您的位置 首页 测评

芯片成为人工智能渠道的要害一役

人们越来越看好人工智能的前景及其潜在的爆发力,而能否发展出具有超高运算能力且符合市场的芯片成为人工智能平台的关键一役。由此,2016年成为芯片企

人们越来越看好人工智能的远景及其潜在的爆发力,而能否开展出具有超高运算才能且契合商场的芯片成为人工智能渠道的要害一役。由此,2016年成为芯片企业和互联网巨子们在芯片范畴全面打开布置的一年。而在这其间,英伟达保持着肯定的抢先地位。但随着包含谷歌、脸书、微软、亚马逊以及百度在内的巨子相继参加决战,人工智能范畴未来的格式怎么,依然待解。

在2016年,所有人都看到了人工智能的远景和其潜在的爆发力,但不管是AlphaGo仍是自动驾驶轿车,要想使得任何精妙算法得以完成,其根底是硬件的运算才能:也便是说,能否开展出超高运算才能又契合商场需求的芯片成为了人工智能渠道的要害一役。

因而,毫无疑问,2016年也成为了芯片企业和互联网巨子们在芯片范畴全面打开布置的一年:先有CPU芯片巨子因特尔年内三次大手笔收买人工智能和GPU范畴企业;后有谷歌宣告开发自己的处理系统,而苹果、微软、脸书和亚马逊也都纷繁参加。

而在这其间,领跑者英伟达(Nvidia)因其在人工智能范畴的优势使其成为了资本商场的肯定宠儿:在曩昔的一年中,从前以游戏芯片见长的Nvidia股价从十几年的稳居30美元敏捷飙升至120美元。

就当资本商场都在犹疑是否人工智能风口使得英伟达股价虚高时,2月10日,英伟达发布2016年第四季度的财报显现,其营收同比增加55%,净利润达到了6.55亿美元,同比增加216%。

“合理Intel、微软等巨子出资人工智能为根底的芯片技能时,英伟达现已以Q4财报显现,这家现已在人工智能范畴出资将近12年的芯片企业现已初步就此收成可观的盈余。”资深技能评论家Therese PoletTI在其财报发布后指出。

研讨机构TracTIca LLC估量,由于深度学习项目发生的硬件花费将从2015年的4360万美元,上升到2024年的41亿美元,而企业的相关软件花费将同期从1.09亿美元上升到100亿美元。

正是这一巨大的商场吸引着谷歌、脸书、微软、亚马逊以及百度在内的巨子相继宣告企业向人工智能范畴的技能转向。“在人工智能相关技能上,现在英伟达依然保持着肯定的抢先,但随着包含谷歌在内的TPU等技能不断推向商场,未来的AI硬件格式依然待解。”一位不方便签字的欧洲资深从业人员向21世纪经济报导表明。

英伟达在GPU范畴明显抢先

依据英伟达最新发布的年报,其最主要的事务范畴均呈现了两位数以上的增加。除了其一向占有抢先优势的游戏事务增加之外,其更多的涨幅事实上来自于数据中心事务和自动驾驶两大全新事务板块。

年报数据显现,数据中心事务有138%的增加,而自动驾驶有52%的增加。

“事实上,这是整个英伟达财报里最具有阐明力的内容,由于数据事务和自动驾驶的增加根本上是人工智能和深度学习的开展所激起的。”一位美国核算机硬件分析师向21世纪经济报导表明。

在现在的深度学习范畴,把神经网络投入实践运用要阅历两个阶段:首先是练习,其次是履行。从现在的环境来看,练习阶段十分需求处理很多数据的GPU(图形处理器,下同),也便是以游戏和高度图形化的运用做图画烘托发家的英伟达抢先的范畴;而在转型阶段则需求处理杂乱程序的CPU,也便是微软十几年来抢先的范畴。

“英伟达现在的成功事实上代表了GPU的成功,它正是最早的GPU抢先者之一。”上述职业分析师表明。

深度学习神经网络尤其是几百上千层的神经网络,对高性能核算需求十分高,而GPU对处理杂乱运算具有天然的优势:它有超卓的并行矩阵核算才能,关于神经网络的练习和分类都能够供给明显的加快作用。

举个比方,研讨员不必一初步就人工界说一个人脸,而是能够将几百万个人脸的图画展现出来,让核算机自己界说人脸应该是什么姿态的。学习这样的比方时,GPU能够比传统处理器愈加快速,大大加快了练习进程。

因而,搭载GPU的超级核算机现已成为练习各种深度神经网络的不贰挑选,比方Google大脑前期便是运用Nvidia的GPU做深度学习。“咱们正在建立一款带有盯梢功用的摄像设备,因而需求找到最适合的芯片,GPU是咱们的首选。”欧盟AR草创企业Quine CEO Gunleik Groven在本年一月的CES(世界消费电子展)现场向本报记者表明。

现在,谷歌、Facebook、微软、Twitter和百度等互联网巨子,都在运用这种叫做GPU的芯片,让服务器学习海量的相片、视频、声响文档,以及交际媒体上的信息,来改进查找和自动化相片符号等各式各样的软件功用。一些轿车制造商也在使用这项技能,开发能够感知周围环境、避开风险区域的无人驾驶轿车。

除了在GPU和图形核算范畴长时间抢先,英伟达也是最早一批在人工智能范畴进行出资的科技公司。2008年,其时在斯坦福做研讨的吴恩达宣布了一篇用GPU上的CUDA进行神经网络练习的论文。2012年“深度学习三巨子”之一Geoff Hilton的学生Alex Krizhevsky用英伟达的GeForce显卡在ImageNet中将图画识别准确率大幅提高,这也是英伟达CEO黄仁勋经常说到的英伟达重视深度学习的初步。

有陈述显现,世界上现在约有3000多家AI草创公司,大部分都采用了Nvidia供给的硬件渠道。

“深度学习被证明是十分有用的。”黄仁勋在季报2月10日的发布会中表明。在罗列现在GPU核算渠道正在人工智能、云核算、游戏和自动驾驶范畴快速打开运用的一起,黄仁勋表明,在未来数年间,深度学习将会成为核算机核算的一种根底性的中心东西。

声明:本站网转载著作均尽可能注明出处,该著作所有人的一切权利均不因本站转载而搬运。作者如不赞同转载,即请告诉本站予以删去或改正。转载的著作可能在标题或内容上或许有所改动

声明:本文内容来自网络转载或用户投稿,文章版权归原作者和原出处所有。文中观点,不代表本站立场。若有侵权请联系本站删除(kf@86ic.com)https://www.86ic.net/ceping/149392.html

为您推荐

联系我们

联系我们

在线咨询: QQ交谈

邮箱: kf@86ic.com

关注微信
微信扫一扫关注我们

微信扫一扫关注我们

返回顶部