芯片公司英偉達在加州圣何塞舉辦的公司年度GPU技術(shù)大會上發(fā)布了一款深度學習的芯片——特斯拉P100 GPU，它可以執(zhí)行深度學習神經(jīng)網(wǎng)絡(luò)任務，速度是英偉達之前高端系統(tǒng)的12倍，預計新產(chǎn)品將會極大推動機器學習的極限。

英偉達投入了超過20億美元的研發(fā)預算開發(fā)這款芯片。這款芯片集成了1500億個晶體管，大約是英偉達前一代芯片的3倍，而采用新款芯片的人工神經(jīng)網(wǎng)絡(luò)的學習速度將達到此前的12倍。

英偉達的長項是提供圖形處理芯片，在視頻游戲領(lǐng)域英偉達的產(chǎn)品一直很具競爭力。圖像處理需要占用大量運算資源，神經(jīng)網(wǎng)絡(luò)深度學習也是如此。神經(jīng)網(wǎng)絡(luò)深度學習是一種人工智能，數(shù)據(jù)通過層層模擬的神經(jīng)元輸入，從而訓練計算機識別復雜的模式。當涉及推動深度學習向前發(fā)展，處理能力至關(guān)重要。

研究人員發(fā)現(xiàn)，為電子游戲圖像顯示而設(shè)計的芯片可以成為深度學習的基礎(chǔ)。圖形處理器仍是深度學習的關(guān)鍵。

英偉達CEO黃仁勛在會上表示，目前是時候為深度學習技術(shù)開發(fā)專門的芯片。“深度學習驅(qū)動的計算機能夠執(zhí)行我們無法想象的任務，”黃說道，“深度學習不僅僅是個領(lǐng)域或者一個應用程序。它遠不止此，所以我們公司將全力以赴。我們首次設(shè)計了專門用于加速人工智能和深度學習的芯片架構(gòu)。”

一般來說，當數(shù)據(jù)變得越來越大越來越復雜時，深度學習機器執(zhí)行任務所需要的神經(jīng)層越多。這意味著為了建造更大的神經(jīng)網(wǎng)絡(luò)從而完成更強大的機器學習——例如，自動駕駛車輛實現(xiàn)更精確的圖像識別——研究人員和數(shù)據(jù)科學家需要更強大的芯片，而英偉達旨在提供這類芯片。

隨著越來越多公司參與研發(fā)深度學習技術(shù)——谷歌、微軟、亞馬遜、Facebook、百度等等——英偉達將自身定位為人工智能芯片制造商。

近期，谷歌人工智能軟件AlphaGo就利用深度學習技術(shù)擊敗了全球頂尖的圍棋選手李世石。

根據(jù)發(fā)表在期刊《自然》上的一篇文章，DeepMind使用了巨大的計算能力訓練它的人工智能AlphaGo，精確來說是1202個CPU和176個GPU。

深度學習系統(tǒng)會在多個模擬神經(jīng)元之間傳遞大量數(shù)據(jù)。利用P100芯片，計算機科學家可以向人工網(wǎng)絡(luò)輸入更多數(shù)據(jù)，或是設(shè)計更龐大的虛擬神經(jīng)元網(wǎng)絡(luò)，從而推動更大的突破。

黃仁勛表示，新款芯片目前已經(jīng)投產(chǎn)。他預計云計算公司將從今年開始使用這一芯片。IBM、戴爾和惠普將從明年開始銷售搭載這款芯片的服務器。

英偉達還同時發(fā)布了一款面向深度學習研究員的特殊計算機，其中集成了8個P100芯片，同時配備了存儲芯片和閃存模塊。領(lǐng)先的學術(shù)研究機構(gòu)，例如加州大學伯克利分校、斯坦福大學、紐約大學和麻省理工學院已經(jīng)獲得了這款型號為DGX-1的計算機。這臺計算機售價為12.9萬美元。