欢迎访问电脑商情在线! 请免费注册
分享到





位置:首页 > 服务器 > 业界资讯

抢占人工智能至高点,英伟达胜在何处

作者: 李丽   责任编辑:李丽 2017-10-09 16:11:55
来源:电脑商情网关键字:GPU,深度学习,人工智能,英伟达,GTC大会

对于英伟达来说,用GPU计算开启了深度学习的大门的同时,深度学习更是英伟达发展GPU的大好时机,GPU已经成为英伟达提升增长潜力的一大法宝。

最适合深度学习的为什么是GPU?

过去三年,行业对深度学习的兴趣大幅提高。业内人士认为动因主要源自于三方面:一是大数据的发展,拥有足够的训练数据可用;二是机器学习与深度学习算法的发展;三是GPU带来的强大计算能力,满足对数据与计算能力有高要求的训练。

英伟达一直认为最适合深度学习的就是GPU,同样是因为深度学习与高性能计算密切相关,深度学习任务中涉及到大量的运算,这也是英伟达非常擅长的领域。

英伟达创始人兼首席执行官黄仁勋在一年一度的GTC大会的演讲中直言:“鉴于CPU性能每年只增加10%,所以摩尔定律基本已经终结,但与此同时我们也看到一些新的计算模型的出现,比如深度学习。深度学习已经彻底的改变了整个世界。”

英伟达创始人兼首席执行官黄仁勋

在英伟达看来,深度学习并不是一种以指令为基础、而是以数据为基础的计算模型。深度学习与大数据的结合,将会出现许多新的突破,这就需要强大的计算能力。这也是GPU开始崛起的根本之所在。

CUDA的出现,让GPU拥有解决复杂计算问题的能力,可以帮助客户为不同的任务对处理器进行编程。CUDA正是英伟达的并行计算平台和编程模型。英伟达在投资CUDA十五年之后,深度学习的研究者发现了GPU强大的实力,它能够加速大数据数据训练来改善这些深度神经网络。如今CUDA的开发人员已经超过了65万,这仅仅是5年里的增长的速度,增长了14倍。仅过去这一年CUDA SDK的下载量就增加了80万,过去5年里开发人员的数量增加了5倍。

英伟达开发者计划副总裁Greg Estes对此也谈到,AI技术和神经网络类型已经越来越多,神经网络的数量增速也是极其迅猛的。与此同时神经网络的复杂度也在日益增加,而AI和神经网络的市场变化又是如此之快,英伟达GPU的特长正是可编程并且非常灵活,所以它的软件架构非常适用这样的环境,并且能够让开发者快速适应市场,实现超高的性能表现。

英伟达开发者计划副总裁Greg Estes

在英伟达看来GPU+CPU才是当前最完美的架构,这两者的结合就是CUDA。英伟达2006年开始将CUDA运算平台开放,众多程序员从此受益。用Greg Estes的话来说,虽然半导体工艺是与时俱进的,但如果没有好的编程环境,技术人员们还是很难迎接深度学习的浪潮。

用深度学习解决最具挑战性的问题

事实上,从2012年深度学习就开始以爆炸式的方式快速发展,现在AI和深度学习诸多技术已经进入到了社会服务甚至是普通人的家庭中。而英伟达的深度学习也已经从最初的纯科学的研究,逐渐扩展到更多应用领域。

Greg Estes在采访中也谈到:“从IDC的预测来看,到2020年80%的应用里都会有AI的身影。但是这些AI相关的开发者都来自于哪里?并且谁去训练这些机器呢?现实是,如今在大学里要深度学习应用和最新技术的课程非常困难,这也是英伟达成立深度学习学院的初衷。我们希望能够将世界上最为领先的深度学习和AI技术带给整个开发者群体。”

目前世界范围内有2千万名AI相关开发者,仅在中国这个数量已经超过了200万。NVIDIA深度学习学院通过培训研究人员开发者以及数据科学家,用深度学习的方式来解决面临最具挑战性的问题。从成立到现在,英伟达已经建立了多个实验室,开发了很多课程,让数据科学家、研究人员和开发者能够用亲身实践的方式去学习深度学习。

NVIDIA深度学习学院可谓发展迅猛,仅在今年就有数万名学员参与到了课程之中,这也体现出市场对于可直接投入实践应用的实操培训的极大需求。此次GTC大会期间,英伟达提供了超过30个小时的培训课程,会议期间仅两天就有超过500人参加这些课程。

在GTC大会上,NVIDIA宣布其深度学习学院(DLI)将联手腾讯及丽台科技(Leadtek),合作推出在线培训与讲师指导的线下研讨会。通过与腾讯的合作,DLI课程将充分利用腾讯云端NVIDIA GPU的强大优势,且双方还将合作开发针对人工智能研究这一新兴领域的全新培训内容。丽台科技的DLI认证讲师将在全国范围内举办公开及闭门研讨会,开展人工智能动手实验培训。

NVIDIA深度学习学院与包括AWS、Coursera、Facebook、谷歌、Hewlett-Packard Enterprise、IBM、微软及Udacity等在内的全球技术领导者和在线培训合作伙伴开展了合作,旨在采用所有主要的深度学习框架,为开发者提供有关最新人工智能技术的培训。NVIDIA正在通过全球各地的交付合作伙伴,向开发者提供此前很难在高等教育机构之外获取的实用性技能。

对于那些想用好深度学习平台的初创企业来说,通过NVIDIA的创始计划(NVIDIA Inception Program),这也是英伟达内部孵化器的项目,可以获得NVIDIA很多资源上的支持,包括工程师的支持。也可以获得NVIDIA最好的免费软件应用,比如SDK。同时英伟达也会对这些初创企业进行投资。

通过深度学习发展GPU的关键:规模+生态

我们知道深度学习主要分为线下训练和线上推理,而目前在线下训练的大多数开发者都在使用GPU加速他们的训练过程。记得英伟达中国区的一位负责人也曾经谈到过,深度学习刚刚起步,开发者对英伟达的CUDA开发环境接受度相当高,他们也不可能自己从零开始写一些函数库、优化库,他们也熟悉和习惯了英伟达的CUDA开发平台。现在,各类深度学习解决方案商和开发者在算法和数据方面都有自己的方法和技术,但是如果没有GPU的加速,他们的更新迭代和开发速度就会大大降低,走向市场的周期也会被拉长。

除了GPU的运算速度快、开发平台用户基数和规模大等优势之外,更重要还是英伟达建立了一个完善的生态系统。

在平台技术层面,英伟达提供了许多SDK来加速所有深度学习框架,并和这些框架深度集成,如cuDNN、NCCL、cuBLAS等。在线上推理方向,英伟达目前的方案是TensorRT加低功耗的NVIDIA Tesla P4 GPU加速器。现在国内各大云服务提供商诸如阿里云、百度、腾讯和京东正都在使用Tesla P4做线上推理。

在生态合作层面,目前英伟达的生态圈中有着不同层次的合作伙伴。一种是跟服务器厂商的合作,如浪潮,曙光,华为等,他们解决了不仅仅在硬件层面为用户提供GPU加速的问题。在行业解决方案层面,科大讯飞、商汤都是英伟达的重要合作伙伴。他们解决的是针对不同行业,例如医疗、制造业等等进行优化,以适合客户不同的应用场景。

深度学习的应用将彻底改变各行各业,反观英伟达的三个重要的业务布局:游戏、智能交通运输和人工智能。而这些领域无一例外都离不开一个核心,那就是GPU。不过,英伟达显然早已意识到单凭GPU很难在人工智能领域修筑起护城河,而规模+生态则既可攻亦可守。

网友评论(0) 评论仅代表网友个人观点,不代表CBINews观点。
CBINews网友您好,欢迎发表评论:(注册 后发表评论,可就本文发起辩论,将会获得更多关注)
 CBINews网友  注册邮箱:  

CBI 友情链接:

腾讯科技 |  凤凰科技 |  商业伙伴 |  移动信息化 |  企业网 |  中国软件网 |  CIO时代网 |  更多>>

CBI集团其它网站:

电脑商情在线 | 存储伙伴 | 服务器伙伴 | 中小企业IT网

CBI 地方分站:

上海 |  广州 |  成都 |  西安 |  沈阳 |  武汉 |  南京 |  重庆 |  长沙 |  济南 |  太原 |  合肥 |  长春  |  杭州 |  昆明 |  南宁 |  哈尔滨 |  兰州 |  乌鲁木齐 |  福州 |  郑州 |  贵州

整合营销 |  CBINews刊例 |  《电脑商情报》刊例 |  联系方式 |  版权声明 |  友情链接

内容版权所有:电脑商情在线 北京米迪亚广告有限公司

地址:北京市海淀区中关村南大街28号6层 联系电话:(010)62178877-218

商务、内容合作QQ:15528356 客服电话:13699291170

电脑商情信息服务集团 成都华好网景科技有限公司

ICP证:川B2-20070068-5 川预审H8VZ-RBP6-X228-T60Z号 北京市公安局海淀分局备案编号:1101083710