GTC大會，一場AI的盛宴

印象中總覺得電商喜歡造節。雙11、520、6.18，這些本來平淡無奇的日子，在電商們的魔棒下日益成為熱火朝天的節日，深刻影響著人們的消費習慣。而對程序員和IT工程師們而言，更重要的嘉年華來自那些科技巨頭們，無論蘋果全球開發者大會WWDC、Google網絡開發者年會Google I/O還是微軟的Build大會，都是各自開發領域的技術人員豎起耳朵認真聽講的重要節日，再一次敲黑板：這可不是“錯過了就得再等一年”那么簡單，弄不好走錯了方向找不到北，那可比錯過一次“秒殺”的損失大多了。

技術日新月異的時代，首要任務是跟對趨勢、押對方向。考慮到程序員們的眼睛自然雪亮，那每年誰主導的節日更熱鬧，也客觀反映該企業的影響力最大，而其主導的技術也會帶來更大的發展機遇。在剛剛過去的5月里，最火的科技嘉年華當屬英偉達的GTC 2017，連同期舉辦的著名的微軟Build大會都被其壓住了鋒芒踢下了頭條，其影響力可見一斑。

5月11日，英偉達GTC 2017（GPU developer conference）在美國硅谷的中心——加州圣何塞開講。今年GTC的聽眾達到了創紀錄的7 000人，比8年前第一屆大會相比增長了10倍，而全球GPU開發者的數量更是達到了50多萬，英偉達的CUDA驅動程序和SDK的下載量也超過百萬。老黃還是那個老黃，即便是在加州炎熱的天氣里，英偉達CEO黃仁勛依然穿著標志性的皮衣登上講臺，但不同的是，在今年的主題演講中，他已只字不提游戲這個英偉達曾經賴以生存的支柱產業，而是將兩個小時的時間毫不吝嗇地集中在了AI領域，因為這才是未來，是正在對人類社會產生無可限量影響力的新技術領域。在GTC 2017的主題演講中，黃仁勛一口氣發布了英偉達5大革命性產品：Project Holodeck、Volta、英偉達GPU云、Xavier DLA以及 Isaac 機器人模擬機，數千觀眾聽得如癡如醉，全球數10萬技術人員更是守在網上認真領悟“AI教父”帶來的最新技術突破。不僅如此，華爾街也在聆聽黃仁勛來自硅谷的聲音，從老黃登臺開講到演講結束，英偉達股價盤中暴漲17%，其市值也達到了創紀錄的720億美元。

股價的暴漲和GTC 2017的火爆絕非偶然，最根本的原因當然是英偉達在人工智能領域取得的巨大成就。原本以開發和出品GPU擅長的英偉達“意外”地踏準了AI這個強大的風口。如今，AI已經成為科技領域最火爆的技術發展方向，而其核心技術則依賴深度學習（Deep Learning），GPU出色的浮點計算性能可以提高深度學習兩大關鍵活動：分類和卷積的性能，同時又能夠達到所需的精準度。換句話來說，深度學習需要很高的內在并行度、大量的浮點計算能力以及矩陣預算，而GPU恰好可以提供這些能力，并且在相同的精度下，比CPU的處理速度更快、需要更少的服務器投入，也可以大大降低功耗。所以，目前大部分深度學習計算平臺都在采用GPU進行加速，于是GPU的領軍企業英偉達自然也就成為人工智能的重要技術供應商之一，轉瞬間完成了由顯示芯片廠商向人工智能領軍者轉變的華麗轉身。

當然，這條路也不那么平坦，因為有機遇自然就有競爭，如日中天的英偉達并非沒有對手。面對人工智能的洶涌浪潮，全球科技巨頭們肯定不愿意坐失發展的機會。比如英特爾，這個PC時代的霸主面對人工智能的大潮稍顯得有點措手不及，因為英特爾的CPU更擅長高速處理復雜的數據，卻不擅長高效處理海量非結構化數據，一時間強項變成了短板，情何以堪？但英特爾不會坐以待斃，既然技術方向不對就加緊收購。去年英特爾耗資4億美元收購深度學習初創企業Nervana，這是一個幾年間一直在幫英偉達優化GPU平臺的企業，收購Nervana可謂一箭雙雕，一方面阻止其繼續為英偉達提供服務，另一方面借用Nervana Systems技術去嘗試在“硅層”實現機器學習，從而大大加速自己在AI領域的產業布局。不僅如此，今年3月英特爾又以153億美元的代價收購了以色列芯片公司Mobileye，謀求以自家的高性能計算和網絡連接能力，結合Mobileye的計算機視覺專業技術，打造從云端直達每輛汽車的無人駕駛解決方案，以完成其在自動駕駛領域的布局。在傳統芯片領域，英特爾幾大產品線都開始向AI技術靠攏，有的已經開始為深度學習進行專門定制，比如之前作為HPC平臺的Xeon Phi加速計算卡，一旦完成了面向深度學習的技術優化，爭奪下一個技術制高點對英特爾不是沒有機會。

黃仁勛：“當今世界上幾乎每臺超級計算機都配置有某種形式的加速技術，其中很大一部分來自英偉達。”

推出了AI當紅明星AlphaGo的Google公司更不會心甘情愿去走英偉達的技術路線。整整一年前的2016年5月，Google在I/O大會上首次公布了TPU（張量處理單元）技術，號稱“把人工智能技術推進7年”。TPU采用了8位運算器，可以使單位面積的芯片能擺放更多的運算器，對內存帶寬的需求也大大降低，這使得TPU獲得了很好的絕對性能。實際上這款芯片已經在Google數據中心投入了實際產品之中，去年戰勝李世石的AlphaGo就裝備了TPU，而它也成為擊敗李世石的關鍵“秘密武器”。

無論GPU和CPU這樣的通用芯片還是TPU這樣的“專用芯片”，各家技術公司都在努力推出適用于深度學習的處理器架構和芯片，以擴大自己的市場份額和在AI領域的話語權。技術流派不同，但人工智能的大潮已至，AI的盛宴已經拉開帷幕，加速計算正在成為最緊迫的技術需求。誰能夠做到高效率、高精度處理數據而低能耗，誰就會成為未來的贏家。