“英伟达发布新型芯片用于人工智能”

本篇文章880字，读完约2分钟

新闻网科技报4月7日，据theverge网站报道，NVIDIA发布了新芯片，大大提升了机器学习的极限。 NVIDIA首席执行官黄仁勋本周二在企业年度gpu技术大会上宣布的这款特斯拉p100 gpu，能够以NVIDIA之前高端系统的12倍速度执行深度学习神经网络任务。 据NVIDIA介绍，p100是NVIDIA助力的作品，研发费用达到20亿美元，一个芯片有1500亿个晶体管，成为世界上最大的芯片。 除了机器学习，p100还可以进行各种高性能的计算任务NVIDIA。 只是想让你知道这个芯片非常擅长机器学习。

NVIDIA通过周二公布的超强力，将8个p100芯片放入了价值129000美元的名为dgx-1的超级计算机中。 这台超级计算机预装了深度学习软件，今年6月将最先发送给麻省理工、斯坦福、加州大学伯克利分校和其他大学的人工智能研究者。

NVIDIA因在视频游戏领域生产强大的图像解决芯片而闻名，图像解决需要大量的运算资源，神经网络的深度学习也是如此。 神经网络深度学习是一种人工智能，数据通过逐层模拟的神经元输入，训练计算机识别许多复杂的模式。 更多的企业通过参与深度学习技术谷歌、微软、亚马逊、facebook、百度等NVIDIA的研发，将自己定位为人工智能芯片制造商。

黄说，深度学习驱动的计算机可以执行我们无法想象的任务。 深度学习不仅仅是一个行业或APP。 不仅如此，我们的企业会全力以赴。 为了推进深度学习的迅速发展，解决能力很重要。 去年，微软的研究人员在imagenet计算机的视觉挑战中获得了第一名。 这是因为采用了以前采用的5倍深度的神经互联网。 根据刊登在期刊《自然》上的副本，deepmind采用了用巨大的计算能力训练它的人工智能alphago，准确地说是1202个cpu和176个gpu。

数据越大、越复杂，深度学习机器执行任务所需的神经层通常就越多。 这意味着要建立更大的神经互联网来实现更强的机器学习。 例如，自动驾驶车要实现更准确的图像识别研究者和数据科学家，就需要更强大的芯片，而NVIDIA的目的就是提供这样的芯片。

来源：企业信息港