![]()
12月8日消息,在最近一期喬·羅根(Joe Rogan)podcast節目中,英偉達(Nvidia)首席執行官黃仁勛(Jensen Huang)作為嘉賓參與了訪談。黃仁勛表示,深度學習的爆發源于2012年英偉達使用GTX 580 顯卡的SLI 配置。可以說,沒有GTX 580,就沒有英偉達今天在AI市場的霸主地位。
深度學習是當今人工智能(AI)產業的核心技術,讓AI能自我學習,而這一切的基礎卻是當時并不專門為此設計的硬件。黃仁勛指出,最早開發深度學習的研究人員在兩個配備3GB顯存的GTX 580顯卡上運行了世界上第一個深度學習網絡。
這些研究人員來自多倫多大學,他們的目標是改善計算機視覺中的圖象檢測。2012年,亞歷克斯·克里澤夫斯基(Alex Krizhevsky)、伊爾亞·蘇茨克維(Ilya Sutskever)和杰弗里·辛頓(Geoffrey Hinton)利用兩張GTX 580顯卡訓練了AlexNet模型,這個模型包含5個卷積層和3個全連接層,總計約6,000萬個參數。AlexNet的自動特征學習能力使其在ImageNet競賽中超越當時的手動設計算法70%以上,立即引起業界關注。
黃仁勛進一步指出,AlexNet的開發者正是利用GTX 580顯卡來構建他們的圖象識別算法。該網絡經過優化,可以在兩個顯卡上運行,并且僅在需要時交換數據,可以顯著縮短訓練時間。這使得GTX 580成為世界上第一款運行深度學習/機器學習AI網絡的顯卡。
有趣的是,這個里程碑的達成之時,英偉達在AI領域的投資卻極少。當時,英偉達公司的大部分圖形研究和開發都集中在3D圖形和游戲上,GTX 580顯卡專為游戲設計,并未具備加速深度學習網絡的先進支持。但是,顯卡的固有并行性正是神經網絡快速運行所需的。
資料顯示,GTX 580 顯卡基于Fermi 構架,擁有512個CUDA 核心,雖然原本設計為高階游戲用途,但其強大的并行計算能力卻成為深度學習快速訓練的關鍵。
黃仁勛還透露,正是因為AlexNet及其在GTX 580上的應用,英偉達才開始開發專門面向AI的GPU。他表示,一旦公司意識到深度學習可以用來解決世界問題,便在2012年將所有資金、開發和研究投入到深度學習技術中。這個決策催生了2016年推出的原始Nvidia DGX、首代Tensor核心的Volta構架以及DLSS技術。如果沒有GTX 580運行AlexNet,英偉達今天可能不會成為AI巨頭。
編輯:芯智訊-浪客劍
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.