微波EDA网,见证研发工程师的成长!
首页 > 硬件设计 > 行业新闻动态 > NVIDIA人工智能这6年,都有哪些牛叉的成果?

NVIDIA人工智能这6年,都有哪些牛叉的成果?

时间:01-10 来源:长江电子 点击:

在CES 2017正式开展的前一天,英伟达CEO"AI教父"黄仁勋登台为这次CES来了一次"定调演讲",向世人展示了英伟达最新的科技成果,包括新一代的SHIELD设备、AI智能家居、AI自动驾驶等内容。

在2016年第三季度,Nvidia营收达20亿美元,同比上涨54%。得益于深度学习系统对于GPU的强烈需求,数据中心部门业绩同比增长了109%,这也是Nvidia财报里面增长超预期的主要原因。

Nvidia已经不仅仅是一家生产GPU芯片的公司,而是一家人工智能公司,系统性提供包括芯片、服务器、软件和服务等人工智能解决方案。公司产品已应用于Google、Facebook和微软等多家互联网巨头公司。

2018年,全球人工智能市场将达到约2700亿元,人工智能将成为IT领域中发展最快的部分。深度学习作为全新的计算模型,不仅改变了软件开发的方式、开发地点和运行方法,还在改变着服务器架构、数据中心和智能设备。

作为一家专业的图形处理芯片公司,Nvidia在1999年发明图形处理器GPU,从此GPU就深刻改变了世界。特别是在游戏领域,NVIDIA GPU几乎已经成为了游戏设备的标配。如今,NVIDIA获得超过7300个专利,其中包括很多对现代计算有深刻影响的技术。

基于人工智能对于未来人类社会的巨大影响力,Nvidia大约从6年以前开始整体往人工智能方向转型,并加大研发投入。仅在一款型号为Tesla P100的人工智能研究领域图形处理芯片上,公司宣称已经投入20亿美元的研发费用。

2016年,NVIDIA密集发布了全线人工智能GPU芯片、系统、软件和服务,定位转向成为"世界上伟大的人工智能公司之一"。

提早转型,开启人工智能之路

作为一家图像处理芯片公司,Nvidia约在6年前就已经开始转型布局人工智能。当时人工智能概念还未兴起,AI仍是一片蓝海。经过持续多年的研发,公司在2016年陆续推出人工智能芯片、系统、软件和服务,打造世界顶级人工智能公司。

2009年 英伟达Tegra进入奥迪汽车

德国大众为旗下的奥迪汽车引入新式导航系统,并首次采用NVIDIATegra片上系统处理器。相比于2009年初的多媒体交互系统(MMI),新的Tegra核心导航系统自然要更加高级,不但功能上更强大,效果也应该更酷一些。

在后来的GTC 2014大会上,奥迪自动驾驶汽车再次展示了基于Tegra K1开发套件的车载智能系统,可提供自动驾驶、导航、碰撞感应、智能链接等功能。

2013年11月 IBM和英伟达联合开发超级计算机

IBM与芯片厂商英伟达Nvidia达成战略合作,共同设计开发新型超级计算机系统和服务器。英伟达开发的图形处理单元芯片(GPU),很好适用于浮点计算,表现胜于英特尔的传统CPU Xeon和AMD的Opteron。排名第二位的"泰坦"也搭载了GPU。

根据IBM和英伟达合作内容,双方在芯片方面就行合作,通过技术共享,让英伟达的Tesla GPU更好与前者的Power 8芯片协同工作。

早期的Tesla车型曾使用过Tegra 2,但处理能力远远不够,所以后来升级到了Tegra 3。特斯拉Model S电动车的车载娱乐系统也是基于Tegra 3设计。Nvidia基于在图形处理方面长期积累与CUDA架构,和特斯拉建立密切的合作。而特斯拉为Nvidia在高度智能化的汽车上的布局上起到助推作用。

2014年 早期特斯拉ModelS搭载英伟达Tegra 3

Nvidia不仅在硬件上有布局,同时已经渗透到了软件层面。Nvidia将一辆Jeep进行深度改装,但改的不是发动机、轮毂或包围,而是中控系统。改装后的Jeep采用3D打印制造出的中控台,搭配一个17英寸的电容屏。屏幕划分为3个区域,上中下分贝显示地图、娱乐信息以及HVAC(比如空调控制)。配合Tegra K1,Nvidia直接切入到了车辆的CAN总线中,实现了对整个车辆的控制。

2014年初,世界上采用NVIDIA处理器的汽车已经超过450万辆,涉及20多个品牌、100多款车型,其中包括奥迪、宝马、大众等车企巨头,也包括特斯拉这种车界新贵。2015年,Tegra芯片在汽车领域发展加快,在道路上跑的汽车有超过800万辆搭载Tegra芯片。2015年第三季度Nvidia在汽车领域的业务销量增长了51%。

2015年12月 Facebook开源BigSur

Facebook研发代号为"BigSur"的新一代硬件的设计目标是训练神经网络。除人工智能外,这一技术还经常被称作机器或深度学习。Facebook与Nvidia进行合作,是第一家采用英伟达TeslaM40GPU加速器的厂商。M40GPU面向深度神经网络,是BigSur平台和OpenRack兼容硬件的关键。

采用M40的BigSur平台的速度是该Facebook上一代产品的2倍,使得训练规模相当于原来2倍的神经网络的速度提高1倍。BigSur是第一款针对机器学习、人工智能研究开发的开放

Copyright © 2017-2020 微波EDA网 版权所有

网站地图

Top