一顆GPU如何帶動人工智慧發展？

為什麼一家顯卡公司忽然在人工智慧領域有了巨大影響力？一家圖形解決方案的供應商與人工智慧行業又能有多少瓜葛？

◆ GPU對深度學習的助推力

到今天，人工智慧研究已經有六十多年的時間。從最簡單的文字對話，到電腦程序戰勝人類國際象棋大師，人工智慧在豎立了一個里程碑之後似乎就進入了平台期，再無標誌性的成績出現。然而最近兩三年，計算機的智能水平突然得到了明顯提升：識別圖片和語音正確率超過人類，自動駕駛汽車開始上路，參加智力問答競賽獲得冠軍，甚至曾經被認為無法戰勝人類的圍棋領域，人工智慧也成績斐然。這些成績的背後，都離不開一種叫深度學習的演算法，而運行這種演算法的硬體平台，大多都在使用NVIDIA生產的GPU。

NVIDIA區總裁張建中在接受中關村在線視頻專訪時表示，這一兩年機器的智能水平突然提升得益於三個因素。第一，大數據；第二，深度學習的演算法；第三，強大的計算內容。這三個因素綜合在一起，在人工智慧的研究領域產生很大的突破，圖形圖像和語音的識別準確度都大幅度提升。

GPU強大的并行運算能力緩解了深度學習演算法的訓練瓶頸，從而釋放了人工智慧的全新潛力，也讓NVIDIA順利成為人工智慧平台方案供應商。然而深度學習帶來的飛躍是否會很快進入平台期，人工智慧研究和應用會有新的熱點嗎？

在張建中看來，人工智慧由於演算法的原因，永遠達不到百分之百的精準度，因此永遠都有提升的機會。「通過不停的迭代提升精度和準確度，越往後難度越高，需要的計算量、數據量、演算法模型和深度學習的層次更高，這些都會隨著我們工作當中不停的積累和提升，這是一個良性循環的過程。」

至少在現階段，我們看到深度學習演算法在人工智慧應用領域還有很大潛力。在以往的研究中，一個特定的應用在面對海量數據時，可能需要幾個月甚至幾年的時間才能完成訓練，這顯然不能滿足實際應用的要求。以NVIDIA GPU為代表的并行處理技術進入人工智慧領域，則極大緩解了計算層面的瓶頸，讓深度學習成為實用的演算法。

◆ 超前的架構設計為AI興起奠定基礎

在計算機圖形解決方案領域，NVIDIA早已佔據領導地位，而現在它在人工智慧領域也同樣重要。在圖形應用中，GPU里專門設計的多個計算單元可以高速完成複雜的圖形學計算，瞬間渲染出清晰逼真的圖像。但是在NVIDIA看來，GPU不僅能處理圖形，還有潛力完成更多應用領域的數據處理，實現新的演算法優化。可以說NVIDIA早在二十年前就已經為今天的人工智慧浪潮埋下了伏筆。

NVIDIA區總裁張建中在採訪中透露，NVIDIA在做CUDA架構的時候就預測到超級計算機極大的潛力。「為了讓GPU可以百分之百的編程，我們就調整了CUDA架構，每一個處理器并行在一起，從幾百個做到幾千個，成為今天超級計算機的核心根本。全新架構能夠讓超級計算機運算更快，在很小的功耗上發揮最大的計算能力。」目前GPU在超級計算機行業有相當大的應用，的天河1號就是採用NVIDIA的GPU做大型數據處理。

GPU大規模并行計算架構恰好符合深度學習的需要，通過幾年的研發和積累，GPU已經成為超級計算機的重要支撐，極大的提升了機器學習的運算能力。人工智慧的并行演算法在過去可能需要一兩年的時間才能看到結果，在GPU的強大計算能力的支持下，深度學習的演算法得以突破，可以在短時間內高效能的得到數據結果。

◆ 最賺錢的人工智慧公司背後

當人工智慧走過甲子之年時，AI的熱度也達到了前所未有的高峰，不過對於人工智慧的商業化卻是很多廠商避而不談的話題。人工智慧商業價值的落地，目前的贏家非NVIDIA莫屬。根據最新的季度財報，NVIDIA營收同比增長54%，股價在過去的一年中更是增長了4倍多，穩坐標普500的榜首。

人工智慧無疑給了NVIDIA未來之路鋪設了更多的可能性。不滿足於只提供GPU作為人工智慧訓練和研究的平台，NVIDIA還在終端產品解決方案發力，希望在產業上游佔據更多話語權。2008年推出的Tegra晶元，最初是為手機、平板電腦研究的ARM架構通用處理器，在迭代近10年之後，它已經成為人工智慧時代英偉達的重要武器。「在Tegra晶元中，GPU和CPU集成在了一起，在新一代產品中還集成了專門用來做深度學習的功能模塊」。

Tegra除了在傳統的移動領域發力，已經將重心轉移到智能駕駛、深度學習等領域。目前，全球共有50多家汽車製造商和供應商在使用或測試NVIDIA的Drive PX平台，其中包括寶馬、戴姆勒和福特等大牌車廠，就連谷歌的自動駕駛汽車也一直都在使用NVIDIA的Tegra處理器。

NVIDIA區總裁張建中表示，NVIDIA是提供整體平台解決方案的公司，各個環節都將使用NVIDIA自己的產品。「汽車上雲端採集數據做訓練可以使用我們的DGX-1深度學習平台，實際的使用中NVIDIA也可以給到OEM廠商提供所有的技術支持，我們是從端到端整體的解決方案的供應商，而不只是某一個部件的供應商。」

此外，張建中介紹，NVIDIA無人駕駛技術將提供不斷迭代升級的服務，汽車真正上路之後NVIDIA仍然會不停的迭代數據和服務，讓最終的用戶、廠家和系統供應商可以不停的優化他們的系統。

人工智慧在終端應用中需要融合傳統的高性能串列計算和新興的并行計算，近年來成為產業熱點的異構計算平台似乎天生就符合這個需求。但異構計算也給開發者和研究者帶來了新的挑戰，如何搭建成熟的異構計算平台，如何快速實現異構計算應用都有很多挑戰。NVIDIA看到這個機會，推出了專門給深度學習或者人工智慧定製的硬體。

NVIDIA在GTC上發布了第一個深度學習的超級計算機——DGX-1，NVIDA區總裁張建中稱DGX一個伺服器相當於幾百台傳統的伺服器的計算能力。NVIDIA區資深架構專家羅華平透露，目前國內已經有十幾個用戶在使用DGX-1，「像阿里巴巴、網易、清華大學、BMW、BYD等都購買了DGX-1做深度學習的研究。」

如今，人工智慧已經成為科技領域的下一個風口，而我們則需要用全新的眼光去審視英偉達這家圖形晶元巨頭。CEO黃仁勛已經將英偉達定義為「世界領先的人工智慧公司」，充分展示了自己帶領公司轉型的決心，甚至可以說賭上了整個公司的未來。