得益于云计算数据中心和自动驾驶市场对GPU(图形处理芯片)需求的爆发式增长,专注于GPU芯片开发的英伟达(NVIDIA)最近公布了创记录的财务季度报告。财报显示,第四财季营收同比增长55%至21.7亿美元,净收入增至6.55亿美元,涨幅逾200%。其GPU计算平台已经成为一种突破性的人工智能(AI)方法,正在改变从互联网和云计算、计算机和通信、医疗保健,到交通运输等各个行业。其中,云计算数据中心服务器向深度学习和AI的转移是带动GPU芯片需求的关键驱动力,而新兴的自动驾驶市场也将驱动GPU计算芯片和服务等相关产品的快速发展。

GPU成为主角

PC时代计算机对CPU的需求造就了芯片巨头Intel,而智能手机时代对手机处理芯片的需求造就了ARM。很明显,我们现在正在进入AI时代,这将是一个万物互联的时代,而不仅仅是前两个时代的人机交互。大数据、云计算、物联网、智能硬件、下一代无线通讯网络、虚拟现实、游戏娱乐、医疗诊断、机器人和自动驾驶等新兴行业都将是深度学习的应用市场。GPU计算平台显然已经成为深度学习的首选AI方法,GPU大有替代CPU,从一个局限于图形处理的配件转变为核心技术器件的趋势。

AI时代的开端

2008年,在斯坦福做研究的吴恩达发表了一篇用GPU上的CUDA进行神经网络训练的论文,当时深度学习还鲜为人知。2010年,在加州斯坦福大学附近的一个日本餐馆,吴恩达与谷歌CEO Larry Page和天才计算机专家兼Google X项目负责人Sebastian Thrun共进晚餐时,提出在GPU平台上进行深度学习的研究项目,这就是Google Brain的诞生。

2012年,跟随加拿大多伦多大学教授Geoff Hilton学习的Alex Krizhevsky为了参加ImageNet图像识别竞赛,将120万个图像导入由英伟达GeForce显卡驱动的深度学习神经网络,他的软件模型可将图像识别准确率大幅提升。他不但轻松赢得了比赛,这一研究成果在学术界也引起很大反响。这就是英伟达CEO黄仁勋时常提到的深度学习的开端。这也标志着AI时代的开始。

云计算数据中心转向AI

在全球高端数据中心服务器市场,英特尔一直是一家独大,几乎占据99%的市场份额。最近几年,谷歌、微软、亚马逊和FACEBOOK等互联网巨头纷纷启动深度学习研究,其云计算平台所需要的大量服务器也从单纯的CPU组合往CPU+GPU的模式转移,因为GPU的加速计算可以降低对多CPU处理器的依赖,这一趋势带动了英伟达GPU芯片的强劲需求。

001NVIDIA20170213

从上图对比,可以明显看出英特尔芯片在这一细分市场增长乏力,而英伟达却势头强劲。后者的GPU计算平台正不断针对深度学习而优化,由其最新的服务器芯片Tesla P100驱动的DGX-1据称是全球第一台盒装AI超级计算机,其计算性能相当于250个传统服务器。去年8月份,英伟达CEO黄仁勋还亲自将第一台服务器交付给特斯拉CEO Elon Musk。

英伟达在数据中心市场的举措还包括:

1.与微软合作,基于NVIDIA DGX-1超级计算机和微软Azure云端的微软认知工具包(Microsoft Cognitive Toolkit)加速AI;

2.发布NVIDIADGX SATURNV人工智能超级计算机,由124台基于Pascal™架构的DGX-1服务器节点提供技术支持,是全球最高效超级计算机;

3.与美国能源部和国家癌症研究所合作构建一个名为CANDLE(英文“癌症分布式学习环境”的缩写)的AI框架,以推进癌症研究。

错过了智能手机时代的英特尔不想再错过人工智能时代的大好机会,认识到自己不如英伟达在AI方面的技术和知识积累深厚,干脆出钱购买专业AI公司,以期奋起直追,甚至想后来居上。继出资167亿美元买下FPGA开发商Altera之后,又并购两家AI芯片公司Nervana和Movidius。英特尔宣传将于今年推出专为深度学习而开发的服务器芯片Xeon Phi处理器,到2020年可将深度学习网络的处理性能加速100倍。

觊觎AI大蛋糕并不只是英特尔、英伟达和AMD等芯片开发商,连英伟达最重要的服务器客户谷歌和微软也想开发自己的AI芯片。去年5月份谷歌在其年度开发者大会上宣布自己定制开发的芯片TPU,这是一款专为其深度学习框架TensorFlow而开发的芯片,将用于提升其数据中心的地图和搜索结果。

002NVIDIA20170213

微软也宣称利用FPGA来开发AI芯片,以提升其Azure云计算平台和BING搜索的数据中心性能。如果这种FPGA模式可行的话,全球七大超级数据中心运营商(阿里云、亚马逊云、百度云、FACEBOOK、谷歌云平台、微软Azure、腾讯云)都将可能效仿,从而为FPGA芯片市场带来巨大影响,这对英特尔、英伟达和Xilinx(另一家FPGA独立公司)将是极大的利好消息。

自动驾驶的核心驱动力

据IHS“人工智能”的调研报告预期,到2025年,车载人工智能系统的数量将从2015年的700万台增加至1亿2200万台。同时,基于AI的自动驾驶系统(以语音识别功能为主)的新车配售率将从2015年的8%增至2025年的109%。

今年的CES俨然成了自动驾驶车展,全球汽车厂商、汽车配件供应商以及高科技公司纷纷展示其人工智能和自动驾驶产品和技术。英伟达CEO黄仁勋还在CES开幕式主题演讲中展示了其自动驾驶AI平台Drive PX 2,以及升级版本Xavier。

003NVIDIA20170213

Xavier计算平台将由Volta GPU驱动,内置70亿个晶体管,处理性能高达20TOPS,并支持双8K HDR,而其功耗仅20W。这一自动驾驶计算机将与基于AI的Co-Pilot软件一起运行在其PilotNet深度神经网络上,作为汽车驾驶人员的AI助手在动态复杂的驾驶环境中实时执行语音识别和面部表情识别等交互功能。

英伟达在自动驾驶领域的合作包括:

1.与奥迪合作打造人工智能汽车,预计2020年上路行驶;

2.与梅赛德斯奔驰合作,将采用英伟达人工智能技术的汽车推向市场;

3.与全球最大的汽车配件供应商博世合作,开发面向量产汽车的人工智能自动驾驶系统;

4.与德国的采埃孚合作开发可应用于汽车、卡车和其他商用车辆的自动驾驶系统

5.与欧洲的HERE合作,开发HERE高清实时地图,为自动驾驶汽车打造实时高清地图解决方案;

6.与日本的ZENRIN合作,为自动驾驶汽车开发云端到车的高清地图解决方案;

7.与百度在地图和人工智能方面展开合作。

英伟达在自动驾驶市场的竞争对手英特尔和NXP也都在CES上展示了自己的自动驾驶方案,但还没有实际的车辆行驶演示。英特尔去年宣传斥资2.5亿美元用于自动驾驶,其Intel Go自动驾驶方案将集成超级CPU、5G网络和并购的AI技术,为自动驾驶行业提供完整的解决方案。其与MBW和Mobileye合作联盟将于今年下半年推出自动驾驶车辆。

004NVIDIA20170213

另一家芯片巨头高通最近官司缠身,由于美国联邦贸易委员会FTC的反垄断调查,对NXP的兼并也处于不确定状态。其在自动驾驶领域还没有什么特别值得关注的举措,但其芯片开发实力和对自动驾驶的野心也不可小觑。

AI时代的大融合

从象牙塔里走出来的深度学习已成燎原之势,正在往各个行业蔓延。严格意义上的CPU和GPU界限逐渐模糊,传统的软件和硬件企业也相互渗透,就连一向稳重的汽车厂商也纷纷投入自动驾驶领域。人工智能的时代已经到来,新兴市场与传统行业的交互注定这件是一个摩擦和碰撞的时代,是一个比PC时代和智能手机时代都更为复杂和庞大的动态环境。在这一切纷杂的背后,基于AI的计算平台及其生态网络将成为暴风的核心,英伟达能否驾驭这一趋势,英特尔能否继续维持其计算大脑的地位,让我们拭目以待吧。

20160630000123