各種各樣的行業(yè)如醫(yī)療保健,金融等都紛紛投資機器學習的基礎設施。云計算服務商的領先企業(yè)谷歌,亞馬遜和微軟則希望這些企業(yè)能從他們這里購買運行人工智能軟件的服務,并打算重點投資新型硬件從而增強這類服務。
英偉達之所以能在朝氣蓬勃的AI芯片市場一馬當先,是因為它曾經抓住了一次偶然的機遇。其實計算機繪圖和用人工神經網絡實現(xiàn)機器學習所需的基本數學操作并無差別,英偉達的研究人員從2012年開始研發(fā),發(fā)現(xiàn)用這種新技術提高軟件的圖形處理器后,軟件的智能性大大提高,能更準確地進行解讀圖像或翻譯語言等任務。
隨著AI市場不斷壯大,英偉達為使芯片更加適合在神經網絡上應用而不斷調整著芯片設計。V100芯片配備了新型內核,是加速深度學習算法的專用芯片,這正是英偉達不斷改善的成果。
黃表示,該芯片強大的功率效率和能源效率能大大提高企業(yè)和云服務提供商應用AI的能力。“不需要另外建造數據中心,你就可以把數據中心的吞吐量提高15倍。”
但英偉達的新對手稱,想要提高硬件運行AI軟件的速度和效率,他們可以從頭設計全新的芯片,沒必要調整圖形芯片技術。
比如英特爾就表示,今年下半年將以去年初創(chuàng)企業(yè)Nervana提供的技術為基礎,推出一款新型的深度學習芯片。
英特爾還準備發(fā)布一款加速深度學習的芯片,該芯片的技術基礎則來源于它以167億美金收購的Altera公司,Altera制作的FPGA芯片能在重新配置后支持某些特定算法。微軟曾斥巨資研發(fā)加強機器學習軟件的FPGA,還將FPGA視為云平臺Azure的核心元件。
與此同時,谷歌于去年表示已在使用一款為內部專為人工智能技術定制的Tensor Processing Unit(TPU)芯片,該芯片在去年AlphaGo戰(zhàn)勝圍棋冠軍選手時就曾立下功勞。谷歌表示,雖然這些芯片不予出售,但使用該公司云計算服務的企業(yè)一定能因芯片本身的強大的功率效率和能源效率而受益。
然而幾位參與搭建該芯片的谷歌工程師已經離職創(chuàng)業(yè),融資1000萬美金后成立了一所叫Groq 的企業(yè),也在研發(fā)一款機器學習的專用芯片。具有類似項目的創(chuàng)業(yè)公司還包括Wave Computing,該公司還表示客戶已經開始測試其研發(fā)的硬件。
黃在大會上表示英偉達的技術有著得天獨厚的優(yōu)勢。谷歌的TPU等定制芯片因為太過靈活,難以和很多其他類型的神經網絡在工作時保持并駕齊驅——在不斷測試和應用新創(chuàng)意的AI行業(yè),這是個巨大的劣勢,而微軟和英特爾等企業(yè)押注的FPGA的缺點則是耗能太大。
“我們正在打造最具成效的深度學習平臺,”他說道。鑒于今年其他競爭對手也開始越來越多地披露各自的產品,他的這一說法將受到大眾的密切關注。