服务热线 : 400-127-8099
服务热线 : 400-127-8099
电 话：400-127-8099
邮 箱：rdbgs@rdypcyy.com
地 址：山东省滕州市高铁新区
从计算的早期开始，人们就一直认为人工智能有朝一日会改变这个世界。几十年来，我们已经看到无数流行文化参考和未来主义思想家所描述的未来，但技术本身仍然难以捉摸。增量进步主要归功于边缘学术界和消费性企业研究部门。
这一切都在五年前发生了变化。随着现代深度学习的出现，我们已经看到了这项技术在行动中的真实一瞥：计算机开始看到，听到和谈论。人工智能首次感觉有形，触手可及。
今天的人工智能开发主要围绕深度学习算法，如卷积网络，循环网络，生成对抗网络，强化学习，胶囊网等。所有这些都有一个共同点，就是它们需要大量的计算能力。为了在推广这种智能方面取得实际进展，我们需要彻底检查为这项技术提供动力的计算系统。
2009年发现GPU作为计算设备通常被视为一个关键时刻，帮助引发了围绕深度学习的寒武纪爆发。从那时起，对并行计算架构的投资爆炸式增长。谷歌TPU（Tensor Processing Unit）的兴奋就是一个很好的例子，但TPU才刚刚开始。 CB Insights的发言人告诉我的团队，仅在2017年，新的专用AI芯片创业公司就筹集了15亿美元。这太惊人了。
我们已经看到新的创业公司进入现场，挑战英特尔，AMD，Nvidia，微软，高通，谷歌和IBM等老牌企业。像Graphcore，Nervana，Cerebras，Groq，Vathys，Cambricon，SambaNova Systems和Wave Computing这样的新兴公司正在成为为深度学习的未来铺平道路的新星。虽然这些初创公司肯定资金充足，但这些都是早期的，我们还没有看到谁将成为赢家，将来会有什么样的老卫兵。
Nvidia的统治地位
Nvidia将GPU作为人工智能和深度学习的替代品引入主流。 该公司计算从消费者游戏领导者到AI芯片公司的转变一直都很不错。 就像其对Volta的30亿美元投资以及像CUDA / cuDNN这样的深度学习软件库的推动，它将其从领先地位推向市场主导地位。 去年，它的股票走到了尽头，首席执行官Jensen Huang被“财富”杂志评为年度商人，并因此获得了“新英特尔”的美誉。
