智慧城市网

　　受益于游戏、人工智能等新领域的强劲业务增长，英伟达股价创出历史新高，因该公司预计GPU需求强劲将推动公司本季营收好于预期，且上季度营收和利润双双超出市场预期。
 

　　英伟达12日发布的财报显示，在截至5月1日的2017财年财季内，公司整体利润激增46%，至1.96亿美元，营收同比增长13%至13.05亿美元；预计第二财季营收将达到13.5亿美元，高于12.8亿美元的市场预期。
 

　　财报公布后，英伟达股价在周五的美股交易中飙升15.21%，收于40.98美元。
 

　　英伟达CEO黄仁勋说：
 

　　我们旗下所有平台都出现了增长——游戏、专业可视化、数据中心和自动化。深度学习令我们的业绩加速增长。这是一种全新的计算模式，利用GPU的大规模处理能力来学习人工智能算法。它的普及正在席卷一个又一个行业，推动我们的图形处理器市场需求不断增长。
 

　　分析师认为，随着人工智能和深度学习的发展，GPU等有些芯片具有颠覆CPU(中央处理器)的潜力。
 

　　那么，和更为人所知的CPU相比，GPU有什么优势呢？
 

　　根据浙商证券分析师杨云的介绍，GPU明显的优势是更快的处理速度：
 

　　相比于CPU，GPU的一大优势是高速度。国内好的人工智能硬件研究项目“寒武纪”小组的新研究结果表明，GPU能够提供平均 58.82X 倍于CPU的速度。GPU的另一大优势，是它对能源的需求远远低于CPU。
 

　　GPU对于人工智能领域的意义又是什么呢？杨云称：
 

　　GPU在“深度学习”领域发挥着巨大的作用，因为GPU可以平行处理大量琐碎信息。深度学习所依赖的是神经系统网络——与人类大脑神经高度相似的网络——而这种网络出现的目的，就是要在高速的状态下分析海量的数据。例如，如果你想要教会这种网络如何识别出猫的模样，你就要给它提供无数多的猫的。而GPU擅长的正是海量数据的快速处理。
 

　　对于人工智能和深度学习来说，目前硬件加速主要靠使用图形处理单元(GPU)集群作为通用计算图形处理单元(GPGPU)。
 

　　与传统的通用处理器(GPP)相比，GPU的核心计算能力要多出几个数量级，也更容易进行并行计算。尤其是英伟达的CUDA，作为主流的GPGPU编写平台，各个主要的深度学习工具均用其来进行GPU 加速。
 

　　英伟达正在朝着人工智能领域大步迈进，并投入巨资押宝。上个月5日，黄仁勋公布了新款的专门用于人工智能研究领域的Tesla P100图形处理芯片，号称公司为这款GPU的研发投入了20亿美元。而公司2015年全年的营业收入才50亿美元。
 

　　英伟达上个月还同期推出了*用于深度学习训练的超级计算机DGX-1，售价12.9万美元。该款机型搭载了8块Tesla P100计算卡，其深度学习计算性能高达170 Teraflops，是搭载双路至强E5平台运算性能的56倍以上，平均学习时间也从150小时缩短到仅仅2个小时。整台设备是去年发布的超级计算机运算能力的12倍。对于英伟达来说，这台深度电脑的出现代表了人工智能与深度学习的新领域。
 

　　上周，该公司基于其Pascal技术推出了GeForce GTX 1080和1070两款图形处理器，GTX 1080初始版本是为人工智能和其他应用的服务器系统而设计，其速度比目前的旗舰芯片Titan X快一倍，耗电量却只有后者的三分之一。黄仁勋说：
 

　　新款Pascal GPU架构将给深度学习、游戏和虚拟现实带来巨大提升。这两款处理器已全面生产，预计将于本月晚些时候上市。