一直做處理器的英偉達(dá),為何做了DGX-1超級(jí)計(jì)算機(jī)

　　做處理器的英偉達(dá)(NVIDIA)，為什么要做DGX-1超級(jí)計(jì)算機(jī)?英偉達(dá)中國(guó)區(qū)銷售總監(jiān)何猶卿先生在“3E‘硬紀(jì)元’AI+產(chǎn)業(yè)應(yīng)用創(chuàng)新峰會(huì)”上表示，深度學(xué)習(xí)技術(shù)是實(shí)現(xiàn)高級(jí)人工智能的核心，而超級(jí)計(jì)算機(jī)DGX-1所代表的高效率、高計(jì)算水平對(duì)于訓(xùn)練神經(jīng)網(wǎng)絡(luò)來(lái)提升深度學(xué)習(xí)水平是不可或缺的。

　　自DGX-1面世以來(lái)，它已經(jīng)和不少領(lǐng)域的科研機(jī)構(gòu)以及商業(yè)公司進(jìn)行了合作，目前在醫(yī)療、安全、天氣、無(wú)人駕駛等領(lǐng)域都有所建樹(shù)。在何猶卿看來(lái)，這個(gè)人工智能助力人類工作、分析的時(shí)代，應(yīng)該被稱作“算法的時(shí)代”。

　　在“算法的時(shí)代”中，何猶卿也認(rèn)識(shí)到了人工智能對(duì)未來(lái)行業(yè)規(guī)則的改變。一個(gè)例子就是在“共享經(jīng)濟(jì)”的的大背景下，汽車行業(yè)會(huì)有怎樣的改變，無(wú)人駕駛又會(huì)給汽車行業(yè)帶來(lái)怎樣的沖擊?何猶卿提醒大家，在大數(shù)據(jù)時(shí)代的數(shù)據(jù)海洋中，類似的趨勢(shì)都是必須仔細(xì)關(guān)注，并加以詳細(xì)分析的。

　　何猶卿先生的演講全文如下：

　　我想主要講一下“深度學(xué)習(xí)”這個(gè)技術(shù)。它是在實(shí)現(xiàn)高級(jí)人工智能的一個(gè)核心的一個(gè)東西，所以我今天會(huì)在這兒會(huì)做一個(gè)分享，前面已經(jīng)包括圖森，包括奇點(diǎn)汽車，把整個(gè)人工智能在很多產(chǎn)業(yè)當(dāng)中的一些應(yīng)用都做了一些描述，這塊的話我會(huì)快速大概跟大家分享一下這個(gè)人工智能在很多方面的一個(gè)應(yīng)用。

　　實(shí)際上，我們現(xiàn)在講到這個(gè)人工智能有一個(gè)非常非常具體的東西，就說(shuō)機(jī)器它如何區(qū)別視覺(jué)的能力，這是第一個(gè);第二個(gè)是機(jī)器如何有聽(tīng)覺(jué)的能力;第三個(gè)是機(jī)器如何有理解跟推理的能力。從這三個(gè)方面來(lái)講。

　　在很多的應(yīng)用場(chǎng)合當(dāng)中，包括做語(yǔ)音的這個(gè)助手，包括根據(jù)這個(gè)圖片來(lái)做一些搜索，包括做一些精確的推薦，這個(gè)方面都已經(jīng)大量的采用了一些人工智能的一些技術(shù)，那么真正來(lái)講，目前人工智能已經(jīng)進(jìn)入到我們的生活的方方面面。

　　譬如機(jī)器可以幫我們來(lái)翻譯，比如說(shuō)是我的英文水平不太好，我要跟一個(gè)外國(guó)人在對(duì)話這個(gè)機(jī)器可以幫我來(lái)做到一個(gè)實(shí)時(shí)的翻譯，中間來(lái)講的話還有一個(gè)就說(shuō)真正我們針對(duì)某一個(gè)具體的病人做一些監(jiān)護(hù)的時(shí)候，機(jī)器也能幫我來(lái)做一些監(jiān)護(hù)，包括病理的一些分析，包括甚至做一些預(yù)測(cè)。

　　針對(duì)盲人，我們通過(guò)一個(gè)眼鏡有個(gè)攝像頭，這個(gè)攝像頭拍攝到外界的一些場(chǎng)景，他把轉(zhuǎn)為一個(gè)語(yǔ)音來(lái)提示這個(gè)盲人，這樣幫他來(lái)做一些輔助，另外給我們生活帶來(lái)很多的方便，比如說(shuō)現(xiàn)在我們?cè)诤芏喙矆?chǎng)所有的做的視頻的監(jiān)控，包括做一些識(shí)別，包括所謂先突發(fā)事件的一些分析。然后中間的這個(gè)部分我們?cè)诤芏嗟膱?chǎng)合，包括我們北京的龍泉寺已經(jīng)有了機(jī)器人，可以幫助我們來(lái)做一些輔助的一些支持。

　　目前加州也有一家公司在用我們提供的人工智能技術(shù)幫助做農(nóng)業(yè)，這是什么意思?在除草的機(jī)器上面，它會(huì)裝攝像頭，這個(gè)攝像頭它會(huì)告訴這個(gè)機(jī)器什么是莊稼，什么是雜草，那么然后他該除去雜草，而留下莊稼。

　　從1995年開(kāi)始，我們就進(jìn)入了互聯(lián)網(wǎng)商業(yè)元年，但是一直到后來(lái)2005年以后移動(dòng)互聯(lián)網(wǎng)又開(kāi)始，真正到了15年年開(kāi)始以后，往后再推，那我們?cè)谥v這個(gè)時(shí)代應(yīng)該進(jìn)入到一個(gè)人工智能的時(shí)代了，人工智能跟物聯(lián)網(wǎng)的一個(gè)時(shí)代。

　　在這個(gè)領(lǐng)域當(dāng)中我們現(xiàn)在很多，不管說(shuō)是全球的巨型公司還是一些創(chuàng)業(yè)公司，都非常關(guān)注人工智能的一些應(yīng)用，實(shí)際上來(lái)看的話，這個(gè)領(lǐng)域的一個(gè)市場(chǎng)的潛力會(huì)非常巨大。到2020年，我們?cè)诤芏嗫赡芨脩舭l(fā)生交互的這樣的這個(gè)工作當(dāng)中，有85%的設(shè)備都會(huì)嵌入人工智能來(lái)做一些應(yīng)用，另外投入到人工智能技術(shù)跟研發(fā)方面的一些費(fèi)用會(huì)達(dá)到470億美金，另外我們可能會(huì)有20%的一些企業(yè)會(huì)用神經(jīng)網(wǎng)絡(luò)來(lái)輔助到它的一些工作。

　　人工智能是一個(gè)很大的一個(gè)范疇，實(shí)際上這已經(jīng)不是一個(gè)很新鮮的概念，在過(guò)去也有很多的方式，比如說(shuō)像機(jī)器學(xué)習(xí)的一些方式，來(lái)幫助我們來(lái)實(shí)現(xiàn)人工智能的一些應(yīng)用，但是機(jī)器學(xué)習(xí)是一個(gè)很好的方式，但它目前來(lái)講，它在整個(gè)準(zhǔn)確度方面來(lái)說(shuō)提升的不是太理想。關(guān)于機(jī)器學(xué)習(xí)，大家可能最熟悉一個(gè)例子：

　　我們?cè)谧鲟]件系統(tǒng)當(dāng)中的防止一些垃圾郵件，我們?nèi)俗隽艘恍?biāo)記等等，這樣來(lái)講的話我們也有些體驗(yàn)，它有時(shí)候把我不該攔截的郵件都給攔截了，這是一個(gè)方面。

　　后來(lái)從2011年以后開(kāi)始的話，包括很多院校研究機(jī)構(gòu)，他們開(kāi)始嘗試用這個(gè)深度學(xué)習(xí)就是神經(jīng)網(wǎng)絡(luò)訓(xùn)練的這種方式，來(lái)從事人工智能的一個(gè)工作。它的一個(gè)出現(xiàn)帶來(lái)一個(gè)很大的提升，就是把機(jī)器交匯到一個(gè)非常高的準(zhǔn)確度，比如說(shuō)95%以上?，F(xiàn)在我們?cè)谧鲆恍┻@個(gè)圖片的識(shí)別、人臉識(shí)別這塊已經(jīng)超過(guò)人眼，我們能達(dá)到99%點(diǎn)幾的這個(gè)準(zhǔn)確率。

　　我們?cè)倏匆幌?，真正深度學(xué)習(xí)作為一個(gè)很好的幫助，實(shí)現(xiàn)高準(zhǔn)確用人工智能的一個(gè)手段，今天已經(jīng)滲透到好多的行業(yè)，不管從互聯(lián)網(wǎng)的一些服務(wù)，包括一些醫(yī)藥，包括一些傳媒娛樂(lè)，包括一些數(shù)字安全跟城市安全的一些問(wèn)題，包括我們前面兩個(gè)專題再介紹到的汽車自動(dòng)駕駛。深度學(xué)習(xí)的一個(gè)誕生的話，它是我們講一個(gè)全新的計(jì)算模式，這點(diǎn)的話要跟大家稍微做一點(diǎn)闡述。

　　從過(guò)去來(lái)講，我們理解到的一個(gè)計(jì)算都是一個(gè)非常精確的一個(gè)計(jì)算，因?yàn)槲覀冇幸粋€(gè)數(shù)學(xué)的公式，是可以描述1+1等于2，這樣的一個(gè)描述。今天來(lái)講，我們通過(guò)深入學(xué)習(xí)來(lái)講，實(shí)際上是可以幫我們來(lái)計(jì)算一些我們無(wú)法用公式來(lái)做描述的這樣的一些應(yīng)用的一些范疇，譬如說(shuō)下圍棋確實(shí)沒(méi)有一個(gè)準(zhǔn)確的一個(gè)公式，或者說(shuō)一個(gè)推理可以來(lái)描述這么一件事情，但是我們可以通過(guò)樣本來(lái)訓(xùn)練來(lái)教會(huì)這個(gè)機(jī)器，他學(xué)會(huì)這個(gè)技能，因此來(lái)講的話，深度學(xué)習(xí)是另外的新的一個(gè)業(yè)務(wù)模式，一個(gè)計(jì)算模式。

　　我們訓(xùn)練完這個(gè)模型之后，可以把軟模型的拿出來(lái)，拿到一個(gè)示范到云端，在數(shù)據(jù)中心來(lái)云端來(lái)給大家來(lái)提供服務(wù)。這典型的一個(gè)案例：比如說(shuō)我們現(xiàn)在在微信做語(yǔ)音的識(shí)別，我們說(shuō)一段話，他能把這個(gè)的話翻譯成文字，類似這樣的一個(gè)應(yīng)用的場(chǎng)景，然后另外就是我可以把的模型訓(xùn)練好的模型搬到一個(gè)嵌入式設(shè)備當(dāng)中。那么這個(gè)嵌入式設(shè)備可以是個(gè)機(jī)器人，當(dāng)然也可以是一個(gè)汽車，到了汽車就是我們談到的自動(dòng)駕駛。

　　為了給整個(gè)神經(jīng)網(wǎng)絡(luò)做一個(gè)訓(xùn)練，我們做了一臺(tái)設(shè)備，叫做DGX-1。大家會(huì)問(wèn)說(shuō)做處理器，為什么要做一臺(tái)系統(tǒng)，當(dāng)然我們做這臺(tái)系統(tǒng)是我們的一個(gè)考量，這個(gè)配置很常規(guī)，這里邊主要在講這個(gè)東西，主要是有八個(gè)高性能的一個(gè)gpu，再加上gpu之間的一個(gè)通信的一個(gè)鏈接。

　　我們?yōu)槭裁匆鲞@臺(tái)機(jī)器?你要知道，一旦我們?cè)谧鰴C(jī)器的視覺(jué)識(shí)別的時(shí)候，我就會(huì)發(fā)現(xiàn)我有太多的東西要是教會(huì)這個(gè)機(jī)器來(lái)做識(shí)別。今天我們的人可以通過(guò)眼睛，我們可以識(shí)別邊很多的東西，花草、物件、水果、動(dòng)物等等非常多的東西，在深度學(xué)習(xí)的過(guò)程當(dāng)中，需要我們?cè)诓煌臉I(yè)務(wù)中，去訓(xùn)練神經(jīng)網(wǎng)絡(luò)，去教會(huì)這個(gè)機(jī)器來(lái)做這個(gè)識(shí)別。

　　大家要知道這種訓(xùn)練量非常大，那因此如果說(shuō)是我們能有一臺(tái)設(shè)備非常高效的，非?？焖俚陌盐襾?lái)實(shí)現(xiàn)某一類科目的訓(xùn)練，這樣對(duì)一個(gè)整個(gè)人工智能走向應(yīng)用層面，走向一個(gè)生產(chǎn)的環(huán)節(jié)會(huì)有巨大的一個(gè)幫助，這就是大概我們做的這臺(tái)設(shè)備的一個(gè)初衷。

　　這么一個(gè)深度學(xué)習(xí)超級(jí)計(jì)算機(jī)，它可以相當(dāng)于250臺(tái)普通X86服務(wù)器的計(jì)算能力，也就是一個(gè)中等規(guī)模的一個(gè)數(shù)據(jù)中心的一個(gè)計(jì)算能力。同時(shí)的話，這里邊我們?cè)谡麄€(gè)這個(gè)機(jī)器當(dāng)中部署了非常多的工具，這個(gè)工具也包括了很多開(kāi)源的神經(jīng)網(wǎng)絡(luò)，包括一些深度學(xué)習(xí)的框架訓(xùn)練框架等等。

　　為什么要做這個(gè)工作呢?我們做事有一個(gè)宗旨，就是要降低技術(shù)的一個(gè)門檻，快速把這個(gè)技術(shù)落地幫助到企業(yè)的一個(gè)生產(chǎn)跟運(yùn)營(yíng)，大家不用花太多的時(shí)間去優(yōu)化去學(xué)習(xí)這些神經(jīng)網(wǎng)絡(luò)，我們就可以提供很多的工具幫助大家來(lái)快速的進(jìn)入到我實(shí)質(zhì)上的工作。

　　另外，在整個(gè)的平臺(tái)上，我們也跟非常多的人工智能領(lǐng)域的一些領(lǐng)先者先驅(qū)，包括它做的框架，以及包括像紐約大學(xué)做的部分課題與項(xiàng)目等等，這樣的一些科研機(jī)構(gòu)跟公司去合作，把他們的開(kāi)源的一些軟件部署到系統(tǒng)當(dāng)中，以方便大家來(lái)快速地來(lái)開(kāi)展應(yīng)用的開(kāi)發(fā)。

　　整個(gè)DGX1在全球包括在一些科研機(jī)構(gòu)已經(jīng)得到很多的一些應(yīng)用，我這里邊隨便舉幾個(gè)例子。

　　譬如紐約大學(xué)，他們承接了一個(gè)課題，如何用人工智能來(lái)分析一個(gè)棒球運(yùn)動(dòng)員，他在體育賽場(chǎng)的一些行為，并且給出來(lái)一些建議，如何幫助運(yùn)動(dòng)員來(lái)提升他的一個(gè)運(yùn)動(dòng)的一個(gè)技能。

　　還有伯克利大學(xué)做的項(xiàng)目，就是如何在設(shè)計(jì)一個(gè)機(jī)器人時(shí)，讓這個(gè)機(jī)器人摔倒了再站起來(lái)。這個(gè)東西我們過(guò)去來(lái)講是否能通過(guò)很多的物理的一些公式來(lái)做，那么今天他們嘗試了一個(gè)新的方法，就是直接讓機(jī)器人不斷的去試錯(cuò)，是一直在試，直到它最后它找出來(lái)一個(gè)很有效的方式讓自己站起來(lái)。

　　此外，美國(guó)能源部及很多科研機(jī)構(gòu)也在用DGX-1的一個(gè)設(shè)備，他們用這個(gè)來(lái)分析一些癌癥細(xì)胞，觀察其演變過(guò)程，包括它的病理發(fā)生機(jī)制。還有美國(guó)一家高科技公司，他在用這個(gè)來(lái)幫助我們來(lái)創(chuàng)造一些新藥物，大家知道我們要做一個(gè)新的藥品，周期會(huì)非常長(zhǎng)，因?yàn)槲乙逅幚頇C(jī)制，一些化學(xué)成分怎么去影響到人的一些細(xì)胞。

　　實(shí)際上，深度學(xué)習(xí)人工智能應(yīng)用它有一個(gè)比較非常好的一個(gè)好處，他可以把過(guò)去你在做任何藥理方面的一些經(jīng)驗(yàn)，它都可以去做分析做學(xué)習(xí)，學(xué)習(xí)完了以后之后，它反過(guò)來(lái)它可以幫助你來(lái)建議這樣的一個(gè)西藥的一個(gè)分子化學(xué)的一個(gè)結(jié)構(gòu)，會(huì)不會(huì)影響到我們除了它去殺死一些細(xì)胞，會(huì)不會(huì)影響我們?nèi)说恼５囊恍┘?xì)胞，他來(lái)做這方面的一些分析跟模擬。

　　這前面講的一些科研機(jī)構(gòu)，真正來(lái)講，面對(duì)企業(yè)我們?cè)趺磥?lái)面對(duì)人工智能的一些應(yīng)用，剛才我們?cè)谇懊嬖谥v05年開(kāi)始到15年，這是一個(gè)互聯(lián)網(wǎng)到移動(dòng)互聯(lián)網(wǎng)的時(shí)代，當(dāng)然移動(dòng)互聯(lián)網(wǎng)帶給大家非常多的數(shù)據(jù)，也就是我們現(xiàn)在講到得非常多的大數(shù)據(jù)海量數(shù)據(jù)，因此也產(chǎn)生了“數(shù)據(jù)就是金礦”的說(shuō)法。

　　我們用數(shù)據(jù)來(lái)幫助完成業(yè)務(wù)決策，幫助我的業(yè)務(wù)來(lái)做一些預(yù)測(cè)跟分析，今天到了15年以后，人們就開(kāi)始用人工智能的一些技術(shù)來(lái)幫助我們企業(yè)的一些工作，到了這個(gè)時(shí)代，我們可不可以這樣在講，就說(shuō)也進(jìn)入到了一個(gè)“算法的時(shí)代”。

　　這是它的發(fā)展演變歷程，從最開(kāi)始業(yè)務(wù)的流程管理，上升到互聯(lián)網(wǎng)，基于外部的一些服務(wù)，到了之后我們積累了很多一些數(shù)據(jù)，形成了一個(gè)數(shù)字經(jīng)濟(jì)，再往外圍，我們未來(lái)會(huì)用人工智能的一些技術(shù)來(lái)改變傳統(tǒng)行業(yè)，改變我們的工作。

　　譬如艾森哲，他用了人工智能的方法來(lái)分析IT網(wǎng)絡(luò)的入侵病毒等等類似這樣數(shù)字安全性的問(wèn)題。另外美國(guó)一些在線零售商，也用AI做客服幫助來(lái)回答客戶的一些咨詢問(wèn)題。

　　當(dāng)然，AI也可以確保機(jī)器貨物的分點(diǎn)跟包裝，不要出現(xiàn)一些錯(cuò)誤，根據(jù)一個(gè)訂單的準(zhǔn)確描述，比如一部手機(jī)，在加了一個(gè)什么殼等等。機(jī)器來(lái)幫我們來(lái)確保員工在做分揀的時(shí)候或者是說(shuō)機(jī)器在做分揀的時(shí)候確保準(zhǔn)確性，不要出現(xiàn)任何的偏差。

　　國(guó)內(nèi)當(dāng)然也有我們有一個(gè)合作伙伴叫深藍(lán)科技，最近也比較熱門，因?yàn)樗麄冊(cè)谧鲋悄軣o(wú)人商店。在做無(wú)人商店時(shí)需要人工智能技術(shù)做很多這樣的分析，譬如如何來(lái)分析用戶的一個(gè)消費(fèi)的行為，他到底是把東西拿走了還是又退回去了等等。那么它也跟我們?cè)谟行┖献?，用視覺(jué)分析的一些辦法來(lái)確保整個(gè)銷售的完成。實(shí)際上目前在國(guó)內(nèi)包括阿里，包括娃哈哈還有很多，包括海底撈等等，很多的公司已經(jīng)進(jìn)入到這個(gè)領(lǐng)域來(lái)，開(kāi)始來(lái)做這個(gè)無(wú)人值守商店。

　　大家可能會(huì)問(wèn)為什么要做這種東西，實(shí)際上有幾個(gè)方面的因素。一方面是說(shuō)，他們認(rèn)為一個(gè)最好的消費(fèi)體驗(yàn)就是用戶不用去在意怎么結(jié)算，這是人的一個(gè)心態(tài)，我拿著東西我就能走了，這是我們最自然的一個(gè)心態(tài)。

　　當(dāng)然另外一個(gè)方面就是，人工是做不到7*24的，我們?nèi)嗟挂埠?，還是雇很多人看店也好，人總有一個(gè)休息時(shí)間，這些都意味著成本。類似這種機(jī)器無(wú)人售貨商店，對(duì)這個(gè)時(shí)間是無(wú)所謂的，7*24那怎么加倍都可以。

　　我們?cè)谥v到這樣一些應(yīng)用，下邊我再花一點(diǎn)點(diǎn)時(shí)間講，就說(shuō)如何讓人工智能技術(shù)能夠盡快進(jìn)入應(yīng)用層面。

　　當(dāng)然我們會(huì)面臨很多的問(wèn)題，包括我們有沒(méi)有這方面的人才，我們有沒(méi)有這方面的一些算法?我怎么來(lái)快速來(lái)實(shí)施一個(gè)訓(xùn)練，怎么來(lái)部署一個(gè)平臺(tái)，在很多個(gè)方面都需要提供這樣的一些幫助。

　　常規(guī)來(lái)講，作為一個(gè)機(jī)器，視覺(jué)從圖片的分類目標(biāo)識(shí)別包括圖片的一個(gè)分割，類似這樣的一個(gè)技術(shù)我們都非常需要。而DGX1這樣的設(shè)備當(dāng)中提供了非常多的工具，比如如果利用可視化界面來(lái)實(shí)現(xiàn)整個(gè)神經(jīng)網(wǎng)絡(luò)訓(xùn)練的這樣一個(gè)過(guò)程。

　　前面我已經(jīng)講了很多的框架，很多的SDK幫我來(lái)優(yōu)化我所做的訓(xùn)練的時(shí)間，今天就說(shuō)我們除了提供了一些設(shè)備，我們當(dāng)然也提供了一些平臺(tái)，包括用這個(gè)臺(tái)式機(jī)或者用服務(wù)器數(shù)據(jù)中心來(lái)搭建訓(xùn)練環(huán)境。

　　另外，我們也會(huì)有一個(gè)供大家學(xué)習(xí)的地方，它叫深度學(xué)習(xí)學(xué)院。我們會(huì)面向公眾也包括針對(duì)一些特定的企業(yè)，開(kāi)設(shè)一些深度學(xué)習(xí)技術(shù)方面的課程培訓(xùn)，有的培訓(xùn)是免費(fèi)的，有的培訓(xùn)是收費(fèi)的，到時(shí)候大家可以關(guān)注一下。

　　當(dāng)然了，從整體來(lái)說(shuō)，AI還處于一個(gè)初始階段，但我們?cè)谡麄€(gè)研究當(dāng)中處于一個(gè)高度進(jìn)化的過(guò)程。今天我們?cè)倏?，在互?lián)網(wǎng)領(lǐng)域有非常多的應(yīng)用都開(kāi)始運(yùn)用了人工智能的這樣的一個(gè)技術(shù)，甚至我們?cè)诤芏嗟脑贫说囊恍┓?wù)中，AI人工智能也被作為一種服務(wù)，提供給大家。

　　人工智能已經(jīng)滲透到了各個(gè)行業(yè)，這是我想說(shuō)的一個(gè)方面。另外的話，深度學(xué)習(xí)是幫我們實(shí)現(xiàn)人工智能最有效的一個(gè)技術(shù)手段。第三個(gè)方面，如果說(shuō)在開(kāi)發(fā)我們?nèi)斯ぶ悄軕?yīng)用方面，大家可以使用非常多的計(jì)算資源、工具SDK等等，我們可以幫助開(kāi)發(fā)者推進(jìn)整個(gè)AI產(chǎn)業(yè)的一個(gè)發(fā)展，我要說(shuō)的就這么多，謝謝各位。