英伟达首席执行官黄仁勋坚持认为,用于训练机器学习模型的开发工具的处理能力和云计算能力,使得人工智能在计算平台和数据框架中无处不在。黄预测说,这场人工智能革命的一个后果将是“AI的寒武纪大爆发”,从数十亿的设备联网设备到无人驾驶汽车。
除了在今年GTC大会上发布的一系列与AI相关的产品和方案外,黄仁勋在5月24日的博客文章了,介绍了Google最新版本的TensorFlow机器学习框架——Tensor云计量处理单元,也就是TPU 。
黄先生表示:英伟达的新Volta GPU架构和谷歌的TPU结合在一起,说明了一个技术主题的变化——“AI is eating software”。
“AI开发商正在争相建立新的框架来应对当前最大的挑战。 他们希望从强大的云服务到云端的设备运行他们的AI软件。“ 黄仁勋说。
除了发布Volta强大架构,Nvidia本月初也推出了面向深度学习的GPU加速云平台。 AI开发工具运行在NV发布的Docker容器上,作为专用于在GPU上开发深度学习模型。
这与Google的“AI-first”战略相吻合,其中包括旨在自动化AI开发的云TPU计划。 新的TPU是一个四处理器板,被描述为机器学习“加速器”,可以从云访问并用于训练机器学习模型。
Google表示,其TPU云可能与英特尔的Volta GPU或Skylake CPU混合匹配。
根据Google首席执行官Sundar Pichai的说法,TPUs将用在数据中心集群上,64个堆叠的处理器被称为“TPU pod”,可以达到11.5千兆次。基于云的Tensor处理器旨在针对机器学习模型的计算机密集型训练,以及对图像进行推理的实时任务。
黄仁勋还表示,Nvidia的Volta GPU将针对一系列机器学习框架进行优化,包括Caffe2和Microsoft Cognitive Toolkit。
Nvidia同时将推出称为“专用推理TPU”的开放源码技术的版本,称为深入学习加速器,已被设计为其基于AI的自主车辆的Xavier芯片。
该公司表示,与此同时,谷歌自2015年以来一直在使用其TPU进行深层神经网络的推理阶段。TPU被认为有助于提高各种AI工作负载的有效性,包括语言翻译和图像识别程序。
计算能力、云端接入和机器学习训练模式相结合,促使黄仁勋预测AI技术的“寒武纪爆发”:“深度学习对于每一家大型科技公司而言都是战略重要的”。“它越来越多地渗透到从基础设施到工具的各个方面,以及产品的生产。”
更多关于黄仁勋的话: