米乐(中国大陆)M6 - 官方网站

人工智能潜在爆发力无限 芯片成制胜关键【米乐M6官网首页】

2023-11-05 12:10

本文摘要：人们更加寄予厚望人工智能的前景及其潜在的爆发力，而能否发展出有具备超高运算能力且合乎市场的芯片沦为人工智能平台的关键一役。

人们更加寄予厚望人工智能的前景及其潜在的爆发力，而能否发展出有具备超高运算能力且合乎市场的芯片沦为人工智能平台的关键一役。由此，2016年沦为芯片企业和互联网巨头们在芯片领域全面进行部署的一年。而在这其中，英伟达维持着意味著的领先地位。但随着还包括谷歌、脸书、微软公司、亚马逊以及百度在内的巨头陆续重新加入战，人工智能领域未来的格局如何，依然待解。

人工智能潜在爆发力无限 芯片成致胜关键在2016年，所有人都看见了人工智能的前景和其潜在的爆发力，但不管是AlphaGo还是自动驾驶汽车，要想要使得任何精巧算法以求构建，其基础是硬件的运算能力：也就是说，能否发展出有超高运算能力又合乎市场需求的芯片沦为了人工智能平台的关键一役。因此，毫无疑问，2016年也沦为了芯片企业和互联网巨头们在芯片领域全面进行部署的一年：再行有CPU芯片巨头因特尔年内三次大手笔并购人工智能和GPU领域企业；后有谷歌宣告研发自己的处置系统，而苹果、微软公司、脸书和亚马逊也都争相重新加入。

而在这其中，领跑者英伟达（Nvidia）因其在人工智能领域的优势使其沦为了资本市场的意味著宠儿：在过去的一年中，曾多次以游戏芯片著称的Nvidia股价从十几年的位居30美元很快攀升至120美元。就当资本市场都在犹豫不决否人工智能风口使得英伟达股价虚高时，2月10日，英伟达公布2016年第四季度的财报表明，其营收同比快速增长55％，净利润超过了6．55亿美元，同比快速增长216％。“不顾一切Intel、微软公司等巨头投资人工智能为基础的芯片技术时，英伟达早已以Q4财报表明，这家早已在人工智能领域投资将近12年的芯片企业早已开始早已进账相当可观的盈利。

”资深技术评论家Therese Poletti在其财报公布后认为。研究机构Tractica LLC估算，由于深度自学项目产生的硬件花费将从2015年的4360万美元，下降到2024年的41亿美元，而企业的涉及软件花费将同期从1．09亿美元下降到100亿美元。正是这一可观的市场更有着谷歌、脸书、微软公司、亚马逊以及百度在内的巨头陆续宣告企业向人工智能领域的技术改向。

“在人工智能涉及技术上，目前英伟达依然维持着意味著的领先，但随着还包括谷歌在内的TPU等技术大大推向市场，未来的AI硬件格局依然待解。”一位不便明示的欧洲资深从业人员向21世纪经济报导回应。英伟达在GPU领域明显领先根据英伟达近期发布的年报，其最主要的业务领域皆经常出现了两位数以上的快速增长。

除了其仍然占据领先优势的游戏业务快速增长之外，其更加多的涨幅事实上来自于数据中心业务和自动驾驶两大全新业务板块。年报数据表明，数据中心业务有138％的快速增长，而自动驾驶有52％的快速增长。

“事实上，这是整个英伟达财报里最具备解释力的内容，因为数据业务和自动驾驶的快速增长显然上是人工智能和深度自学的发展所唤起的。”一位美国计算机硬件分析师向21世纪经济报导回应。

在目前的深度自学领域，把神经网络投放实际应用于要经历两个阶段：首先是训练，其次是继续执行。从目前的环境来看，训练阶段十分必须处置大量数据的GPU（图形处理器，折合），也就是以游戏和高度图形化的应用于做到图像图形起家的英伟达领先的领域；而在转型阶段则必须处置简单程序的CPU，也就是微软公司十几年来领先的领域。

“英伟达目前的顺利事实上代表了GPU的顺利，它正是最先的GPU领先者之一。”上述行业分析师回应。

深度自学神经网络特别是在是几百上千层的神经网络，对高性能计算出来市场需求十分低，而GPU对处置简单运算享有天然的优势：它有出众的分段矩阵计算能力，对于神经网络的训练和分类都可以获取明显的加快效果。荐个例子，研究员不必一开始就人工定义一个人脸，而是可以将几百万个人脸的图像展出出来，让计算机自己定义人脸应当是什么样子的。

自学这样的例子时，GPU可以比传统处理器更为较慢，大大减缓了训练过程。因此，配备GPU的超级计算机早已沦为训练各种深度神经网络的不二自由选择，比如Google大脑早期就是用于Nvidia的GPU做到深度自学。“我们正在搭起一款具有追踪功能的摄像机装置，因此必须寻找最合适的芯片，GPU是我们的选用。

”欧盟AR初创企业Quine CEO Gunleik Groven在今年一月的CES（国际消费电子展）现场向本报记者回应。

本文来源：米乐M6官网首页-www.shouhui001.com