对话黄仁勋:我们看重三个AI应用行业,发布了五个新项目,每一个都有GPU

2017-09-26 21:20 人工智能 来源:创头条 查看原文

  人工智能对计算需求的高速增长,给了英伟达这家24岁的公司巨大的机会。以GPU计算为基点,其正在把图像处理能力推向无人机、高级自动驾驶、自主机器人(行情300024,诊股)、AI城市等领域。

  在过去的两年里,英伟达市值一路飙升,令许多企业“分外眼红”。而在今天的GTC CHINA大会上,英伟达又发布了Tesla V100 GPU、可编程推理平台TensorRT 3,自动驾驶平台、自主机器处理器 Xavier及虚拟机器人训练环境这五个新项目,可以说是向AI各个领域全面铺开。

  英伟达CEO黄仁勋在会上说:“人工智能计算的新纪元,就是要让企业省钱。”老黄之于英伟达,就如乔布斯之于苹果。他领导下的英伟达,仍然像一个初创公司一样不断创新、果断决策、快速执行,这与他敏锐的战略直觉和个性不无关系。在外人看来,他亲切随和,但对待工作却十分严苛。

  在长达2小时的演讲过后,黄仁勋接受了媒体采访,没有追求“形式感”的入场,而是伴着一声“Hey you guys!”,未见其人先闻其声。然后随性地往椅子上一坐,轻松地开启了“话匣子”。

  

英伟达CEO黄仁勋

他表示,传统的计算机产业正在被颠覆,大数据、深度学习、人工智能等新技术的出现,使得硬件的制造方式被改变,软件运行也不再完全依赖于代码。目前我们遇面临着一个百年一遇的也是令人兴奋的机会。

  

以下内容根据对话内容编辑整理:

记者:英伟达接下来将在AI领域全面布局,那么各项业务之间是否有侧重,下一个阶段的重点的什么?

  黄仁勋:英伟达今天发布的五个重点项目,有个共同点就是没有GPU是不可能实现的。这五个领域的研究本身挑战性就非常高,同时,英伟达给予它们的也都是独一无二的价值。虽然,目前我们还不敢保证所有这些项目都会100%成功,但可以确定的是,如果一旦成功它们一定会给社会带来巨大的价值,这也将给英伟达带来非常大的满足感。

  记者:英伟达所发布的自主机器什么时候能够进行商用和普及?

  黄仁勋:目前,对于自主机器而言需要解决三大关键的问题。首先,是为自主机器打造一个人工智能平台,类似于增强学习等等;另外,是提供一个能够让自主机器进行自主学习的虚拟环境;在此基础上,第三步再将人工智能的“大脑”放到自主机器的框架中。

  坦率说,目前这三个问题还没有完全解决,但是三项工作在英伟达正在并行中。比如说今天推出的自主机器处理器 Xavier,虚拟的学习环境、以及英伟达的人工智能平台等等,都是在为自主机器的商用和普及做准备工作。

  明年,英伟达会将这三方面的基础都打好,之后就可以进行自主机器的生产。另外,我也相信,在未来的十到十五年,我们还会看到更加令人难以置信的创新和进步。

  记者:您认为未来的人工智能发展是端主导的还是云主导的?

  黄仁勋:可以肯定的是,智能将无处不在。它会在麦克风上、手表上、鞋子上、保温杯中,甚至是耳环里。但是,智能又分为通用型和专用型。如果是小型的终端设备,比如说保温杯、咖啡机,就是专门型的智能,只需要满足某个方面的需求,更侧重物联网和边缘计算。而云端的智能是通用型的,通常具备各种各样的软件,并且必须是灵活、可编程的,需要满足跨领域的需求。因此,未来,端上的智能和云上的智能都会非常重要。

  记者:GPU的出现颠覆了CPU的架构核心。您认为将来GPU是否可以覆盖所有的场景,或者将来还会有更多的新型的GPU出现为更多的计算需求提供支持?

  黄仁勋:首先,GPU不会替代CPU,而是与CPU更好地结合实现计算,这也是我们为什么把GPU称为加速器的原因。它们二者各有优势和分工,CPU是通用的,什么场景都可以适用。而GUP在一些专门问题的处理上会发挥非常大的作用,它非常擅长图形处理和人工智能类型的工作,比如在图像识别中GUP的性能是CPU的十倍、五十倍甚至百倍。因此我们认为事实上最完美的架构是把CPU和GPU结合起来。从这方面来说,英伟达的研究重心其实不是升级每次只好一点点的通用型处理器,而是推出在专门的领域能够提供超强性能的处理器,也就是我们推出的CUDA的架构,即CPU+GPU。

  记者:是否可以谈一下GPU与FPGA的区别?

  黄仁勋:这两者的区别很大。FPGA非常灵活,可以在是在以太网卡里、音频卡中、或者视频卡中,是可配置的。在设计阶段,它就可以被设计用于成各种各样的用途。但是,GPU没有那么大的灵活性,它是一种并行计算的加速器,是“术业有专攻”。当然,FPGA也可以被转变为GPU,但是性能无法满足要求,它的速度要比GPU慢1000倍。

  三年前,英伟达决定把GPU做成Tensor执行处理器。而如今,它已经成为世界上最优秀的Tensor处理器,但它只是一个芯片,要做高性能的计算处理还需要软件。因为每一张AI计算的图片都是不一样的,并且每一张图片在指定处理器上为了达到性能的调优,都必须进行编译解码。

  当然,你还有另一个选择,就是为每一个神经网络都可以设计一个专门的FPGA,只是设计起来很困难,工作量也很大。如果市场上没有人可以为你提供一个可编程的、推理的加速器,FPGA就成了唯一的选择。这也是为什么几年前,BAT对自己的人工智能推理进行加速时,只能通过定制FPGA来实现。而现在有了TensorRT,就为企业提供了非常大的便利。

  记者:TensorRT与TPU的性能对比有什么优势?

  黄仁勋:TPU只有一款,并且只支持Tensorflow,而GPU还可以支持其它的任务,如视频编解码、图像处理等等。比如在上午演示的《权力的游戏》影片中,GPU就可以做视频的解码,并根据解码进行搜索。GPU可以做的事情比TPU多得多。正因为我们有TensorRT,GPU架构又是完全灵活可编程的,支持任何人工智能的框架如TensorFlow、Microsoft Cognitive Tookit、MXNet、PyTorch、Caffe2、PaddlePaddle 、Theano等等,因此,从长远来看,我们认为能够针对深度学习进行优化的GPU能够获得最大的成功。

  记者:英伟达在选择投资的公司时会有什么样的考虑?

  黄仁勋:英伟达投资的公司非常多,我们在选择时有三个基本标准:一是与英伟达有一样的愿景和目标,二是这些公司确实需要英伟达的帮助(这一点是我们非常看重的),三是这个公司本身必须是非常优秀的公司。

  记者:英伟达在与很多大型企业合作的同时也在与许多创业公司合作,在这个过程中英伟达的目的是?

  黄仁勋:英伟达提供的是一个平台,希望赋予其它公司更多的能力,希望大家都成功。作为一个平台提供者,我们的任务主要是为了让平台不断升级、与时俱进。同时,这个平台是开放的,任何一个人和公司都可以进来。英伟达不是自闭公司,也不是垂直的集成公司,而是一个开放的平台公司。我们非常乐于与大众、丰田合作、奥迪这样的大型企业合作,同时也非常希望与很多初创企业合作,我们甚至还在与空客合作,因为我们认为如果能发明出一个可以飞的汽车,这是非常酷的。我认为,英伟达所做的这些事没有“爱”是无法做成的。

  记者:英伟达在自动驾驶领域是如何布局的?

  黄仁勋:对于英伟达自动驾驶来说,DRIVE PX是硬件基础,DRIVE OS是操作系统,DRIVEWORKS SDK是API,而DRIVE AV是最顶层的无人驾驶应用,把所有的这些结合在一起我们统称为英伟达的DRIVE。以上说的每一个层面都可以单独开放,适用于不同类型、不同公司的需求。你可以选择用DRIVE PX硬件基础,其它部分自己开发,也可以选择用DRIVE AV应用,其它底层堆栈自己搭建,这些都是没有问题的。

  我们认为,自动驾驶在未来是一个非常大的市场,中国也有很多在算法或是认知等领域非常擅长的公司,众人拾柴火焰高,我们也希望能够与更多的公司在这方面展开合作。

  记者:汽车电子产品对于使用环境的要求非常高,您认为如果要推出符合L5自动驾驶级别的汽车,价格适合大众需求,同时可以量产,还需要多长时间?

  黄仁勋:我认为这在不到10年时间内就会实现,自动驾驶汽车是软件定义的,这要比现在“黑盒子式”行车电脑的汽车生产起来要方便得多。我们看到现在的汽车的仪表板、无线电系统、后视镜等都是独立的,而未来自动驾驶汽车的“超级电脑”各个功能都是软件定义的,软件是轻量级的、绿色的,更便于设计和使用。

  记者:英伟达是否看好自动驾驶在中国的发展前景?未来在中国还将投资哪些领域的公司?

  黄仁勋:事实上,英伟达最核心的业务还是GPU计算,这是英伟达的基础,它正在被用于各种各样的应用领域,比如科学探索发现、计算图谱、人工智能等等。因此,英伟达提供的是一个基于GPU计算的服务。

  我们目前重点关注的垂直领域是人工智能和交通运输行业。我们认为,交通运输行业不只包括交通工具,还包括了人工智能化的交通,所以滴滴是一家大型的人工智能公司。未来,无论是物流、还是交通,所有海陆空的领域都可以是自主的,都可以是人工智能的。这一点是非常重要的。

  英伟达已经有三个非常大、有潜力的业务的市场,即游戏、人工智能和交通运输。,三个市场本身的体量非常大。未来我们关注的重点是医疗卫生和健康产业,我们希望帮助健康产业从三个方面实现变革:首先是新药研发,包括新药制造本身的研发,以及通过人工智能技术让医生以更少的成本和时间发现哪些新药是可以对症的;其二是疾病的早期检测,这就涉及到医疗影像问题;其三,新药临床效果的实验中大规模取样的问题。我们认为在这三个健康产业的重要问题之上,人工智能都是大有所为的,并且这个时间很快就会到来。

  仔细想一下,无论是交通、物流还是医疗领域,很多很多以前我们认为不能解决的问题,通过人工智能都在慢慢被解决。这就是为什么我们说未来将变得难以置信的原因。

  记者:发展自动驾驶,安全问题如何考虑?

  黄仁勋:安全分为两个概念,一种是人身的安全、一种是系统安全。对于车而言,如果车被黑了,人的安全也会受到威胁,这才是最关键的。其实,如果一个黑客黑了一台车,本身这个问题并不大,但如果把威胁扩大到云端,通过云来控制所有的车,就比较危险了。当然我们也可以通过各种方法降低这样的风险,未来想黑一台车并不那么容易,因为每台车都是有防火墙的,我们也会给传输的信息做加密,黑客美那么容易黑到通讯端口。

  记者:AR相关的技术发展与人工智能有哪些交叉?

  黄仁勋:我们上午介绍的虚拟机器人训练环境是为了机器人学习而创造的在虚拟世界,本身就是虚拟现实。但如果要让人进入到虚拟环境去对机器人进行训练,还需要用到很多其它的技术。总体而言,AI和AR两者是互补的,互相不可或缺。未来的AI需要AR,未来的AR也需要AI。

  记者:既然AI领域是多个领域技术的结合,英伟达会考虑用什么样的方式促进这方面的发展?

  黄仁勋:英伟达是一家平台公司,这也意味着必须与很多生态内的公司进行合作,并在这个过程中提供自己最为专长的技术。

  记者:英伟达将如何与学界展开合作,共同推动ai领域的发展?

  黄仁勋:事实上,英伟达最初做人工智能时就是把它当作学术研究而不是业务。5-7年前,深度学习取得的进展主要都是由大学主导的,如斯坦福、多伦多、纽约大学等等。因此,我们认为在人工智能领域,学术领域的作用是非常大的。目前,英伟达也在与全球学术界的研究人员展开深度合作,与他们共同做开发、为他们的研究项目提供资金,甚至也邀请这些学者到英伟达进行研究,我们把它称为英伟达人工智能实验室。在中国,我们也与中科院、清华、香港中文大学正在展开合作。

为您推荐: