英伟达创始人黄仁勋：计算机产业正在被颠覆，AI带来千载难逢的机会

黄仁勋当天的演讲内容，总结起来主要有五点：

黄仁勋表示，英伟达的愿景是让身处各地的研究员都能够来促进 AI 的发展，他们的平台也在以光速往前发展。还有着所有的合作伙伴的支持。

Tensor RT 3 是全球首款可编程推理加速器，现在框架很多，这个框架它创造了很多的网络架构，这些架构变得越来越复杂。而目标设备有的是超级计算机、有些是数据中心、有些是汽车和无人机器，人们的目标、框架、整个网络、还有它的复杂性，都在以膨胀式的速度发展。因此英伟达创造了一个优化的编译器，让所有的这些都可以纳入其中，而创造一个特别优化的编码，通量呈 140 倍的增加。这样才能够扩大规模，来支持膨胀式的工作流程，与此同时还可以大力解决成本。

最大的机遇和最大的挑战就是让人工智能应用于城市，以便人们可以获得效率、安全和便捷。但是现在，有 10 亿摄像机拍摄的内容没办法用人眼去监督他们，如果每个人要用人眼去监督的话，所有的这些视频流都通过 Tesla V100 来进行处理的话，这需要花 1 千万个 Tesla V100 来推理所有的 10 亿摄像头的内容。这是市场上特别大的一个挑战，但是却是一个机遇，英伟达收获了一大批中国的合作伙伴，包括阿里巴巴、大华、海康威视、还有华为。

黄仁勋表示，NVIDIA DRIVE 自动驾驶平台会为交通行业带来革命性改变。交通行业是全世界最大的一个行业之一，它对全世界会有着影响，对城市的设计、医院、保险、生命的价值等等，都会有影响。黄仁勋认为，如果创造一个平台，NVIDIA DRIVE 平台，并开放这个平台，让全世界的公司，不管是大的车企、还是出租车公司、还是汽车共享平台，还是 DHL 这种快递公司，或者 145 家初创企业，都可以用这个完全开放的平台，让大家可以基于此展开创新，带来的成果将会是十分巨大的。

在这一代，人工智能会从云中走出来，会进入这些无人的机器中，它的处理器必须进行重新设计。这就是英伟达的 Xavier——全球首款自主机器处理器。英伟达还打造了虚拟机器人训练环境 Project Isaac，黄仁勋在演讲中说：“有了现在的基础，我们就可以去设计下一代无人机器。”

在媒体访问开始之前，黄仁勋说了这样一段话：

“我们都深处于计算机的产业，目前我们遇到了千载难逢的机会。因为整个计算机产业的基础正在被颠覆。首先计算机的制造的方式被改变了，而软件，也不再完全依靠于人类的写码的能力，我们现在看到的是大数据、深度学习、人工智能，软件、硬件。这两个方面都迎来了令我们兴奋的机会。”

从这场大会所展示的技术来看，英伟达已经做好了迎接这个机会的准备。而在媒体访问当中，他的回答更是表现出了这种自信。

GPU 架构已经成功颠覆了 CPU 架构，但是 GPU 是否会覆盖到所有的场景？自主及其时代是否会像 AI 一般火爆降临？对于这个问题，黄仁勋认为对于自主及其而言，需要解决的是三大根本的问题：

首先第一个要解决的问题，就是为这些自动自主机器打造一个类似于人工智能的平台，比如说上午谈到的这种增强学习等等。

要解决的第二个问题，让这些机器人或者说自主机器能够有一个虚拟的，来学会做机器人的这种环境。

第三个要解决的问题，就是一旦完成了第二步，让这些机器人自主机器学会了作为机器人的行为方式的时候，我们就要把 AI 这样的一个人工智能的大脑放到自主机器的这样一个框架里面去。

黄仁勋表示，目前的这三个问题，英伟达还没有完全解决。但是，这三项工作正在并行中，上午主论坛谈到的 Xavier，就是所谓的自主机器，可以让它接受训练，去自主学习。还有 Issac 机器人的项目，也是在打造的一个虚拟的让机器人去学习的环境。

黄仁勋相信很快，NVIDIA 会把这三方面的基础都打好，整个的产业会在产业基础架构好后推动自主机器正式的生产。然后，再随后的 10 到 15 年，在座的诸位我们都会看到令人难以置信的进步。

至于 GPU 会不会全面覆盖到各个场景，黄仁勋说：“首先 GPU 不会替代 CPU，它是携手和 CPU 共同工作的，这也是我们为什么把它称之为加速器，CPU 是通用型的，什么场景都可以适用。但是 GPU 在一些专门的问题上是能量非常大的。它的性能要比 CPU 超过 10 倍，50 倍甚至百倍。”

在黄仁勋看来，所谓的完美架构是这样的：首先要把万事皆能的 CPU，在加上在某些重大计算挑战方面非常有能量的 GPU。比如说 GPU 它非常善于图形的计算处理工作和人工智能类型的应用。因此，NVIDIA 的决定是: 不会做那些每一次好一点点的通用性的处理器，而是要做在一些专门的领域，性能极好的处理器。这就是他今天上午介绍的 CUDA 的架构，即是 CPU+GPU，简称 CGPU，CUDA-GPU。

同样是用来解决 AI 方面的问题，FPGA 也是一块热门领域，关于这个领域，黄仁勋也有一些自己的想法。

关于 GPU 和 FPGA，黄仁勋认为，两者差异非常大，FPGA 非常灵活，可以是在以太网，音频、视频完全可以配置，它在设计的时候可以把它设计成各种各样的用户。但是 GPU 没有这么大的灵活性，比如以太网卡，音频卡 GPU 做不了，它是一种并行计算的加速器。

他举了一个例子来做详细说明：打一个比方 FPGA 可以转变成 GPU，但是性能不行，速度上不来。要比 GPU 慢一千倍，但是你可以用 FPGA 做以太网卡，可是 GPU 做不到。所以 GPU 是术业有专攻。

据黄仁勋透露，在三年前英伟达做了一个决定，把 GPU 做成 Tensor 执行处理器，现在已经成为世界上最优秀的 Tensor 处理器。但是说到底就是一块芯片而已，你要做 Tensor 处理还要有软件，因为每一项 AI 计算的图都是不一样的。而且每一个计算图在制定的处理器上为了达到性能的调优都必须进行编译。当然也有一个选择，每个神经网络都设计一个专门的 FPGA，但是特别困难，设计起来很困难，而且工作量很大。但是如果说市场上没有人给你提供一个这样的可编程推理的加速器的话，其实 FPGA 就成了你唯一的选择了。

黄仁勋说：“三年前没有办法，我们 GPU 有 TensorRT，现在不需要用，现在比较简单，什么都可以，当然是 TensorRT。最好的办法当然是用 TensorRT3 最好。”

在上午的演讲里面，黄仁勋提到了 TensorRT 3 跟 TPU 的性能对比，并且将 TensorRT 3 作为本届大会的一个重点来讲。那么 TensorRT 3 与 TPU 究竟有什么区别？

黄仁勋这样解释了二者之间的关系：现在世界上只有一款 TPU，谷歌的，它只能做 TensorFlow，Tensor 的处理。而 GPU 不光能做 Tensor 的处理，还能做很多其他的任务。比如说视频的编解码，还有一些图像的处理等等。

他举例说，上午在演讲中演示的，在电视连续剧里 GPU 可以做视频的解码，并且进行推理，推理之后做搜索。所以他表示，GPU 能做的事情远远多过 TPU。正是因为有 TensorRT3，GPU 的架构又是完全灵活的可编程的，所以可以支持世界上任何一种人工智能框架，比如说亚马逊，以及 Paddle Paddle 这是像百度这样的一些公司用的，还有 Facebook 用的 touch，以及微软用的 TNTK。“如果让我做一个长远的预测的话”，黄仁勋说：“我们认为，事实上，能够针对深度学习进行优化的 GPU 是能够获得最大成功的。”

虽然现在大家谈论了许多端智能的东西，但是未来到底是属于云智能还是端智能？

黄仁勋是这样认为的， 2017 年五月份，英伟达发布了 NVIDIA GPU Cloud，虽然名字里有“云”，但是它既不是一个业务也不是云的服务，更准确的说，它是一个云软件容器在云上的注册表，这些虚拟的云的容器，它能够跑在任何一个云的基础设施之上。这就是 NVIDIA GPU 云的概念。这就意味着 NVIDIA 的 GPU 的云可以在百度、阿里巴巴、腾讯任何一个云上去运行。

黄仁勋说：“因为我们看到了目前人工智能框架的软件堆栈是非常的繁杂的，所以我们干脆把它放到一个虚拟化的容器里头。”

至于云智能还是端智能，黄仁勋的回答是：智能是无所不在。

比如说会在麦克风上，会在手表上，保温杯，鞋子、手机，只不过智能分类型，有通用性还有专门性，如果小型终端设备，是属于专门性的智能，比如如果是智能麦克风只需要云识别方面的智能，在云端其实通用性的智能，在云端通常是具备各种各样所有的软件，而且它必须是灵活的可编程，而设备端，或者说终端是更类似于边缘计算或者物联网类型，比如自动贩卖机。

英伟达与特斯拉合作了无人驾驶芯片，不仅如此，英伟达与大众这样的汽车制造商也达成了合作。同时，他们的自动驾驶平台已经覆盖了全球 145 家自动驾驶初创公司，在中国，英伟达还投资了两家自动驾驶企业：景驰科技和图森科技。

那么在黄仁勋看来，跟特斯拉这样的科技大厂的合作以及跟图森、景驰这样的初创公司合作，有什么不同呢？

黄仁勋首先谈到，NVIDIA 投资的公司数量非常之多，在选择投资的时候通常有三个标准：

• 第一个标准应该与我们公司拥有一样的愿景目标，

• 第二点这家公司一定是需要我们 NVIDIA 的帮助的，这点是他非常看重的，如果这个公司根本不需要的话，也不会考虑投资他们，

• 第三点公司本身必须是一家优秀的公司。

其次，黄仁勋提到关于合作的态度，他表示：NVIDIA 绝对不是一个自闭的公司，也不是一个做垂直集成的公司，NVIDIA 是一家开放平台型的公司。NVIDIA 提供的是平台，也就是说 NVIDIA 的平台可以让其他的人去创业，去实现自己公司的梦想。我们希望大家都成功。所以 NVIDIA 作为一家平台供应商，我们的任务是不断的让这个平台与时俱进，让它做得更好，让它不断的进步。同时我们的这个平台一定是任何一家公司，任何一个人都可以上来的，这是一个开放的平台。

所以，英伟达原因与世界知名的汽车企业诸如大众、丰田合作，同时也希望能和更多有技术、有能力、有非常好的点子的的初创企业合作，达成目标。“NVIDIA 做得这个事业没有爱是无法做成的。”黄仁勋补充道。

AI 领域学界和企业界的差距已经拉的有点大了，NVIDIA 在企业界做了很多努力，做了很多投资，那么在黄仁勋看来，学界要怎样和企业界方面合作？

黄仁勋首先说起了英伟达的做事方式：他表示，NVIDIA 一开始在做人工智能的时候，完全没有想到做生意的问题，而是完全把它作为一个纯粹学术的研究去做。在 5 到 7 年之前，在深度学习方面取得的主要进展都是由学术界来做的，比如斯坦福、多伦多、纽约大学等等。

黄仁勋说，NVIDIA 有和全球学术界的研究人员进行深度的合作，一方面共同的去做开发，一方面也为他们的研究的项目提供资金，甚至还邀请了这些学者们到公司去做一些研究。英伟达把它简称为 NVIDIA 的人工智能的实验室 NVAIL。

作为一个华人，黄仁勋十分重视与华人的合作。他讲到，在中国，英伟达和三所高等学府：清华、中科院，香港中文大学进行过深入合作。

黄仁勋对中国计算机水平的发展表现出了十分赞赏的态度，他认为中国的计算机科学的技术水平，是在全球一流的，BAT 三家公司不止是中国一流的企业，在他看来，同样是世界一流的企业。黄仁勋个人在华人学术界也有一些关系不错的朋友，譬如李飞飞、吴恩达、陆奇，都是他认为非常优秀的华人科学家，他认为，中国计算机的技术水平已经是世界一流的，所以已经不止是局限某一个国别的范围了。

NVIDIA 在去年投资十家公司，只有两家中国公司，但这两家公司都是自动驾驶公司，这是否意味着 NVIDIA 更看好自动驾驶在中国的发展前景？另外 NVIDIA 在中国未来还会投资哪些领域的公司？

黄仁勋回答道：我们心脏是针对万物的 GPU 计算，这是我们的基础。

他解释道：英伟达 GPU 的计算有各种各样的应用领域，比如可以做科学的探索发现，计算图形，人工智能，英伟达提供的平台是针对所有的事物。

当然这并不表示英伟达没有侧重点，黄仁勋表示，英伟达最关心的有几个垂直领域：除了人工智能，还有交通运输行业。“但是这个交通运输绝对不只包括交通工具，我们谈到的是人工智能化的交通运输，所以我们认为滴滴是一家大型的人工智能公司，这就是人工智能交通运输。”黄仁勋说道，他认为不管是物流公司还是搞运输的公司，海陆空所有交通运输的领域都可以是自主，都可以是人工智能的，这一点对于整个社会来说都是非常重要的。

至于未来 NVIDIA 还有哪些重视的行业？黄仁勋回答：当然医疗卫生或者健康产业是非常重视的，并且他相信英伟达可以帮助健康产业实现变革。

首先第一点新药研发，也就是说分成两个方面，第一方面是本身新药的制造研发，第二部分能够让医生快速发现有哪些新药是对症。

第二点就是疾病的早期检测。说到检测这一定是一个人工智能去解决的问题，比如说人工智能检测谈到的所说的医疗影像的问题。

第三其实是新药这种临床效果的实验大规模的取样问题。

黄仁勋认为在这三个健康产业的问题之上人工智能都是大有所为，而且这个时间很快就会到。在他看来，交通这个领域，不论物流，还有驾车的问题，或者健康医疗卫生这个领域，这两个领域很多的挑战，过去都说不可能解决，但是有了人工智能，人们可以去完成不可能完成的使命，这就是为什么说现在这样一个时代是令人难以置信的时代。