科技时报--英伟达发布新型芯片用于人工智能

4月7日消息，据TheVerge网站报道，英伟达发布了1块新型芯片，极大的推动了机器学习的极限。英伟达CEO黄仁勋本周2在公司年度GPU技术大会上发布的这款特斯拉P100 GPU，它可以实行深度学习神经网络任务，速度是英伟达之前高端系统的12倍。据英伟达表示，P100是英伟达倾力之作，研发费用高达20亿美元，在1个芯片上有1500亿个晶体管房子被强拆了如何赔偿，使得它成为世界上最大的芯片。除机器学习，P100还能进行各种高性能的计算任务——英伟达只是想让你们知道这款芯片非常善于机器学习。

英伟达将8个P100芯片放入1个超级强大、价值129000美元的名为DGX⑴的超级计算机，后者也是周2发布的。这款超级计算机已预先装上了深度学习软件，它将于今年6月最早被送往美国麻省理工学院、斯坦福大学、加州大学伯克利分校和其它大学的人工智能研究人员棚户区拆迁协议必须和谁签。

英伟达由于视频游戏行业生产强大的图像处理芯片而闻名，图像处理需要占用大量运算资源，神经网络深度学习也是如此。神经网络深度学习是1种人工智能，数据通过层层模拟的神经元输入，从而训练计算机辨认复杂的模式。随着越来越多公司参与研发深度学习技术——谷歌、微软、亚马逊、Facebook、百度等等——英伟达将本身定位为人工智能芯片制造商。

“深度学习驱动的计算性能够实行我们没法想象的任务，”黄说道。“深度学习不单单是个领域或1个利用程序。它远不止此，所以我们公司将全力以赴。”当触及推动深度学习向前发展，处理能力相当重要。去年，微软研究人员在ImageNet 计算机视觉挑战斩获第1名，这是由于他们使用了1种比之前使用的深5倍的神经网络。根据发表在期刊《自然》上的1篇文章，DeepMind使用了巨大的计算能力训练它的人工智能AlphaGo，精确来说是1202个CPU和176个GPU全国违建最新政策。

1般来说，当数据变得越来越大越来越复杂时，深度学习机器实行任务所需要的神经层越多。这意味着为了建造更大的神经网络从而完成更强大的机器学习——例如，自动驾驶车辆实现更精确的图像辨认——研究人员和数据科学家需要更强大的芯片，而英伟达旨在提供这类芯片。(艾米丽)