英伟达市值2年飙涨7倍，黄仁勋却说一开始做AI只想做学术没想做生意

本篇文章5102字，读完约13分钟

Cnet tech walker，北京，9月29日(Text/高玉显):在过去的两年里，NVIDIA的市值飙升了7倍以上，其股价也大幅飙升，甚至突破了1000亿美元大关。这种良好的局面在很大程度上得益于gpu在人工智能领域发挥的关键作用。可以说，现在几乎所有参与人工智能的企业都在使用英伟达芯片。这使得它一夜之间成为人工智能行业的重要角色。

然而，在gtc中国媒体会议上，黄仁勋说，当英伟达开始做人工智能时，它根本没有考虑商业。

▲ gtc中国2017大会

几年前，每个人对英伟达的印象都是它是游戏图形芯片的领导者。现在，它已经变成了一个真正的人工智能公司。

十八年前，NVIDIA推出了世界上第一个图形处理器(gpu)，从那时起，gpu已经成为计算机中独立于cpu的另一个重要计算单元。对许多人来说，这更像是一场赌博。毕竟，在那之后的十多年里，cpu的地位一直不可动摇。有人曾问英伟达首席执行官黄仁勋一个问题，英伟达是否有可能从一家图形芯片公司转型为一家cpu公司。当时，黄仁勋含蓄地说:一个公司根据市场的变化进行自我调整是非常重要的。NVIDIA目前的产品是gpu，将来完全可以根据客户的需求调整产品。

18年后，客户的需求发生了巨大变化，但这给了gpu巨大的市场机会。根据NVIDIA 2018财年第二季度的财务报告，在22.3亿美元的总收入中，与gpu相关的业务收入占19亿美元。

▲英伟达创始人兼首席执行官黄仁勋

用黄仁勋在gtc中国媒体会议上的话说，大数据、深度学习、人工智能等新技术的出现。，已经改变了硬件的制造模式，软件操作不再完全依赖代码。目前，我们面临着千年难逢的机遇。

这也是一个让英伟达非常兴奋的机会。

一切都从cuda开始:cpu+gpu是最完美的架构，尽管每个人都想反对gpu和cpu，认为它们是相互替代的。然而，黄仁勋狡黠而明确地表示，gpu不会取代cpu，但会更好地与cpu集成，以满足计算需求。

这就是NVIDIA称gpu为加速器的原因。黄仁勋认为gpu和cpu有各自的优势和分工，cpu是万能的，而gup在处理一些特殊问题时会发挥很大的作用。因此，最完美的架构实际上是cpu和gpu的结合，这就是cuda的架构。

▲黄仁勋讲述英伟达在gtc中国的统一架构cuda

2004年，在引进斯坦福大学的博士生兼公司实习生伊恩·巴克后，英伟达大规模启动了cuda项目。据布克称，在此之前，通过程序员开发的规则训练系统，花了整整一个学期的时间来识别数百万张图片中的一张脸，研究人员只需几周、几天甚至几个小时就可以通过gpu完成训练过程。因此，gpu崛起背后的驱动力也是第一杀手级应用，那就是计算机图形学。

由于图形处理器强大的计算能力，深层神经网络不断得到训练，推动了深层学习的革命性发展。

到目前为止，全世界有成千上万的人在使用gpu计算，cuda开发者的数量在短短五年内增加了14倍，达到65万人。仅在过去一年，cuda sdk的下载量就增加了80万次。

今年5月在美国召开的gtc大会上，英伟达发布了最新的计算平台英伟达特斯拉v100，该平台采用了全新架构的volta v100，不仅性能更强，而且还增加了tensorcore，用于深度学习。有了tesla v100，cpu速度可以提高40倍，这意味着只有一台8gpu服务器可以取代160台双cpu服务器或4个机架。

换句话说，每辆特斯拉v100可以帮助企业节省大约50万美元！你买的图形处理器越多，你存的钱就越多！在北京的gtc示范大会上，黄仁勋激动地说。这才是真正的领袖。

更重要的是，这个平台是可编程的，支持任何人工智能框架，包括tensorflow、微软认知工具包、mxnet、pytorch、caffe2、paddlepaddle、antano等。

尽管黄仁勋曾多次表示，英伟达是一家人工智能公司。然而，在采访中，他也承认英伟达最初做人工智能的时候根本没有考虑商业，只是把它当成纯粹的学术研究。

如此扎实的基本技能也让它在人工智能的突然浪潮中走得更有条不紊。

英伟达的愿景是为所有人工智能研究人员创建一个强大高效的计算平台，从而推动人工智能的发展。通过基于cuda的可编程平台，来自世界各地的工程师聚集在一起，不断地进行集成和协作，使每个框架都能在平台上得到优化。黄仁勋说。

使用人工智能推理加速器tensorrt将拳击与特斯拉v100结合起来，尽管特斯拉v100已被中国许多领先的it企业采用，包括英美烟草、华为、Inspur和联想，以升级它们自己的数据中心和云服务基础设施。然而，正如黄仁勋·贝接受采访时所说，无论如何，特斯拉v100只是一个硬件，它必须经过编译才能在计算过程中实现性能优化。因此，人工智能推理需要软件。

目前，人工智能推理工作量呈指数级增长。在视频领域，估计每天有3000亿个推理计算在运行；在语音领域，每天的推理计算估计超过500亿次；在语言翻译领域，每天要进行7000多亿次推理计算。

▲黄仁勋宣布在gtcchina推出tensorrt 3

为此，NVIDIA在三年前推出了ten sort平台，并在gtc中国发布了tensorrt 3，与gpu一起玩组合拳。据说这种结合可以为所有架构中人工智能支持的服务提供超快速和高效的推理解决方案。

Tensorrt 3是世界上第一个可编程人工智能推理加速器，它可以在生产环境中运行经过训练的神经网络，允许服务提供商选择任何经过训练的深度学习架构，并选择他们想要使用的特定gpu来运行。坦率地说，它更像是一种翻译，使机器能够快速理解这个复杂的世界。它可以从神经网络中获取描述性文件，并将其编译成可在目标GPU上运行的格式，以便快速优化、验证和部署神经网络，然后将其引入大型数据中心、嵌入式或车载GPU平台。

运行NVIDIA加速计算的集团产品营销经理Paresh kharya表示，采用tensorrt将确保GPu以多层和跨流的方式执行，使数据中心能够有效地并行处理多个请求。此外，ten sort可以为每个目标gpu确定最佳策略，并优化数值精度、网络层和张量的去除和融合、快速内核和内存管理。

根据黄仁勋的说法，配备特斯拉v100 gpu加速器的tensorrt每秒可以识别多达5700幅图像，比最快的cpu快40倍。在语言翻译领域，速度甚至快了140倍。此外，在处理图像时可以实现7毫秒的延迟，在处理语音时可以实现小于200毫秒的延迟。

为了展示tensortr 3在语音推理方面的表现，黄仁勋演示了如何在《权力的游戏》中通过语音搜索来快速找到相应的场景。首先，解码视频并将其转换成文字，然后根据解码结果进行搜索，并快速跳转到该帧。从语音到词汇的转换几乎没有延迟。

当然，这还不够。

仍然缺少两样东西:自主机器处理器和机器人虚拟训练环境。黄仁勋认为，要让人工智能足够聪明，还缺少两样东西。一个是自主机器处理器，另一个是机器人虚拟训练环境。在这两个方面，英业达也做了大量的工作。

据黄仁勋介绍，英伟达正在设计多种类型的自动机器，它们能够感知周围环境，了解自身情况，并做出合理的反应。他还介绍说，NVIDIA设计了世界上第一个用于自动机器的处理器，并将其命名为xavier。这是迄今为止最复杂的片上系统，将由早期合作伙伴在2018年第一季度提供，并在第四季度全面推出。

▲黄仁勋宣布京东X选择英伟达实现自己的机器

目前，京东X已成为英伟达首批实现自主机并采用捷森平台的早期用户。泽维尔也将成为杰生的下一代足球。

当被问及这种自动机器何时可以商业化和普及时，黄仁勋说，在自动机器的研究和发展中，仍然有三个关键问题需要解决。首先，我们必须为自主机器建立一个人工智能平台，类似于强化学习等等；此外，它提供了一个虚拟环境，使自主机器能够独立学习；在此基础上，第三步是把人工智能的大脑纳入自主机器的框架。

特别是在第二步，当机器人理解了这个复杂世界的语言后，它必须进行相应的交互和执行，这需要很长的训练时间。因此，我们需要创造一个虚拟世界，让机器人在现实世界中学习和遵守物理定律，这样机器人才能不断地训练和学习。

在这方面，NVIDIA发布了一个名为isaac的虚拟机器人训练环境。通过将虚拟现实与人工智能相结合，可以在部署前模拟现实条件，实现对机器的训练和测试。

在虚拟环境中，开发人员可以通过虚拟现实技术构建各种测试场景，然后在几分钟内进行模拟，从而快速获得大量的训练数据，然后利用人工智能技术从这些数据中训练知识。

然而，如果人们想进入虚拟环境训练机器人，还需要许多其他技术。黄仁勋坦率地说，这三个问题目前还没有完全解决，但这三个任务正在英伟达并行执行。明年，我们将为这三个方面打下良好的基础，然后我们就可以生产自动机器了。

关注三大人工智能应用产业，每一个都离不开图形处理器。在英伟达看来，深度学习的应用将彻底改变各行各业。

在未来，我们将看到训练有素的神经网络的部署，并给互联网服务带来许多惊喜。如今，交通领域的变革已经遥遥领先。电动汽车、电动汽车和人工智能正在彻底改变交通行业，使自主驾驶成为可能。

▲145家初创公司正在开发基于英伟达驱动的自动驾驶汽车、卡车、出租车和地图

黄仁勋说，这就是为什么我们花费了大量的精力来促进自主驾驶。我们认为，在自动驾驶汽车中推广自动化技术相对简单。因此，从五年前开始，我们在这方面已经做了很多努力，要解决的最根本的问题是避免碰撞。这将是人工智能改变我们生活的一个非常重要的部分。

对于NVIDIA的自主驾驶，drive px是硬件基础，drive os是操作系统，driveworks sdk是api，drive av是顶级无人驾驶应用。所有这些结合成一个端到端的平台，就像NVIDIA硬盘一样。它可以支持l3、l4和l5自动驾驶仪，开放软件堆栈包括asil-d操作系统、深度学习、计算机视觉sdk和自动驾驶仪应用。

同时，这个自动驾驶平台也是一个开放平台，上面提到的每一级都可以单独开放，适合不同类型和不同公司的需求。换句话说，你可以选择使用驱动px硬件基础和其他部分来开发自己，或者你可以选择使用驱动av应用程序和建立其他底层堆栈自己。据说，目前有145家初创公司正在开发基于英伟达驱动的自动驾驶汽车、卡车、出租车、地图等。

除了传统的游戏业务，英伟达还形成了三个重要的业务布局，即游戏、交通和人工智能，这三个市场都有非常大的规模。

在此基础上，英伟达将目光投向了医疗卫生行业。黄仁勋表示，英伟达希望通过人工智能等技术帮助医疗行业实现三个方面的变革:第一，新药研发，包括新药制造本身的发展。通过人工智能技术，医生可以以更低的成本和更短的时间找到哪些新药可以缓解症状；第二是疾病的早期发现，这涉及医学成像问题；第三，新药临床效果实验中的大规模抽样问题。我们相信，人工智能在健康产业的这三个重要问题上有着巨大的潜力，这一时刻很快就会到来。

对于所有这些领域，无一例外，都需要gpu。

没有爱，你不可能做大事。黄仁勋带着意味深长的微笑对记者说:如果你仔细想想我们今天在五个主要领域的重要公告，你就会知道英伟达想要做什么。虽然听起来像个笑话，但它实际上暴露了英伟达成为一家人工智能公司而不是芯片公司的雄心。

让机器快速了解人类世界，通过虚拟环境不断训练和加强学习，从而增强自主执行的能力。在这些背后，英伟达提供了一个非常强大的计算平台。

但与此同时，它正在慢慢地展示自己的生态。

现在，它正不遗余力地推广到人工智能的所有领域。同时，还加强了与各领域大型企业的合作，并投资于池静科技、图森科技等初创企业。英伟达称与初创公司的合作平台为创始计划，涵盖了来自交通、医疗、消费服务、制造等行业的1900家深度学习型初创公司，希望通过这种合作打造下一代大公司，共同推动人工智能行业的发展。

在选择投资公司时，英伟达有自己的一套标准，主要体现在三个方面。首先，他们与英伟达有着相同的愿景和目标；第二，这些公司确实需要英伟达的帮助(英伟达对此非常重视)；第三，公司本身必须是一个非常优秀的公司。

▲英伟达创始人兼首席执行官黄仁勋

黄仁勋表示，英伟达不是一家封闭的公司，也不是一家垂直整合的公司，而是一家开放平台的公司。

我们非常乐意与大众、丰田、奥迪等大型企业合作，也非常希望与许多初创企业合作。英伟达所做的一切都离不开爱。

更多英伟达gtc中国2017报告，请关注技术步行者，获得2017 GTC黄仁勋演讲的全高清ppt。