入局自动驾驶的GPU帝国英伟达,究竟拥有怎样的魔力?
2018/3/12 20:02:46 创新工场

    

     自去年12月开始的景驰与百度的纠纷,在CEO王劲离职后,宣告结束。

     在这桩案子持续发酵时,我们正好在硅谷,拜访了景驰的重要投资者之一英伟达公司。他们详细介绍了目前在创投领域的布局,包括对中国创业公司的投资。

     我们也谈到了景驰。英伟达方面表示,投资的景驰的原因,“主要是景驰在做无人驾驶领域,且发力比较猛,其业务与英伟达也有很多协同,因此,便选择投资了它。”

     提到英伟达,可能大多数人会以为,它是一家卖显卡的硬件公司,是“游戏芯片供应商”、“全球最大的图片芯片制造商”。

     然而,在英伟达CEO黄仁勋看来,他们现在是一家AI公司

     的确,如果我们留意近半年多来有关英伟达的消息,了解到黄仁勋和英伟达在“自动驾驶”——这一人工智能技术最直接应用领域的多番作为后,就会对黄的说法深表认同。

    

     01

     依托人工智能,领军自动驾驶

     时间倒转至今年年初。在2018年美国CES(国际消费电子产品展)期间,英伟达发布了迄今为止最强的AI 超级计算芯片、全新的自动驾驶SoC平台NVIDIA DRIVE Xavier

     CEO黄仁勋对外透露,在这款芯片的发布上,他们动用了2000名工程师,历时4 年研发,投入接近20亿元,这也是英伟达有史以来最大的研发投入;而这款芯片每秒可执行30万亿次的深度学习计算,功耗仅为 30 瓦,甚至能为L3-L4 级别自动驾驶车辆提供无延迟的算力支持。

    

     “DRIVE XAVIER”的横空出世绝非偶然。在它诞生之前,英伟达就曾多次发力自动驾驶领域。

     去年10月,英伟达发布了全球首款AI车载超级计算机DRIVE PX Pegasus,整个平台的大小仅和汽车牌照相当,但拥有高达320 TOPS的深度学习处理能力;而就在过去两年多的时间里,从第一代的Drive PX到Drive PX Pegasus,英伟达接连推出了大约5代产品,其计算能力也随着对应的自动驾驶级别水涨船高。

     回顾英伟达在自动驾驶领域的历史,不难看出,其产品的更新迭代速度相当之快。而依托其强大的产品优势,当下的英伟达在自动驾驶领域,也从不缺少合作者,比如,与谷歌无人车前高管Chris Urmson创立的 AURORA合作,共同打造采用 NVIDIA DRIVE Xavier 处理器的全新L4和L5级自动驾驶硬件平台;而德国邮政集团 DHL日前也宣布为其自动配送车队选配英伟达 Drive PX 平台……翻阅英伟达的自动驾驶朋友圈,我们从中可以找到超过320家的合作伙伴,其中涵盖了汽车、供应商、软件公司、传感器、地图以及一些初创公司,等等。

    

     NVIDIA DRIVE系列产品的快速迭代,加之放眼全球、开展商业合作,这两点足以证明,如今的英伟达正朝着“自动驾驶领域绝对霸主”的宏伟目标,大踏步迈进。然而,为了继续向前推进自动驾驶业务,英伟达所做的还不止这些。

     02

     强悍GPU,为AI大牛保驾护航

     毋庸置疑,在自动驾驶这一人工智能技术最为直接的应用领域里,英伟达已经取得巨大的成功;而NVIDIA DRIVE系列AI芯片在自动驾驶市场中的亮眼表现,似乎也能让人们感受到,英伟达在当下AI界,已是大红大紫的实力玩家。

     然而,这一切都只是巧合吗?并不是,相反的,英伟达之所以能够在AI大潮中脱颖而出,成为最闪亮耀眼的那颗星,主要源于它多年以来在GPU性能上面的投入、研究。

     谈及GPU这个概念,最初便是由NVIDIA在1999年发布GeForce 256图形处理芯片时首先提出,也是从此开始,NV显卡的芯就用这个新名字GPU来称呼。

    

     直到现在,GPU这一概念也一直被英伟达所重视。强调GPU的未来价值,并建成基于GPU计算力的人工智能生态,这也是近年来CEO黄仁勋在人工智能风口上一直在做的事情。

     那么,或许有人会提出疑问:为什么说英伟达能够在AI界风生水起与其GPU的关系密不可分呢?关于这一点,需从2012年以前开始说起。

     其实一直以来,计算机都不是太聪明,一些对于人类来说易如反掌的任务,比如认清照片里的动物是什么,对于计算机来说,是“难于上青天”。面对图片,人类看到的是具体的形象,而计算机所看到的,只是图像中一组组相互之间毫无关联的数字。

     由此,便衍生出一门重要的学科,叫做计算机视觉,而让计算机分辨出一张图片里的动物是猫还是狗,并在图中圈出指定动物的位置,也在当时成为了这一学科门类“冠上明珠”般的难题。直到2012年,这件事情出现了转机——

     在这一年计算机视觉届的“奥林匹克”——ImageNet挑战赛的赛场上,出现了一位另类玩家,一位来自多伦多大学的老教授,Geoffrey Hinton。Hinton和他的团队们第一次用上了GPU芯片和深度学习算法,让计算机识图的错误率猛然降低了数倍,成为计算机视觉历史上的一个重要节点

    

     一石激起千层浪。GPU芯片与深度学习算法一下一跃成为人工智能届的“网红”;也就在这时,英伟达更加肯定,自家GPU性能十分适用于人工智能场景。自此以后,英伟达就在通过一系列手段支持人工智能技术的发展。而其最主要的做法,是打造性能、架构越来越高效的GPU,也可以叫做“通用人工智能处理器”,然后再打造出针对各种人工智能语言、应用场景的软件解决方案。

     03

     NVIDIA的华丽转身,皆因一场豪赌

     如今,GPU正越来越多地出现在各种各样的新兴设备上,比如无人车、机器人、自动驾驶汽车、服务器、超级计算机和虚拟现实设备。它几乎已是当下AI市场最为核心的需求品类。

     然而,在GPU势如破竹的背后,你或许会好奇,这样一个曾经只是负责在屏幕上绘制图像的“图形处理单元”,是如何在多年之后,成为一款通用处理器,并推动人工智能发展的呢?GPU全面崛起,英伟达的答案很明确,一个有“强迫症”的老板十多年前的一次关键押注

    

     英伟达CEO黄仁勋总被国内网友称为“老黄”,甚至被安上了“核武狂魔、两弹元勋”的名号,但本质上,他有着像乔教主一样严苛的个性战略上的直觉

     也有人习惯把他和乔布斯相提并论,除了个性和才能之外,他们同样喜欢穿一身深色衣服,甚至同样为公司建了一栋引人注目的大楼。当然,改变英伟达命运的CUDA(用于图形处理单元GPU上的通用计算的并行计算平台和编程模型。利用CUDA,开发人员可以通过利用GPU的功能,大大加快计算应用),和改变苹果命运的iPhone,也有不少相似之处——至少它们都诞生在同一年,都堪称孤胆押注

    

     当时是,老黄宣布要通过一系列软件开发和修改工作,让GPU胜任各种任务,不再只是负责在屏幕上绘制图像。

     但最大的问题是钱、钱、钱!他说:“成本对公司来说奇高无比。”

     一旦项目启动,每年砸到CUDA上的研发成本估算就有5亿美元,而当时公司全年的总收入才大约30亿美元。也就是说,老黄把整个整个公司的1/6,押注在了和公司核心业务似乎没什么关系的一个软件平台上。但从现在来看,自CUDA推出以来,英伟达在将GPU转化为更通用的计算工具上投入了将近100亿美元

     黄仁勋这一段百亿美元押注CUDA,在公司战略转型中选择“All in”的举动,也令探访英伟达的创新工场兄弟会成员丁吉昌感触颇深。

     丁吉昌现在是大宇无限创始人,之前他参与了豌豆荚从创业到被收购的全过程。当年,豌豆荚身处移动互联网浪潮,应用分发前途向好、竞争激烈,360、百度和腾讯先后进入战场;然而,风口过后,豌豆荚即便在转型中也选择了“All in”,却没有得到预期的结局。

     那么,大宇无限CEO丁吉昌究竟会从英伟达这次看似疯狂,却凭“豪赌”创“奇迹”的战略转型中,得到了怎样的启示呢?欲知详情,那就赶快来收听全新音频专辑《2018创新工场 硅谷赋能之旅》第五期节目《光靠执着就想成为英伟达?真相,远远不够!》吧~~

    

     “3?15”消费者权益日

     中午11:30

     锁定蜻蜓FM

     “3?15”消费者权益日

     中午11:30

     锁定蜻蜓FM

    

    

     随开复老师与创新工场兄弟会成员丁吉昌一同开启“硅谷赋能之旅”的新篇章NVIDIA!

     扫描下方二维码即可进入哦~

    

    

    

     推荐阅读:

     创新工场&蜻蜓FM,解说硅谷那些事儿

     硅谷×纽约:12天漫游归来 | 兄弟会

    

     欢迎关注创新工场微信公众号:chuangxin2009。创新工场拥有强大的投资和投后团队,持续输出关于创业投资、投后的真知灼见~ 还有机会参与到创业培训、沙龙和其他各类活动中。

    

    

    http://weixin.100md.com
返回 创新工场 返回首页 返回百拇医药