GTC 2015精彩回顾——深度学习成主旋律

  【雷竞技须安全稳定 DIY硬件频道】GTC 2015大会完美谢幕，我们也带着对NVIDIA最新研究成果和不断进取精神的钦佩满载而归。回顾本次大会，我们不难发现，NVIDIA一直在超越自我，致力走在科学计算的最前沿。本次大会的主旋律围绕着深度学习一次次给我们震撼，让我们感受到科技的未来充满着悬疑与惊喜。让我们再来回顾NVIDIA在本次大会展示的深度学习成果与案例——A New GPU and Deep Learning，A Very Fast Box and Deep Learning，Roadmap Reveal and Deep Learning和Self-Driving Cars and Deep Learning。

  A New GPU and Deep Learning

  17日凌晨，NVIDIA发布了最新一代单芯旗舰显卡TITAN X，它采用28纳米工艺，基于Maxwell 2.0架构，拥有1000MHz的核心频率及1075MHz的动态加速频率。同时老黄也揭露了这款“新核弹”的价格——$999。深度学习应用方面，老黄用训练AlexNet举例，普通CPU训练至少需要一周甚至一个月的时间，即时TITAN训练也需要用6天的时间，而最新的Titan X和改进后的cuDNN平台，可以直接将时间削减到三天!

  A Very Fast Box and Deep Learning

  Very Fast Box 可不是指新一代的SHIELD，而是NVIDIA推出的整机——DIGITS DevBox。这是一款小型工作站，配备了四路GTX Titan X显卡，售价$15,000，5月即将上市。深度学习的举例同样是用训练AlexNet举例，一般单GPU系统训练需要2天时间，如果只是用CPU，甚至需要1个月时间，用DIGITS DevBox只需要13个小时!

  Roadmap Reveal and Deep Learning

  NVIDIA表示预计会在2016年推出下一代的Pascal架构，2018年则会推出下下代的Volta架构。Pascal制造工艺将升级到FinFET，支持3D显存及NVLink总线，显存容量将从目前的12GB提升到32GB，带宽达到1TB/s级别。Pascal架构将为加速深度学习研究而生，在该类应用中，它将突破拥有最高10倍于Maxwell架构的性能。其中，NVLink自不必提，去年美国能源部已宣布采用其技术运用到“高峰”“峰峦”超级计算机，这次的3D立体堆叠显存有点意思是伤害了AMD一把，在AMD试水HBM后，海力士竟然将HBM2.0显存给了NVIDIA。

  Self-Driving Cars and Deep Learning

  CES的时候，NVIDIA就已经展出了最新自动驾驶研究成果，DRIVE CX和DRIVE PX。在本次GTC上，NVIDIA继续发力，宣布了其最新的黑科技——DRIVE PX自动驾驶汽车电脑。其中NVIDIA全新的ADAS高级辅助驾驶系统，在原有的警告以及自动刹车基础之上，直接帮助驾驶者辅助驾驶和加速。而Drive PX能以每秒184帧的速度，运行复杂的深度学习程序(AlexNet)，让深度学习控制汽车的驾驶停泊。很明显，NVIDIA不想让自动驾驶只是在科幻电影中的场景，它要让每个人能够亲身体验到。在展示了一系列有趣的深度学习应用后，特斯拉汽车(Tesla Motors)的首席执行官——埃隆·马斯克(Elon Musk)应邀上台，与老黄展开了精彩的对话。两人围绕着如何在汽车上实现辅助驾驶系统乃至自动驾驶系统以及未来这方面的发展前景，为我们描绘了触手可及的自动驾驶未来。两位大佬都为未来自动驾驶的前景充满了信心，“钢铁侠”也表示NVIDIA的Tegra 是一个非常有趣的应用，用比较俗的概括形容就是，现场气氛其乐融融。

  英伟达一直以来在GPU计算有着不菲的成绩，本次在深度学习的研究与成果也可以说是顺势而为。深度学习简单形容就是构建像人脑一样处理数据的计算机程序，是科学计算和大数据积累处理的研究。到目前为止，它仍然可以被称为是计算机科学的新兴领域，每天全球几亿人的社交网络的交流是庞大的数据，如何从这些海量数据里计算出有用的数据，应用于人工智能学习仍是一大难题。

  不过我们可以肯定的是，深度学习是社会发展的趋势，它将在未来会改变我们生存行为与生活方式。也许不久的将来，我们人人都会像美剧中Nikita，如果需要交换信息，键盘只是个摆设，只需要简单语音识别，文字自动转换发送即可。