對話黃仁勛：我們看重三個AI應用行業，發布了五個新項目，每一個都有GPU

人工智慧對計算需求的高速增長，給了英偉達這家24歲的公司巨大的機會。以GPU計算為基點，其正在把圖像處理能力推向無人機、高級自動駕駛、自主機器人、AI城市等領域。

在過去的兩年里，英偉達市值一路飆升，令許多企業「分外眼紅」。而在今天的GTC CHINA大會上，英偉達又發布了Tesla V100 GPU、可編程推理平台TensorRT 3，自動駕駛平台、自主機器處理器 Xavier及虛擬機器人訓練環境這五個新項目，可以說是向AI各個領域全面鋪開。

英偉達CEO黃仁勛在會上說：「人工智慧計算的新紀元，就是要讓企業省錢。」老黃之於英偉達，就如喬布斯之於蘋果。他領導下的英偉達，仍然像一個初創公司一樣不斷創新、果斷決策、快速執行，這與他敏銳的戰略直覺和個性不無關係。在外人看來，他親切隨和，但對待工作卻十分嚴苛。

在長達2小時的演講過後，黃仁勛接受了媒體採訪，沒有追求「形式感」的入場，而是伴著一聲「Hey you guys!」，未見其人先聞其聲。然後隨性地往椅子上一坐，輕鬆地開啟了「話匣子」。

英偉達CEO黃仁勛

他表示，傳統的計算機產業正在被顛覆，大數據、深度學習、人工智慧等新技術的出現，使得硬體的製造方式被改變，軟體運行也不再完全依賴於代碼。目前我們遇面臨著一個百年一遇的也是令人興奮的機會。

記者：英偉達接下來將在AI領域全面布局，那麼各項業務之間是否有側重，下一個階段的重點的什麼？

黃仁勛：英偉達今天發布的五個重點項目，有個共同點就是沒有GPU是不可能實現的。這五個領域的研究本身挑戰性就非常高，同時，英偉達給予它們的也都是獨一無二的價值。雖然，目前我們還不敢保證所有這些項目都會100%成功，但可以確定的是，如果一旦成功它們一定會給社會帶來巨大的價值，這也將給英偉達帶來非常大的滿足感。

記者：英偉達所發布的自主機器什麼時候能夠進行商用和普及？

黃仁勛：目前，對於自主機器而言需要解決三大關鍵的問題。首先，是為自主機器打造一個人工智慧平台，類似於增強學習等等；另外，是提供一個能夠讓自主機器進行自主學習的虛擬環境；在此基礎上，第三步再將人工智慧的「大腦」放到自主機器的框架中。

坦率說，目前這三個問題還沒有完全解決，但是三項工作在英偉達正在並行中。比如說今天推出的自主機器處理器 Xavier，虛擬的學習環境、以及英偉達的人工智慧平台等等，都是在為自主機器的商用和普及做準備工作。

明年，英偉達會將這三方面的基礎都打好，之後就可以進行自主機器的生產。另外，我也相信，在未來的十到十五年，我們還會看到更加令人難以置信的創新和進步。

記者：您認為未來的人工智慧發展是端主導的還是雲主導的？

黃仁勛：可以肯定的是，智能將無處不在。它會在麥克風上、手錶上、鞋子上、保溫杯中，甚至是耳環里。但是，智能又分為通用型和專用型。如果是小型的終端設備，比如說保溫杯、咖啡機，就是專門型的智能，只需要滿足某個方面的需求，更側重物聯網和邊緣計算。而雲端的智能是通用型的，通常具備各種各樣的軟體，並且必須是靈活、可編程的，需要滿足跨領域的需求。因此，未來，端上的智能和雲上的智能都會非常重要。

記者：GPU的出現顛覆了CPU的架構核心。您認為將來GPU是否可以覆蓋所有的場景，或者將來還會有更多的新型的GPU出現為更多的計算需求提供支持？

黃仁勛：首先，GPU不會替代CPU，而是與CPU更好地結合實現計算，這也是我們為什麼把GPU稱為加速器的原因。它們二者各有優勢和分工，CPU是通用的，什麼場景都可以適用。而GUP在一些專門問題的處理上會發揮非常大的作用，它非常擅長圖形處理和人工智慧類型的工作，比如在圖像識別中GUP的性能是CPU的十倍、五十倍甚至百倍。因此我們認為事實上最完美的架構是把CPU和GPU結合起來。從這方面來說，英偉達的研究重心其實不是升級每次只好一點點的通用型處理器，而是推出在專門的領域能夠提供超強性能的處理器，也就是我們推出的CUDA的架構，即CPU+GPU。

記者：是否可以談一下GPU與FPGA的區別？

黃仁勛：這兩者的區別很大。FPGA非常靈活，可以在是在乙太網卡里、音頻卡中、或者視頻卡中，是可配置的。在設計階段，它就可以被設計用於成各種各樣的用途。但是，GPU沒有那麼大的靈活性，它是一種並行計算的加速器，是「術業有專攻」。當然，FPGA也可以被轉變為GPU，但是性能無法滿足要求，它的速度要比GPU慢1000倍。

三年前，英偉達決定把GPU做成Tensor執行處理器。而如今，它已經成為世界上最優秀的Tensor處理器，但它只是一個晶元，要做高性能的計算處理還需要軟體。因為每一張AI計算的圖片都是不一樣的，並且每一張圖片在指定處理器上為了達到性能的調優，都必須進行編譯解碼。

當然，你還有另一個選擇，就是為每一個神經網路都可以設計一個專門的FPGA，只是設計起來很困難，工作量也很大。如果市場上沒有人可以為你提供一個可編程的、推理的加速器，FPGA就成了唯一的選擇。這也是為什麼幾年前，BAT對自己的人工智慧推理進行加速時，只能通過定製FPGA來實現。而現在有了TensorRT，就為企業提供了非常大的便利。

記者：TensorRT與TPU的性能對比有什麼優勢？

黃仁勛：TPU只有一款，並且只支持Tensorflow，而GPU還可以支持其它的任務，如視頻編解碼、圖像處理等等。比如在上午演示的《權力的遊戲》影片中，GPU就可以做視頻的解碼，並根據解碼進行搜索。GPU可以做的事情比TPU多得多。正因為我們有TensorRT，GPU架構又是完全靈活可編程的，支持任何人工智慧的框架如TensorFlow、Microsoft Cognitive Tookit、MXNet、PyTorch、Caffe2、PaddlePaddle 、Theano等等，因此，從長遠來看，我們認為能夠針對深度學習進行優化的GPU能夠獲得最大的成功。

記者：英偉達在選擇投資的公司時會有什麼樣的考慮？

黃仁勛：英偉達投資的公司非常多，我們在選擇時有三個基本標準：一是與英偉達有一樣的願景和目標，二是這些公司確實需要英偉達的幫助（這一點是我們非常看重的），三是這個公司本身必須是非常優秀的公司。

記者：英偉達在與很多大型企業合作的同時也在與許多創業公司合作，在這個過程中英偉達的目的是？

黃仁勛：英偉達提供的是一個平台，希望賦予其它公司更多的能力，希望大家都成功。作為一個平台提供者，我們的任務主要是為了讓平台不斷升級、與時俱進。同時，這個平台是開放的，任何一個人和公司都可以進來。英偉達不是自閉公司，也不是垂直的集成公司，而是一個開放的平台公司。我們非常樂於與大眾、豐田合作、奧迪這樣的大型企業合作，同時也非常希望與很多初創企業合作，我們甚至還在與空客合作，因為我們認為如果能發明出一個可以飛的汽車，這是非常酷的。我認為，英偉達所做的這些事沒有「愛」是無法做成的。

記者：英偉達在自動駕駛領域是如何布局的？

黃仁勛：對於英偉達自動駕駛來說，DRIVE PX是硬體基礎，DRIVE OS是操作系統，DRIVEWORKS SDK是API，而DRIVE AV是最頂層的無人駕駛應用，把所有的這些結合在一起我們統稱為英偉達的DRIVE。以上說的每一個層面都可以單獨開放，適用於不同類型、不同公司的需求。你可以選擇用DRIVE PX硬體基礎，其它部分自己開發，也可以選擇用DRIVE AV應用，其它底層堆棧自己搭建，這些都是沒有問題的。

我們認為，自動駕駛在未來是一個非常大的市場，中國也有很多在演算法或是認知等領域非常擅長的公司，眾人拾柴火焰高，我們也希望能夠與更多的公司在這方面展開合作。

記者：汽車電子產品對於使用環境的要求非常高，您認為如果要推出符合L5自動駕駛級別的汽車，價格適合大眾需求，同時可以量產，還需要多長時間？

黃仁勛：我認為這在不到10年時間內就會實現，自動駕駛汽車是軟體定義的，這要比現在「黑盒子式」行車電腦的汽車生產起來要方便得多。我們看到現在的汽車的儀錶板、無線電系統、後視鏡等都是獨立的，而未來自動駕駛汽車的「超級電腦」各個功能都是軟體定義的，軟體是輕量級的、綠色的，更便於設計和使用。

記者：英偉達是否看好自動駕駛在中國的發展前景？未來在中國還將投資哪些領域的公司？

黃仁勛：事實上，英偉達最核心的業務還是GPU計算，這是英偉達的基礎，它正在被用於各種各樣的應用領域，比如科學探索發現、計算圖譜、人工智慧等等。因此，英偉達提供的是一個基於GPU計算的服務。

我們目前重點關注的垂直領域是人工智慧和交通運輸行業。我們認為，交通運輸行業不只包括交通工具，還包括了人工智慧化的交通，所以滴滴是一家大型的人工智慧公司。未來，無論是物流、還是交通，所有海陸空的領域都可以是自主的，都可以是人工智慧的。這一點是非常重要的。

英偉達已經有三個非常大、有潛力的業務的市場，即遊戲、人工智慧和交通運輸。，三個市場本身的體量非常大。未來我們關注的重點是醫療衛生和健康產業，我們希望幫助健康產業從三個方面實現變革：首先是新葯研發，包括新葯製造本身的研發，以及通過人工智慧技術讓醫生以更少的成本和時間發現哪些新葯是可以對症的；其二是疾病的早期檢測，這就涉及到醫療影像問題；其三，新葯臨床效果的實驗中大規模取樣的問題。我們認為在這三個健康產業的重要問題之上，人工智慧都是大有所為的，並且這個時間很快就會到來。

仔細想一下，無論是交通、物流還是醫療領域，很多很多以前我們認為不能解決的問題，通過人工智慧都在慢慢被解決。這就是為什麼我們說未來將變得難以置信的原因。

記者：發展自動駕駛，安全問題如何考慮？

黃仁勛：安全分為兩個概念，一種是人身的安全、一種是系統安全。對於車而言，如果車被黑了，人的安全也會受到威脅，這才是最關鍵的。其實，如果一個黑客黑了一台車，本身這個問題並不大，但如果把威脅擴大到雲端，通過雲來控制所有的車，就比較危險了。當然我們也可以通過各種方法降低這樣的風險，未來想黑一台車並不那麼容易，因為每台車都是有防火牆的，我們也會給傳輸的信息做加密，黑客美那麼容易黑到通訊埠。

記者：AR相關的技術發展與人工智慧有哪些交叉？

黃仁勛：我們上午介紹的虛擬機器人訓練環境是為了機器人學習而創造的在虛擬世界，本身就是虛擬現實。但如果要讓人進入到虛擬環境去對機器人進行訓練，還需要用到很多其它的技術。總體而言，AI和AR兩者是互補的，互相不可或缺。未來的AI需要AR，未來的AR也需要AI。

記者：既然AI領域是多個領域技術的結合，英偉達會考慮用什麼樣的方式促進這方面的發展？

黃仁勛：英偉達是一家平台公司，這也意味著必須與很多生態內的公司進行合作，並在這個過程中提供自己最為專長的技術。

記者：英偉達將如何與學界展開合作，共同推動ai領域的發展？

黃仁勛：事實上，英偉達最初做人工智慧時就是把它當作學術研究而不是業務。5-7年前，深度學習取得的進展主要都是由大學主導的，如斯坦福、多倫多、紐約大學等等。因此，我們認為在人工智慧領域，學術領域的作用是非常大的。目前，英偉達也在與全球學術界的研究人員展開深度合作，與他們共同做開發、為他們的研究項目提供資金，甚至也邀請這些學者到英偉達進行研究，我們把它稱為英偉達人工智慧實驗室。在中國，我們也與中科院、清華、香港中文大學正在展開合作。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！