侵权投诉
焊接机器人 喷涂机器人 搬运机器人 装配机器人 切割机器人 其它机器人
订阅
纠错
加入自媒体

Nvidia的远见与坚持:最赚钱的人工智能公司背后

2017-02-07 16:02
Timeless落尘
关注

2016年人工智能最吸引眼球的事件莫过于谷歌旗下的DeepMind依靠人工智能算法的阿尔法狗在围棋比赛中大胜人类顶尖选手。但要算商业价值的落地,2016年人工智能的赢家则非Nvidia(英伟达)莫属。这家全球领先的显卡公司最新的季度财报(截至2016年10月30号)显示该公司的营收比去年同期增长54%,尤其是在数据中心业务方面有了两倍多的增长。该公司的股票在过去的一年中也增长了4倍多,稳坐了标普500的榜首。

Nvidia在人工智能芯片市场的真实统治力,可能比股票市场上的亮眼成绩更为显著。尽管市场上也存在其他深度学习训练(training)和预测(Inference)的解决方案,但试问各家AI企业,无论其内部的模型训练,还是销售给最终客户的智能产品,绝大多数还是采用了Nvidia的GPGPU方案。在Nvidia不断从各个角度(服务器、PC、嵌入式、汽车、训练专用和预测专用)推陈出新的时候,其他各家竞争公司基本上还处在尝试初次产品化的过程中。据我粗略估计,Nvidia在人工智能芯片领域,领先最接近的竞争者至少有2年的时间。

今天NV在人工智能领域的优势绝对不是一日之功。事实上整个深度神经网络技术在过去三年的崛起,除了大规模数据(如ImageNet)提供了训练深度网络的基础条件,通用图形运算单元(GPGPU)技术提供的强大运算能力也功不可没。如果没有Nvidia的CUDA平台,科学界证实深度学习巨大潜力的时间不知道还要推迟多久。更难能可贵的是,GPGPU技术使得在PC级别的计算机上进行高密度的高性能运算成本大幅降低,以至于一个普通科研人员的台式电脑都有可能部署上万个并行处理内核。这使得深度学习技术迅速地在科技界发展和普及起来。可以这么说,如果没有GPGPU,坚持研究了二十多年神经网络算法的Yann LeCun和Hinton教授们,恐怕还得继续在学术界被继续埋不少年。

而是什么原因使得一家以提供3D游戏渲染的显卡公司,在这个重要的历史节点,扮演了救世主的角色呢?

本文基于我个人的经历和观察,提供一些相关的线索和理解。在这个过程中有两个关键性的人物,分别是英伟达的CEO黄仁勋(Jen-Hsun Huang),以及英伟达的前首席科学家David Kirk。

Nvidia的CEO Jen-Hsun Huang(黄仁勋)大名鼎鼎,在硅谷可能是最有成就的华裔企业家。关于David Kirk的官方报道却很少,在Nvidia Research的网站上可以看到他从1997年到2009年担任Nvidia的首席科学家(Chief Scientist),是美国工程院院士,目前是Nvidia fellow。事实上了解Nvidia历史的人都知道,这家1993年创建的公司,真正的拳头产品GeForce系列就是1999年上市并且打响了国际声誉的。也就是说,David Kirk任职期间,他带领NV创造了至今仍是全世界最畅销的独立显卡产品。对于高性能运算以及人工智能领域的学者来说,David Kirk最伟大的功绩则是他促成了GPU通用化,推广了CUDA平台以及OpenCL标准。在摩尔定律面临时钟频率无法继续进步的时代,GPGPU这种低成本大规模的SIMD并行处理架构,让很多普通人的计算机变成了超级电脑,也让本该寿终正寝的摩尔定律继续发光发热。他发明的GPGPU科技,给历经苦难的神经网络技术,铺垫了一条通往苦尽甘来的道路,也成就了人工智能当前大发展的局面。

我有幸于2008年在Nvidia Research作实习生。那时我还是一枚计算机视觉专业的博士候选人。当时从事人工智能研究专业的博士生,日子过得可不像今天的师弟师妹们那么痛快。整个领域整体还处在不靠谱的状态,也没有专门针对计算机视觉而设计的专用芯片。学生时期的我,为了实现视觉信号实时处理,钻研过嵌入式CPU、DSP、FPGA等方案。这些方案要么性能不足,要么开发流程复杂不便。我甚至尝试过同时使用十几台服务器并行处理一路实时视频流的视觉理解(也真是土豪极了)。2007年Nvidia推出了CUDA beta版,我在EPSON实验室自己摸索着用一块普通的游戏显卡,把一个视角转换功能(使得一台投影仪在任意形状和颜色的背景上显示出理想画面)的性能,相比最好的台式机CPU解决方案,提高了整整50倍。从此以后我就认定了GPGPU是人工智能的重要解决方案,我的科研人生就此走上了康庄大道。EPSON的实习结束后,我申请了Nvidia Research lab的实习生,希望深入研究一下GPGPU在计算机视觉信号处理中的应用。

很幸运的是,我实习期间的名义导师就是Nvidia首席科学家David Kirk。不过由于Kirk先生太忙,整个实习期间我和他其实也只见面交流了几次而已。Kirk先生教导学生的方式挺有意思。我进公司第一次见到导师,问我的任务是什么。Kirk先生说你有两个任务:第一个任务是花两周的时间想清楚自己想解决什么问题;第二个任务就是用实习剩下的时间完成那个任务(这不就是放羊吗?)。Kirk先生一方面组织科研,一方面花很多时间研究公司未来的产品策略,近在咫尺却实在没有时间指导学生,于是就委托了远在明尼苏达的Michael Garland博士和佛吉尼亚的David Luebke教授远程指导在硅谷实习的我。

1  2  下一页>  
声明: 本文由入驻维科号的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号