AI 教父黄仁勋抛出价值 30 亿美元的「怪兽级晶片」Tes

AI 教父黄仁勋抛出价值 30 亿美元的「怪兽级晶片」Tes

就在 GTC 2017 现场,NVIDIA 首席执行官黄仁勋站台发表主题演讲的同时,NVIDIA 的股价再度暴涨 17%,昨天它发布财报时,当天收盘股价已经飙升了 14%。

黄仁勋的演讲持续两个多小时,由始至终都在围绕一个关键词:AI,同时还通过新品的发布和 Demo,以及与合作伙伴的成果展示,言明了对 AI 的雄心勃勃。

数据显示,GTC 参加人数在五年内上升了三倍,今年达到 7000 人,GPU 开发人员的同时增长了 11 倍,达到了 50 多万,CUDA 驱动程序和 SDK 的下载量也超过了百万。

AI 教父黄仁勋抛出价值 30 亿美元的「怪兽级晶片」TesAI 芯片怪兽 Tesla V100 来了

作为一家 GPU 芯片驱动的公司,重头戏当属 NVIDIA 推出的重磅产品 Tesla V100,这款 AI 芯片採用的是台积电的 12nm Finfet 工艺,有 210 亿个晶体管,比一年前 NVIDIA 宣布的拥有 150 亿晶体管 Pascal 处理器还要强大,同时 Tesla V100 具有 5120 个 CUDA 处理内核。

AI 教父黄仁勋抛出价值 30 亿美元的「怪兽级晶片」Tes

与此同时,NVIDIA 还宣布推出 NVIDIA DGX-1,共有 8 块 Tesla V100 组成,黄仁勋宣称它可以代替 400 台服务器。

但强大的芯片背后是 NVIDIA 建立最有效深度学习平台的战略规划,为了达到这样的目的,NVIDIA 开发了深度学习专属 SDK,与所有主要的 AI 框架(Caffe2,MXNet Pytorch,TensorFlow 和 Theano)合作,同时还笼络了全球知名的 OEM 厂商,其中包括 Dell、HPE、IBM、联想。

在过去的 30 年,由于受益于摩尔定律的影响,致使整个芯片行业可以一年又一年地推进微处理架构的更新升级,从而提高运算性能,但摩尔定律逐渐失效之后,开始进入第二个计算时代:机器学习的时代,NVIDIA 迅速转身。

黄仁勋在现场表示,五年前针对深度学习神经网络研究的就已经开始取得回报,GPU 计算开始呈现爆发态势。

如今,押注 AI 的 NVIDIA 在经历了几年的积澱之后,不仅股价迅速飙升,营收层面也持续增长。根据刚发布的 2017 年第一季度财报显示,公司营收 19.4 亿美元,同比增长 48%,公司净收入增加到 5.07 亿美元,比 2016 年第一季度的 2.08 亿美元增长了一倍之多。

NVIDIA 走向开放:推出 GPU 云平台,开源 Xavier DLA

AI 的红利让 NVIDIA 成为华尔街喜闻乐见的明星,于是 NVIDIA 希望再进一步,顺势推出 GPU Cloud 平台,定义为 AI 云计算平台,这也是第一个混合深度学习云平台。

这幺做的目的是为了解决开发者和数据科学家在利用深度学习时会遇到两大挑战:

今年早些时候,NVIDIA 通过将主要的软件打包整合到 NVIDIA DGX-1™ 人工智能超级计算机中解决了第一项挑战。这种被称作 NGC 软件堆栈的软件包将作为 NGC 的一部分,向更广泛的人群开放使用,并持续更新和优化,以实现高性能。

为了解决硬件层面的挑战,NGC 将给开发者灵活的选择,让他们在配备 TITAN X 或 GeForce® GTX 1080 Ti 的个人电脑、DGX 系统或云端运行 NGC 软件堆栈。

与云平台同步,NVIDIA 还宣布开源 Xavier DLA,这个开源平台基于 Xavier,不仅可编程,且提供了超能效的架构,相当于给深度学习提供了一个加速器。

对于开发者而言,开源意味着是一种福利,毕竟多了一个人工智能开源平台选择。但对于 NVIDIA 来说,很明显是为了笼络开发者,这与前两天 NVIDIA 宣布今年要培训 10 万名开发人员使用深度学习的计划不谋而合。

事实上,在开发者和创业公司层面,NVIDIA 还拥有一个名为 NVIDIA Inception 的创业计划,该计划正在与 1300 家 AI 创业公司合作,同时 NVIDIA 还针对它们有针对性的扶持计划。

AI 教父黄仁勋抛出价值 30 亿美元的「怪兽级晶片」Tes自动驾驶和机器人,一个也不少

谈完了芯片和云平台以及开源,最火热的自动驾驶和机器人,NVIDIA 又岂能错过?

在现场,黄仁勋宣布 NVIDIA 正式与丰田公司展开合作,为其提供人工智能硬件及软件技术,丰田将採用 NVIDIA DRIVE™ PX 人工智能汽车计算平台,双方致力于在未来几年内提​​升自动驾驶系统的性能并推进商业化进程。

黄仁勋表示,自动驾驶技术是人类面临的最大技术挑战之一,NVIDIA 正致力于将人工智能领域取得的突破与高性能计算相结合,以构建 NVIDIA DRIVE PX:自动驾驶汽车的大脑。

事实上,自动驾驶汽车需要搭载一台超级计算平台来处理和解读来自汽车上所有传感器的数据,人工智能,特别是深度学习,因能够识别并处理道路上遇到无限可能的的各种场景,已成为自动驾驶汽车开发的重要工具。

但是,许多原型车中配备了佔据整个行李箱大的计算机来处理这一複杂任务,而搭载下一代 Xavier 处理器的 NVIDIA DRIVE PX 平台将可持于手中,并实现每秒 30 万亿次深度学习计算。

AI 教父黄仁勋抛出价值 30 亿美元的「怪兽级晶片」Tes

除了自动驾驶,黄仁勋还介绍了 NVIDIA Isaac™ 机器人模拟器,该模拟器採用先进的视频游戏和图形技术,能够在部署前模拟现实条件对智能机器进行训练。NVIDIA 还推出了一系列机器人参考设计平台,可通过运用 NVIDIA Jetson™ 平台来加速此类机器的构建。

Isaac 机器人模拟器提供了一个基于人工智能的软件平台来进行训练与测试。该平台让团队能够在极富现实感的虚拟环境中训练机器人,然后再将获得的知识应用于真实机组上。

每一次模拟训练圆满完成后,信息将可以快速传送给真实的机器人。开发人员可以进行迭代并调整机器人测试方法,在虚拟和现实环境之间交换智能信息。

总而言之,从黄仁勋的现场演讲来看,无论是芯片,还是开源、云平台,甚至是机器人、自动驾驶,这家 1999 年发明 GPU 激发 PC 游戏市场增长,如今无时无刻不在宣扬着自己就是一家人工智能科技公司。事实上,某种意义上,它已经是了 。

有意思的是,就在 GTC 2017 进行之时,西雅图同步举办着微软 Build,我们一位硅谷站的老师这样开玩笑说道:瞄一眼发现朋友圈分成了两派,一派刷 Build,一派刷 GTC,很显然刷 GTC 的那派赢了。

 

——