NVIDIA 執行長在 SC 16 大會上表示,人工智慧將為 Exascale 級運算指向開路

作者 Brian Caulfield

NVIDIA 執行長黃仁勳週一在猶他州鹽湖城舉行的 SC16 超級電腦年會上,對滿座嘉賓表示蓬勃發展的人工智慧將為超級電腦領域最崇高的目標之一,即 exascale(百萬兆)級運算指向開路。

黃仁勳說:「多年前深度學習技術現身,如同雷神索爾的槌子從天而降,讓我們擁有無比強大的工具去解決世上某些最棘手的問題。每個產業都因為人工智慧而有了新的改變。」

他說 2016年對於深度學習及 GPU 運算兩個領域的發展表現來說,有著傑出的成果;現有超過400項經過 GPU 優化的高性能運算應用項目,前十項全都是經過 GPU 優化的結果;兩年內深度學習領域的開發員人數成長三倍,來到四十萬人;而推出全新 Pascal GPU 架構代表著這些應用項目的未來執行速度將更快,也更有效率。


NVIDIA 執行長黃仁勳在 Supercomputing 16 會場對數百名聽眾進行演講。

大會首日開放入場後,NVIDIA 的展位便擠進三百餘位開發人員、科學家及科技圈的高階主管,黃仁勳對這些嘉賓宣布了一連串的消息,展現 NVIDIA 在人工智慧領域的領導地位:

幕後花絮:GPU 的平行處理能力,讓研究人員能設計宛如人腦結構的深度神經網路,這些深度神經網路使得機器能以媲美或超越人類的方式,感知和理解這個世界(請見《透過 GPU 加快人工智慧運算速度:嶄新的運算模型Accelerating the AI Boom: A New Computing Model》一文)。

在此同時,由 PC 遊戲市場營造出的規模經濟所帶動發展的 GPU,也讓超級電腦領域的科學家設計出能從每單位能源榨取出更多運算能力的機器,這也是如何在實際電力預算下能夠開發出具有更高運算速度機器的關鍵。

如今人工智慧讓各企業爭相開發出更強大的機器,無論這些機器是用在雲端或他們自己的資料中心裡。「深度學習對於需要超級電腦來輔助解決的事情,是一項機會,也是一項挑戰。」黃仁勳說。(請見智能工業革命The Intelligent Industrial Revolution

黃仁勳表示下一代的超級電腦將能執行兩類工作,一是進行64位元浮點數學運算,解決預測肢體及生物行為等運算科學方面的難題。

同時還需要在沒有可以遵守的基本原則下,能處理資訊不完整的任務。這些是典型的深度學習問題(例如擊敗世上最厲害的圍棋大師),只要16位元的浮點運算能力就能做到。

在這方面最高速的電腦早就使用 exascale 級的運算速度來處理,而且成績斐然。

請來親眼見證一下吧。週四前在 Supercomputing 2016 鹽湖城會場的 NVIDIA 展位裡,我們將會展出這些應用項目。