CPU 與 GPU 到底差在哪？

NVIDIA 找來流言終結者主持人 Demo 讓你瞬間搞懂

Nx 雲端影像平台解決方案

中關村在線原創作者：魏景芳李仰润

為什麼一家顯卡公司，忽然在人工智慧領域，有了巨大影響力？一家圖形解決方案的供應商，與人工智慧行業又能有多少瓜葛？

◆ GPU對深度學習的助推力

到今天，人工智慧研究已經有六十多年的時間。從最簡單的文字對話，到電腦程序戰勝人類國際象棋大師，人工智慧在竪立了一個里程碑之後，似乎就進入了平台期，再無標誌性的成績出現。

然而最近兩三年，電腦的智慧水準突然得到了明顯提升：辨識圖片和語音正確率超過人類，自動駕駛汽車開始上路，參加智力問答競賽獲得冠軍，甚至曾經被認為，無法戰勝人類的圍棋領域，人工智慧也成績斐然。

這些成績的背後，都離不開一種叫深度學習的算法，而運行這種算法的硬體平台，大多都在使用NVIDIA生產的GPU。

NVIDIA全球副總裁中國區總經理張建中，在接受中關村在線視訊專訪時表示，這一兩年機器的智慧水準，突然提升得益於三個因素。第一，大數據；第二，深度學習的算法；第三，強大的計算內容。

這三個因素綜合在一起，在人工智慧的研究領域，產生很大的突破，圖形圖像和語音的辨識準確度都大幅度提升。

NVIDIA全球副總裁中國區總經理張建中

GPU強大的並行運算能力，緩解了深度學習算法的訓練瓶頸，從而釋放了人工智慧的全新潛力，也讓NVIDIA順利成為人工智慧平台方案供應商。然而深度學習帶來的飛躍，是否會很快進入平台期，人工智慧研究和應用會有新的熱點嗎？

在張建中看來，人工智慧由於算法的原因，永遠達不到百分之百的精準度，因此永遠都有提升的機會。

「透過不停的更新提升精度和準確度，越往後難度越高，需要的計算量、數據量、算法模型和深度學習的層次更高，這些都會隨著我們工作當中，不停的累積和提升，這是一個良性循環的過程。」

至少在現階段，我們看到深度學習算法，在人工智慧應用領域，還有很大潛力。在以往的研究中，一個特定的應用，在面對海量數據時，可能需要幾個月，甚至幾年的時間，才能完成訓練，這顯然不能滿足實際應用的要求。

以NVIDIA GPU為代表的並行處理技術，進入人工智慧領域，則極大緩解了計算層面的瓶頸，讓深度學習成為實用的算法。

◆ 超前的架構設計為AI興起奠定基礎

在電腦圖形解決方案領域，NVIDIA早已佔據領導地位，而現在它在人工智慧領域也同樣重要。在圖形應用中，GPU裡專門設計的多個計算單元，可以高速完成複雜的圖形學計算，瞬間渲染出清晰逼真的圖像。

但是在NVIDIA看來，GPU不僅能處理圖形，還有潛力完成更多應用領域的數據處理，實現新的算法優化。可以說NVIDIA早在二十年前就已經為今天的人工智慧浪潮埋下了伏筆。

NVIDIA全球副總裁中國區總經理張建中，在採訪中透露，NVIDIA在做CUDA架構的時候，就預測到超級電腦極大的潛力。「為了讓GPU可以百分之百的編程，我們就調整了CUDA架構，每一個處理器並行在一起，從幾百個做到幾千個，成為今天超級電腦的核心根本。全新架構能夠讓超級電腦運算更快，在很小的功耗上發揮最大的計算能力。」

目前GPU在超級電腦行業有相當大的應用，對岸中國的天河1號就是採用NVIDIA的GPU做大型數據處理。

NVIDIA的CUDA架構為GPU在深度學習領域鋪路

GPU大規模並行計算架構，恰好符合深度學習的需要，透過幾年的研發和累積，GPU已經成為超級電腦的重要支撐，極大的提升了機器學習的運算能力。

人工智慧的並行算法，在過去可能需要一兩年的時間，才能看到結果，在GPU的強大計算能力的支持下，深度學習的算法得以突破，可以在短時間內，高效能的得到數據結果。

◆ 最賺錢的人工智能公司背後

當人工智慧走過甲子之年時，AI的熱度也達到了前所未有的高峰，不過對於人工智慧的商業化，卻是很多廠商避而不談的話題。人工智慧商業價值的落地，目前的贏家非NVIDIA莫屬。根據最新的季財報，NVIDIA營收同比成長54%，股價在過去的一年中，更是成長了4倍多，穩坐標普500的榜首。

NVIDIA股價走勢圖

人工智慧無疑給了NVIDIA未來之路，鋪設了更多的可能性。不滿足於只提供GPU，作為人工智慧訓練和研究的平台，NVIDIA還在終端產品解決方案發力，希望在產業上游佔據更多話語權。

2008年推出的Tegra晶片，最初是為手機、平板電腦研究的ARM架構通用處理器，在更替近10年之後，它已經成為人工智慧時代英偉達的重要武器。「在Tegra晶片中，GPU和CPU整合在了一起，在新一代產品中還整合了，專門用來做深度學習的功能模組」。

Tegra除了在傳統的行動領域發力，已經將重心轉移到智慧駕駛、深度學習等領域。目前，全球共有50多家汽車製造商和供應商，在使用或測試NVIDIA的Drive PX平台，其中包括寶馬、戴姆勒和福特等大牌車廠，就連谷歌的自動駕駛汽車，也一直都在使用NVIDIA的Tegra處理器。

NVIDIA是提供整體平台解決方案的公司，各個環節都將使用NVIDIA自己的產品。「汽車上雲端採集數據做訓練，可以使用我們的DGX-1深度學習平台，實際的使用中NVIDIA也可以給到OEM廠商，提供所有的技術支持，我們是從端到端整體的解決方案的供應商，而不只是某一個組件的供應商。」

此外，張建中介紹，NVIDIA無人駕駛技術，將提供不斷更新升級的服務，汽車真正上路之後，NVIDIA仍然會不停的更新數據和服務，讓最終的用戶、廠家和系統供應商，可以不停的優化他們的系統。

人工智慧在終端應用中，需要融合傳統的高性能串行計算，和新興的並行計算，近年來成為產業熱點的異構計算平台，似乎天生就符合這個需求。

但異構計算也給開發者和研究者，帶來了新的挑戰，如何搭建成熟的異構計算平台，如何快速實現異構計算應用，都有很多挑戰。NVIDIA看到這個機會，推出了專門給深度學習，或者人工智慧訂製的硬體。

NVIDIA中國區資深架構專家羅華平

NVIDIA在GTC上發佈了第一個深度學習的超級電腦——DGX-1，NVIDIA張建中稱DGX一個伺服器，相當於幾百台傳統的伺服器的計算能力。NVIDIA中國區資深架構專家羅華平透露，目前對岸中國已經有十幾個用戶在使用DGX-1，「像阿里巴巴、網易、清華大學、BMW、BYD等都購買了DGX-1做深度學習的研究。」

如今，人工智慧已經成為科技領域的下一個風口，而我們則需要用全新的眼光，去審視英偉達這家圖形晶片巨頭。CEO黃仁勳已經將英偉達定義為「世界領先的人工智慧計算公司」，充分展示了自己帶領公司轉型的決心，甚至可以說賭上了整個公司的未來。