论文部分内容阅读
曾几何时，发动机使人类变得更加强大并促成了第一次工业革命；而人工智能将掀起下一场工业革命。究竟是什么使得这一智能工业革命成为可能？答案是基于GPU的深度学习，它让计算机能够基于数据进行学习然后编写出人类无法写出的复杂软件。
GPU定义现代计算机图形
事实证明，GPU能够超高效地解决计算机科学领域中的一些最复杂的难题。它起初被用作模拟人类想象力的引擎，用来为视频游戏和好莱坞电影大片呈现惊人的虚拟世界。
NVIDIA在1999年发明的GPU实现了实时编程着色，为艺术家提供了无限的调色板。由此，NVIDIA一直引领着视觉计算行业的发展，着力于让想象成为现实。数字艺术家、工业设计师、电影制作人员以及广播工作者均依赖 NVIDIA Quadro专业显卡来呈现他们的想象。NVIDIA GPU被全球90%的专业图形工作站所采用。在过去9年中，每一部奥斯卡最佳特效奖提名影片都基于NVIDIA技术制作而成，它可以使电影制作人员的想法更好地呈现出来。
现在，NVIDIA的GPU能够模拟人类智能，可运行深度学习算法，并成为了那些可感知和了解世界的计算机、机器人以及自动驾驶汽车的大脑。像NVIDIA宣传手册里说的那句话一样——“想象力与智能的无限扩展是我们奋斗终生的事业”。
2006 年，CUDA编程模型与Tesla GPU平台的问世将GPU的并行计算功能引入到通用计算领域。一种强大而又全新的计算方式就此诞生。
同时，GPU深度学习则引爆了人工智能的井喷式发展。2010年，世界各地的人工智能研究人员开始利用NVIDIA GPU 的并行计算能力来进行神经网络训练；2012年，多伦多大学利用 NVIDIA GPU训练的深度神经网络在ImageNet图像识别挑战赛中成功胜出；同年，斯坦福大學的吴恩达与NVIDIA研究院展开合作，共同开发了一种利用大规模GPU计算系统来进行网络训练的方法。这些有着深远影响的研究成果引领了现代人工智能的飞速发展。
同时，NVIDIA正与全球知名的企业级市场技术供应商展开合作，让每一家企业都能充分利用GPU深度学习的强大威力。阿里巴巴、亚马逊、谷歌、IBM以及微软均在其云平台中部署了NVIDIA GPU。IBM的“Minsky”POWER8和NVIDIA Tesla P100服务器专为人工智能而打造。SAP正在利用NVIDIA DGX-1来为其32万家客户提供机器学习企业解决方案。针对GPU而优化的Microsoft Cognitive Toolkit可为企业提供一款人工智能平台，该平台可以从企业的数据中心扩展至微软的Azure云计算平台。
智能机器与物联网的大脑
数十亿智能设备终究会利用人工智能来完成看起来更“智能”的任务。嵌入式人工智能超级计算机NVIDIA Jetson TX1虽然尺寸只有信用卡大小，却能够提供1 TeraFLOP的性能。如此强劲的性能将让搜救型无人机能够在危险情境中找到出路、让社交设备能够与人类建立情感纽带、让机器人能够通过反复试验进行自我学习。
在工业机器人领域。发那科正在利用NVIDIA GPU来训练深度神经网络，基于NVIDIA GPU的发那科设备还可以让各种机器人一起学习。
在智慧医疗方面， NVIDIA正携手美国国家癌症研究所、美国能源部以及多家国家级实验室，共同致力于“癌症登月计划”，以期在癌症预防、诊断以及治疗等方面用5年的时间完成原本需要10年才能完成的工作。该计划包括打造并加速一款名为“CANDLE”的人工智能框架来作为通用探索平台。这其中，由124台DGX-1组成的NVIDIA SATURNV超级计算机将成为中流砥柱。
GPU定义现代计算机图形
事实证明，GPU能够超高效地解决计算机科学领域中的一些最复杂的难题。它起初被用作模拟人类想象力的引擎，用来为视频游戏和好莱坞电影大片呈现惊人的虚拟世界。
NVIDIA在1999年发明的GPU实现了实时编程着色，为艺术家提供了无限的调色板。由此，NVIDIA一直引领着视觉计算行业的发展，着力于让想象成为现实。数字艺术家、工业设计师、电影制作人员以及广播工作者均依赖 NVIDIA Quadro专业显卡来呈现他们的想象。NVIDIA GPU被全球90%的专业图形工作站所采用。在过去9年中，每一部奥斯卡最佳特效奖提名影片都基于NVIDIA技术制作而成，它可以使电影制作人员的想法更好地呈现出来。
现在，NVIDIA的GPU能够模拟人类智能，可运行深度学习算法，并成为了那些可感知和了解世界的计算机、机器人以及自动驾驶汽车的大脑。像NVIDIA宣传手册里说的那句话一样——“想象力与智能的无限扩展是我们奋斗终生的事业”。
2006 年，CUDA编程模型与Tesla GPU平台的问世将GPU的并行计算功能引入到通用计算领域。一种强大而又全新的计算方式就此诞生。
同时，GPU深度学习则引爆了人工智能的井喷式发展。2010年，世界各地的人工智能研究人员开始利用NVIDIA GPU 的并行计算能力来进行神经网络训练；2012年，多伦多大学利用 NVIDIA GPU训练的深度神经网络在ImageNet图像识别挑战赛中成功胜出；同年，斯坦福大學的吴恩达与NVIDIA研究院展开合作，共同开发了一种利用大规模GPU计算系统来进行网络训练的方法。这些有着深远影响的研究成果引领了现代人工智能的飞速发展。
同时，NVIDIA正与全球知名的企业级市场技术供应商展开合作，让每一家企业都能充分利用GPU深度学习的强大威力。阿里巴巴、亚马逊、谷歌、IBM以及微软均在其云平台中部署了NVIDIA GPU。IBM的“Minsky”POWER8和NVIDIA Tesla P100服务器专为人工智能而打造。SAP正在利用NVIDIA DGX-1来为其32万家客户提供机器学习企业解决方案。针对GPU而优化的Microsoft Cognitive Toolkit可为企业提供一款人工智能平台，该平台可以从企业的数据中心扩展至微软的Azure云计算平台。
智能机器与物联网的大脑
数十亿智能设备终究会利用人工智能来完成看起来更“智能”的任务。嵌入式人工智能超级计算机NVIDIA Jetson TX1虽然尺寸只有信用卡大小，却能够提供1 TeraFLOP的性能。如此强劲的性能将让搜救型无人机能够在危险情境中找到出路、让社交设备能够与人类建立情感纽带、让机器人能够通过反复试验进行自我学习。
在工业机器人领域。发那科正在利用NVIDIA GPU来训练深度神经网络，基于NVIDIA GPU的发那科设备还可以让各种机器人一起学习。
在智慧医疗方面， NVIDIA正携手美国国家癌症研究所、美国能源部以及多家国家级实验室，共同致力于“癌症登月计划”，以期在癌症预防、诊断以及治疗等方面用5年的时间完成原本需要10年才能完成的工作。该计划包括打造并加速一款名为“CANDLE”的人工智能框架来作为通用探索平台。这其中，由124台DGX-1组成的NVIDIA SATURNV超级计算机将成为中流砥柱。