9 月 7 日，由中国工程院信息与电子工程学部主办、海潮团体承办的 AICC 中国人工智能盘算年夜会在北京举办，国内外数十位著名专家分享了 AI 在互联网、云盘算、超算等浩瀚行业的立异实例。在现场，机械之能采访到英伟达全球副总裁暨中国区企业事业总司理沈威，与其就以后人工智能芯片市场和英伟达的底气睁开了商量，沈威表现：「除 GPU 生成合适深度进修这一义务之外，英伟达的 CUDA 盘算平台是决胜的症结。」
弗成否定，GPU 为深度进修的年夜范围运用奠基了硬件基本。但是，跟着人工智能时期的到来，深度进修技巧公用芯片之争也愈发炽热。芯片巨子英特尔年夜量收买人工智能相干公司，研发人工智能公用芯片，站台 FPGA，并已与许多垂直范畴的企业停止协作；谷歌研制了基于硬件界说编程架构的 TPU；曾是英伟达主要客户的微软也开端为本身的数据中间研发基于 FPGA 的可反复编程 AI 芯片。另外，一些专业的人工智能公司，如科年夜讯飞等，也在研发合适本身营业的公用芯片。
GPU、FPGA、ASIC 是 AI 芯片市场打得炽热的三种架构，个中 GPU 是以后的主流。与 CPU 比拟，GPU 在硬件架构上具有更多的盘算单位，使其成为 AI 芯片的自然选择；FPGA 即现场可编程门阵列，是一种软件界说的架构，开辟者可以经由过程编程界说片上单位的功效；ASIC 代指为专门目标而设计的集成电路，将功效烧制到芯片上，合适较为稳固的处理计划，且产物进级难度较年夜，但功耗较低。今朝，FPGA 和 ASIC 还处于实验阶段，有才能应用 FPGA 的人工智能厂家其实不多，绝年夜部门的 AI 芯片市场仍然被英伟达占据，生态的构建其实不轻易，FPGA 与 ASIC 的 AI 之路也任重而道远。
在其他厂家积极开辟新疆场时，英伟达依然深信「 GPU 生成合适深度进修义务」。9 月 7 日，英伟达全球副总裁、中国区企业事业总司理沈威在 AICC 上与机械之能就这一话题停止了评论辩论。沈威以为，英伟达 CUDA 运算平台是症结，CUDA 让 GPU 的盘算才能得以释放，让通俗的法式员也能用 JAVA、C++ 等编程说话在 GPU 上任务。
以下为采访实录，机械之能做了不转变原意的整顿：
人工智能芯片疆场愈发炽热，岂论芯片厂商照样AI范畴的垂直公司都在试图抢占市场。这是能否英伟达的AI计谋形成影响？如今再提GPU是深度进修芯片的独一霸主能否不再适合？
从 2012 年谷歌的李飞飞传授开启 ImageNet 以来，我们很高兴看到 GPU 在人工智能市场的接收度很高，同时我们也看到许多追随者。不外我认为这是一件功德，起首，这意味着这些公司中的任何一家，对人工智能、深度进修这件工作都异常认同。不外我们在高机能运算、人工智能范畴曾经投入了许多年，具有先发优势。从汗青的成长来看，深度进修为何要用英伟达的 GPU？由于深度进修与高机能盘算关系异常亲密，深度进修义务中触及到年夜量的运算，这是英伟达异常善于的工作。
适才我们说的是硬件方面，硬件许多半导体厂商都在做。但他们都疏忽了一点，就是平台。我们的 CUDA 运算平台从 2006 年开端开放，到如今曾经是第 9 代，CUDA 将 GPU 的高机能运算才能开放给普通的法式员。固然半导体工艺是与时俱进的，但假如没有好的编程情况，技巧人员们照样很难迎接此次深度进修的海潮。这就直接答复了你的成绩。岂论哪家公司，能够他们在市场上也曾经有很长时光了，但我小我以为，它的编程说话还不克不及针对数据中间的海量数据停止更方便地编程。年夜家能够看到，在深度进修时期，英伟达停止了一次面向人工智能的转型，但其实我们早已铺垫好相干才能。
如今GPU、FPGA、ASIC这三种架构都能完成深度进修义务，你对这三种架构的好坏势作何评价？
深度进修重要分为线下练习和线上推理，今朝在线下练习用户无一破例地都在应用 GPU 加快他们的练习进程。不只仅是由于 GPU 的运算速度快，更主要是英伟达树立了一个完美的生态体系，我们供给了很多 SDK 来加快一切深度进修框架，并和这些框架深度集成，如 cuDNN、NCCL、cuBLAS 等。在线上推理偏向，英伟达今朝的计划是 TensroRT 加低功耗的 NVIDIA Tesla P4 GPU 加快器。如今国际各年夜云办事供给商都在应用 Tesla P4 做线上推理，包含科年夜讯飞。
现实上，深度进修远没有成熟，天天都在变更演进、迭代，GPU 今朝照样最好选择。ASIC 是一种公用芯片，它是为了某种特定需求而专门定制的芯片，今朝还不克不及与 GPU 如许具有很成熟生态的通用芯片同日而语。FPGA 的生态体系才方才开端，途径还很漫长。
英伟达在无人驾驶和智能家居方面推出了本身的公用芯片，能否意味着英伟达重视这两个运用范畴？更辽阔的例如金融、医疗方面为什么没有公用芯片的结构？
GPU 生成处理深度进修成绩，人工智能自己和人脑有许多相似的处所，须要眼睛看，头脑想。英伟达愿望在 GPU 最善于、最深耕的视觉运算上发力，是以英伟达在主动驾驶和嵌入式端结构了两种产物。其他范畴我们也异常地看好，金融、医疗、制作是国际外迸发增加的几个 GPU 运用点，在这些范畴我们有许多的协作同伴。英伟达处在全部 IT 生态圈中，我们必需要跟分歧行业的公司停止协作。
今朝英伟达的生态圈中，有哪些比拟坚实的协作同伴？
我们有分歧条理的协作同伴。一种是跟办事器厂商的协作，由于在硬件层面单单为用户供给 GPU，用户是没有方法应用的，海潮，曙光，华为等都是我们的协作同伴；还有就是行业处理计划层面，在一个零件做好以后，能够会须要针对分歧行业，例如医疗、制作业等等停止优化，以合适客户分歧的运用场景，在这个层面科年夜讯飞、商汤都是我们的协作同伴，我们叫 Solution Partner。
这些协作同伴做得都很好，由于深度进修才方才开端，很少有人在用过 CUDA 开辟情况以后说不爱好英伟达。由于你弗成能本身从零开端写一些函数库、优化库，我却是很猎奇，不消英伟达的人他们要怎样做。深度进修处理计划供给商们在算法和数据方面都有本身的尽力，然则假如没有我们 GPU 的加快，他们的更新迭代和开辟速度就会年夜年夜下降，走向市场的周期也会被拉长，所以我们也是赞助他们更快走向市场的必弗成少的要素。
如今有许多中小企业或高校试验室不克不及累赘年夜范围的GPU集群，英伟达能否想要争夺这一部门市场？
其实我们也有存眷到这一方面。我们和全球许多年夜公司一样，会和许多高校协作教导、培训相干的项目，如今异常多高校在他们的盘算中间外面有 GPU 集群，而且我们也有协作开设相干课程。另外一方面，我信任年夜家也留意到了云盘算的成长，如今国际几家抢先的云办事厂商都曾经用到了英伟达异常多 GPU，所以他们也供给异常多基于 GPU 的计划。关于不想本身买装备的厂家来讲，我认为云办事是一种选择。云是一种趋向，可以或许更快捷地惠及新的开辟者、新的始创公司。
