首頁 > 人工智能 > NVIDIA 的 AI 之路越走越順,芯片才是強者嗎?

NVIDIA 的 AI 之路越走越順,芯片才是強者嗎?

2017-05-12 admin 人工智能 0人評論 48183

 

在去年的開發者大會上,Google 發布了專為人工智能算法定制的 Tensor Processing Unit(TPU)。除此以外,各大科技公司正在研發中的芯片就有幾十種,它們都可以作為專業的人工智能芯片為 AI 創業公司們提供定制的服務。

  NVIDIA 的 AI 之路越走越順,芯片才是強者嗎?  人工智能  第1張

(Google 在去年的開發者大會上發布 TPU)

這一切都給了 NVIDIA 不小的壓力——雖然它最近幾年一直在深度學習領域的芯片供應商中占據著主導地位。

因此,作為對其他芯片廠家的反擊,NVIDIA 試圖通過其最新的 GPU 來強化它在人工智能領域的專業性能。

3分快3在星期三 NVIDIA 舉行的 GTC 大會(GPU 技術大會)上,NVIDIA 發布了一部目標服務器市場的全新產品,基于新一代圖形架構 Volta 的 Tesla V100。

  NVIDIA 的 AI 之路越走越順,芯片才是強者嗎?  人工智能  第2張

(黃仁勛在 GTC 大會上發布 Tesla V100)

這塊芯片用友超過 210 億個晶體管和 5120 個計算機內核,但對人工智能來說最重要的是,Tesla V100 配備了 640 個 Tensor Core,這些計算機核心被專門用于在深度學習網絡中進行數學運算。NVIDIA 聲稱這些 Tensor Core 可以達到驚人的 120 萬億每秒浮點指令個數。

3分快3NVIDIA 表示,相較于他們上一代架構 Pascal,新的芯片將深度學習的訓練速度提高了 12 倍,并將推理速度提高了 6 倍,新的架構相當于 100 個運行深度學習應用程序的 CPU(像英特爾的那種)。

  NVIDIA 的 AI 之路越走越順,芯片才是強者嗎?  人工智能  第3張

3分快3(英特爾的 Skylake CPU)

NVIDIA 還發布了很多軟件工具,以便深度學習的操作程序在其硬件產品上可以更高效地運行。此前,NVIDIA 發布了 TensorRT,一個用于改進深度學習框架 TensorFlow 和 Caffe 推理性能的編譯器。NVIDIA 表示 Tesla V100 上的推理性能要比英特爾的 Skylake CPU 架構快 15 到 25 倍。

  NVIDIA 的 AI 之路越走越順,芯片才是強者嗎?  人工智能  第4張

(TensorRT)

3分快3雖然 NVIDIA 很努力地在讓它的計算芯片更適合深度學習,但在競爭中,NVIDIA 總是會暴露出其最大的缺點——NVIDIA 的 GPU 必須支持其最初的功能:圖形處理。其競爭對手指出,對圖形處理的支持給芯片增加了不少的體積,這意味著這些 GPU 芯片的效率永遠會比專業的 AI 芯片要低一些。

  NVIDIA 的 AI 之路越走越順,芯片才是強者嗎?  人工智能  第5張

3分快3(NVIDIA 表示將在 2017 年幫助培訓 10 萬名 AI 開發者)

在最近的一篇博客文章中,Google 聲稱其 TPU 要比現代的 GPU 和 CPU 們在推理性能上快 15 到 30 倍(雖然 NVIDIA 否認說 Google 是在拿 TPU 和老的 GPU 相比較)。另一邊 NVIDIA 的死對頭英特爾用超過 4 億美元收購了人工智能芯片的創業公司 Nervana,并聲稱自己將在 2020 年之前將深度學習的訓練速度提高 100 倍。

3分快3NVIDIA 表示它已經在人工智能芯片領域達到了相當專業的水準,并且足以與那些定制芯片的廠商同臺競爭,Tesla V100 就是最好的證據。

NVIDIA 的 GPU 工程副總裁 Jonah Alben 在談起人工智能芯片市場的競爭時說道:「我們都在用同樣的畫筆作畫。如果你觀察一款強大的人工智能芯片所需的基本元素——帶寬、輸入/輸出以及計算,這些領域我們都稱得上是專家。」

  NVIDIA 的 AI 之路越走越順,芯片才是強者嗎?  人工智能  第6張

(黃教主在 GTC 上發表演講)

3分快3盡管從規模上來看,Google 可能會在定制化人工智能芯片的路上走得更遠,但毫無疑問 NVIDIA 還是一個非常強大的對手。「人工智能芯片還沒有大量出貨,」一位分析師說道,「我認為 NVIDIA 需要一直提防著一些潛在的威脅,雖然在這些競爭者中的任何一家開始大量出貨之前,這些威脅都不會太明顯。」

3分快3這些即將全力研發人工智能定制芯片的廠商和 NVIDIA 之間的競爭表明,深度學習的計算能力亟需更加強大、更加專業的處理能力。

幾年前,GPU 之所以在市場上脫穎而出,正是因為他們大大削減了深度學習網絡的訓練時間。從上個世紀五十年代以來,一直默默無聞的深度學習突然走上了風口浪尖,憑借著 GPU 的性能支持,深度學習成為了一個極具突破潛力的技術。然而,隨著越來越多的公司試圖將深度學習技術融入他們的產品和服務中,市場對芯片的處理能力和速度的需求也越來越強烈與苛刻。

標簽:

發表評論

◎歡迎參與討論,請在這里發表您的看法、交流您的觀點。

官方微信公眾號
70755559
09:00 - 22:00
QQ客服: 70755559
客服郵箱: 678128@qq.com
2分快3-推荐 1分快3-官网 好运快3-欢迎您 幸运快3-安全购彩 网投app-Welcome 分分快3app-Home 1分快三平台-3分快3 彩票代理-推荐 五福彩票-官网 彩票大赢家-欢迎您