在技術(shù)應(yīng)用快速變遷的時(shí)代，對(duì)于開(kāi)發(fā)者而言，技術(shù)架構(gòu)的相對(duì)穩(wěn)定和編程技能的通用性是難能可貴的。近日，NVIDIA全球副總裁Shanker Trivedi及NVIDIA全球副總裁、中國(guó)區(qū)PSG與云計(jì)算總經(jīng)理Ashok Pandey接受了CSDN記者的專(zhuān)訪(fǎng)，介紹NVIDIA對(duì)前沿技術(shù)應(yīng)用趨勢(shì)的判斷，以及NVIDIA如何在技術(shù)、產(chǎn)品、生態(tài)等方面進(jìn)行布局，以一種通用技術(shù)架構(gòu)應(yīng)對(duì)從當(dāng)前深度學(xué)習(xí)熱潮到未來(lái)物聯(lián)網(wǎng)世界的挑戰(zhàn)，讓各行各業(yè)能夠以更少的編程工作實(shí)現(xiàn)應(yīng)用的智能化。
NVIDIA全球副總裁Shanker Trivedi(左)與NVIDIA全球副總裁、中國(guó)區(qū)PSG與云計(jì)算總經(jīng)理Ashok Pandey
從深度學(xué)習(xí)到互聯(lián)網(wǎng)+
NVIDIA專(zhuān)注于視覺(jué)計(jì)算和加速計(jì)算，深度學(xué)習(xí)是其過(guò)去一年的戰(zhàn)略重心之一。Shanker Trivedi表示，神經(jīng)網(wǎng)絡(luò)的概念已經(jīng)存在了三四十年，但是之前缺乏強(qiáng)大的計(jì)算能力以及相應(yīng)的編程工具，編程非常麻煩，其發(fā)展受到制約。而對(duì)于NVIDIA而言，GPU可以提供強(qiáng)大的計(jì)算能力，CUDA則讓數(shù)據(jù)科學(xué)家可以更容易地使用GPU和編程，所以在深度學(xué)習(xí)領(lǐng)域的發(fā)力就成了順其自然的事情。
支持深度學(xué)習(xí)和人工智能的技術(shù)并不是最終目的，NVIDIA希望將深度學(xué)習(xí)帶到一些行業(yè)應(yīng)用中，包括醫(yī)療、機(jī)器人、教育、制造業(yè)等，最終是把這些在互聯(lián)網(wǎng)上發(fā)展的技術(shù)應(yīng)用到所有的傳統(tǒng)行業(yè)，使他們也能獲得智能化的應(yīng)用，這也是當(dāng)前所說(shuō)的“互聯(lián)網(wǎng)+”。
通過(guò)CUDA、OpenACC并行計(jì)算平臺(tái)， NVIDIA強(qiáng)調(diào)加速計(jì)算、減少編程。NVIDIA的一個(gè)特點(diǎn)，是從云到端的整個(gè)產(chǎn)品線(xiàn)都基于同一個(gè)框架，都由CUDA支撐的。從做模型訓(xùn)練的(云)服務(wù)器，到最后的部署，可能部署到一個(gè)機(jī)器人，或者一個(gè)攝像頭，或者任何一種設(shè)備，整個(gè)框架都是用的CUDA，這樣編程和數(shù)據(jù)處理等方面，工程量和難度就會(huì)降低很多。目前模型精度沒(méi)有極限，訓(xùn)練和部署是一個(gè)需要不斷完善的動(dòng)態(tài)工作，使用同一套框架，可以非常平滑地做到兩者的協(xié)調(diào)改進(jìn)。反之，如果訓(xùn)練用一個(gè)平臺(tái)，部署的時(shí)候用的是另外一個(gè)平臺(tái)，那這兩件事情做完的時(shí)候，還需要去處理兩套系統(tǒng)的協(xié)調(diào)，中間會(huì)增加很多的工作量，實(shí)現(xiàn)起來(lái)就比較困難。Shanker Trivedi認(rèn)為，NVIDIA這種端對(duì)端的解決方案，這個(gè)框架是NVIDIA真正的價(jià)值。
構(gòu)建加速計(jì)算生態(tài)
為實(shí)現(xiàn)其目標(biāo)，NVIDIA從企業(yè)/行業(yè)合作伙伴、開(kāi)發(fā)者、開(kāi)源技術(shù)、初創(chuàng)企業(yè)等方面構(gòu)建其技術(shù)生態(tài)系統(tǒng)，并將中國(guó)市場(chǎng)置于最重要海外市場(chǎng)的位置。
Shanker Trivedi介紹了NVIDIA面向未來(lái)的整體策略。
NVIDIA非常強(qiáng)調(diào)要與教育界，特別是大學(xué)研究機(jī)構(gòu)，開(kāi)展廣泛的交流和合作，因?yàn)樗麄兪俏挥谘芯课磥?lái)最前沿的。NVIDIA目前在全世界大概和600多所大學(xué)有相應(yīng)的合作，希望借此了解最前沿的研究人員面臨什么樣的問(wèn)題，他們的問(wèn)題越有挑戰(zhàn)性，NVIDIA的興趣就越大，NVIDIA的工程師也會(huì)和他們一起去解決問(wèn)題。
NVIDIA和開(kāi)發(fā)者群體做很多的溝通，比如經(jīng)常舉辦開(kāi)發(fā)者研討會(huì)等，幫助他們更好地理解GPU，介紹NVIDIA有什么樣的工具和技術(shù)，面臨的問(wèn)題可以怎樣利用GPU來(lái)解決等。有時(shí)候NVIDIA會(huì)收到這些開(kāi)發(fā)者的感謝信，關(guān)于NVIDIA和他們的交流以及技術(shù)的講解，幫助他們解決了很大的問(wèn)題等。
產(chǎn)品層面的部署，除了在基礎(chǔ)的GPU產(chǎn)品上有CUDA編程環(huán)境，針對(duì)一些專(zhuān)門(mén)的領(lǐng)域，NVIDIA也有相應(yīng)的產(chǎn)品，如神經(jīng)網(wǎng)絡(luò)方面的cuDNN，虛擬GPU方面的vGPU，科學(xué)計(jì)算方面的cuFFT，針對(duì)天氣、醫(yī)療、金融等其他方面的一些應(yīng)用領(lǐng)域，NVIDIA也會(huì)有相應(yīng)的產(chǎn)品，提供給所在具體領(lǐng)域的公司使用。
HPC應(yīng)用是需要加速計(jì)算的典型，GPU+CUDA已經(jīng)在發(fā)揮作用，在目前TOP10的HPC應(yīng)用中，有9款支持GPU加速，如果擴(kuò)展到TOP50的HPC應(yīng)用，有35款(70%)支持GPU加速。同時(shí)，現(xiàn)在也還有很多新出現(xiàn)的應(yīng)用程序無(wú)法支持加速計(jì)算。所以，NVIDIA希望不僅能夠?qū)σ延袘?yīng)用程序的進(jìn)行加速計(jì)算，更希望能夠幫助支持到新應(yīng)用程序。NVIDIA加入到OpenPOWER，希望能夠有更大的生態(tài)系統(tǒng)，來(lái)為基于POWER的應(yīng)用程序進(jìn)行加速的客戶(hù)提供服務(wù)。出于這樣一種興趣，NVIDIA與IBM結(jié)成伙伴關(guān)系，直接把GPU加速計(jì)算提供給整個(gè)的OpenPOWER的成員。這和NVIDIA之前針對(duì)x86處理器所開(kāi)展的工作類(lèi)似。未來(lái)，NVIDIA還可能針對(duì)其它的平臺(tái)處理器開(kāi)展類(lèi)似的合作。