网易科技讯 4月7日消息，据TheVerge网站报道，英伟达发布了一块新型芯片，极大的推动了机器学习的极限。英伟达CEO黄仁勋本周二在公司年度GPU技术大会上发布的这款特斯拉P100 GPU，它可以执行深度学习神经网络任务，速度是英伟达之前高端系统的12倍。据英伟达表示，P100是英伟达倾力之作，研发费用高达20亿美元，在一个芯片上有1500亿个晶体管，使得它成为世界上最大的芯片。除了机器学习，P100还能进行各种高性能的计算任务——英伟达只是想让你们知道这款芯片非常擅长机器学习。
英伟达将八个P100芯片放入一个超级强大、价值129000美元的名为DGX-1的超级计算机，后者也是周二发布的。这款超级计算机已经预先装上了深度学习软件，它将于今年六月最先被送往美国麻省理工学院、斯坦福大学、加州大学伯克利分校以及其它大学的人工智能研究人员。
英伟达因为视频游戏行业生产强大的图像处理芯片而闻名，图像处理需要占用大量运算资源，神经网络深度学习也是如此。神经网络深度学习是一种人工智能，数据通过层层模拟的神经元输入，从而训练计算机识别复杂的模式。随着越来越多公司参与研发深度学习技术——谷歌、微软、亚马逊、Facebook、百度等等——英伟达将自身定位为人工智能芯片制造商。
“深度学习驱动的计算机能够执行我们无法想象的任务，”黄说道。“深度学习不仅仅是个领域或者一个应用程序。它远不止此，所以我们公司将全力以赴。”当涉及推动深度学习向前发展，处理能力至关重要。去年，微软研究人员在ImageNet 计算机视觉挑战斩获第一名，这是因为他们使用了一种比之前使用的深五倍的神经网络。根据发表在期刊《自然》上的一篇文章，DeepMind使用了巨大的计算能力训练它的人工智能AlphaGo，精确来说是1202个CPU和176个GPU。
一般来说，当数据变得越来越大越来越复杂时，深度学习机器执行任务所需要的神经层越多。这意味着为了建造更大的神经网络从而完成更强大的机器学习——例如，自动驾驶车辆实现更精确的图像识别——研究人员和数据科学家需要更强大的芯片，而英伟达旨在提供这类芯片。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。