未加星标

英伟达黄仁勋:谷歌TPU等AI芯片都有其局限性芯片

字体大小 | |
[商业智能 所属分类 商业智能 | 发布者 店小二04 | 时间 | 作者 红领巾 ] 0人收藏点击收藏

英伟达黄仁勋:谷歌TPU等AI芯片都有其局限性芯片
网络
英伟达黄仁勋:谷歌TPU等AI芯片都有其局限性芯片
工具
英伟达黄仁勋:谷歌TPU等AI芯片都有其局限性芯片
商业智能
英伟达黄仁勋:谷歌TPU等AI芯片都有其局限性芯片
GPU
英伟达黄仁勋:谷歌TPU等AI芯片都有其局限性芯片
芯片
英伟达黄仁勋:谷歌TPU等AI芯片都有其局限性芯片
NVIDIA

NVIDIA执行长黄仁勋出席技术大会(GTC)之后的记者会强调,「人工智能的世界很大,我们的焦点不是手机等物联网产品,而是大规模的云端资料中心。」


黄仁勋还指出包括Google TPU在内的各种AI专用芯片都有其局限性,「NVIDIA致力于一般用途的通用GPU,可以用在任何的神经网络上,而非仅有CNN网络上。」


记者参与了大会演说和记者会后,仅有一个感想:就是不要再拿Google TPU类比NVIDIA GPU了。


不要再拿Google TPU比较NVIDIA GPU

因为两者不仅从专用与通用AI芯片本质不同,发展取向也不同,Google TPU就算已经发展到第三代,重心还是围绕自家产品与服务,和NVIDIA成为每个地方(everywhere)与多功能的发展取向不同。


NVIDIA要以其开放合作的精神,进攻10亿美元的超级运算产业,巩固包括Google在内的大规模与高速运算资料中心客户,或成为医疗、自驾车领域伙伴的处理器平台,对于虚拟货币挖矿与自驾车感测器等领域芯片不感兴趣。


看好高端资料中心产品,售价达1200万台币的DGX-2

NVIDIA并未走向FPGA与ASIC等专用芯片研发,而是持续投入更高运算效能的GPU产品,被黄仁勋称为「世界上最强的,有史以来较大的GPU」的NVIDIA DGX-2系统。


这个史上最强的GPU主要在于GPU「双向传输」技术NVLink Switch的突破。NVIDIA利用此技术将把16个GPU连结为单一且都可1对1点双向传输的GPU。「若相比五年前的AlexNet采用GTX 580s系统需要六天的训练时间,使用此产品仅需要18分钟,在五年内,速度提升500倍。」黄仁勋说。「训练时间大幅度缩短,在推论部分将推论延迟缩短到1.1毫秒,推论速度为每秒6250个影像。」


NVIDIA DGX-2重达350磅,单手难以举起,每个GPU都可以用每秒300GB的速度运算,也是世界上第一个2PFLOPS (petaFLOPS,等于每秒1千万亿次的浮点运算)系统。那售价呢?黄仁勋指出,NVIDIA DGX-2效能略等于300万台双CPU伺服器,前者售价为39.9万美元,后者成本高达300万美元。


四家顶尖伺服器厂商包括联想、云达(QCT)、美超微(Supermicro)与纬颖(Wiwynn)等伺服器厂都已推出基于DGX-2设计的系统,而富士康、英业达、广达与纬创正开发中。


看淡挖矿市场:虚拟货币市场仅是额外的红利

相较于资料中心产品的热烈推销,黄仁勋对于近来窜红的挖矿需求看得很淡。受到挖矿热潮影响,NVIDIA GPU市场价格水涨船高,Susquehanna分析师Christopher Rolland 曾指出GPU市价较官方售价高出40%~70%,NVIDIA公布的2018年第一季财报时也指出挖矿GPU营收为2.89亿美元。


不过NVIDIA并未看重这种「来得快,去得也快」的挖矿财,不仅会中对于加密货币只字未提,黄仁勋还强调,「虚拟货币市场对我们来说本来就是额外的红利( Bonus),因此如果没有也没有关系,我们在其他市场成长性很高。」


「GPU价格走跌对我们来说是好事,过于昂贵的GPU会导致电竞玩家无法负担,我们的GPU是专为电竞玩家打造的。」黄仁勋说。


由于加密货币价格波动大,让挖矿GPU需求起伏不定,矿工在乎的是GPU C/P值品牌忠诚度低,加上比特大陆等厂商纷纷ASIC等挖矿专用芯片市场,这些都是NVIDIA看淡挖矿需求的背后主因。


NVIDIA不会研发车用激光雷达芯片


而在自驾车领域,NVIDIA也一贯维持其「通用」的精神,强攻NVIDIA DRIVE Xavier平台,但不会进军激光雷达芯片等专用垂直领域。


激光雷达(Lidar)成本是自驾车感测硬件较高的部分,现今的机械式64线激光雷达价格达8万美元以上,业界认为若机械式激光雷达芯片化后,价格将有机会低至500美元,意法半导体与Intel纷纷加入研发行列。


黄仁勋很明确地指出,「我们不会投入资源研发激光雷达芯片」。


黄仁勋指出,人类利用耳朵、眼睛与皮肤等多重感官,精准感受这个世界,自驾车也雷同,需要多种感测器相辅相成,举例来说,雷达对于移动(Motion)的感测很好,但解析度不够高,激光雷达可以看很远,但解析度低,而照相机解析度高,但易受光影与气候影响。因此NVIDIA会截长补短和厂商共同合作,把多种感测器融合在NVIDIA产品里。


欢迎加入本站公开兴趣群

商业智能与数据分析群

兴趣范围包括各种让数据产生价值的办法,实际应用案例分享与讨论,分析工具,ETL工具,数据仓库,数据挖掘工具,报表系统等全方位知识

QQ群:418451831

tags: NVIDIA,GPU,黄仁勋,芯片,挖矿,TPU,DGX,Google,雷达,激光,驾车,AI,感测器,运算,专用
分页:12
转载请注明
本文标题:英伟达黄仁勋:谷歌TPU等AI芯片都有其局限性芯片
本站链接:http://www.codesec.net/view/577179.html
分享请点击:


1.凡CodeSecTeam转载的文章,均出自其它媒体或其他官网介绍,目的在于传递更多的信息,并不代表本站赞同其观点和其真实性负责;
2.转载的文章仅代表原创作者观点,与本站无关。其原创性以及文中陈述文字和内容未经本站证实,本站对该文以及其中全部或者部分内容、文字的真实性、完整性、及时性,不作出任何保证或承若;
3.如本站转载稿涉及版权等问题,请作者及时联系本站,我们会及时处理。
登录后可拥有收藏文章、关注作者等权限...
技术大类 技术大类 | 商业智能 | 评论(0) | 阅读(73)