|
到今天，人工智能技术的研究已经有六十多年的时间了。从最简单的文字对话，到电脑程序战胜人类国际象棋大师，人工智能技术在竖立了一个里程碑之后似乎就进入了平台期，再无标志性成绩的出现。然而最近两三年，计算机的智能水平突然得到了明显提升，识别图片和语音正确率超过人类，自动驾驶汽车开始上路，参加智力问答竞赛获得冠军，甚至曾经被认为无法战胜人类的围棋领域，人工智能技术也成绩斐然。这些成绩的背后，都离不开一种叫深度学习的算法，而运行这种算法的硬件平台，大多都在使用NVIDIA生产的GPU。 NVIDIA全球副总裁中国区总经理张建中表示，这一两年机器的智能水平突然提升得益于三个因素：第一，大数据；第二，深度学习的算法；第三，强大的计算内容。这三个因素综合在一起，在人工智能技术的研究领域产生很大的突破，图形图像和语音的识别准确度都大幅度提升。 GPU强大的并行运算能力缓解了深度学习算法的训练瓶颈，从而释放了人工智能技术的全新潜力，也让NVIDIA顺利成为人工智能平台方案供应商。然而深度学习带来的飞跃是否会很快进入平台期，人工智能技术的研究和应用会有新的热点吗？ 人工智能由于算法的原因，永远达不到百分之百的精准度，因此永远都有提升的机会。“通过不停的迭代提升精度和准确度，越往后难度越高，需要的计算量、数据量、算法模型和深度学习的层次更高，这些都会随着我们工作当中不停的积累和提升，这是一个良性循环的过程。” 至少在现阶段，我们看到深度学习算法在人工智能技术应用领域还有很大潜力。在以往的研究中，一个特定的应用在面对海量数据时，可能需要几个月甚至几年的时间才能完成训练，这显然不能满足实际应用的要求。以NVIDIA GPU为代表的并行处理技术进入人工智能技术领域，则极大缓解了计算层面的瓶颈，让深度学习成为实用的算法。 超前的架构设计为AI兴起奠定基础 在计算机图形解决方案领域，NVIDIA早已占据领导地位，而现在它在人工智能技术领域也同样重要。在图形应用中，GPU里专门设计的多个计算单元可以高速完成复杂的图形学计算，瞬间渲染出清晰逼真的图像。但是在NVIDIA看来，GPU不仅能处理图形，还有潜力完成更多应用领域的数据处理，实现新的算法优化。可以说NVIDIA早在二十年前就已经为今天的人工智能技术浪潮埋下了伏笔。 NVIDIA全球副总裁中国区总经理张建中透露，NVIDIA在做CUDA架构的时候就预测到超级计算机极大的潜力。“为了让GPU可以百分之百的编程，我们就调整了CUDA架构，每一个处理器并行在一起，从几百个做到几千个，成为今天超级计算机的核心根本。全新架构能够让超级计算机运算更快，在很小的功耗上发挥最大的计算能力。”目前GPU在超级计算机行业有相当大的应用，我国的天河1号就是采用NVIDIA的GPU做大型数据处理。
GPU大规模并行计算架构恰好符合深度学习的需要，通过几年的研发和积累，GPU已经成为超级计算机的重要支撑，极大的提升了机器学习的运算能力。人工智能技术的并行算法在过去可能需要一两年的时间才能看到结果，在GPU的强大计算能力的支持下，深度学习的算法得以突破，可以在短时间内高效能的得到数据结果。 当人工智能走过甲子之年时，AI的热度也达到了前所未有的高峰，不过对于人工智能技术的商业化却是很多厂商避而不谈的话题。人工智能技术商业价值的落地，目前的赢家非NVIDIA莫属。根据最新的季度财报，NVIDIA营收同比增长54%，股价在过去的一年中更是增长了4倍多，稳坐标普500的榜首。 人工智能技术无疑给了NVIDIA未来之路铺设了更多的可能性。不满足于只提供GPU作为人工智能训练和研究的平台，NVIDIA还在终端产品解决方案发力，希望在产业上游占据更多话语权。2008年推出的Tegra芯片，最初是为手机、平板电脑研究的ARM架构通用处理器，在迭代近10年之后，它已经成为人工智能技术时代英伟达的重要武器。“在Tegra芯片中，GPU和CPU集成在了一起，在新一代产品中还集成了专门用来做深度学习的功能模块”。 Tegra除了在传统的移动领域发力，已经将重心转移到智能驾驶、深度学习等领域。目前，全球共有50多家汽车制造商和供应商在使用或测试NVIDIA的Drive PX平台，其中包括宝马、戴姆勒和福特等大牌车厂，就连谷歌的自动驾驶汽车也一直都在使用NVIDIA的Tegra处理器。 NVIDIA全球副总裁中国区总经理张建中表示，NVIDIA是提供整体平台解决方案的公司，各个环节都将使用NVIDIA自己的产品。“汽车上云端采集数据做训练可以使用我们的DGX-1深度学习平台，实际的使用中NVIDIA也可以给到OEM厂商提供所有的技术支持，我们是从端到端整体的解决方案的供应商，而不只是某一个部件的供应商。” 此外，张建中介绍，NVIDIA无人驾驶技术将提供不断迭代升级的服务，汽车真正上路之后NVIDIA仍然会不停的迭代数据和服务，让最终的用户、厂家和系统供应商可以不停的优化他们的系统。 人工智能技术在终端应用中需要融合传统的高性能串行计算和新兴的并行计算，近年来成为产业热点的异构计算平台似乎天生就符合这个需求。但异构计算也给开发者和研究者带来了新的挑战，如何搭建成熟的异构计算平台，如何快速实现异构计算应用都有很多挑战。NVIDIA看到这个机会，推出了专门给深度学习或者人工智能定制的硬件。 NVIDIA在GTC上发布了第一个深度学习的超级计算机——DGX-1，NVIDIA全球副总裁中国区总经理张建中称DGX一个服务器相当于几百台传统的服务器的计算能力。NVIDIA中国区资深架构专家罗华平透露，目前国内已经有十几个用户在使用DGX-1，“像阿里巴巴、网易、清华大学、BMW、BYD等都在做DGX-1做深度学习的研究。” 如今，人工智能技术已经成为科技领域的下一个风口，而我们则需要用全新的眼光去审视英伟达这家图形芯片巨头。CEO黄仁勋已经将英伟达定义为“世界领先的人工智能计算公司”，充分展示了自己带领公司转型的决心，甚至可以说赌上了整个公司的未来。 |
