黃仁勛：沒有GTX 580顯卡，就沒有現在的英偉達！

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