黃仁勳 : GPU 自主運算時代來臨,深度學習將延續摩爾定律
【Technews科技新報】圖形晶片大廠 NVIDIA (英偉達) 於 26 日在中國臺北舉行的 GPU 技術大會 (GTC Taiwan) 上,
2017 年的 NVIDIA GTC Taiwan 訂出了包括“人工智慧的多元應用”、“人工智慧應用於工業生產”與“人工智慧與產業發展”等三大大會主題,且邀請產官學界講師來分享借由 GPU 的運算,
黃仁勳強調,在過去 5 年內,投資在人工智慧新創產業上已經成長 10 倍,其總產值達 66 億美元的規模。在此同時,有關深度學習的論文發佈,也在過去 3 年也成長 10 倍。其中,有超過 3,000 個論文內容被提出,可以想像的是,人工學習與深度學習的議題身受重視。於是,NVIDIA 在 GTC 2017 提出的 GPU Cloud 服務,將可讓企業、新創公司借由雲端協圖工作的方式,得到更強大的運算能力,
另外,借由深度學習模式,目前已經可透過 GPU 加速應用,來達成 3D 影像中的即時自然光影追跡、臉部表情與口語同步、動畫人物動作的自我表現、測量影像中的物件相對距離,
黃仁勳進一步表示,借由 TensorRT 3 速器,可以使得原本需要 160 組CPU,每秒分析 4.5 萬張照片的運算需求,簡略到只要配置 8 張 Tesla V100 的單組 NVIDIA HGX GPU 的電腦即可達成相同運算效能。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出這樣的運算能量。“這些節省下的成本就是金錢,這對企業來說非常的重要!”黃仁勳表示。
最後,黃仁勳表示,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增長 50%,但 CPU 效能成長僅 10%,使得 CPU 不可能再成長。因此,透過 GPU 運算的深度學習將是另一種解決方案。而 NVIDIA 的 GPU 是產業專用加速器,將能補足 CPU 在大量運算上的不足。而 Nvidia 也為自主運算時代打造一系列的平臺架構,包括 Jetson 超級電腦、JetPack 開發人員套件、DIGITS、Issac 機器人虛擬實驗室與深度學習單位等,以滿足當前自主機器的世代即將來臨的需求。
(首圖來源:科技新報攝)
如需獲取更多資訊,請關注微信公眾帳號:Technews科技新報
多年在財經媒體的工作資歷,深入理解電子與科技產業的發展過程與趨勢,亦曾經在電子媒體制作相關財經節目,為觀眾剖析當前最即時的財經資訊與新聞。
Latest posts by Atkinson未經許可,任何媒體、網站或個人不得複製、轉載、或以其他方式使用本網站的內容,違者必究。
最後,黃仁勳表示,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增長 50%,但 CPU 效能成長僅 10%,使得 CPU 不可能再成長。因此,透過 GPU 運算的深度學習將是另一種解決方案。而 NVIDIA 的 GPU 是產業專用加速器,將能補足 CPU 在大量運算上的不足。而 Nvidia 也為自主運算時代打造一系列的平臺架構,包括 Jetson 超級電腦、JetPack 開發人員套件、DIGITS、Issac 機器人虛擬實驗室與深度學習單位等,以滿足當前自主機器的世代即將來臨的需求。
(首圖來源:科技新報攝)
如需獲取更多資訊,請關注微信公眾帳號:Technews科技新報
多年在財經媒體的工作資歷,深入理解電子與科技產業的發展過程與趨勢,亦曾經在電子媒體制作相關財經節目,為觀眾剖析當前最即時的財經資訊與新聞。
Latest posts by Atkinson未經許可,任何媒體、網站或個人不得複製、轉載、或以其他方式使用本網站的內容,違者必究。