英伟达企业高级总监大卫霍根在今年的人工智能博览会上谈到了该公司如何看待人工智能的采用带来的影响。
在题为“人工智能的真正采用是什么”的主题演讲会上,Hogan提供了有关Nvidia的GPU如何使用和启用该技术的真实实例。但首先,他强调了我们在人工智能中看到的势头。
“许多政府已经宣布对人工智能的投资,以及他们将如何定位自己,”霍根评论道。“世界各国开始在非常大的基础设施上投资。”
世界上最强大的超级计算机由Nvidia GPU提供动力。Ornl Summit是目前最快的,它使用了惊人的27648gpus来提供超过144petaflops的性能。人工智能需要大量的计算能力,这使得Nvidia在很大程度上得以利用。
Hogan说:“人工智能的计算需求是巨大的,比任何人以前在标准企业环境中看到的都要大。”“不能在标准CPU群集上训练神经网络。”
Nvidia最初是为游戏制作图形卡。霍根说,虽然这仍然是公司工作的重要组成部分,但公司早在2012年就转向了人工智能。
大量的演示文稿都花在了自动驾驶汽车上,考虑到需求和Nvidia在该领域的专业知识,这一点也不足为奇。Hogan强调说,你根本无法用CPU来训练无人驾驶汽车,并且提供了成本、尺寸和功耗方面的比较。
Hogan解释说:“一种新的计算方式正在围绕GPU架构发展,这种架构被称为‘密集计算’——即构建功能强大、计算量巨大、但实际上包含在非常小的配置中的系统的能力。”
自动汽车制造商每天需要训练数兆字节的数据,重申他们的模型,并再次部署它们,以便将这些汽车推向市场。
Nvidia有一台名为DGX-2的机器,它可以提供两千万次的性能。“这是一台服务器,相当于一个盒子中的800台传统服务器。”
NVIDIA拥有总共370辆自主汽车,Hogan说,这辆车是世界上最大的汽车品牌。在2020-21年期间,这些车辆中有许多都投入了重力和磨练,以便至少在2级运送车辆。
“我们有一辆自行车队,”霍根说。“这不是我们想与Uber,Daimler或BMW竞争的意图,而是我们帮助我们的顾客的最好方式,那就是努力做到这一点。”
“我们所有的工作都是我们自己做的,因此我们了解挑战和要做的事情。”
真实世界影响
Hogan notes how ami is a“横向能力that sits across organizations”and is“an enabler for many,many things”.毫无疑问,这是一个挑战,要以工业为例,通过AI不能改进工业。