正在阅读:

对话黄仁勋:叫停无人车路测,四大原因致GPU卖断货

扫一扫下载界面新闻APP

对话黄仁勋:叫停无人车路测,四大原因致GPU卖断货

智东西对话英伟达CEO黄仁勋,解读GPU供不应求四大原因,回应英伟达自动驾驶路测暂停原因。

作者:Lina

智东西3月29日美国圣何塞报道,今天,英伟达GTC 2018年度大会进行到了第二天。智东西作为英伟达全球特邀媒体,与英伟达CEO黄仁勋、英伟达全球副总裁Deepu Talla、英伟达专业可视化业务高级总监Sandeep Gupte等进行了现场对话。

在场,黄仁勋提到,中国市场占据了英伟达总收入的1/3,英伟达在中国有3000员工。

黄仁勋告诉智东西,昨天宣布和ARM合作打造AI芯片的技术源自于英伟达的DLA,DLA(Deep Learning Accelerator,深度学习加速器)本质上是英伟达打造的ASIC芯片。现在很多的AI芯片,比如谷歌的TPU,本质上都是一个ASIC硬件。

此外,黄仁勋还在昨天的采访中确认了英伟达暂停公共道路上无人驾驶汽车测试的消息,并解释了原因。

英伟达全球副总裁Deepu Talla则在采访中专门提到了昨天英伟达宣布与ARM合作打造端智能AI芯片新闻,并谈到了这个深度学习加速器与华为麒麟970、苹果A11的比较。

顺便一提的是,今天恰好也是Adobe Summit大会的日子,黄仁勋上午还在拉斯维加斯的Adobe Summit上参与访谈,谈到了英伟达光线追踪技术、图像处理技术等,今天下午又赶回圣何塞GTC现场。

牵手ARM,帮助芯片厂商打造专用AI芯片

现在中国众多AI芯片创业公司不断涌现,是否会对英伟达造成威胁呢?

黄仁勋说,AI是软件的未来,未来所有行业、所有软件都会受益于AI,云、医疗、制造等等,AI的未来非常庞大,其体量远大于一个企业。英伟达与众多AI创业公司合作,甚至也会和AI芯片创业公司合作,比如将DLA这个类似TPU的硬件集成到ARM框架中,让芯片公司也能造自己的AI芯片。

在昨天的演讲中,英伟达宣布与芯片巨头ARM合作打造物联网AI芯片(IOT AI SOC),将英伟达的AI技术集成到今年2月ARM推出的Project Trillium框架里,让芯片厂商更容易打造自己的AI芯片,包括手机芯片、消费电子芯片、物联网芯片等。这一技术源于去年GTC上英伟达开源的DLA深度学习加速器项目。

现场,黄仁勋告诉智东西,DLA(Deep Learning Accelerator,深度学习加速器)本质上是英伟达打造的ASIC芯片。现在很多的AI芯片,比如谷歌的TPU,本质上都是一个ASIC硬件。

英伟达内部也会使用DLA,比如在同一个GPU系统里,既会有Tensor Core、也会有DLA,两个硬件都会用来做AI应用(inference),这种冗余与多样性是为了确保系统的安全稳定。

黄仁勋说,本次和ARM的合作,将DLA集成到ARM的IP框架当中去后,厂商可以下载从小到大不同配置的AI架构,打造自己的AI芯片。不过这个芯片上面需要跑TensorRT软件。

英伟达DLA vs 华为麒麟970、苹果A11

英伟达全球副总裁Deepu Talla负责的业务包括机器人、智能城市、以及DLA深度学习加速器项目,这一项目正是昨天英伟达与芯片巨头ARM合作打造端智能芯片专用的深度学习加速器IP的技术基础。

去年,英伟达选择了开源DLA项目,让各大芯片厂商可以免费下载这个芯片加速器项目,自己打造低功耗的AI芯片。不过,使用开源项目依旧有一定的技术门槛。而在这次GTC上,英伟达宣布再次降低AI芯片打造的门槛,与ARM合作。

Deepu Talla告诉智东西,DLA是个开源项目,本次合作将不会向ARM收取费用。DLA项目已经研发了三年了,之所以会选择免费开源,是因为物联网这类项目不是英伟达关注的重点。

在最近半年间,不少端智能专用AI芯片开始涌现,其中最受人关注当属两款手机芯片:华为麒麟970、苹果的A11。Deepu Talla在现场谈到,现在暂时没有英伟达深度学习加速器IP与麒麟970 NPU、苹果A11神经网络引擎的对比参数。不过,经过了DLA三年研发后,英伟达发现打造一个深度学习加速器硬件其实是整个项目中最简单的部分,困难的部分是软件,如何更好地支持各种AI软件、AI框架、如何更好地对神经网络进行部署等。

在这些方面,英伟达众多软件工程师们已经投入了多年的研究,尤其是神经网络的应用(inference)与部署(deploy)方面,在本次GTC上,黄仁勋也推出了新版TensorRT 4.0,让神经网络的部署更加简便快捷。

GPU供不应求的四大原因

现场黄仁勋还表示,目前对GPU的需求已经超过了英伟达的供应力,原因有四点:

一方面是游戏产业在快速发展,而且去年有好几款重磅游戏产品发布,对GPU的需求提升;

另一方面是现在内容创作、内容分享市场也在发展,尤其是以视频为主的内容创作;

第三方面不用说,就是人工智能,随着人工智能的发展,英伟的GPU让人工智能更加平民化,无论你是谁,

最后一方面,则是目前最火的领域之一:区块链,由于世界上几十亿的GPU采用的都是同一架构,因此它可以看作是世界最大、最分散的数据库。

暂停公共道路上测试无人驾驶汽车

前不久,Uber无人驾驶汽车路测致行人死亡的案件牵动了全球自动驾驶产业的心。而在GTC期间,英伟达正式确认了其将暂停公共道路上测试无人驾驶汽车的消息。

黄仁勋首先说了一点——Uber没有使用英伟达的自动驾驶技术。在之前的采访中黄仁勋也提到,这个意外确实让大家感到悲伤,整个行业也为之牵动。英伟达也很关心每一个人的安全,包括英伟达自己的员工,因为他们也在测试车里做各种测试工作。

因此,英伟达决定暂时停止公共道路上无人驾驶汽车的测试,而从这次事件去了解、学习、研究、吸取经验,让以后的工作更安全。不过,黄仁勋同时表示,这个暂停应该不会太久。

而在昨天的主题演讲上,黄仁勋还推出了一款名为DRIVE SIM and Constellation的3D自动驾驶仿真测试平台,先在云端生成传感器数据(包括摄像头、雷达等),再将这些数据传到DRIVE Pegasus中,以帮助训练自动驾驶系统。等同于在虚拟的世界里测试无人驾驶汽车,更加安全。

本文为转载内容,授权事宜请联系原著作权人。

评论

暂无评论哦,快来评价一下吧!

下载界面新闻

微信公众号

微博

对话黄仁勋:叫停无人车路测,四大原因致GPU卖断货

智东西对话英伟达CEO黄仁勋,解读GPU供不应求四大原因,回应英伟达自动驾驶路测暂停原因。

作者:Lina

智东西3月29日美国圣何塞报道,今天,英伟达GTC 2018年度大会进行到了第二天。智东西作为英伟达全球特邀媒体,与英伟达CEO黄仁勋、英伟达全球副总裁Deepu Talla、英伟达专业可视化业务高级总监Sandeep Gupte等进行了现场对话。

在场,黄仁勋提到,中国市场占据了英伟达总收入的1/3,英伟达在中国有3000员工。

黄仁勋告诉智东西,昨天宣布和ARM合作打造AI芯片的技术源自于英伟达的DLA,DLA(Deep Learning Accelerator,深度学习加速器)本质上是英伟达打造的ASIC芯片。现在很多的AI芯片,比如谷歌的TPU,本质上都是一个ASIC硬件。

此外,黄仁勋还在昨天的采访中确认了英伟达暂停公共道路上无人驾驶汽车测试的消息,并解释了原因。

英伟达全球副总裁Deepu Talla则在采访中专门提到了昨天英伟达宣布与ARM合作打造端智能AI芯片新闻,并谈到了这个深度学习加速器与华为麒麟970、苹果A11的比较。

顺便一提的是,今天恰好也是Adobe Summit大会的日子,黄仁勋上午还在拉斯维加斯的Adobe Summit上参与访谈,谈到了英伟达光线追踪技术、图像处理技术等,今天下午又赶回圣何塞GTC现场。

牵手ARM,帮助芯片厂商打造专用AI芯片

现在中国众多AI芯片创业公司不断涌现,是否会对英伟达造成威胁呢?

黄仁勋说,AI是软件的未来,未来所有行业、所有软件都会受益于AI,云、医疗、制造等等,AI的未来非常庞大,其体量远大于一个企业。英伟达与众多AI创业公司合作,甚至也会和AI芯片创业公司合作,比如将DLA这个类似TPU的硬件集成到ARM框架中,让芯片公司也能造自己的AI芯片。

在昨天的演讲中,英伟达宣布与芯片巨头ARM合作打造物联网AI芯片(IOT AI SOC),将英伟达的AI技术集成到今年2月ARM推出的Project Trillium框架里,让芯片厂商更容易打造自己的AI芯片,包括手机芯片、消费电子芯片、物联网芯片等。这一技术源于去年GTC上英伟达开源的DLA深度学习加速器项目。

现场,黄仁勋告诉智东西,DLA(Deep Learning Accelerator,深度学习加速器)本质上是英伟达打造的ASIC芯片。现在很多的AI芯片,比如谷歌的TPU,本质上都是一个ASIC硬件。

英伟达内部也会使用DLA,比如在同一个GPU系统里,既会有Tensor Core、也会有DLA,两个硬件都会用来做AI应用(inference),这种冗余与多样性是为了确保系统的安全稳定。

黄仁勋说,本次和ARM的合作,将DLA集成到ARM的IP框架当中去后,厂商可以下载从小到大不同配置的AI架构,打造自己的AI芯片。不过这个芯片上面需要跑TensorRT软件。

英伟达DLA vs 华为麒麟970、苹果A11

英伟达全球副总裁Deepu Talla负责的业务包括机器人、智能城市、以及DLA深度学习加速器项目,这一项目正是昨天英伟达与芯片巨头ARM合作打造端智能芯片专用的深度学习加速器IP的技术基础。

去年,英伟达选择了开源DLA项目,让各大芯片厂商可以免费下载这个芯片加速器项目,自己打造低功耗的AI芯片。不过,使用开源项目依旧有一定的技术门槛。而在这次GTC上,英伟达宣布再次降低AI芯片打造的门槛,与ARM合作。

Deepu Talla告诉智东西,DLA是个开源项目,本次合作将不会向ARM收取费用。DLA项目已经研发了三年了,之所以会选择免费开源,是因为物联网这类项目不是英伟达关注的重点。

在最近半年间,不少端智能专用AI芯片开始涌现,其中最受人关注当属两款手机芯片:华为麒麟970、苹果的A11。Deepu Talla在现场谈到,现在暂时没有英伟达深度学习加速器IP与麒麟970 NPU、苹果A11神经网络引擎的对比参数。不过,经过了DLA三年研发后,英伟达发现打造一个深度学习加速器硬件其实是整个项目中最简单的部分,困难的部分是软件,如何更好地支持各种AI软件、AI框架、如何更好地对神经网络进行部署等。

在这些方面,英伟达众多软件工程师们已经投入了多年的研究,尤其是神经网络的应用(inference)与部署(deploy)方面,在本次GTC上,黄仁勋也推出了新版TensorRT 4.0,让神经网络的部署更加简便快捷。

GPU供不应求的四大原因

现场黄仁勋还表示,目前对GPU的需求已经超过了英伟达的供应力,原因有四点:

一方面是游戏产业在快速发展,而且去年有好几款重磅游戏产品发布,对GPU的需求提升;

另一方面是现在内容创作、内容分享市场也在发展,尤其是以视频为主的内容创作;

第三方面不用说,就是人工智能,随着人工智能的发展,英伟的GPU让人工智能更加平民化,无论你是谁,

最后一方面,则是目前最火的领域之一:区块链,由于世界上几十亿的GPU采用的都是同一架构,因此它可以看作是世界最大、最分散的数据库。

暂停公共道路上测试无人驾驶汽车

前不久,Uber无人驾驶汽车路测致行人死亡的案件牵动了全球自动驾驶产业的心。而在GTC期间,英伟达正式确认了其将暂停公共道路上测试无人驾驶汽车的消息。

黄仁勋首先说了一点——Uber没有使用英伟达的自动驾驶技术。在之前的采访中黄仁勋也提到,这个意外确实让大家感到悲伤,整个行业也为之牵动。英伟达也很关心每一个人的安全,包括英伟达自己的员工,因为他们也在测试车里做各种测试工作。

因此,英伟达决定暂时停止公共道路上无人驾驶汽车的测试,而从这次事件去了解、学习、研究、吸取经验,让以后的工作更安全。不过,黄仁勋同时表示,这个暂停应该不会太久。

而在昨天的主题演讲上,黄仁勋还推出了一款名为DRIVE SIM and Constellation的3D自动驾驶仿真测试平台,先在云端生成传感器数据(包括摄像头、雷达等),再将这些数据传到DRIVE Pegasus中,以帮助训练自动驾驶系统。等同于在虚拟的世界里测试无人驾驶汽车,更加安全。

本文为转载内容,授权事宜请联系原著作权人。