• 企业专题
  • CompanyTopic
  • NVIDIA要做一家“人工智能公司” 这个市场到底有多大?

    • 企业专题
    • 时间:2016-09-18
    • 来源: 软媒体
    • 编译:zy
    • 我要投稿
    • 0
       导读: 黄仁勋在1993年创立了一家叫做NVIDIA的公司,于1999年发明了图形处理器GPU,从此GPU就改变了世界。特别是在游戏领域,NVIDIAGPU几乎已经成为了游戏设备的标配。如今,NVIDIA获得超过7300个专利,其中包括很多对现代计算有深刻影响的技术。
     
      6年前,黄仁勋开始意识到人工智能对于未来人类社会的巨大影响力,开始带领公司整体往人工智能方向转型。2016年,NVIDIA密集发布了全线人工智能GPU芯片、系统、软件和服务,而公司定位转向成为“世界上伟大的人工智能公司之一”。
     

     
      NVIDIA全球副总裁兼中国区总经理张建中说:“NVIDIA现在是一家人工智能公司,我们不再单一生产GPU芯片,而是系统性提供人工智能解决方案,包括芯片、服务器、软件和服务等。我们不再是一家GPU公司。”
     
      就在其它公司还沉浸在自己过去辉煌的时候,NVIDIA已经“漂移”到了人工智能赛道上。但,人工智能的市场到底有多大?值得“赌”进去一家公司的命运么?
     
      从NVIDIA的AI产品布局说起
     
      尽管NVIDIA从6年前开始布局人工智能AI产品,但到了2016年才推出了比较完整的产品线,特别是在2016年9月13日的GTC CHINA 2016(NVIDIAGPU技术大会)上发布的推理加速器Tesla P4/P40,形成了深度学习的核心产品。
     
      可能有人会问,什么是“推理加速器”?
     
      首先,NVIDIA选取的人工智能路线为基于神经元网络的深度学习算法,而这一算法有两大核心组成部分,分别是“训练”用于获得神经元网络模型,以及把训练好的神经元模型用于“推理”。简单理解,把基于神经元网络的深度学习用于图像识别,比如用海量花卉类图片“训练”出神经元网络模型,这个模型就能用于识别新图片里的花卉(“推理”)。
     
      其次,NVIDIA于两年前宣布了新一代PASCAL GPU芯片架构,这是NVIDIA的第五代GPU架构,也是首个为深度学习而设计的GPU,它支持所有主流的深度学习计算框架。在今年上半年,NVIDIA针对“训练”推出了基于PASCAL架构的Tesla P100芯片以及相应的超级计算机DGX-1;而在9月的北京GTC大会上,NVIDIA针对“推理”推出了基于PASCAL的产品Tesla P4/P40,主要区别在于小尺寸的P4可用于任何服务器,而大尺寸的P40则需要定制服务器。
     
      为什么要针对“推理”设计加速器呢?这是因为用于深度学习的神经元网络模型正在变成规模巨大。以百度用于语音识别的神经元网络为例,这个模型从2014年的2500万个参数暴涨到2015年的1亿个参数,而浮点运算则从2014年的2ExaFLOPS(每秒百亿亿次浮点计算)飙升到2015年的20ExaFLOPS,但错误率却下降了40%。而2015年Image Net大赛的冠军,即微软的残差网络ResNet达到了152层,而2012年的冠军Alex Net却只有8层。这就是推理加速器的诞生缘由,即针对上百层和数以万计参数的神经元网络的大规模并行计算。
     
      所以,Tesla P100是用于“训练”的GPU,Tesla P4/P40是用于“推理”的GPU,这两个产品都是针对企业和数据中心而设计。在更小型设备的物联网层,NVIDIA则在今年3月推出了第二代嵌入式计算机Jetson TX1用于无人机、机器人、智能摄像头等,以及9月推出的第二代自动汽车驾驶计算机Drive PX2。
     
      市场规模到底有多大?
     
      NVIDIA这些令人惊叹的产品并非凭空出现,而是耗费了大量的人力、物力以及投资。黄仁勋介绍说,作为NVIDIA的第五代GPU架构,PSACAL花费了NVIDIA三年的时间研发,投入1万人工小时。
     
      显然,这样大规模的投入,自然是期望有回报。尽管NVIDIA并没有给出对于AI市场的数字预期,只是说想象有多大、市场空间就有多大。但可以从几个方面来看AI的市场在哪里,市场空间到底有多大。
     
      先从NVIDIA的AI产品方向选择看,基于神经元网络的深度学习算法主要用于两大领域:视频和图像识别、语音和文字识别,最大的用户就是互联网公司,一个主要的应用场景就是对网络广告的优化。根据国内市场调查公司艾瑞的数据,2015年中国网络广告市场超过了2000亿。如果通过图像和文字识别对网络广告进行优化,以提升10%的广告营收来计算,按2015年的数据即达200亿市场规模,而这仅仅是中国市场。
     
      黄仁勋表示,对于AI的商业使用来说,最早一批用户是拥有超大规模数据中心的互联网公司,因为它们拥有海量的数据,所提供的服务触达数十亿消费者。谷歌、微软、Facebook、Youtube等都与NVIDIA合作建立了带有规模化GPU服务器的数据中心,国内的百度、腾讯、爱奇艺、科大讯飞等,也是NVIDIA的用户。这些互联网公司,如果使用图像和文字识别进行业务优化,哪怕能提高1%的营收,也是数十亿甚至上百亿的市场规模。
     
      在2016北京GTC大会上,百度AI首席科学家吴恩达表示,百度不仅是全球首个宣布用GPU进行规模化部署的大公司,现在还在进一步考虑用GPU的方式重新设计整个数据中心,包括能源、散热等。而京东也借着2016北京GTC大会,宣布与NIVIDIA成立人工智能联合实验室,专注于京东电商运营和广告的优化。
     
      在互联网视频之外,一个成长中的市场就是视频监控。黄仁勋在2016北京GTC大会上表示,预计到2020年全球可能会有10亿个摄像头,涉及路口、火车站、飞机场等等。以每秒30帧图像计算,到2020年全球每秒就有300亿个图像需要实时分析,这就意味着每秒300亿个实时“推理”,这显然无法依靠人工完成。黄仁勋测算,以新推出的TeslaP40为基准,这300亿个实时“推理”约需要1000万台P40服务器。
     
      截止到2016年7月31日的NVIDIA2017财年第二财季净利润高达2.53亿美元、同比上涨高达873%,第二财季的总营收比第一财季增长9%。且不论较为远期的智能汽车和自动驾驶市场,仅在企业计算和数据中心业务一块,NVIDIA就已经开始收获强劲营收增长。本次GTC大会上,NVIDIA趁热推出了结合IBM Power8 CPU和Tesla P100 GPU的企业AI服务器。
     
      这个时代最激动人心的,就是未来的市场空间正被逐步打开,但未来到底有多远,未来的市场空间到底有多大,这个问题其实不需要人工智能来预测。因为路在脚下,走了才有结果。
    [打印文本] []
    
    全部评论(0
    TOP Bookmark