天极传媒:
天极网
比特网
IT专家网
52PK游戏网
极客修
全国分站

北京上海广州深港南京福建沈阳成都杭州西安长春重庆大庆合肥惠州青岛郑州泰州厦门淄博天津无锡哈尔滨

产品
  • 网页
  • 产品
  • 图片
  • 报价
  • 下载
全高清投影机 净化器 4K电视曲面电视小家电滚筒洗衣机
您现在的位置: 天极网 > 服务器>新闻>NVIDIA:GPU深度学习加速人工智能

GPU深度学习加速人工智能 NVIDIA是家AI公司

天极网服务器频道 2016. 10. 02 作者:李祥敬 责编:李祥敬
我要吐槽

责任编辑

  数据显示,到2025年,人工智能市场将达到360亿美元的规模,人工智能将成为IT领域中发展最快的部分。而深度学习作为全新的计算模型,正在改变计算的方方面面,不仅改变了软件开发的方式、开发地点和运行方法,还在改变着服务器架构、数据中心和智能设备

GPU深度学习加速人工智能 NVIDIA是家AI公司

  在近日在北京举行的GTC CHINA 2016(GPU技术大会)上,NVIDIA CEO黄仁勋出席并发表主题演讲,他说,有史以来,计算机和软件在视觉和听觉这两种人类最基本的感官上,第一次达到了超越人类的水平。将GPU应用于深度学习至关重要,如今我们有了突破性的科技能在未来数年中用于加速人工智能的发展。人工智能计算将解决许多其他软件无法解决的问题,引领交通、医疗和社会生活中各个方面的人工智能革命。

  黄仁勋说,现在AI实验室开始使用基于GPU的深度学习,而NVIDIA发明了GPU,我们是GPU计算的先锋。因为深度学习,我们现在开始进入到人工智能的世界。AI是一种新的计算模式,计算系统架构、处理器的设计、系统设计、算法会发生变化,我们开发软件的方式也会发生变化。

  在深度学习的训练方面,网络的设计和训练都需要数万亿次的运作,而GPU使其切实可行,可训练更有深度更准确的模型,加速产品上市时间。在数据中心推理方面,对于云服务来说,网络将运行在数据中心里,每天经历数以万计的图片、声音和视频的查询,而GPU推理可快速回应,实现数据中心吞吐量最大化。在设备推理上,即使面对数十亿智能设备的运行规模,GPU也能做出实时精确响应。

  黄仁勋:不是取代CPU NVIDIA打造新一代计算平台

  深度学习最苛刻的部分是训练,而NVIDIA专为深度学习设计的PASCAL架构,助推深度学习加速高达65倍,并且能够支持每个主要的深度学习框架。在此架构基础上,NVIDIA创造了专为GPU深度学习所设计的超级计算机DGX1。除此以外,黄仁勋还在此次大会上全球首次发布了最新深度学习推理加速器Tesla P4/P40和自动驾驶汽车专用人工智能超级计算机DRIVE PX 2。

GPU深度学习加速人工智能 NVIDIA是家AI公司

  黄仁勋介绍说,Tesla P4和P40是专门为深度学习推理设计的加速器,可以使用经过训练的深度神经网络来识别语音、图像或文字,以响应用户和设备的查询。其中,P40专为最大吞吐量而设计,并能将CPU推理加速40倍;为加速1U OCP服务器而设计的P4,功率仅为50瓦。

  “未来,面向超大规模数据中心的加速器Tesla P100将与全新Tesla P4/P40在深度学习的训练和推理两端,为数据中心带来端到端的深度学习平台。此外,本次大会上,IBM还发布了配置有Tesla P100和NVLINK高速互联技术的全新POWER8服务器,将为人工智能企业提供领先高效的计算能力。”黄仁勋说。

  除了硬件加速器,NVIDIA还发布了DeepStream SDK和性能优化推理的引擎TensorRT。

  NVIDIA DeepStream SDK利用Pascal服务器的强大功能同时对最多达93路的高清视频流进行实时解码和分析,这解决了AI领域的一大挑战:在自动驾驶汽车、交互式机器人、过滤和广告投放等应用场合下,理解大批量的视频内容。通过将深度学习能力集成到视频应用程序中,公司能够提供以前不可能提供的创新型智能视频服务。

  TensorRT是为优化将部署到生产环境的深度学习模型而创建的库,能即时响应极其复杂的网络。它通常以32位或16位数据的形式获取接受训练的神经网络,并针对降低了精度的INT8操作优化这些网络,从而最大程度地提高深度学习应用程序的处理能力和效率。

  在自动驾驶领域,NVIDIA推出了针对汽车自动巡航功能的人工智能计算机DRIVE PX 2,这款只有手掌大小的超级计算机采用新型单处理器配置,功率仅为10瓦,可以利用深度神经网络处理来自多个摄像头和传感器的数据,通过实时了解周边环境、在高清地图上精确定位,以及规划安全行车路线,实现安全的自动巡航。DRIVE PX 2将帮助汽车制造商为自动化无人驾驶汽车的驾驶和制图功能提供支持,更快更顺利的把研发成果应用于实际产品中。

  至此,NVIDIA在人工智能和自动驾驶领域,形成了以Tesla P100和DGX1为核心的训练体系,以P4/P40和TensorRT为核心的数据中心推理体系,以及以Jetson TX1与Jetpack 2.3、DRIVE PX 2与Driveworks为核心的智能设备体系。NVIDIA在上述领域从硬软件到解决方案上都进行了全面布局,构建了端到端的深度学习平台。

GPU深度学习加速人工智能 NVIDIA是家AI公司

  对于CPU和GPU之间的关系,黄仁勋说,CPU和GPU在架构、编程模式等方面是不同的,两者要配合,而不是各自分开。它们相互擅长的是不一样的,CPU往往会是若干个性能非常高的处理器,而GPU可能是数以千计的非常小的但是功耗比较低、能效非常高的处理器。

  “GPU在两个领域表现出色,一个是计算图形、虚拟现实,另外一个是AI,尤其是深度学习领域。所以我们的战略并不是要取代CPU,而是GPU和CPU协同发挥作用,让CPU和GPU各自去完成自己所擅长的功能。我们市场的重点也不是传统的计算,比如手机和PC,而是游戏平台、自动驾驶汽车、AI、数据中心。”黄仁勋说。

  深化与中国企业合作 NVIDIA布局AI生态

  在深度学习与人工智能领域,NVIDIA与中国企业的合作由来已久,许多知名互联网企业利用NVIDIA的GPU计算技术与解决方案,不断推动自身人工智能战略的全面发展。比如基于双方合作,阿里巴巴的淘宝得以不断加速优化商品推荐,阿里云成功构建中国首个基于GPU的云上高性能计算平台;百度宣布启动从云端到汽车的自动驾驶平台开发;科大讯飞进一步提升语音识别的速度和精准度。

  本次大会上,NVIDIA还与京东达成战略合作并共建联合实验室,将在人工智能技术研发领域展开更深入的合作,从而助力京东在深度学习、VR/AR等人工智能战略的推进。未来在中国,人工智能还将成为搜索、电商、物流和医疗等多个行业变革的核心动力。

  “对于AI的商业使用来说,最早一批用户肯定是拥有超大规模数据中心的互联网公司,因为他们拥有海量的数据。他们所提供的服务是面向数以十亿计的消费者,而不是少数的个人。消费者要求互联网公司给他们提供更好的服务,而且他们希望针对自己的要求互联网公司能够给他们提供最完美的回答。显然解决办法就是使用人工智能,AI计算机系统可以了解每一个人的特性以及需求。”黄仁勋说。

  黄仁勋还表示,除了与互联网公司展开合作外,NVIDIA与AR/VR、无人机、机器人、图像识别、人脸识别、医疗成像和天气预测等多个领域的中国企业展开合作,帮助他们抢占技术创新和应用市场的先机,颠覆行业传统。本次大会上,NVIDIA宣布与海康威视、大华和宇视科技3家中国智能视频分析公司合作,利用通过网络训练和IVA服务器的NVIDIA人工智能计算平台构建中国的“人工智能城市”。

  “NVIDIA还针对初创企业提供了众多的支持,比如技术、专家支持,他们还可以获得NVIDIA市场营销平台的支持。”黄仁勋说。

  对于中国人工智能的发展,NVIDIA全球副总裁、中国区总经理张建中表示,中国和全球相比,人工智能领域的发展对于很多企业都是非常好的机会。在人工智能的发展前期,人才的储备非常重要。中国专注于人工智能的公司一般都会在中国和硅谷设立研发中心,他们工程师的培养速度比其他公司要快。NVIDIA特别重视中国市场,我们希望培养更多的人才帮助中国企业迅速发展起来。

  结语

  正如黄仁勋所言:GPU深度学习是历史上最为重要的一个计算进展和突破,这也会成就计算的下一个时代——AI时代。NVIDIA决心继续推动AI计算,我们是一个AI计算公司。

作者:李祥敬责任编辑:李祥敬)
请关注天极网天极新媒体 最酷科技资讯
扫码赢大奖
评论
* 网友发言均非本站立场,本站不在评论栏推荐任何网店、经销商,谨防上当受骗!
办公软件IT新闻整机