谷歌云端服务步步为营:继搭载英伟达K80 GPU后,推出P100GPU
继亚马逊和微软之后,谷歌也推出其GPU运算云端服务,致力于为用户加速其工作负载。谷歌云端服务继搭载英伟达K80 GPU后,于昨日推出英伟达 Tesla P100 GPU
继亚马逊和微软之后,谷歌也推出其GPU运算云端服务,致力于为用户加速其工作负载。谷歌云端服务继搭载英伟达K80 GPU后,于昨日推出英伟达 Tesla P100 GPU
今日(9月26日)上午,NVIDIA在北京召开2017GTC大会,会后黄仁勋接受了、网易、搜狐等国内知名媒体采访,他谈到了FPGA发展趋势,NVIDIA投资逻辑,如何看待谷歌TPU的竞争、网络安全等话题
本文从人工智能芯片分类讲起,介绍设备端推断、云端推断和训练等层的AI芯片构成的产业生态,以及在这个生态中国内外的竞争格局
黄仁勋认为,AI现在是一种正在兴起的、非常激动人心的计算方法,在10年左右的时间里,几乎每一种计算都无疑会以AI为基础。将来,英伟达很可能会变成一个AI计算公司。电子设备将在我们身体里,终究会缩小成我们体内一个细胞。
GPU本来不是为AI设计的,而是为了处理图像。但大约五年前,谷歌和Facebook等公司开始利用GPU来训练神经网络,因为GPU是执行此类任务的最佳选择,GPU将继续扮演这一角色。
在Andrew Ng所接触到的80-90%AI项目中,都遵循这一规律:在人类能做到领域,AI的进展更快。很多项目的发展一旦超越人类水准,发展也会变得缓慢。这也带来一个社会矛盾:如果AI和人的水平类似,实质上是跟人类竞争。
FPGA市场前景诱人,但是门槛之高在芯片行业里无出其右。全球有60多家公司先后斥资数十亿美元,前赴后继地尝试登顶FPGA高地,但是最终登顶成功的只有位于美国硅谷的两家公司:Xilinx与Altera。
利用GPU做图形计算,可以做到比CPU计算5倍以上性能提升,价格降低6倍,功耗降低10倍,体积减少20倍。利用依赖于GPU集群计算的1:1实时结构化,能够实现全数据中秒级响应。