怒懟英特爾，黃仁勛眼中AI的未來屬於AI晶元和自動駕駛！

9 月 26 日，英偉達 GTC 大會中國站在北京開幕。在大會第一天上午的 Keynote 中，英偉達 CEO 黃仁勛介紹了 TensorRT 3.0、全新機器智能晶元 Xavier 等新產品。隨著計算機硬體和人工智慧技術的發展，整個科技產業的基礎正在被顛覆，大數據和深度學習正在影響著我們。在大會上，黃仁勛也為我們介紹了英偉達近期的發展戰略。

摩爾定律已終結，GPU將引領計算革命

黃仁勛聲稱，摩爾定律已經終結，設計人員無法再創造出可以實現更高指令集並行的GPU架構，晶體管數量每年增長50%，但CPU的性能每年僅增長10%。

接著，黃仁勛介紹了基於Volta的全新系統的核心NVIDIA V100數據中心GPU。該GPU 配備有210億個晶體管，性能較早前的NVIDIA Pascal架構P100 GPU提升了5倍，同時可提供相當於100個CPU的深度學習性能。這一性能的提升相較於摩爾定律對同一時期的預測提升了4倍。

黃仁勛稱，NVIDIA的GPU可以彌補CPU的不足，加速處理高強度計算負載。CUDA這種計算架構，將專用功能ASIC的卓越性能與通用編程模型相結合使開發人員實現多種演算法。CUDA的開發人員數量在5年內增長了14倍，目前已經達到60萬人，CUDA的下載量達到了180萬，僅去年一年的下載量就達到80萬。

布局人工智慧推斷

「到2020年，城市中的實時攝像頭將達到十億級，光靠人力監控不現實，AI是唯一的解決方案。」黃仁勛稱，所以英偉達的下一個挑戰便是人工智慧推斷。

深度學習可分為兩個階段，首先導入大量數據，對模型進行訓練，整個過程可能耗時數天或數周；之後是訓練出的模型在實際場景中做出推斷（inference）。攝像頭對用戶面部進行一次識別，就是現有模型做的一次推斷。

隨著演算法愈加複雜，計算量越來越大，黃仁勛認為，手機、汽車、無人機，以及萬億級的物聯網設備都需要具有更強的推斷能力。

英偉達也宣布推出TensorRT 3 AI 推斷軟體，提高GPU在圖像和語音識別、自然語言處理、視覺搜索等領域的推斷能力。同時，阿里雲、騰訊雲、百度雲、京東和科大訊飛也都將採用這一方案。

一家大型IT廠商的人工智慧部門負責人表示，目前在訓練端，英偉達是毫無疑問的冠軍。爭奪的市場就在推斷端，這部分的任務量較小，對功耗、延遲更敏感。當前這一市場領先者還是英特爾，因為廠商在雲服務端已有大量英特爾的伺服器，適配性也更好，但不同廠商已在嘗試不同的新方案。

自動駕駛與人工智慧晶元將成為兩個發展重點

在 AI 領域的各大方向中，自動駕駛是英偉達此前最為重視的一部分。在黃仁勛的眼中，符合 Level 5 自動駕駛級別的消費級汽車（售價 3 萬美元左右）將會在不到十年的時間內出現，對此，英偉達構建了完整的自動駕駛技術體系。

「英偉達 Drive PX 相當於計算機的硬體，Drive OS 相當於操作系統，Driveworks 相當於 API——就像 Windows 中的 DriectX 一樣，而最新推出的的 Drive AV 就相當於 APP，」黃仁勛介紹道：

所有這些構成了英偉達的自動駕駛技術體系，它們都是開放的。如果你希望在哪一層用自己的，完全沒有問題。英偉達是在開發自己的整套系統。因為五年前我們開始做自動駕駛的時候，我們需要了解所有細節，所以這些都是我們需要研究的方向。但對於廠商來說，每家公司都有自己所擅長的領域，他們只需從中選擇自己所需要的。

黃仁勛認為，TPU等產品只支持自家公司的計算框架，像功能機，而GPU的功能更多，應用場景更廣，生態更豐富，像智能手機。「智能手機在成本、尺寸、功耗上挑戰更大，但如果你能做好，就會是更出色的產品。」

CPU晶元巨頭英特爾也在通過收購來與英偉達競爭。2015年6月，英特爾以167億美元的價格收購FPGA生產商Altera。「FPGA的方案應用於AI時，除了靈活性強，還具有低延時和低功耗的特性。」英特爾可編程解決方案事業部亞太區副總裁庄秉瀚曾向財新記者表示。

黃仁勛認為，FPGA與GPU非常不同。FPGA靈活性很強，比如用在乙太網卡、音頻處理器等中，也可以設計成深度學習晶元，但計算性能就會很低，而且每次重新設計需要很大的工作量。

在會上，NVIDIA也宣布與京東達成合作，京東正著手推出能夠向客戶派發包裹的JDrover，以及能攜帶30公斤包裹的無人機JDrone，目標是在2022年之前建設一支擁有100萬架無人機的機群。上述兩種配送工具將由NVIDIA Jetson超級計算平台提供技術支持，且運行TensorRT以實現導航和無人送貨。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！

本站內容充實豐富，博大精深，小編精選每日熱門資訊，隨時更新，點擊「搶先收到最新資訊」瀏覽吧！

請您繼續閱讀更多來自 人工智慧觀察 的精彩文章: