【20亿美元赌注】英伟达推出深度学习芯片，人工智能进入主流时代

 新智元原创1

作者：闻菲

【新智元导读】芯片是整个智能产业的发动机，也是市场成熟度的关键指标，而且计算能力飞速发展，芯片制造商必须要在几年之内获得相应的市场回报。GPU巨头企业NVIDIA昨日宣布推出一款致力于加速人工智能和深度学习的芯片Tesla P100，其研发费用超过20亿美元，同时推出的还有全球首款面向深度学习的超级计算机NVIDIA DGX-1。这意味着人工智能真正从小众走向了主流。
GPU巨头企业NVIDIA昨日宣布推出一款致力于加速人工智能和深度学习的芯片Tesla P100，同时推出的还有全球首款面向深度学习的超级计算机NVIDIA DGX-1，每台售价12.9万美元（约合84万人民币）。Facebook、微软、百度等公司人工智能部门带头人在接受其他媒体采访时都对Telsa P100表示肯定，认为其将大幅度提高他们各自在人工智能领域的工作表现。 2016年4月5日，美国加州圣荷西举行的NVIDIA GTC技术年会上，NVIDIA联合创始人兼CEO黄仁勋公布了首个致力于加速人工智能和深度学习的GPU架构专为当下数据处理需求研发的芯片Tesla P100。Tesla P100芯片有153亿个16纳米FinFET晶体管，核心面积610m（黄仁勋说它是“迄今最大的芯片”，体积约为NVIDIA以往产品的3倍），NVIDIA对其投入研发经费超过20亿美元。
NVIDIA新推出的芯片Tesla P100，有153亿个16纳米FinFET晶体管，核心面积达610平方毫米，黄仁勋说它是“迄今最大的芯片”。图片来源：devblogs.nvidia.com

硬件能力
 

基于GPU并行处理的优势，Tesla P100能够实现数百CPU服务器节点性能。DGX-1采用NVIDIA新Pascal架构的Tesla P100显卡系列，数据处理速度是NVIDIA 此前Maxwell架构才刚于2014年推出 显卡系列的12倍。据NVIDIA官网消息，DGX-1共装入8组各内建16BG存储器的Tesla P100显卡，配置英特尔 E5-2698 v3 处理器，7 TB的SSD硬盘用作深度学习高速缓存，系统存储器部分最大可支持512GB DDR4的内存容量，半精度条件每秒浮点运算峰值性能170万亿次，运算能力相当于250台X86服务器搭建的机群。不过，这台超级计算机的功耗高达3200W，让新智元记者认为其能效比或许是个问题。

在NVIDIA官方新闻中，Facebook人工智能实验室负责人Yann LeCun在评论Pascal架构时表示：“NVIDIA GPU正在加速人工智能的发展进程。随着神经网络越变越大，我们不仅需要内存更大、速度更快的GPU，也需要大幅提升GPU间的通信速度以及能够利用降低精度进行运算的硬件。这些正是Pascal所具备的特点。”

软件优化
 

软件方面，DGX-1装载了一套针对深度学习进行优化的软件功能，包括用于设计深度神经网络的NVIDIA深度学习GPU训练系统（Deep Learning GPU Training System，DIGITS），以及最新发布的第5版CUDA深度神经网络库（CUDA Deep Neural Network library，cuDNN）。此外，DGX-1内提供一些优化版的广泛应用深度学习框架，如Caffe、Theano、Torch。系统还搭配一套云端存取管理工具、软件更新，以及一个容器化应用库。

测试结果

以往25个小时才能消化的运算任务现在只需要2小时。来源：cnbeta.com
官方宣称DGX-1相当于250个X86服务器搭建的机群。来源：cnbeta.com
NVIDIA 在硬件和软件领域都对深度学习进行了特别的优化。作为芯片产业的巨头，在年度最重要的GPU技术大会上，黄仁勋演讲超过一半的篇幅都和深度学习相关。本届GTC技术大会专门发布了深度学习芯片Tesla P100和超级计算机DGX-1，还推出了一系列围绕人工智能和深度学习的相关设备和GPU新品。 芯片是整个智能产业的发动机，也是市场成熟度的关键指标，而且计算能力的飞速发展，意味着芯片制造商必须要在几年之内获得相应的市场回报。NVIDIA 敢于在Tesla P100上投下这笔高达20多亿美元的赌注，可以预计深度学习和人工智能正逐步走向主流市场。

NVIDIA的野心

黄仁勋在会上表示，如今的数据科学家和AI研究者在“home-brewed”的高性能计算解决方案上耗费了大量时间，NVIDIA研发和部署DGX-1只有一个目的：解放超越人类的能力，并将其用于解决一度无法解决的问题。 近年来，随着深度学习应用大量涌现，超级计算机的架构逐渐向深度学习应用优化，从传统CPU为主GPU为辅的英特尔处理器变为GPU为主CPU为辅的结构。在这样的背景下，作为GPU的发明人和芯片领域的领头羊之一，NVIDIA实际上早在5年前便涉足人工智能和深度学习相关应用，积极拓展市场。其中，值得注意的是自动驾驶汽车领域。谷歌的自动驾驶汽车一直使用NVIDIA的Tegra处理器；2015年3月，NVIDIA推出了Drive PX 2无人驾驶平台，据称每秒能够执行24万亿次深度学习任务。不仅如此，包括宝马、福特在内的全球50多家汽车制造商和供应商都在使用或测试NVIDIA的Drive PX平台。美国汽车专业调查公司IHS Automotive称NVIDIA的产品“将成为未来汽车的大脑”。

 

据参会台湾记者余志浩在iT Home网站报道：黄仁勋在会上频频提到深度学习技术及其将给各个产业带来的颠覆性变革；黄仁勋表示，深度学习技术不止是一种算法或App，更将成为一种全新的计算模式（Computing Model），从而令深度学习成为未来所有企业乃至个人都不能忽视的大事。 黄仁勋透露，NVIDIA与加州大学、斯坦福大学、麻省理工大学等领先科研团队达成合作，将DGX-1提供给后者用于进行深度学习训练。目前P100芯片已经投入量产，预计今年就会在云计算公司启用。此外，IBM、Dell、HP等主流服务器厂商也在生产搭载Tesla P100显卡的服务器，预计2017年第一季度上市。

人工智能大咖读《新智元：机器+人类=超智能时代》蒋纯 | 浙报集团总工程师、传媒梦工场CEO者
杨静女士的书出版，正值谷歌阿耳法狗战胜李世的时刻。随着围棋这颗“人类智力运动皇冠上的明珠”被机器摘下，机器自学习的强大能力得到确认，我们正站在真正人工智能时代的起点上。面对这样的未来，我们虽然不必过度恐惧，但更忌讳盲目自大。作为以智力自豪的物种，我们正在开始“hack”和复制自身最重要的：认知和学习能力的过程。或许不久的将来，我们将面临着被我们的造物全面超越的现实。这可能迈向天堂，也确实有可能通向地狱。地狱之门未必全部来自机器，更可能来自掌握更大能力，但被欲望和无知包围的人类自己。       但人类历史无法倒退，只可向前。因此我们必须全体、全力去学习和了解，确保人工智能的运作机制始终处于全人类的理解之下，这既是人类作为整体的要求，也是人作为个体在发展的社会生存的必须。杨静女士此书博采众长，生动活泼地诠释了人工智能研究前沿的成果，出版发行正得其时，郑重推荐大家阅读。十大人工智能研究院院长、AI 专家
技 术 重 磅 解 密
谷歌AlphaGO战胜李世石，标志着机器智能向人类智能的领地又迈进了伟大的一步。而“互联网+”向“智能+”时代的跃迁，也昭示新智能时代即将到来。2016年，恰逢人工智能诞生60周年，《新智元：机器+人类=超智能时代》是人工智能技术和产业狂飙突进的见证，为读者打开人工智能世界的一扇大门，不仅可以一窥百度大脑、讯飞超脑、中国大脑计划究竟，更可以著名人工智能研究院院长等顶级专家大咖的技术解密作为对智能产业未来趋势的参照。近百位学界、商界、技术界、产业界的专家，从机器人、机器学习、智能汽车、智能医疗、认知科学、高性能计算和“AI+”投资等不同视角，对人工智能和机器人产业进行评析。人类未来在AI时代将何去何从，超智能时代将引发社会更多思考。
预售链接请扫描二维码。