2）GPU深度學習“大爆炸”

    就像我在此前的一篇論文《利用GPU加速人工智能的新型計算模式》中所寫的那樣，2009年將是人工智能飛速發展的一年。多倫多大學Alex  Krizhevsky創建了能夠從100萬樣本中自動學習識別圖像的深度神經網絡。僅在兩塊NVIDIA  GTX  580  GPU上訓練幾天，“AlexNet”就贏得了當年的ImageNet競賽，擊敗了磨練幾十年的所有人類專家算法。研究者們認識到，網絡數據規模越大、計算能力越強，其學習能力就越強的規律之后，斯坦福的Andrew  Ng與NVIDIA  研究室合作開發了一種使用大規模GPU計算系統訓練網絡的方法。”

    世界各地的人工智能研究人員，正在集體轉向GPU深度學習。百度、谷歌、Facebook與微軟是首批將其用于模式識別的公司。2015年，人工智能在圖像識別方面實現了“超越人類”的水準。在語音識別領域，微軟研究院使用GPU深度學習實現了歷史里程碑，在對話語音領域獲得“媲美人類”的水平。”

    ”圖像識別與語音識別——GPU深度學習已經為機器學習、認知、推理與解決問題奠定了基礎。GPU開始成為模擬人類想象力的引擎，打造出了視頻游戲與好萊塢影片的驚人虛擬世界。NVIDIA的GPU運行深度學習算法，模擬人類智能，能夠認知與理解世界的計算機、機器人與自動駕駛汽車的大腦。就像人類想象力與智能密不可分一樣，計算機圖形與人工智能也在我們的架構內合二為一。人類大腦擁有兩種模式，GPU也擁有兩種模式。這可能是NVIDIA  GPU之所以被廣泛用于深度學習的原因所在，因此NVIDIA日益被稱作“人工智能計算公司”。全球GPU市場將在未來10年有可能超越CPU的爆發式增長。”

    林燃相信他們不是吹牛。

    作為英特與MD競爭者，VIDA致力于圖形計算，從PC計算機圖形硬件，到好萊塢電影特效工具，再到人工智能時代的大腦，他們有機會超越前者。

    林燃聽得十分入神，拿手機拍下PPT內容。

    然后搬出手提電腦，開始撰寫技術會議紀要。

    這是他的好習慣，每當聽到先進的技術思路，就用記事本記下來。

    順便把自己的想法，剎那間閃過的靈感，統統記錄下來。