GPU自主運(yùn)算時(shí)代來臨,人工智能將實(shí)現(xiàn)多元應(yīng)用

時(shí)間:2017-10-30

來源:網(wǎng)絡(luò)轉(zhuǎn)載

導(dǎo)語:圖形芯片大廠NVIDIA(英偉達(dá))于26日在中國(guó)臺(tái)北舉行的GPU技術(shù)大會(huì)(GTCTaiwan)上,創(chuàng)辦人暨CEO黃仁勛發(fā)布主題演講時(shí)表示,在全球AI深度學(xué)習(xí)運(yùn)算的興起之下,人工神經(jīng)網(wǎng)絡(luò)的運(yùn)用凸顯出GPU運(yùn)算的特性。

圖形芯片大廠NVIDIA(英偉達(dá))于26日在中國(guó)臺(tái)北舉行的GPU技術(shù)大會(huì)(GTCTaiwan)上,創(chuàng)辦人暨CEO黃仁勛發(fā)布主題演講時(shí)表示,在全球AI深度學(xué)習(xí)運(yùn)算的興起之下,人工神經(jīng)網(wǎng)絡(luò)的運(yùn)用凸顯出GPU運(yùn)算的特性。而且,借由深度學(xué)習(xí)運(yùn)算能夠延續(xù)遲緩成長(zhǎng)多年的摩爾定律持續(xù)演進(jìn),并且成為目前人工智能技術(shù)主流演算方式。

2017年的NVIDIAGTCTaiwan訂出了包括“人工智能的多元應(yīng)用”、“人工智能應(yīng)用于工業(yè)生產(chǎn)”與“人工智能與產(chǎn)業(yè)發(fā)展”等三大大會(huì)主題,且邀請(qǐng)產(chǎn)官學(xué)界講師來分享借由GPU的運(yùn)算,以協(xié)助各領(lǐng)域產(chǎn)業(yè)升級(jí)。并且,透過人工智能應(yīng)用,達(dá)成產(chǎn)業(yè)數(shù)字轉(zhuǎn)型的目標(biāo)。黃仁勛指出,當(dāng)前一般的電腦運(yùn)算依然需要CPU來進(jìn)行。不過,在大量資料分析的工作上,借助GPU運(yùn)算能力已經(jīng)成為趨勢(shì)。所以,當(dāng)前的人工智能技術(shù)主要是以仰賴CPU與GPU的分工與合作為運(yùn)算架構(gòu)來執(zhí)行工作。

黃仁勛強(qiáng)調(diào),在過去5年內(nèi),投資在人工智能新創(chuàng)產(chǎn)業(yè)上已經(jīng)成長(zhǎng)10倍,其總產(chǎn)值達(dá)66億美元的規(guī)模。在此同時(shí),有關(guān)深度學(xué)習(xí)的論文發(fā)布,也在過去3年也成長(zhǎng)10倍。其中,有超過3,000個(gè)論文內(nèi)容被提出,可以想像的是,人工學(xué)習(xí)與深度學(xué)習(xí)的議題身受重視。于是,NVIDIA在GTC2017提出的GPUCloud服務(wù),將可讓企業(yè)、新創(chuàng)公司借由云端協(xié)圖工作的方式,得到更強(qiáng)大的運(yùn)算能力,借此達(dá)成各種深度學(xué)習(xí)的需求。其中包括人工智能模式的建立、電腦視覺應(yīng)用、自動(dòng)駕駛技術(shù)的發(fā)展,以及面對(duì)越來越多的物聯(lián)網(wǎng)使用需求等。

另外,借由深度學(xué)習(xí)模式,目前已經(jīng)可透過GPU加速應(yīng)用,來達(dá)成3D影像中的即時(shí)自然光影追跡、臉部表情與口語同步、動(dòng)畫人物動(dòng)作的自我表現(xiàn)、測(cè)量影像中的物件相對(duì)距離,或是讓機(jī)器手臂判斷與移動(dòng)物件等技術(shù)。而面對(duì)這些未來的需求,NVIDIA也宣布推出學(xué)習(xí)模型加速器TensorRT3,使得深度學(xué)習(xí)效率大幅提升,進(jìn)而在運(yùn)算設(shè)備成本上進(jìn)行明顯的節(jié)省。

黃仁勛進(jìn)一步表示,借由TensorRT3速器,可以使得原本需要160組CPU,每秒分析4.5萬張照片的運(yùn)算需求,簡(jiǎn)略到只要配置8張TeslaV100的單組NVIDIAHGXGPU的電腦即可達(dá)成相同運(yùn)算效能。而且,僅需要原本四分之一體積、二十分之一電力損耗,以及原本六分之一左右的成本支出就可以建構(gòu)出這樣的運(yùn)算能量。“這些節(jié)省下的成本就是金錢,這對(duì)企業(yè)來說非常的重要!”黃仁勛表示。

最后,黃仁勛表示,過去用在CPU制程上的摩爾定律已到尾聲,電晶體雖然每年持續(xù)增長(zhǎng)50%,但CPU效能成長(zhǎng)僅10%,使得CPU不可能再成長(zhǎng)。因此,透過GPU運(yùn)算的深度學(xué)習(xí)將是另一種解決方案。而NVIDIA的GPU是產(chǎn)業(yè)專用加速器,將能補(bǔ)足CPU在大量運(yùn)算上的不足。而Nvidia也為自主運(yùn)算時(shí)代打造一系列的平臺(tái)架構(gòu),包括Jetson超級(jí)電腦、JetPack開發(fā)人員套件、DIGITS、Issac機(jī)器人虛擬實(shí)驗(yàn)室與深度學(xué)習(xí)單位等,以滿足當(dāng)前自主機(jī)器的世代即將來臨的需求。

更多資訊請(qǐng)關(guān)注工業(yè)以太網(wǎng)頻道

中傳動(dòng)網(wǎng)版權(quán)與免責(zé)聲明:

凡本網(wǎng)注明[來源:中國(guó)傳動(dòng)網(wǎng)]的所有文字、圖片、音視和視頻文件,版權(quán)均為中國(guó)傳動(dòng)網(wǎng)(www.hysjfh.com)獨(dú)家所有。如需轉(zhuǎn)載請(qǐng)與0755-82949061聯(lián)系。任何媒體、網(wǎng)站或個(gè)人轉(zhuǎn)載使用時(shí)須注明來源“中國(guó)傳動(dòng)網(wǎng)”,違反者本網(wǎng)將追究其法律責(zé)任。

本網(wǎng)轉(zhuǎn)載并注明其他來源的稿件,均來自互聯(lián)網(wǎng)或業(yè)內(nèi)投稿人士,版權(quán)屬于原版權(quán)人。轉(zhuǎn)載請(qǐng)保留稿件來源及作者,禁止擅自篡改,違者自負(fù)版權(quán)法律責(zé)任。

如涉及作品內(nèi)容、版權(quán)等問題,請(qǐng)?jiān)谧髌钒l(fā)表之日起一周內(nèi)與本網(wǎng)聯(lián)系,否則視為放棄相關(guān)權(quán)利。

關(guān)注伺服與運(yùn)動(dòng)控制公眾號(hào)獲取更多資訊

關(guān)注直驅(qū)與傳動(dòng)公眾號(hào)獲取更多資訊

關(guān)注中國(guó)傳動(dòng)網(wǎng)公眾號(hào)獲取更多資訊

最新新聞
查看更多資訊

熱搜詞
  • 運(yùn)動(dòng)控制
  • 伺服系統(tǒng)
  • 機(jī)器視覺
  • 機(jī)械傳動(dòng)
  • 編碼器
  • 直驅(qū)系統(tǒng)
  • 工業(yè)電源
  • 電力電子
  • 工業(yè)互聯(lián)
  • 高壓變頻器
  • 中低壓變頻器
  • 傳感器
  • 人機(jī)界面
  • PLC
  • 電氣聯(lián)接
  • 工業(yè)機(jī)器人
  • 低壓電器
  • 機(jī)柜
回頂部
點(diǎn)贊 0
取消 0