12
由于 NVIDIA 步入人工智能的領域早，公司已經從中有所收益。從最近的財報可以看出，數(shù)據(jù)中心收入中的人工智能部分，比去年同期上漲了 186%。NVIDIA 最新季度收入近 20 億美元，人工智能就占據(jù)了超 21%的比例，兩年前僅占到 6%。公司的股價也在過去的五年里增加了近 1000%。
這些增長的背后都得益于 NVIDIA 的圖形處理器（GPU），GPU 可以說是 AI 系統(tǒng)的首選。Alphabet 旗下公司谷歌，由于谷歌大腦的存在，使其處于 AI 領域的前列，后來收購了 Deep Mind 專注于深度學習神經網絡系統(tǒng)，并且它也是 NVIDIA GPU 的用戶。不過從谷歌近期發(fā)展來看，NVIDIA 在人工智能領域的壟斷地位可能會被打破，谷歌就是這個“破壁人”。
與 NVIDIA 的戰(zhàn)役
谷歌在上周的 2017 年 I/O 開發(fā)者大會上，推出了最新版的張量處理器單元（TPU），該處理器單元是為其 AI 系統(tǒng)內部開發(fā)的芯片。不過最新版本的 TPU 已經得到了大提升，能進行訓練和推理處理，以往的版本只能進行推理處理。這是啥意思？這又與 NVIDIA 的 GPU 有啥關系？
背景
除非是負責這塊的工程師，不然你是不會知道 AI 運行要經過兩個必要的階段。第一個是 AI 系統(tǒng)的培訓，其中包括算法的構建和軟件模型的搭建，這些被稱為神經網絡，接著對其進行培訓，用來執(zhí)行特定任務，比如圖像處理或者語言處理。
一旦這些系統(tǒng)接受了培訓，它們就會完成所設計的任務，來篩選大量的數(shù)據(jù)，并使用它們的獨特的識別模式的能力，來快速精準地處理數(shù)據(jù)任務。這些任務的執(zhí)行被成為推理，這是一件關于系統(tǒng)根據(jù)其訓練來處理數(shù)據(jù)的事情。
目前來看，GPU 是培訓 AI 系統(tǒng)的最佳選擇。因為這些芯片具有并行處理大量數(shù)學運算的能力，這也使得它們非常適合渲染圖形。并且成為了培訓 AI 的理想選擇，能進行大量的快速的數(shù)據(jù)處理器，讓 GPU 打敗天下無敵手。
更多
谷歌最近宣布開發(fā)了一種系統(tǒng)，將 64 顆 TPU 連接至同一臺機器學習超級計算機。這臺超級計算機被稱作“TPU 艙”，將帶來無與倫比的運算能力。谷歌 AI 和機器學習首席科學家，斯坦福大學 AI 實驗室主任李飛飛表示，新的超級計算機將“提供每秒 180 萬億次浮點運算的計算能力，適合當代機器學習所需的數(shù)據(jù)處理?！?/p>
Google Brain 團隊的高級研究員 Jeff Dean 在博客中寫道：“在使用這些 TPU 艙期間，我們已經發(fā)現(xiàn)他們在實驗時已經有了很大的改進。曾經我們的一個新的大型翻譯模型，需要花費一整天來培訓 32 個 GPU——現(xiàn)在只需一個下午，且只用八分之一的 TPU 就完成了相同的精度。”
當谷歌在 2016 年 5 月的 I/O 開發(fā)者大會上推出首款 TPU 時，首席執(zhí)行官 Sundar Pichai 就表示：“TPU 比商業(yè) FPGA 和 GPU 每瓦性能高出一個數(shù)量級?！毙滦酒?jié)能，專門設計用于 Google 的 TensorFlow，用于培訓 AI 系統(tǒng)。這種優(yōu)化的硬件和軟件組合已在谷歌內部使用一年多。雖說 GPU 仍是培訓時所用的首選芯片，但谷歌 TPU 在推理系統(tǒng)上存在一定優(yōu)勢，而且谷歌正在開展 TPU 在培訓上的研發(fā)。
未來
NVIDIA 并沒有在這場戰(zhàn)役上脫穎而出。最近也引進了 TPU，以及 GPU 構架其他方面的升級。一段時間來看，它還是成為行業(yè)內的標準，也不可能一夜之間就能改變。不過投資者應該意識到，AI 還處于起步階段，技術日新月異。NVIDIA 目前仍是人工智能系統(tǒng)最大玩家，但谷歌已經拋出這個“神器”，讓其注意到該領域并不是只有他一個人在玩。
與非網編譯內容，未經許可，不得轉載！
