|
“摩尔定律已经终结。” 在9月26日的GTC CHINA 2017上，NVIDIA创始人兼首席执行官黄仁勋一语惊人。 从这一计算趋势的判断开始，黄仁勋展开了长达两个小时的激情演讲。这场演讲涵盖了5大部分，分别是NVIDIA AI计算平台、TensorRT加速器、AI城市平台、自动驾驶和自主机器。但归根到底，黄仁勋演讲的内容离不开两大核心——GPU和AI。因为“深度学习、大数据和GPU计算的结合引爆了AI革命”，而“GPU computing for everything.”则是NVIDIA的核心战略。 GTC CHINA 2017会场 黄仁勋演讲的五大主题 CPU已不是AI计算的最佳选择 黄仁勋一开场就指出，CPU的性能提升面临瓶颈，当晶体的管数增加50%，但是CPU性能只能增加10%。以深度学习、GPU为代表的新的计算模型，弥补了CPU的不足，能够实现低能耗、高强度的计算。 当深度学习的研究者发现了GPU的强大实力时，NVIDIA已经在GPU和CUDA领域投资布局15年了。目前CUDA的开发人员已经超过了65万，5年内增长了14倍。过去一年CUDASDK的下载量增加了80万，过去5年里下载量增加了5倍。 黄仁勋认为，计算机图形是GPU的第一个杀手级应用推动了GPU的发展，现在GPU迎来了全新的杀手级应用——AI。 NVIDIA致力于构建一个开放平台架构，让全世界的AI开发者和研究人员都可以在上面创造新的软件和应用。而且该平台是一个基于CUDA的可编程平台，支持从Caffe 2、Chainer到MXNet、PYTORCH、TensorFlow、Theano、PaddlePaddle等全球主流的AI基础架构。 支持全架构的NVIDIA AI平台 在今年5月的圣何塞GTC上，黄仁勋重磅发布了Tesla V100 GPU加速器。目前，Tesla V100已经被中国顶级的科技公司广泛采用。 BAT三大巨头，阿里云、百度、腾讯均已在其云服务中部署Tesla V100 GPU加速器。另外包括华为、浪潮和联想在内的中国顶尖的企业级厂商，均已采用NVIDIA的HGX服务器架构并使用TeslaV100 GPU来构建新一代加速数据中心。 Tesla V100 GPU被中国顶级企业采用 TensorRT革了谁的命？ 在GTC大会演讲中，黄仁勋现场发布了全球首款可编程AI推理加速器TensorRT。其支持所有框架，能加速现有和未来的网络架构。 当NVIDIA GPU结合TensorRT 3，就能够在所有框架上开展超快、超高效的推理工作，从而实现众多支持 AI 的服务，例如图像和语音识别、自然语言处理、视觉搜索和个性化建议。 TensorRT可以大幅减少深度学习推理过程中的延迟，对于在线英语、对象检测或自动驾驶应用的开发至关重要。 运行在Volta上的TensorRT 3 在图像分类方面比最快的CPU还要快40倍，在语言翻译方面要快140倍。运行在Tesla V100上的在处理图像时可实现7ms的延时，在处理语音时延时不到200ms。 全球首款可编程AI推理加速器TensorRT 在大会现场，黄仁勋演示了CPU和GPU +TensorRT处理花朵图片识别的速度。如今所用的 CPU 则每秒仅能识别 140 张图片，而搭配 Tesla V100 GPU 加速器的 TensorRT 每秒能够识别多达5,700 张图片。 SAVING MONEY也是GPU解决方案最吸引人的一点。搭配NVIDIA最新 GPU 的一台服务器顶得上当前150台CPU服务器。换个角度来说，采用GPU加速技术的一个数据中心所开展的推理工作，相当于13个仅采用CPU的数据中心。 “1当150”的GPU服务器 未来是自动驾驶和自主机器的时代 NVIDIA也是自动驾驶方面的先驱。黄仁勋介绍，自主搭建的NVIDIADRIVE开放平台，目标是能够实现自动驾驶第三级到第五级。 目前全球已经有145家自动驾驶领域的公司采用了NVIDIA DRIVE开放平台，涉及卡车、汽车、出租车、地图等领域，其中包括做深度地图的DeepMap、专注自动驾驶卡车的Tusimple、致力于打造自动驾驶大脑的Momenta、涉足出租车领域的ZOOX等等。 145家自动驾驶公司已采用NVIDIADRIVE开放平台 会上，黄仁勋还展示了NVIDIA与空中客车的合作。双方希望打造一款能飞的自动驾驶汽车。其设计师由电动的机翼、自动驾驶的驾驶舱和电动底盘三部分构成。希望不远的未来，这款科幻大片属性的汽车能走进现实。 NVIDIA与AirBus合作的汽车设想 自主机器也是NVIDIA大力布局的方向之一。自主机器的时代相当于云+AI渗透到现实世界。“人工智能的下一代，会从云中走出来，会进入这些无人的机器中。” 黄仁勋说。 目前，NVIDIA已经开发了用于自动化机器的处理器Xavier，并开发了基于VR的虚拟环境实验室Isaac，用来在虚拟世界训练机器人怎么成为一个好的机器人，怎么样做无人监控的工作。 黄仁勋举例说，到2020年，城市中的实时摄像头将达到10亿个，光靠人力监控室不现实的，AI是唯一的解决方案。到时可能需要1000万个Tesla V100 GPU来监控这10亿个摄像头。 关于公司的战略方向，黄仁勋向趣味科技记者透露，游戏、AI和交通运输是NVIDIA目前的三大重点领域，而且这几个领域的市场空间都非常巨大。 谈及NVIDIA对未来AI的战略侧重时，黄仁勋指出，Healthcare是下一个重点发力的行业，NVIDIA将聚焦在三大领域：一、新药研发，借助AI快速发现新药，降低研发成本；二、癌症等疾病的早期检测；三、新药临床实验大规模取样。在这些领域，他相信AI人工智能将大有可为，实现很多过去人类无法实现的事情。 |
|
|
