<mark id="oztn4"></mark>
6
在移動端失勢的英偉達，這兩天終于借著研發預算超20億美金的P100扳回了一局——Facebook、微軟和其他公司的深度學習研究員此前試用了英偉達這款芯片。他們表示，這款芯片能帶來更龐大的神經元網絡，從而加速研究進度。
而關注英偉達這塊動向的朋友可能會發現，兩年前特斯拉大膽采用英偉達做車機芯片的時候，它人工智能的端倪就開始顯現，如果要追溯地更早，那我們可以從奧迪開始。
近日，德國大眾確實準備為旗下的奧迪汽車引入新式導航系統，并首次采用英偉達Tegra片上系統處理器。
相比于今年初的多媒體交互系統(MMI)，新的Tegra核心導航系統自然要更加高級，不但功能上會更強大，效果也應該會更酷一些。
11月19日，IBM與芯片廠商英偉達（Nvidia）周一宣布，雙方將達成戰略合作，共同設計開發新型超級計算機系統和服務器。英偉達開發的圖形處理單元芯片（GPU），很好適用于浮點計算，表現勝于英特爾的傳統CPU Xeon和AMD的Opteron。排名第二位的“泰坦”，就搭載了GPU。
根據IBM和英偉達合作內容，雙方將在芯片方面就行合作，通過技術共享，讓英偉達的Tesla GPU更好與前者的Power 8芯片協同工作。
早期的Tesla車型曾使用過Tegra 2，但處理能力遠遠不夠，所以后來升級到了Tegra 3。新款的Model S、Model X將會搭載Tegra 4，甚至Tegra K1。這都是早晚的事。Nvidia在圖形處理方面積累的功底，與其悉心經營的CUDA架構為其帶來了Tesla這樣一個強力合作者。而Model S也成為了Nvidia在高度智能化的汽車上的最佳代言者。
近日蘋果已經雇傭了芯片制造商英偉達“深度認知”部門主管喬納森·科恩（Jonathan Cohen）。英偉達主要提供芯片，不過，這家公司目前也將目光投向了汽車領域，推出了汽車計算平臺Drive CX和針對無人駕駛汽車開發的圖像處理平臺Drive PX。據悉，科恩本人也已經改變了其在職場社交網站LinkedIn的主頁。
“深度認知”（Deep learning）是科技公司人工智能技術的一個分支，它可以用來“訓練”計算機來處理可視化數據模型。目前，英偉達已經推出針對汽車的相關技術。這家公司向汽車生產商銷售自己的芯片—GPU，它可以用來驅動攝像頭和雷達，從而為汽車帶來無人駕駛功能。
近日，谷歌開放自家人工智能系統TensorFlow，谷歌的人工智能引擎也反映了當今計算機硬件行業的發展趨勢。在谷歌內部，處理圖像識別、語音識別和語言翻譯等任務時，TensorFlow依賴于配備圖像處理單元（GPU）的機器，和被用于渲染游戲圖像的芯片等，但對其它的任務也擅長。
它對這些芯片的依賴比想象中的更多。根據負責谷歌AI項目的工程師Jeff Dean的說法，谷歌不僅用GPU訓練其AI服務，而且還運行這些服務產品 —— 將它們植入用戶手中的智能電話。這一變革對于專注于GPU的芯片巨頭NVIDIA來說是件好事。
Facebook上周宣布計劃使其人工智能硬件“開源化”。代號為“BigSur”的新一代硬件的設計目標是訓練神經網絡。除人工智能外，這一技術還經常被稱作機器或深度學習。
過去一年，芯片廠商英偉達一直在開發深度學習產品。因此，兩家公司在這一項目上進行了合作。Facebook被稱作是第一家采用英偉達TeslaM40GPU加速器的廠商，M40GPU面向深度神經網絡，被認為是BigSur平臺和OpenRack兼容硬件的關鍵。
Facebook工程師稱，采用M40的BigSur平臺的速度是該公司上一代產品的2倍，使得訓練規模相當于原來2倍的神經網絡的速度提高1倍。英偉達還強調，BigSur是第一款針對機器學習、人工智能研究開發的開放源代碼計算系統，Facebook將把設計材料提交給開放計算項目。
從英偉達的這些“實踐”歷史來看，它并向人工智能的軌道或許只是一個偶然，早年，英偉達就開始關注汽車領域，甚至在和奧迪正式合作前的2007年，就給奧迪定制過整合Google Earth的系統。到現在汽車已經是英偉達專注的四大領域之一。
但巧合的是，跟它有各種牽扯關系的特斯拉、蘋果、Google專注的汽車都是無人駕駛這塊領域的，而無人駕駛方面的算法跟人工智能的算法某種程度是一脈相承。
因為汽車上的大屏處理器和全球各大人工智能研究所所需要的設備這兩塊人工智能應用的領域發展相對較早，英偉達就順勢想成為芯片領域中的人工智能領航者了。
那英偉達會不會因為人工智能這個風口成為芯片領域下一波的巨頭呢？
一個做圖像識別的創業者L告訴雷鋒網;
其實怎么樣他都是贏家, 哪怕以后CV(計算機視覺)沒落了, 它研發的這款顯卡達到的高度 放到游戲設備上 絕對的霸主。就像美國那么多高尖端武器研發最終下馬，但是過程形成的技術儲備 世界無人望其項背，何況AI用于什么場景，并不影響研究領域對這些設備的需求，怎么應用那是市場和終端的事。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
