4月2日消息，顯卡制造商N(yùn)vidia希望去引領(lǐng)人工智能的浪潮。目前，已經(jīng)有幾家大型公司數(shù)據(jù)中心在使用著Nvidia的技術(shù)來(lái)進(jìn)行機(jī)器學(xué)習(xí)了。而現(xiàn)在，這家公司希望憑借一家廉價(jià)但高性能的開(kāi)發(fā)套件來(lái)發(fā)展機(jī)器人和互聯(lián)網(wǎng)領(lǐng)域?？萍季W(wǎng)站Gigaom日前就撰文對(duì)Nvidia的未來(lái)計(jì)劃進(jìn)行了介紹：

 

　　智能機(jī)器人和智能設(shè)備將會(huì)進(jìn)入千家萬(wàn)戶，而芯片制造商N(yùn)vidia想要幫助實(shí)現(xiàn)這一點(diǎn)。他們并不會(huì)去開(kāi)發(fā)算法或者是傳感器，但他們的圖形處理單元，或者說(shuō)GPU，在處理任何形式人工智能所需的繁重計(jì)算任務(wù)上面可能會(huì)非常有用。

 

　　大多數(shù)應(yīng)用程序并不會(huì)單單使用GPU，而是從標(biāo)準(zhǔn)微處理器上將大多數(shù)計(jì)算密集型任務(wù)分擔(dān)到它們身上。GPU加速這個(gè)概念在超級(jí)計(jì)算機(jī)工作負(fù)載上是非常常見(jiàn)的，同時(shí)也正于計(jì)算機(jī)視覺(jué)和識(shí)別物體領(lǐng)域變得無(wú)處不在。Nvidia高級(jí)計(jì)算部門(mén)總經(jīng)理Sumit Gupta表示，在2013年，超過(guò)80%的團(tuán)隊(duì)都參與到了利用GPU進(jìn)行的ImageNet圖像識(shí)別競(jìng)賽當(dāng)中。

 

　　在2013年3月，谷歌收購(gòu)了DNNresearch，一家由多倫多大學(xué)Geoff Hinton教授所聯(lián)合成立的深度學(xué)習(xí)創(chuàng)業(yè)公司。而促成這次收購(gòu)的一部分原因就是Hinton的團(tuán)隊(duì)在2012年ImageNet大賽當(dāng)中的表現(xiàn)。在比賽當(dāng)中，他們由GPU供能的深度學(xué)習(xí)模式輕松超越了其他的方案。

 

　　“事實(shí)證明，深度神經(jīng)網(wǎng)絡(luò)的關(guān)鍵就在GPU上。”Gupta說(shuō)道。這是因?yàn)樯疃葘W(xué)習(xí)算法在處理數(shù)據(jù)（圖像或文字）和提取事物的定義功能上面通常需要大量的計(jì)算性能。特別是在訓(xùn)練階段，當(dāng)模型和算法需要被調(diào)試以提高準(zhǔn)確度時(shí)，他們需要處理大量的數(shù)據(jù)。

 

　　Nvidia的不少客戶都在使用他們的Tesla GPU來(lái)進(jìn)行圖像和語(yǔ)音識(shí)別，包括Adobe和百度。Gupta指出，Nvidia同時(shí)也在開(kāi)發(fā)其他層面的機(jī)器學(xué)習(xí)。Netflix的建議引擎就是使用了這種技術(shù)（在Amazon Web Services云端），俄羅斯搜索引擎Yandex也使用了GPU來(lái)提供性能，IBM的Hadoop同樣使用了GPU來(lái)運(yùn)行聚類算法。

 

　　Nvidia對(duì)于機(jī)器學(xué)習(xí)可能會(huì)感到非常興奮，因?yàn)樵诙嗄甑臅r(shí)間里，他們都在推動(dòng)GPU作為一個(gè)通用計(jì)算平臺(tái)，而結(jié)果有好有壞。他們?cè)噲D通過(guò)簡(jiǎn)單地對(duì)自己的處理器進(jìn)行編程（通過(guò)自己開(kāi)發(fā)的CUDA語(yǔ)言）來(lái)實(shí)現(xiàn)這一點(diǎn)，但Gupta指出，在如何效率地使用GPU的問(wèn)題上面，他們?cè)诳傮w上還缺乏相關(guān)的知識(shí)。這也就是為什么那么多的真正創(chuàng)新依然還要取決于那些擁有真正并行計(jì)算能力來(lái)同時(shí)利用2500個(gè)或更多核心的大型用戶。

 

　　但是，Nvidia的目光已經(jīng)超越了服務(wù)器，并放在了機(jī)器人身上，他們希望在接下來(lái)的10年里憑借著這個(gè)領(lǐng)域來(lái)滿足自己在機(jī)器學(xué)習(xí)上面的雄心壯志。上周，Nvidia公布了Jetson TK1開(kāi)發(fā)套件，Gupta將其稱為“超級(jí)計(jì)算機(jī)版的樹(shù)莓派”。這個(gè)開(kāi)發(fā)套件的價(jià)格為192美元，可使用CUDA進(jìn)行編程，并包含所有必須的接口，以及一枚Tegra K1系統(tǒng)級(jí)芯片。

 

　　根據(jù)Nvidia的宣傳，該套件適用于計(jì)算機(jī)視覺(jué)、安全和其他一些對(duì)于主流機(jī)器人至關(guān)重要的用途，Gupta也提出了這樣一個(gè)問(wèn)題，那就是如果智能設(shè)備都裝備了這樣的性能，物聯(lián)網(wǎng)的發(fā)展速度將會(huì)有多快？雖然谷歌和Facebook可以在自己的數(shù)據(jù)中心內(nèi)通過(guò)數(shù)萬(wàn)臺(tái)服務(wù)器來(lái)訓(xùn)練大規(guī)模人工智能模型，但另一個(gè)宏大的目標(biāo)是讓結(jié)果算法在智能手機(jī)上運(yùn)行，來(lái)降低立即需要被送到云端進(jìn)行處理的數(shù)據(jù)量。

 

　　Nvidia預(yù)計(jì)，機(jī)器學(xué)習(xí)的興起會(huì)在未來(lái)幾年里帶來(lái)“相當(dāng)好”的收益增長(zhǎng)。但除了一些明顯的示例之外，Gupta并不愿意去預(yù)測(cè)他們的GPU最終會(huì)運(yùn)行哪種類型的計(jì)算技術(shù)。“我們剛剛才搞清楚如何在少數(shù)事情上使用機(jī)器學(xué)習(xí)，但實(shí)際上，它可被應(yīng)用的領(lǐng)域還有很多。”他說(shuō)道。至于Jetson Kit，他補(bǔ)充道：“我們依然在想象我們可以用它做的事。”