登录 | 注册
现在的位置: 首页 > 新鲜资讯 > 新品速递 > 正文

现场 | 2小时、5大AI 新品、英伟达股价暴涨17%,GTC大会上黄仁勋都讲了些啥?

2017年05月12日 新品速递 ⁄ 阅读 629 次
关键字: ,

1.1

今年的 NVIDIA GTC 开发者大会,与往年颇有些不同。

近日,万众瞩目的英伟达 CEO 黄仁勋 Keynote 演讲,在加州圣何塞举行。全场长达两个多小时,AI科技评论记者在媒体中第一位入场,坐在了前排中央。然而,整场演讲下来,老黄并没有一句提到游戏。

本场主题演讲的话题涉猎面其实很广: VR、Volta、超算、GPU 云服务、自动驾驶芯片、以及机器人训练。但是,所有这些话题都有一个共同点:要么基于 AI、深度学习技术,要么为 AI、深度学习技术服务。英伟达全身心投入到了AI和深度学习领域,不仅自己在积极进行人工智能开发,也非常积极地为全世界的研究者、开发者提供先进的开发测试工具和学习环境,一面降低入门门槛,一面为复杂的应用减小开发难度。

英伟达也恰恰在 GTC 举办的同时,公布了2017年第一季度的财报。财务数据显示,NVIDIA在2017第一季度营收同比增长48%,达到19.4亿美元。在过去一年里,NVIDIA致力于深度学习的计算系统解决方案极大推动了语音识别、机器视觉、虚拟助手、自动驾驶等领域的发展,而其在各行各业的核心开发者也成为这家“核弹公司”源源不断的增长动力。

发布五大革命性产品

看来,英伟达已经如同老黄所说,已完全转型成为领先的 AI 企业。本届 GTC 的主题,便是 AI & 深度学习。当然,还有划时代的深度学习硬件 Volta。下面,便是本届 GTC 英伟达发布的五大革命性产品:Project Holodeck、Volta、英伟达 GPU 云、Xavier DLA,以及 Isaac 机器人模拟机。

Project Holodeck

1.2

Project Holodeck 是老黄发布的第一个产品,堪称是本届 GTC 的开胃菜。它将 VR 和 AI 的顶尖技术相结合,所构建的 VR 社交、工作空间。它有三大特点:

1. 照片级逼真的视觉;

2. 物理交互;

3. 协作。

其中最大的亮点,无疑是物理交互体验。老黄表示,虚拟共享空间必须要遵从物理定律,否则就无从营造真实世界般的沉浸感。相比之下,同属 VR 社交空间应用的 Facebook Spaces,并没有这么强调物理属性。

英伟达与顶级跑车制造商科尼塞克合作,甚至请科尼塞克创始人 Christian Koenigsegg 利用 VR 化身(上图中的虚拟人)“现身”说法。

1.3

演示中,有两个细节值得我们注意:

1. 当 VR 化身触摸方向盘时,其“手掌”并不会像网游那样穿过方向盘,而是能实实在在地握住它。雷锋网获知,用户还能在 Project Holodeck 里举起东西。这充分展示了“物理交互”;

2. Project Holodeck 导入了科尼塞克最新车型(上图)的全部三维数据——不仅仅是外观,还有内饰、零件。随老黄一声令下,整部车分解成一个个的独立零件;展示了让 VR “不止于社交”的可能性。

Project Holodeck 将于 9 月开放早鸟体验。

Volta 架构

没错,Volta 终于来了。继 Pascal (帕斯卡)之后的新一代 GPU 架构,在万众期待下亮相。对于绝大多数观众,不论 GTC 推出了多少 AI 工具,都无法遮掩 Volta 作为本届大会心脏的事实。

毕竟,英伟达今后二至三年的 GPU 产品线,全都要由 Volta 供血。虽然 Volta 架构的游戏显卡最快在今年底才可能与大家见面,但通过深度学习卡,也可一窥 Volta 的满血性能。那么在本届 GTC,英伟达推出了哪些基于 Volta 的产品?

答案是 Tesla V100,以及基于它的深度学习计算机 DGX-1 和 DGX Station。

Tesla V100

1.4

“迄今为止英伟达难度最高、最复杂的项目;耗费数千工程师数年光阴来完成;全世界有史以来最昂贵的计算机项目(研发支出为 30 亿美元)。”

说的就是 Tesla V100,基于新一代 Volta 架构。但英伟达在它身上实现的壮举远不止与此:

1. Tesla V100 的芯片面积是惊人的 815 平方毫米,约等于一块 Apple Watch,真正达到光刻技术的极限。老黄说:“不可能做出比这再大的 GPU 芯片……我把这看做是几乎‘不可能实现的’,是制造技术的一项不可思议的惊人绩业。”

2. 来自三星的 16GB HBM2 显存,带宽达到惊人的 900 GB/s。

详细规格见下图:

1.5

1.6

3. Tensor Core

相比 Pascal,Volta 有全新的张量运算指令,这就是 Tensor Core。

它既是指令也是数据格式,是 4*4 的矩阵处理阵列。它使得 Volta 的训练吞吐量达到了 Pascal 的 12 倍,推理吞吐量达到 6 倍。借助它,Tesla V100 的张量运算能力达到 120 TFLOPS。

4. TensorRT

它是 Volta 的高性能神经网络推理引擎,或者说编译器。目的是为推理运算快速地优化、验证、部署训练好的神经网络。

老黄解释道:”训练完成之后,用于训练神经网络的框架会生成图。图需要为你使用的处理器进行优化、编译。我们把这称为 TensorRT。“

5. 面向推理(inference)

1.7

众所周知,深度学习运算可被分为训练和推理两部分。从前, N 卡只关注训练,而在 Tesla V100 上,英伟达终于对推理“动真格”。老黄表示,从 Volta 开始,英伟达 GPU 将对训练、推理兼顾,可谓是革命性的突破。如图所示,Tesla V100 的推理运算速度是 Skylake CPU 的十余倍不止。CPU、FPGA 和 TPU 们怕了么?

6. 性能对比

1.8

这是 Tesla K80、P100 与 V100 三代架构的性能对比。在 Caffe2、Microsoft Cognitive Toolkit(CNTK)、MXnet 三大框架上,V100 取得了数倍的性能提升。以 Caffe2 为例,训练时间由 K80 的 40 多小时,缩减到 V100 的不到 10 小时。

DGX-1V、DGX Station 和 HGX-1

深度学习超级计算机 DGX-1 也把 GPU 升级为 Volta,这便是 DGX-1V。

1.9

它内置八块 Tesla V100,运算能力为惊人的 960 Tensor TFLOPS。老黄表示,过去 Titan X 需花费八天训练的神经网络,用 DGX-1V 只需八个小时。它相当于是“把 400 个服务器装进一个盒子里”。

售价 149000 美元,即日起接受预定,第三季度出货。

1.10

DGX Station 则是缩小版的 DGX-1V,老黄称其为“Personal DGX”,堪称是终极深度学习PC。英伟达内部已经使用很久,每个工程师要么有 DGX-1V,要么有 DGX Station,再要么两个都有。这次,老黄决心把它推向市场。

它内置四块 Tesla V100,运算力因而是 DGX-1V 的一半。1500W 功耗,使用水冷。售价 69000 美刀。

另外一个基于 Tesla V100 的新硬件产品是 HGX-1。这是英伟达与微软合作开发的公有云服务器。老黄声称,这是业内首个堪称标杆的云图形加速器。它内置八块 Tesla V100,设计时就考虑了公有云服务器必需的多种任务处理与全能性。

英伟达 GPU 云

“这是世界上首个混合深度学习云平台”,老黄说。

1.11

每一名深度学习工程师大概都深有体会:在一台设备上创建、设置开发环境并不是一件省心的事。这花费的时间可能是整整一天,可能是一个星期、一个月,也可能灰心丧气干脆放弃。

为解决这一开发者的痛点,英伟达推出了 GPU 云。它的亮点非常直接——在几分钟内设置好本地开发环境。而这,只需要打包下载一整套英伟达优化、整合好的深度学习软件包。开发者所有需要的库和框架都包含在内,并且用容器 NVDocker 隔离。

它支持全部深度学习开发框架。当然,为利用云端成白上千 GPU 的强大计算力,开发者可一键在英伟达 GPU 云设立开发环境,上传工作进度。

英伟达 GPU 云 将在七月公测。

开源 Xavier DLA

Xavier 是英伟达的自动驾驶 AI 处理器。它的创新之处在于,整合了 CPU、GPU 以及 DLA 三大处理器的优点:

1.12

注:DLA 即深度学习加速器,前段时间很火的谷歌 TPU,便是 DLA。

Xavier 同时具备 CPU 的单线程性能,CUDA 的并行加速能力,以及 DLA 的计算机视觉特殊功能。

老黄宣布,为加速深度学习技术的普及和进步,将开源 Xavier DLA 供所有开发者使用、修改。初期版本将在 7 月开放,完整版本将于 9 月公开。

Isaac 机器人模拟机

1.13

Isaac (艾萨克)这个名字,来自于两个人:一是象征物理学的艾萨克·牛顿,二是象征 AI 的艾萨克·阿西莫夫。这是英伟达倾力打造的终极机器人 AI 虚拟训练环境。

在真实世界人为训练机器人有先天的局限性:人力成本过高,风险大,耗时长,效率极低。解决的方案,便是在虚拟环境进行机器人训练。这有点类似于训练智能体的模拟器 Deepmind Lab 和 OpenAI Gym。事实上,Isaac 直接连通 OpenAI Gym,借助后者的强化学习功能。

充分利用了英伟达在物理引擎上的造诣,老黄表示,Isaac 的目标是打造一个遵从物理定律的“alternate universe”(替代空间)。虚拟训练空间将完全遵从现实世界的物理定律,除了时间。理想的情况是,在模拟机中学习过的机器人,就相当于已经预训练过。

1.14

而在时间上,机器人 AI 将以多重“分身”在 Isaac 中进行训练,每轮训练中最聪明的那一个,将进入下一轮分配给每个智能体;再从中选出表现最好的那一个进入下一轮,取代上一轮的所有智能体……

如此往复,以训练出最聪明的机器人 AI。

后摩尔定律时代的新出路

与GTC第一天的内容集中在图像处理不同,在两个小时的演讲中里,只有在开场不久列举深度学习对图像处理效果的改善以及中途演示《最终幻想》两处与图像处理有关,其他的时间中,老黄大谈特谈的是AI,是深度学习,是计算能力,是数据中心,是为开发者提供更有效的硬件与平台。

Project Holodeck,照片级逼真、符合物理定律的VR社交,VR社交的新里程碑;Volta GPU,机器学习性能3~10倍提升,研发和商用都已成为最佳选择;GPU云,首个混合深度学习云平台,一键搞定开发环境开始工作;Xavier自动驾驶AI处理器,优点整合,未来开发不再需要关心硬件架构;Isaac机器人模拟机,高效迭代预训练机器人AI。这5个产品,不仅是英伟达自身产品定位和研发的野心,也是全球所有机器学习开发者的福利或者标杆。

在2016年,得益于人工智能红利,英伟达股价累计涨幅接近200%,成为标普500指数涨幅第一名。而在这次GTC大会上,老黄的演讲再一次赢得了资本市场——在演讲中,英伟达的股价一直上升,到收盘时涨幅为17.83%,市值达到了720亿美元。

如同黄仁勋开场所言:我们需要找到摩尔定律之后的路。在摩尔定律实效、微处理器增速降低到每年10%的今天,GPU 计算的崛起已经在引领着人工智能的革命。有这样一组数据可以佐证:在过去5年中,GTC参会者增加了3倍,增长到7000人;GPU开发者增长11倍,增长到超过50万人......而这一切对于英伟达来说只是一个时代的开始。

(AI科技评论 三川)

×