当前位置:

OFweek人工智能网

开发工具/算法

正文

双“英”领衔 人工智能未来更为精彩

导读: 人工智能是目前业内研究的焦点。从早期让电脑识别照片开始,到自动驾驶系统逐渐成熟,智能语音系统使用日渐广泛,智能翻译算法也越来越准确,人们看到了一个前所未有的巨大市场—根据瑞银的预测,到2020年,全球人工智能市场将突破1800亿美元。

人工智能,这个听起来离我们特别遥远的概念,正成为业内最热门的话题。无论是图像识别、人脸匹配,还是自动驾驶、人机交互,人工智能正在给我们带来巨大的惊喜和无与伦比的改变。在人工智能行业中,PC界的巨头自然不可能抽身在外,英特尔和英伟达,正在利用其在CPU、GPU、FPGA以及算法、平台上的优势,向着业界顶端冲击。那么,在人工智能方面,这两家企业有什么布局呢?

人工智能是目前业内研究的焦点。从早期让电脑识别照片开始,到自动驾驶系统逐渐成熟,智能语音系统使用日渐广泛,智能翻译算法也越来越准确,人们看到了一个前所未有的巨大市场—根据瑞银的预测,到2020年,全球人工智能市场将突破1800亿美元。毫不夸张地说,人工智能将成为业内技术爆发和经济增长的重要技术和基本推动力,甚至有人将人工智能和产业革命相关联,认为人工智能将带来不亚于互联网和信息技术的产业革命,将人类从大量无意义的工作中解放出来。

面对如此庞大的市场和未来,抢先行动起来的除了政府和科学界人士外,还有天生嗅觉灵敏的跨国巨头。在IT界这个人工智能的发源地,跨国巨头已经开始动用各种手段布局人工智能行业。其中英特尔和英伟达的动作非常令人关注:它们一个是PC业界巨头,掌握着全球最先进的半导体工艺制程;另一个则是GPU和并行计算的实际规范制定者,正在利用GPU和深度学习撬动人工智能的半壁江山。那么,英特尔和英伟达在人工智能产业上都有哪些实际行动呢?

英伟达的野心

深度学习带来的飞跃

如果说最近几年崛起较快的企业,那其中英伟达一定会占据一个位置。这家公司的估值从2015年的不到一百亿美元暴增到目前约600亿美元,GPU的天然优势和人工智能的快速发展为其带来了爆发的动力。

英伟达最重要的产品是GPU,此外,英伟达还涉足SoC芯片行业,也推出过Tegra系列处理器产品。早期英伟达为了尽可能多的利用GPU的通用计算功能,推出了CUDA语言和相关的开发套件。早期的CUDA环境应用范围和内容都比较少,但是进入人工智能时代后,“CUDA+GPU”的搭配面对深度学习表现出了极强的适应性和强大的计算能力。

双“英”领衔 人工智能未来更为精彩

从架构角度来说,GPU先天适合深度学习计算。

双“英”领衔 人工智能未来更为精彩

英伟达利用CUDA和GPU配合,实现了深度学习性能的大爆发。

一般来说,人们认为GPU更适合于大量并发计算,但是不够擅长逻辑判读等操作,这是因为GPU较短的流水线和先天面向图形的设计结构所致。相比之下,CPU的流水线更长,分支预测、逻辑判断等适应性更出色,但是更少的核心数量和较低的计算能力却限制了它的性能。在深度学习应用中,以图形识别为例,将大量的图片信息并发处理,并多次迭代的计算方法对CPU来说太过勉强。目前核心数量最多的CPU也只有32个物理核心,即使有超线程等技术的帮助,也只能做到64线程并发。实际上深度学习要求的并发数量更多,甚至超过数万个,要求的计算能力往往在TFLOPS级别—这样一来,线程数量少、流水线深度较深的CPU就无力维持了,并且在这种应用场景下无论哪个方面,CPU计算效率是远不如GPU的。GPU数千个计算核心和超强的计算能力,很适合这样的大规模并发运算。以英伟达为深度学习推出的Tesla P100为例,单精度计算能力10.6TFLOPS,远超目前最强大的CPU数个数量级。

1  2  3  4  5  下一页>  
声明: 本文由入驻OFweek公众平台的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

我来说两句

(共0条评论,0人参与)

请输入评论

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号