Reserch
订报优惠

NVIDIA GTC 2018观察(一):超越摩尔定律的是?

  • 徐宏民
NVIDIA能持续精进的原因,除了(超)摩尔定律之外,也有可能是Super-Charisma(超魅力)。NVIDIA Corporation

GTC是NVIDIA主办,已经历时10年的技术会议,在总部附近的圣荷西会议中心举办,展示突破性的软硬件技术。过去是高速运算、计算机游戏相当重要的产业会议。近年来更是人工智能(深度学习)技术相关最火热的产业会议。过去5年来,报名人数由2,000人增加到8,500人。

这次与会的目的主要是发表50分钟的技术演说,关于如何采集关键性的深度(机器)学习训练资料以及效率的训练方式。

大会中令人最期待的,应该是CEO黄仁勋的主题演说。其中重量级的产品发表是算力达到2 petaFLOPS的DGX-2 ─ 16片最新GPU显卡集群服务器、存储器加倍、内部带宽大量提升。不过这也是回应市场需求的渐进式发展:当深度学习网络越庞大、训练资料(尤其是影像、语音等)越多时,即使是2016年问世的DGX-1,也需要升级;我们在开发新深度模型时,也有同样的观察。

从0到1是最令人佩服的。在2007年公司外部竞争最艰困的时候NVIDIA坚持推出CUDA,期望个人计算机也可以将GPU的性能、动画质量发挥到极致,即使得增加额外的生产成本;还有与学术界合作,察觉深度学习的机会而提早因应。值得观察的是2018年那些有机会由0成长为1的新品:重兵部署的Project Clara主攻医学影像智能技术,还特别强调与既有的医学设备兼容。此外,为了提供无人驾驶、机器人有效率以及安全的训练平台,结合专长图学技术,分别推出Drive Sim以及ISAAC虚拟环境,刚好呼应自驾车的测试安全。

朋友聊著,NVIDIA能持续精进的原因是什么?超摩尔定律(Super Moore's Law)?我说也有可能是「Super-Charisma(超魅力)」。当你看到一个明星级的执行长,在活动结束之后,会一一叫出工作人员的名字、热情拥抱,然后逐一跟她们道谢、称赞他们执行得非常成功。你得佩服,除了(超)摩尔定律之外,有其它更重要的致胜因素!

徐宏民(Winston Hsu)现任台大资工系教授及NVIDIA AI Lab计画主持人。哥伦比亚大学电机博士,专精于机器学习、大规模影像视讯查找与辨识、前瞻技术商业模式等领域。为讯连科技研发团队创始成员,曾任IBM华生研究中心客座研究员、美国微软研究院客座研究员。习惯从学术及产业界的角度检验技术发展的机会;十余年产学合作以及新创经验,近年与国内外企业合作,将深度学习技术落实到产品上,并且协助成立深度学习(人工智能)团队。曾获ACM MM 2014 Grand Challenge Multimodal Award、杰出信息人才奖、吴大猷先生纪念奖等多项国内外大奖。