6年前，黃仁勛開始意識到人工智能對于未來人類社會的巨大影響力，開始帶領(lǐng)公司整體往人工智能方向轉(zhuǎn)型。2016年，NVIDIA密集發(fā)布了全線人工智能GPU芯片、系統(tǒng)、軟件和服務(wù)，而公司定位轉(zhuǎn)向成為“世界上偉大的人工智能公司之一”。

 

 

　　NVIDIA全球副總裁兼中國區(qū)總經(jīng)理張建中說：“NVIDIA現(xiàn)在是一家人工智能公司，我們不再單一生產(chǎn)GPU芯片，而是系統(tǒng)性提供人工智能解決方案，包括芯片、服務(wù)器、軟件和服務(wù)等。我們不再是一家GPU公司。”

 

　　就在其它公司還沉浸在自己過去輝煌的時(shí)候，NVIDIA已經(jīng)“漂移”到了人工智能賽道上。但，人工智能的市場到底有多大？值得“賭”進(jìn)去一家公司的命運(yùn)么？

 

　　從NVIDIA的AI產(chǎn)品布局說起

 

　　盡管NVIDIA從6年前開始布局人工智能AI產(chǎn)品，但到了2016年才推出了比較完整的產(chǎn)品線，特別是在2016年9月13日的GTC CHINA 2016（NVIDIAGPU技術(shù)大會）上發(fā)布的推理加速器Tesla P4/P40，形成了深度學(xué)習(xí)的核心產(chǎn)品。

 

　　可能有人會問，什么是“推理加速器”？

 

　　首先，NVIDIA選取的人工智能路線為基于神經(jīng)元網(wǎng)絡(luò)的深度學(xué)習(xí)算法，而這一算法有兩大核心組成部分，分別是“訓(xùn)練”用于獲得神經(jīng)元網(wǎng)絡(luò)模型，以及把訓(xùn)練好的神經(jīng)元模型用于“推理”。簡單理解，把基于神經(jīng)元網(wǎng)絡(luò)的深度學(xué)習(xí)用于圖像識別，比如用海量花卉類圖片“訓(xùn)練”出神經(jīng)元網(wǎng)絡(luò)模型，這個(gè)模型就能用于識別新圖片里的花卉（“推理”）。

 

　　其次，NVIDIA于兩年前宣布了新一代PASCAL GPU芯片架構(gòu)，這是NVIDIA的第五代GPU架構(gòu)，也是首個(gè)為深度學(xué)習(xí)而設(shè)計(jì)的GPU，它支持所有主流的深度學(xué)習(xí)計(jì)算框架。在今年上半年，NVIDIA針對“訓(xùn)練”推出了基于PASCAL架構(gòu)的Tesla P100芯片以及相應(yīng)的超級計(jì)算機(jī)DGX-1；而在9月的北京GTC大會上，NVIDIA針對“推理”推出了基于PASCAL的產(chǎn)品Tesla P4/P40，主要區(qū)別在于小尺寸的P4可用于任何服務(wù)器，而大尺寸的P40則需要定制服務(wù)器。

 

　　為什么要針對“推理”設(shè)計(jì)加速器呢？這是因?yàn)橛糜谏疃葘W(xué)習(xí)的神經(jīng)元網(wǎng)絡(luò)模型正在變成規(guī)模巨大。以百度用于語音識別的神經(jīng)元網(wǎng)絡(luò)為例，這個(gè)模型從2014年的2500萬個(gè)參數(shù)暴漲到2015年的1億個(gè)參數(shù)，而浮點(diǎn)運(yùn)算則從2014年的2ExaFLOPS（每秒百億億次浮點(diǎn)計(jì)算）飆升到2015年的20ExaFLOPS，但錯(cuò)誤率卻下降了40%。而2015年Image Net大賽的冠軍，即微軟的殘差網(wǎng)絡(luò)ResNet達(dá)到了152層，而2012年的冠軍Alex Net卻只有8層。這就是推理加速器的誕生緣由，即針對上百層和數(shù)以萬計(jì)參數(shù)的神經(jīng)元網(wǎng)絡(luò)的大規(guī)模并行計(jì)算。

 

　　所以，Tesla P100是用于“訓(xùn)練”的GPU，Tesla P4/P40是用于“推理”的GPU，這兩個(gè)產(chǎn)品都是針對企業(yè)和數(shù)據(jù)中心而設(shè)計(jì)。在更小型設(shè)備的物聯(lián)網(wǎng)層，NVIDIA則在今年3月推出了第二代嵌入式計(jì)算機(jī)Jetson TX1用于無人機(jī)、機(jī)器人、智能攝像頭等，以及9月推出的第二代自動汽車駕駛計(jì)算機(jī)Drive PX2。

 

　　市場規(guī)模到底有多大？

 

　　NVIDIA這些令人驚嘆的產(chǎn)品并非憑空出現(xiàn)，而是耗費(fèi)了大量的人力、物力以及投資。黃仁勛介紹說，作為NVIDIA的第五代GPU架構(gòu)，PSACAL花費(fèi)了NVIDIA三年的時(shí)間研發(fā)，投入1萬人工小時(shí)。

 

　　顯然，這樣大規(guī)模的投入，自然是期望有回報(bào)。盡管NVIDIA并沒有給出對于AI市場的數(shù)字預(yù)期，只是說想象有多大、市場空間就有多大。但可以從幾個(gè)方面來看AI的市場在哪里，市場空間到底有多大。

 

　　先從NVIDIA的AI產(chǎn)品方向選擇看，基于神經(jīng)元網(wǎng)絡(luò)的深度學(xué)習(xí)算法主要用于兩大領(lǐng)域：視頻和圖像識別、語音和文字識別，最大的用戶就是互聯(lián)網(wǎng)公司，一個(gè)主要的應(yīng)用場景就是對網(wǎng)絡(luò)廣告的優(yōu)化。根據(jù)國內(nèi)市場調(diào)查公司艾瑞的數(shù)據(jù)，2015年中國網(wǎng)絡(luò)廣告市場超過了2000億。如果通過圖像和文字識別對網(wǎng)絡(luò)廣告進(jìn)行優(yōu)化，以提升10%的廣告營收來計(jì)算，按2015年的數(shù)據(jù)即達(dá)200億市場規(guī)模，而這僅僅是中國市場。

 

　　黃仁勛表示，對于AI的商業(yè)使用來說，最早一批用戶是擁有超大規(guī)模數(shù)據(jù)中心的互聯(lián)網(wǎng)公司，因?yàn)樗鼈儞碛泻Ａ康臄?shù)據(jù)，所提供的服務(wù)觸達(dá)數(shù)十億消費(fèi)者。谷歌、微軟、Facebook、Youtube等都與NVIDIA合作建立了帶有規(guī)?；疓PU服務(wù)器的數(shù)據(jù)中心，國內(nèi)的百度、騰訊、愛奇藝、科大訊飛等，也是NVIDIA的用戶。這些互聯(lián)網(wǎng)公司，如果使用圖像和文字識別進(jìn)行業(yè)務(wù)優(yōu)化，哪怕能提高1%的營收，也是數(shù)十億甚至上百億的市場規(guī)模。

 

　　在2016北京GTC大會上，百度AI首席科學(xué)家吳恩達(dá)表示，百度不僅是全球首個(gè)宣布用GPU進(jìn)行規(guī)模化部署的大公司，現(xiàn)在還在進(jìn)一步考慮用GPU的方式重新設(shè)計(jì)整個(gè)數(shù)據(jù)中心，包括能源、散熱等。而京東也借著2016北京GTC大會，宣布與NIVIDIA成立人工智能聯(lián)合實(shí)驗(yàn)室，專注于京東電商運(yùn)營和廣告的優(yōu)化。

 

　　在互聯(lián)網(wǎng)視頻之外，一個(gè)成長中的市場就是視頻監(jiān)控。黃仁勛在2016北京GTC大會上表示，預(yù)計(jì)到2020年全球可能會有10億個(gè)攝像頭，涉及路口、火車站、飛機(jī)場等等。以每秒30幀圖像計(jì)算，到2020年全球每秒就有300億個(gè)圖像需要實(shí)時(shí)分析，這就意味著每秒300億個(gè)實(shí)時(shí)“推理”，這顯然無法依靠人工完成。黃仁勛測算，以新推出的TeslaP40為基準(zhǔn)，這300億個(gè)實(shí)時(shí)“推理”約需要1000萬臺P40服務(wù)器。

 

　　截止到2016年7月31日的NVIDIA2017財(cái)年第二財(cái)季凈利潤高達(dá)2.53億美元、同比上漲高達(dá)873%，第二財(cái)季的總營收比第一財(cái)季增長9%。且不論較為遠(yuǎn)期的智能汽車和自動駕駛市場，僅在企業(yè)計(jì)算和數(shù)據(jù)中心業(yè)務(wù)一塊，NVIDIA就已經(jīng)開始收獲強(qiáng)勁營收增長。本次GTC大會上，NVIDIA趁熱推出了結(jié)合IBM Power8 CPU和Tesla P100 GPU的企業(yè)AI服務(wù)器。

 

　　這個(gè)時(shí)代最激動人心的，就是未來的市場空間正被逐步打開，但未來到底有多遠(yuǎn)，未來的市場空間到底有多大，這個(gè)問題其實(shí)不需要人工智能來預(yù)測。因?yàn)槁吩谀_下，走了才有結(jié)果。