本港台开奖现场直播 j2开奖直播报码现场
当前位置: 新闻频道 > IT新闻 >

码报:【j2开奖】【北大AI课压轴】GPU是线下训练唯一选择,英伟达胜在生态系统|英伟达董方亮

时间:2017-05-24 21:16来源:天下彩论坛 作者:开奖直播现场 点击:
整理:随一、熊笑 【新智元导读】 从无人驾驶到智能医疗,从嵌入式系统到通用 AI,通过为期 13 讲的北大 AI 公开课,新智元和读者一起全景式地领略了 AI 对社会生活各方面带来的影

整理:随一、熊笑

  【新智元导读】从无人驾驶到智能医疗,从嵌入式系统到通用 AI,通过为期 13 讲的北大 AI 公开课,新智元和读者一起全景式地领略了 AI 对社会生活各方面带来的影响和改变。在公开课的最后一讲上,英伟达自动驾驶业务中国区负责人董方亮亲临现场,与雷鸣老师一道,就 GPU 的演进历程、 GPU 和深度学习的关系、AI 技术在各产业的应用等问题展开了深入的讨论和交流。

  本讲视频链接:

  为期 13 周的北大 AI 公开课转眼来到了最后一讲,如课程的组织者和主讲人、北大人工智能创新中心主任雷鸣老师所说,“十三讲的内容给大家带来了一个比较完整的 AI+ 产业的体验”。

  从无人驾驶到智能医疗,从嵌入式系统到通用 AI,新智元也和听众、读者朋友们一起,全景式地领略了 AI 对社会生活方方面面带来的影响和改变。

  

码报:【j2开奖】【北大AI课压轴】GPU是线下训练唯一选择,英伟达胜在生态系统|英伟达董方亮

  在这最后一讲上,英伟达自动驾驶业务中国区负责人董方亮亲临现场,与雷鸣老师一道,就 GPU 的演进历程、 GPU 和深度学习的关系、AI 技术在各产业的应用等问题展开了深入的讨论和交流。

  GPU 与 Deep Learning 紧紧地被绑在一起

  雷鸣:我们很高兴邀请到董方亮先生为我们介绍一下 GPU 的发展,以及从深度学习角度,或者从GPU 角度来看整个 AI 产业的发展。董方亮在英伟达已经工作很多年了,目前负责AI 和自动驾驶方面的工作,并且在 GPU 的研发、设计上也有多年的经验,我们今天非常高兴地把他请过来跟大家分享一下现在最火的话题——GPU,那么下面有请大家以热烈的掌声,欢迎董老师给我们讲讲,谢谢!

  董方亮:首先很感谢北大,很感谢雷老师组织了这么好的机会,能让我能站在这里给大家分享和交流一下英伟达在 GPU 和 deep learning 方面的一些积累和工作。今天很荣幸能站在这里。今天的交流大概分成四个部分:1)对 GPU 进行一个简单介绍;2)将 GPU与 deep learning 相联系;3)探讨当今时代的 AI,以及今后的AI会朝什么方向发展;4)分享英伟达 GTC 2017年的大会和大会之后我自己的收获。

  

码报:【j2开奖】【北大AI课压轴】GPU是线下训练唯一选择,英伟达胜在生态系统|英伟达董方亮

  今天在场很多人都打过游戏吧,基本上打游戏的人都知道 GPU,因为英伟达最早是做视觉计算的公司,我们公司的创始人最早就要去做一个不同于CPU 的产品,创造一个gaming的市场。

  我下面再说一个话题,可能大家不一定知道,那就是北大对 GPU 的贡献。其实在座的各位北大的天之骄子应该感到很自豪,因为GPU 的发展有一个很重要的技术叫 Pixel Shader(像素着色器),像素着色器是决定了今天能够做gaming、video 等很多呈现在大家面前功能的技术之一。核心的发明人是北大本科 87 级或 88级物理系的一位同学,所以北大人应该非常骄傲。北大对 GPU 的技术发展起到了很关键的作用。我相信很多同学可能不知道!

  我们现在开始做一个 gpu 的介绍。

  介绍 GPU 的时候我顺便也讲一下英伟达,英伟达是一家以 GPU技术为核心的公司,从成立那天起就做 GPU,到今天也在做 GPU。我们公司从一个视觉计算的公司转变到今天 AI 计算的公司,这一转变当然有时代的原因:1)现在产生大量数据,其中有很多的语音、图像数据;2)在人工智能方面,我们的一些基础研究有了长足的发展,同时在基于DNN(深度神经网络)架构上也有不错的发展,与现在 CPU 的计算模式不同。为什么 GPU非常合适于今天的AI的计算,也就是 deep learning?

  

码报:【j2开奖】【北大AI课压轴】GPU是线下训练唯一选择,英伟达胜在生态系统|英伟达董方亮

  这一页展示的是 GPU 计算年谱,我们也看到英伟达在 06年的时候做了一个CUDA(computing unifieddevice architecture),核心意思是,GPU 是一个多核的计算体。我们如果能用一套架构把计算核完整、方便地调动起来,就形成了并行计算的基础。CUDA 包含了从底层到应用层完整的 SDK,公司之前就已经做了并行计算的充分准备。从 06年到现在,英伟达每一代产品,都原生地支持 CUDA。年谱中有另一个重要的时间点——2012年,当时 AlexNet 用 GPU 做了一个9 层的 DNN 架构来做图像识别,取得了很好的效果。2012年可以认为是 GPU 应用于 deep learning 的爆发元年。随着时间的发展,DNN 不断演进。在各类 framework 不断演进的今天,GPU 与 deep learning紧紧地被绑在了一起。

  

码报:【j2开奖】【北大AI课压轴】GPU是线下训练唯一选择,英伟达胜在生态系统|英伟达董方亮

(责任编辑:本港台直播)
顶一下
(0)
0%
踩一下
(0)
0%
------分隔线----------------------------
栏目列表
推荐内容