPU 可以在硬件层面加速许多深度学习模型推理。

本次演讲将介绍新的稀疏功能，以及相对应的通用训练方法以及利用此特性的推理加速手段。腾讯机器学习平台部也将带来他们针对此稀疏功能的新训练方法，在维持精度的前提下大大加速训练。借助稀疏功能的推理加速，腾讯在微信搜索的一些相关服务上得到了 1.3-1.8 倍的加速。

腾讯互动娱乐事业群（IEG）精彩演讲

使用光线追踪技术实现更好的发丝实时渲染

会议代码：[S51294]

演讲时间：3 月 20 日 3:00 PM

演讲嘉宾：

傅锡豪

腾讯软件工程师

演讲概要：

虽然现代 GPU 的算力正在蓬勃发展，但是基于物理的实时毛发渲染仍远未得到解决。曾经基于发片的毛发是游戏中最常见的建模技术，而近些年基于发丝的毛发正在越来越频繁地被使用。然而，通过光栅化将毛发绘制成数百万个细三角形条带会导致过度绘制问题，给 GPU 带来巨大的负担。

考虑到 NVIDIA GPU 不断攀升的光线追踪性能，实时光线追踪渲染是否是比光栅化更好的选择这一话题值得探讨。本次演讲将分享使用 NVIDIA RTX 技术，以更高效率和质量渲染发丝的几种尝试，主要包括三个方面：（1）DXR 中高效准确的光线-发丝相交方法；(2) 混合多重散射解决方案和 (3) 针对发丝的去噪。

预约感兴趣的演讲内容

扫描下方海报二维码，锁定 NVIDIA 创始人兼首席执行官黄仁勋的 GTC 主题演讲！北京时间 3 月 21 日 23:00 全球首播，3 月 22 日 10:00 中国重播。深度解读 NVIDIA 加速计算平台如何推动人工智能、元宇宙、云技术和可持续计算的下一波浪潮。加入 GTC23，切勿错过 AI 的决定性时刻！