[其他] 英偉達GTC China 2017開發者大會、AI新發展趨勢
http://bit.ly/2xBQYSC
英偉達(NVIDIA)GTC China開發者大會於2017年9月26日在北京舉行,人工智慧對計算需
求的高速增長,給了英偉達這家24歲的公司巨大的機會。以GPU計算為基點,正在把圖像
處理能力推向無人機、高級自動駕駛、自主機器人、AI城市等領域。該企業首席執行官黃
仁勳在會上指出,大陸互聯網4巨頭BATJ百度、阿里巴巴、騰訊、京東,以及多家頂級科
技廠,包括聯想、華為、浪潮與科大訊飛等均已與英偉達合作。
英偉達曾在4月時美國GTC大會上發布了新一代人工智慧處理器架構Volta,並發佈採用該
架構的第一款設備Tesla V100 GPU。
以下摘自英偉達CEO黃仁勳介紹重點:
阿里巴巴、百度及騰訊皆已在其雲端人工智慧基礎設施上部署了英偉達的Tesla V100 GPU
,而華為、浪潮、聯想作為4巨頭的OEM廠商,開始生產基於HGX的GPU伺服器。
英偉達宣布推出TensorRT 3人工智慧推理軟體,該軟體與GPU硬體結合,可以大幅提升雲
端及終端設備的推理性能,並有效降低成本,目前已採用者:阿里雲、百度雲、騰訊、科
大訊飛和京東。
在智慧城市方面,阿里巴巴、海康威視、大華和華為則加入了英偉達Metropolis平台,並
分別在路況監測、虛擬安保、交通流量監測等方面提供了基於該平台的人工智慧視頻解決
方案。
京東X實驗室已經在無人機與無人車配送、無人分揀方面部署了英偉達的Jetson超級電腦
模組,將會在製造、物流和配送行業帶來革新。
目前,對於自主機器而言需要解決三大關鍵的問題。首先,是為自主機器打造一個人工智
能平台,類似於增強學習等等;另外,是提供一個能夠讓自主機器進行自主學習的虛擬環
境;在此基礎上,第三步再將人工智能的“大腦”放到自主機器的框架中。然而,目前這
三個問題還沒有完全解決。NVIDIA即將新推出的自主機器處理器Xavier,虛擬的學習環境
、以及英偉達的人工智能平台等等,都是在為自主機器的商用和普及做準備工作。希望,
在未來的十到十五年,會看到更加令人難以置信的創新和進步。
GPU與FPGA這兩者的區別很大。FPGA非常靈活,可以放入以太網卡里、音頻卡中、或者視
頻卡中,是可配置的。在設計階段,它就可以被設計用於成各種各樣的用途。但是,GPU
就沒有那麼大的靈活性,它是一種並行計算的加速器。當然,FPGA也可以被轉變為GPU,
但是性能無法滿足要求,它的速度要比GPU慢1000倍。三年前,英偉達決定把GPU做成
Tensor執行處理器。而如今,它已經成為世界上最優秀的Tensor處理器,但它只是一個晶
片,要做高性能的計算處理還需要軟件。因為每一張AI計算的圖片都是不一樣的,並且每
一張圖片在指定處理器上為了達到性能的調優,都必須進行編譯解碼。還有另一個選擇,
就是為每一個神經網絡都可以設計一個專門的FPGA,只是設計起來很困難,工作量也很大
。
NVIDIA在自動駕駛領域策略佈局。DRIVE PX是硬件基礎,DRIVE OS是操作系統,
DRIVEWORKS SDK是API,而DRIVE AV是最頂層的無人駕駛應用,把所有的這些結合在一起
我們統稱為英偉達的DRIVE。以上說的每一個層面都可以單獨開放,適用於不同類型、不
同公司的需求。可以選擇用DRIVE PX硬件基礎,其它部分自己開發,也可以選擇用DRIVE
AV應用,其它底層堆棧自己搭建,這些都是沒有問題的。
NVIDIA發展自動駕駛的安全問題考量。安全分為兩個概念,一種是人身的安全、一種是系
統安全。如果一個黑客黑了一台車,本身這個問題並不大,但如果把威脅擴大到雲端,透
過雲來控制所有的車,就比較危險了。未來想黑一台車並不那麼容易,因為每台車都是有
防火牆,自動駕駛系統會給傳輸的信息做加密,黑客不易黑到通訊端口。
黃仁勳表示,摩爾定律已經是舊時代的法則,GPU的計算速率和神經網路複雜性都在過去2
到5年內呈現出爆發性成長,期待將二者結合後,將在醫藥、自動化交通、精密製造、及
其他更多領域,產生更驚人突破。
http://bit.ly/2xBQYSC
心得:
看來英偉達在自動駕駛車這一塊的布局相當深遠,之前就有耳聞不只跟汽車廠商,甚至連汽車零件的供應商都有在談合作結盟
這次的開發者大會看到了英偉達更具體的未來方向,值得期待