英伟达誓要稳住深层神经网络领导地位，谷歌微软不愿认输

英伟达公司的CEO黄仁勋不愿主动放弃在深层神经网络（NN）加速方面的领导地位，谷歌与微软同样不愿认输。英伟达 GPU已经处在加速神经网络处理的前沿，事实上，它在加速神经网络研究、发展标准与深度学习训练领域也处于领先地位。

本周初，在北京的英伟达的GPU技术大会（GTC）上，该公司已经成为加速神经网络推理部署的标杆。

在该会上，英伟达列出了AI中国云计算公司的主要名单：阿里巴巴、百度和腾讯。对于那些希望具备AI的公司，NVDIA已经获得了来自中国系统供应商华为、Inspur以及联想HGX的支持。

在美国，英伟达始终饱受来自于其它公司的压力，例如由谷歌投资建立的定制神经网络处理器———张量处理器（TPU）。微软还投资于使用英特尔Altera部门的现场可编程门阵列（FPGA）来加速Azure中的一些神经网络功能，主要将其用于推理。

也有一些公司专注于从Wave Computer到英特尔芯片（从Nervana采集）和Imagination Technology (PowerVR NX2)最新发布的知识产权核心的神经网络处理（神经网络处理芯片的机架式服务器）。但是，所有的新进公司都将他们与英伟达 GPU作为基线，而非CPU。

在神经处理网络创造与训练的计算与耗时方面，英伟达始终处于领导者的地位。训练是以开发代表神经网络学习的一组权重，大量的训练数据需要处理。然后，这些权重被第二组神经网络硬件用于实现模式识别——这被称为推理阶段。通过GPU，研究人员进行该训练环节的时间从数周降到数日，将基于现代神经网络的AI变为现实。

英伟达公司的首席执行官承认，通过NN 处理，GPU计算有机会超越高性能计算（HPC）和超级计算机。英伟达在通用CPU（GP-GPU）计算方面的投资为公司的NN研发创造了环境。早期的关键支持来自于微软，ii其次是GPU架构的变化。由于英伟达最新的沃尔特GPU，公司加入了Tensor Cores并扩张了的神经网络处理功能。因此，作为AI处理数据中心来说，沃尔特是非常理想的芯片。

英伟达公司还努力打造云推理，在北京GTC上，他宣布将与阿里云、腾讯、百度云、京东以及科大讯飞联手设计该系统。

数据中心是进行NN训练的最佳场所，对于云服务推断，它依然擅长。但是，当需要具备实时（如自动驾驶汽车、无人机或机器人）、私有（智能手机）或需要减少信息传输量（视频监控）的要求时，就很可能处在边缘。边缘推论是AI真正发挥作用的地方，实现更多物联网设备的智能化。

英伟达也在寻求市场，希望能再投一枚重弹，因此，通过芯片上的系统（SoC），英伟达公司已经建立了一个称作Xavier的高性能汽车系统（英伟达驱动器）。该芯片还被用于自动机器领域，像无人机和机器人。有许多公司声称有145家自动汽车创业公司使用该平台，更不用说像丰田这样的大公司。

Xavier SoC包含了一个称为深度学习加速器（DLA）的新处理器来加快推理功能，可以达到每秒20-30万亿次运算（TOPS），耗能只有几十瓦。对于无人机和机器人行业，实时推理也是至关重要的，因为需要处理多个传感器。由于其可变延迟的特性，不能依赖云服务。Xavier将开始为早期客户在2018的Q1中进行采样。

在英伟达的AI程序和图形业务中，一个有趣的交叉点是你可以在虚拟现实（VR）世界中训练机器人，然后再将其部署到现实世界中。英伟达项目被称为Project Isaac，它创造了一个居住在虚拟的世界虚拟机器人，拥有准确的视觉，具有现实的物理建模。在VR中训练机器人，比在现实世界中训练具有更强的安全性能且速度更快。

我们预计公司将建立更加分化的GPU用以未来的NN处理——Volta 和 Xavier只是个开端。英伟达正努力在竞争中保持领先地位，因为大公司和初创公司已经开始将NN推理加速作为下一个淘金热。到目前为止，它已经提出了一个可信的想法，并忙于投资以实现快速增长。

——————————————

文章采集自互联网，版权问题请与我们取得联系。

SaaSPad (www.saaspad.com) 是专注AI/BI/ML领域的科技网站，我们分享国内外的成功理论和经验，建立行业人士交流探讨的社区，欢迎访问官网。