服务器 频道

这场GPU技术盛会 更像是黄仁勋的"炫耀"

  【IT168 资讯】作为人工智能领域的最大玩家之一,NVIDIA的任何动作都会引起业界的广泛关注,何况GTC(GPU技术大会)这种大事。

  9月25-27日,GTC的“全球巡演之中国站”——GTC CHINA 2017在北京举行,26日上午,NVIDIA创始人兼CEO黄仁勋先生亮相主会场,向与会的3500多名业界人士做了一场干货满满,且风采十足的演讲。

这场GPU技术盛会 更像是黄仁勋的"炫耀"

  摩尔定律已终结 两股力量正推动计算未来

  黄教主的演讲依然充满了浓郁的个人风格,他在开场时就开门见山而且直截了当地指出:摩尔定律已经终结。晶体的管数每年增长50%,但CPU的性能每年只增长10%,CPU的设计者无法再通过增加晶体管的数量来增加计算能力。

  但一些新的计算模型如深度学习的出现,极大地提高了我们对计算力的需求。因此GPU开始崛起,NVIDIA GPU弥补了CPU在计算方面的不足,可加速处理高强度计算负载。目前,全球已有数十万人正投身到NVIDIA CUDA GPU和深度学习中,而今年参加全球GTC大会的总人数也将超过22000人。作为一种革命性的计算架构,CUDA的开发人员已超过65万,在过去五年里增长了14倍。CUDA SDK的下载量达到了180万,仅去年一年,就增加了80万。

  深度学习正在引领软件和计算领域的变革,而深度学习、大数据和GPU计算的结合,引爆了AI革命,推动我们走向未来计算。

  在媒体见面会中,黄仁勋还表示:“GPU不会替代CPU,它们是协同工作的。因为CPU是通用型的,而GPU则用于处理一些专门的问题,所以我们将GPU称作加速器。因此我们认为,最完美的架构就是CPU+GPU的架构,也正是我们所介绍的CUDA架构。”

这场GPU技术盛会 更像是黄仁勋的"炫耀"

  AI已取得惊人进步 NVIDIA打造全球计算平台

  计算机图形是GPU的第一个杀手级应用,AI和深度学习则是GPU的新的杀手级应用。在GPU计算能力的驱动下,近几年,AI已取得了巨大的进展。目前AI领域初创企业的数量是5年前的12倍,今年在AI领域的投资预计将达到66亿美元,而今年所发表的相关论文的数量已超过3000篇。

  黄仁勋向大家展示了NVIDIA和合作伙伴在AI领域的部分成果,包括能够在照片级真实的场景中体验原始设计,并与异地的同事共享的VR工作环境Holodeck;NVIDIA使用深度学习自编码器完成了一张只有部分被渲染的逼真图像;NVIDIA与Remedy公司训练的一个深度神经网络,可通过语音模仿人说话时的面部表情;可通过视频分析理解人的动作的神经网络模;加州大学伯克利分校和 OpenAI 的研究人员发明了单次模仿学习,通过几次演示便可教会机器人执行一项新任务等等。

  除了数据,这些实际应用研究成果也让我们看到了AI所取得的巨大进步。而黄仁勋也表示,NVIDIA很荣幸成为世界各地研究人员和开发人员选择推动AI发展的平台。NVIDIA对CUDA GPU计算的发展、投资和承诺确保了最丰富的生态系统、最强大的专家级开发群体,以及最广泛的系统解决方案。从云端到终端,NVIDIA的统一结构都可无缝对接。

这场GPU技术盛会 更像是黄仁勋的"炫耀"

  NVIDIA AI计算已成为中国优异科技企业的较好选择

  目前,阿里巴巴、百度和腾讯都已在各自的云服务器中采用了NVIDIA Volta GPU,并将其计算资源作为一种云服务来提供。研究人员和初创公司现在可以租用云端非常先进的AI基础设施,免于建造超级计算机的复杂性和高昂费用。

  华为、浪潮和联想等领袖级服务器厂商也已采用NVIDIA基于HGX的服务器,对于需要专用AI超级计算机的企业,NVIDIA正在与中国主要的系统集成商开展合作,提供经过全面优化的服务器。

  NVIDIA希望为所有AI研究人员打造一个功能强大且高效的计算平台,将全力推进“统一架构”CUDA GPU计算,同时将于AI研究人员和开发者紧密合作。

  通过Inception计划,NVIDIA将支持1900家初创公司创建AI未来,共同推动AI发展与进步。

  发布NVIDIA TensorRT 3 性能远超CPU

  未来,AI网络设计、网络复杂度以及智能机器的爆发性增长,将为AI推理带来巨大的挑战,AI推理平台必须具备可编程性才能运行种类繁多且不断演进的网络结构,同时需具备高性能、可扩展特性,才能支撑AI推理海量计算的需求。

  NVIDIA TensorRT是全球首款可编程AI推理加速器,可编程且支持所有框架,可编译到广泛的目标CUDA GPU中,从120TOPS到1TOPS,从250瓦到低于1瓦。

  会上,NVIDIA宣布推出性能更加卓越的NVIDIA TensorRT 3,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,而在语言翻译方面则要快140倍。运行在V100上的TensorRT在处理图像时可实现7ms的延时,处理语音时延时不到200ms,这是标准服务器的理想目标,单靠CPU是无法实现的。

  在此加速效果之下,只需一台8GPU服务器即可替换160台双CPU服务器或4个机架,每台V100服务器可节省约50万美元。

  说到这里,老黄激动地表示,“省钱”是他最喜欢的部分。

这场GPU技术盛会 更像是黄仁勋的"炫耀"

  AI城市——更智能、更安全

  到2020年,城市中实时摄像头的数量将达到10亿,单靠人力监控是不现实的,AI是唯一的解决方案。NVIDIA将与合作伙伴一起发挥这些摄像头的作用,以解决一系列复杂的问题。使城市管理更加智能,打造真正的AI城市。

  用于打造AI智慧城市的Metropolis于5月份首次发布,是一个包含各种工具和技术从终端到云端的视频分析平台,以构建覆盖交通与停车管理、执法、城市服务等各个方面更智能、更快速的AI赋能应用。包括海康威视、华为和阿里巴巴在内的超过50家全球领先的公司已经在使用NVIDIA Metropolis。

  老黄心心念念的自动驾驶汽车

  黄仁勋认为,自动驾驶汽车的发明将是AI最大的贡献之一。自动驾驶汽车将带来颠覆性的租车服务,帮助长途汽车司机减轻压力,增加运输距离并减少事故。

  在未来,车辆的形态甚至也会因此而发生改变。在飞机和汽车之间使用自动驾驶技术,两者的边界将会变得模糊,例如由NVIDIA技术驱动的AirBus飞行汽车。

  NVIDIA DRIVE是一个为自动驾驶行业带来变革的端到端平台,可帮助汽车制造商训练汽车AI,共享和车队服务训练AI用于管理车队。开放软件栈包含了从ASIL-D OS、深度学习、计算机视觉SDK到自动驾驶应用。

  NVIDIA投资了中国初创公司景驰科技,总计 5200万美元。今年6月,景驰科技成功完成首次开放道路的自动驾驶测试。该公司计划于今年年底前在中国安庆市的街道上投放50辆自动驾驶汽车,并计划在2018年推出类似于优步(Uber)的约车服务。

这场GPU技术盛会 更像是黄仁勋的"炫耀"

  推出全球首款自主机器处理器Xavier

  能够感知周围的环境,理解自己的处境并做出合理响应,这种具备自主能力的机器值得我们向往。黄仁勋相信,我们很快就能设计出许多类型的自主机器。而NVIDIA平台将帮助研究人员获得高性能并行计算和高能效的计算,以实现实时处理,满足丰富的传感接口和深度学习推理需求。

  Xavier是NVIDIA推出的全球首款自主机器处理器,它是迄今为止最复杂的片上系统,将于2018年第一季度向早期接触合作伙伴提供,并将于第四季度全面推出。

  作为全球最大的零售和物流运营商之一,京东在物流领域也在不断做出革新。NVIDIA将与京东共同合作,利用基于NVIDIA Jetson 超级计算机模块驱动的智能机器将人工智能引入物流与配送领域。

  Xavier将成为下一代Jetson的片上系统。

这场GPU技术盛会 更像是黄仁勋的"炫耀"

  用来训练机器人的“虚拟镜像世界”——Isaac Lab

  机器人学习执行具体任务的过程中,可能会对周边的事物造成破坏,而且往往需要很长的训练周期。因此,NVIDIA创建了一个可供机器人学习的虚拟世界——Isaac Lab,以现实世界为准,遵守物理学定律,机器人可以在其中超实时地学习。

  NVIDIA正推动计算的新纪元

  从“统一架构”CUDA GPU计算到TensorRT可编程推理加速平台,从AI城市到自动驾驶、自主机器,黄仁勋先生不无兴奋地向我们一条条“炫耀”着NVIDIA在推动AI发展方面的成果与贡献,同样也在向我们展示着他眼里的未来世界。相信他也很高兴看到,NVIDIA在这场人工智能变革中扮演了一个重要角色。

0
相关文章