雷鋒網(wǎng)按：本文作者李一雷，UCLA博士生，矽說（微信號：silicon_talks）主筆。

2016年是人工智能爆發(fā)的一年，隨著深度學(xué)習(xí)理論的快速發(fā)展，各種深度學(xué)習(xí)的應(yīng)用層出不窮，從人臉識別，圖片風(fēng)格轉(zhuǎn)換到自動駕駛，不一而足。在這些人工智能應(yīng)用的背后，則是以GPU為代表的人工智能硬件。借著人工智能的風(fēng)頭，Nvidia的股價在去年飛升三倍有余，令人驚嘆。幾天前，2017年CES更是請Nvidia的黃仁勛作為開幕前夜最重頭的專場演講的嘉賓。毫無疑問Nvidia已經(jīng)成為了本屆CES的焦點。下面我們將為大家分享這場專場演講的內(nèi)容并分析Nvidia展露的未來計劃。

關(guān)鍵詞：Imagination

本次Nvidia老黃給我們帶來的CES演講中，關(guān)鍵詞是“Imagination”（想象）。通過Imagination這個關(guān)鍵詞，Nvidia很好地涵蓋了自己從游戲渲染加速到人工智能的業(yè)務(wù)群。

在開場動畫中，老黃首先播放了一系列3D游戲的畫面（包括泰坦隕落2，獵魔人等3A大作），也回顧了Gravity等特效電影。之后畫風(fēng)一轉(zhuǎn)，激發(fā)人類想象力的從傳統(tǒng)的3D游戲和電影特效轉(zhuǎn)到了讓人身臨其境的AR和VR設(shè)備。在這之后，則開始展示給人巨大想象力空間的人工智能應(yīng)用，包括機(jī)器人，自動駕駛，以及人工智能輔助醫(yī)療等等。而在這一切激發(fā)人們想象力的應(yīng)用背后，都站著一個硬件巨頭，Nvidia。這段動畫也很好地回顧了Nvidia業(yè)務(wù)的歷史軌跡：始于GPU圖像渲染加速，從一個半導(dǎo)體芯片公司慢慢走向未來AR/VR以及人工智能平臺的提供者。

GeForce Now與Shield：游戲云平臺與家庭物聯(lián)網(wǎng)新中心

在回顧了過去在計算機(jī)圖像、游戲和人工智能領(lǐng)域的一系列成就后，老黃開始發(fā)布第一項內(nèi)容：GeForce Now。

Nvidia的輝煌始于游戲領(lǐng)域的快速發(fā)展。在二十年前，PC和主機(jī)游戲還是以低分辨率的2D為主，3D游戲要么是假3D （如《暗殺希特勒》），而真3D游戲的圖像非常粗糙，多邊形數(shù)量很少，勞拉小姐的臉就是一個錐子。Nvidia正是在當(dāng)年看好電子游戲會成為人們未來的主流娛樂方式并開始開發(fā)顯示加速卡，從而一舉推出GPU的概念并且在游戲市場上賺得盆滿缽滿。在GPU獲得成功后，Nvidia進(jìn)一步推出了自己的游戲主機(jī)Shield。而到如今，Nvidia已經(jīng)不滿足于游戲硬件提供商的角色，而是在試圖定義一種嶄新的游戲平臺并且成為該游戲平臺的主人。GeForce Now就是這樣的一種平臺。

GeForce Now的邏輯是：目前尚有數(shù)量巨大的電腦用戶因為自己的電腦硬件不夠強(qiáng)因此玩不到游戲。為了讓這部分人也玩上3A大作，GeForce Now把游戲運行在處理能力極其強(qiáng)大的云服務(wù)器上，而把游戲的圖像和聲音通過網(wǎng)絡(luò)傳到玩家的電腦上。因此只要玩家的電腦能上網(wǎng)，無論其硬件多弱都可以玩到最新的游戲。通過GeForce Now，Nvidia的野心是利用其在游戲市場的影響力，從硬件供應(yīng)商轉(zhuǎn)型為游戲云服務(wù)提供商，這樣就一下從第二產(chǎn)業(yè)（制造業(yè)）轉(zhuǎn)身進(jìn)入了第三產(chǎn)業(yè)（服務(wù)業(yè)），豈不美哉？

那么人們不禁要問：如果GeForce Now特別成功，那么大多數(shù)為了玩游戲而買的高性能PC就沒用了，甚至連游戲主機(jī)都有下崗的危險，如此一來Nvidia自己的Shield主機(jī)又該怎么辦？別急，Nvidia早就為自家主機(jī)想好了出路，就是家庭物聯(lián)網(wǎng)的新中心。

老黃在CES發(fā)布的第二項內(nèi)容是新Shield。新Shield除了擁有常規(guī)的游戲和互聯(lián)網(wǎng)視頻播放功能外，最大的亮點是引入了Google助手。Google助手可以通過語音識別完成用戶下的各種指令，如在CES演講的演示視頻中，就出現(xiàn)了用戶通過與Google助手語音交談從而讓Shield播放視頻，展示照片等。然而，Nvidia對Shield的野心遠(yuǎn)不止“支持語音交互的智能機(jī)頂盒”，而是智能家庭中心。為了讓Shield能接收用戶從家里任何地方發(fā)出的語音指令，老黃在發(fā)布新Shield的同時還展示了與新Shield搭配使用的NvidiaSpot。NvidiaSpot是經(jīng)過特別設(shè)計的麥克風(fēng)，可以放置在家里的任何地方，并且通過局域網(wǎng)與Shield連接起來，把用戶的語音指令傳輸?shù)絊hield。同時，在Nvidia的計劃中，Shield可以控制的也遠(yuǎn)遠(yuǎn)不止電視機(jī)，而是可以控制各種智能家電（如Nest的產(chǎn)品）。這樣，在Nvidia提供的智能家庭方案中，Nvidia Spot作為用戶指令的接收者遍布家的每一個角落，用戶在任何地方下的語音指令通過Spot傳回物聯(lián)網(wǎng)中心節(jié)點Shield，而Shield則根據(jù)指令來控制家庭的智能家電，如打開空調(diào)，啟動掃地機(jī)等等。

GeForceNow以及新Shield都顯示了Nvidia試圖將舊有的游戲硬件業(yè)務(wù)升級轉(zhuǎn)型的嘗試。我對于GeForceNow的評價是，要是沒法解決網(wǎng)絡(luò)延遲的問題根本就沒戲。目前最流行的游戲是動作游戲（槍），模擬駕駛游戲（車）以及各種體育游戲（球），而槍車球?qū)τ谳斎胙舆t的要求非常高，一旦玩家的輸入（如在駕駛游戲里轉(zhuǎn)動方向盤）距離游戲響應(yīng)（游戲里的車真正改變方向）有上百毫秒的延遲，玩家的體驗就會變得很糟糕。問題是，目前決定網(wǎng)絡(luò)延遲的不僅僅是玩家的接入網(wǎng)絡(luò)帶寬，而是從玩家接入點到GeForce服務(wù)器中心間的任何地方網(wǎng)絡(luò)變慢都會成為短板增大延遲從而極大地影響玩家體驗。另外，是否有那么多人是因為缺乏硬件而不玩游戲也是個問題——很可能大部分人就是對游戲沒興趣，即使給他們足夠運行游戲的硬件也寧愿去做其他事情而不是玩游戲。所以，GeForceNow看上去很美，實際上卻還有許多路要走。

對于Shield+Spot的家庭物聯(lián)網(wǎng)中心戰(zhàn)略，在Nvidia之前其實也有不少類似的試圖將游戲機(jī)升格為家庭客廳娛樂中心的嘗試，然而都失敗了。典型的就是Sony的PSX，當(dāng)年Sony借著在游戲主機(jī)（PS2），視頻播放機(jī)（DVD）和電視機(jī)領(lǐng)域的龍頭地位，試圖將PSX打造成能玩PS2游戲，能播放/錄制DVD又能播放/錄制錄像的客廳娛樂中心，然而慘遭失敗。類似微軟也試圖將XBOXOne打造成既能看互聯(lián)網(wǎng)視頻又能玩游戲的客廳娛樂中心，然而并沒有取得成功，反而在與PS4的鏖戰(zhàn)中漸漸處于下風(fēng)。直到PhilSpencer上臺執(zhí)掌Xbox后，才重新將XboxOne定義為游戲機(jī)，并解散了專門為Xbox制作電視內(nèi)容的娛樂部門，將重心移回游戲后才逐漸找到方向。所以Nvidia和Google合作的Shield+Spot家庭物聯(lián)網(wǎng)中心戰(zhàn)略能否成功還需要時間去驗證，尤其在連物聯(lián)網(wǎng)智能家電尚未普及的今天，Nvidia就已經(jīng)發(fā)布了家庭物聯(lián)網(wǎng)中心，只能說是在為未來布局而不可能在短期內(nèi)就帶動Shield的銷量。未來如果Shield真能成為新的家庭物聯(lián)網(wǎng)中心，GooDia（Google + Nvidia）將成為WinTel（微軟Windows + Intel）之后又一對軟硬件巨頭聯(lián)盟。

Xavier：1TOPS/W成為深度學(xué)習(xí)硬件平臺新標(biāo)桿

如果說GeForce Now和Shield+Spot只是老黃此次CES主題演講的開胃前菜，那么在這之后發(fā)布的Xavier就是重頭戲了。

Xavier是Nvidia預(yù)期在2017年正式發(fā)售的車載超級計算機(jī)模組。Xavier包含了擁有512 CUDA核的Volta GPU，8核心的Nvidia定制ARM64 CPU。最令業(yè)界震驚的，可謂是其性能：在峰值性能達(dá)到30TOPS的情況下，僅僅消耗30W！也就是說，其能量效率達(dá)到了1TOPS/W。相形之下，2017年發(fā)布在半導(dǎo)體領(lǐng)域最頂級會議ISSCC Deep Learning Processor Session的第一篇paper，ST最頂尖的深度學(xué)習(xí)專用ASIC也僅僅實現(xiàn)了2.9TOPS/W。

需要記住的是，ST的深度學(xué)習(xí)加速器是專為深度學(xué)習(xí)開發(fā)，一般而言只能做深度學(xué)習(xí)計算；而Xavier是一款通用的計算平臺，1TOPS/W的性能除了可以計算深度學(xué)習(xí)外還可以做其他計算，因此通用性遠(yuǎn)好于ASIC。通常專用的ASIC的能量效率應(yīng)當(dāng)比通用計算平臺好一個數(shù)量級左右，而現(xiàn)在這個差距被縮小到了3倍不到，可見Xavier性能之強(qiáng)大。在性能相差不大的情況下，大多數(shù)人都會選擇通用計算平臺而非ASIC，因此相信從事深度學(xué)習(xí)加速器ASIC研發(fā)的工程師們看到Xavier這個指標(biāo)真的是壓力很大。

另一個有趣的細(xì)節(jié)是，Xavier的性能并沒有用常規(guī)GPU的FLOPS（每秒浮點運算量）做單位，而是OPS（每秒定點數(shù)運算量）。在往常的GPU中，深度學(xué)習(xí)計算通常用浮點數(shù)運算來完成，這樣的做法在保證計算精度的同時卻損失了計算速度，因此深度學(xué)習(xí)硬件的一個很熱門的方向就是如何用定點數(shù)運算來代替浮點數(shù)運算，在保證計算精度損失可控的情況下大幅提升速度。Nvidia在PascalGPU上已經(jīng)做了一些對于定點數(shù)計算的支持，而根據(jù)CES的主題演講透露出的蛛絲馬跡，下一代VoltaGPU上想必會加強(qiáng)對定點數(shù)運算的支持。而Nvidia作為深度學(xué)習(xí)硬件領(lǐng)域的絕對統(tǒng)治者，其對于定點數(shù)運算的大力支持又會倒逼深度學(xué)習(xí)算法開發(fā)者加強(qiáng)對于使用定點數(shù)的深度學(xué)習(xí)框架的開發(fā)。在可預(yù)計的將來，使用定點數(shù)的深度學(xué)習(xí)網(wǎng)絡(luò)將會變得越來越流行。

在不同平臺上上使用浮點數(shù)與定點數(shù)計算效率的對比

ADAS系統(tǒng)成為Nvidia人工智能戰(zhàn)略重點

人工智能是Nvidia未來發(fā)展的重中之重。人工智能未來市場有多大已經(jīng)不必多說，而在這次CES主題演講中老黃選擇了ADAS（高級駕駛員輔助系統(tǒng)）作為Nvidia人工智能平臺的切入點。

在自動駕駛方面，Nvidia發(fā)布了搭載Xavier的BB2無人駕駛車，BB2目前能實現(xiàn)根據(jù)路況自動變道，減速轉(zhuǎn)彎，避讓行人等等。Nvidia與奧迪合作，預(yù)期在2020年實現(xiàn)第四級無人駕駛（即僅僅在極少情況下需要人工干預(yù)的自動駕駛系統(tǒng)）。

Nvidia無人駕駛系統(tǒng)演示

除了無人駕駛之外，Nvidia還發(fā)布了協(xié)同駕駛（co-pilot）系統(tǒng)，該系統(tǒng)在無人駕駛技術(shù)尚未成熟前可以輔助駕駛員從而讓開車變得更輕松又安全。

協(xié)同駕駛技術(shù)共包含四大要點，包括面部識別，頭部追蹤，視線追蹤以及讀唇技術(shù)。面部識別首先可以通過深度學(xué)習(xí)判斷駕駛員的表情從而進(jìn)一步判斷駕駛員的情緒狀況，在發(fā)現(xiàn)情緒不穩(wěn)時提醒駕駛員即使休息調(diào)整情緒以避免發(fā)生沖動駕駛。頭部追蹤和視線追蹤可以幫助協(xié)同駕駛系統(tǒng)判斷駕駛員注意力是否集中，并在駕駛員分神時及時提醒。讀唇技術(shù)則可以在環(huán)境較吵鬧的情況下根據(jù)駕駛員嘴唇的動作判斷其發(fā)出的語音指令并予以執(zhí)行。根據(jù)老黃的解釋，Nvidia正在和英國牛津大學(xué)LipNet團(tuán)隊合作研發(fā)用于讀唇的深度學(xué)習(xí)網(wǎng)絡(luò)模型，目前該模型已經(jīng)能達(dá)到93.4%的正確率，可望很快就能用在真正的汽車中。最后，協(xié)同駕駛系統(tǒng)還能為駕駛行為打分，在督促駕駛員安全駕駛的同時也能夠成為保險公司制定保費的依據(jù)。

在人工智能領(lǐng)域，Nvidia的人工智能平臺已經(jīng)占有統(tǒng)治地位。除了硬件之外，Nvidia目前的CUDA是人工智能硬件加速的主流編程語言，而結(jié)合CUDA的CuDNN也因為其高性能成為極受歡迎的深度學(xué)習(xí)框架。那么，人工智能有這么多方向，為什么Nvidia會選擇ADAS作為戰(zhàn)略重點呢？首先，從市場上說，汽車運輸市場確實是一個巨大的市場。黃仁勛提到，目前的運輸市場規(guī)?？蛇_(dá)一萬億美元，全球共有十億量跑在路上的汽車，而汽車運輸市場又是一個損耗嚴(yán)重的市場，主因就是人類駕駛員容易犯錯。一旦駕駛員犯錯，車禍帶來的損失非常大。如果用人工智能幫助駕駛，那么這些損耗可以被大大降低。

除此之外，另一個重要的事實是，Nvidia的人工智能平臺（尤其是硬件）最適合的應(yīng)用場景就是ADAS。Nvidia的人工智能平臺最具優(yōu)勢的應(yīng)用場合就是數(shù)據(jù)量中等、計算能力要求高、對功耗有一定要求但是并不苛刻的地方。在數(shù)據(jù)量巨大的數(shù)據(jù)中心，Nvidia的GPU是服務(wù)器不可或缺的一部分，但是Nvidia自己目前還沒有打算自己做服務(wù)器，因此在大數(shù)據(jù)人工智能市場Nvidia提供的是硬件而非平臺。在另一個極端，即數(shù)據(jù)量不大，對運算能力要求不高但是對功耗有極大限制的嵌入式深度學(xué)習(xí)領(lǐng)域，Nvidia基于GPU的人工智能平臺一方面功耗太大，另一方面過高的計算能力反而導(dǎo)致成本過高，因此無法與ASIC抗衡。而在ADAS市場，Nvidia的人工智能平臺無論計算能力（10-100TOPS）還是功耗（10-100W）都能完美地符合要求，因此Nvidia主打自動駕駛市場并不奇怪。

結(jié)語

Nvidia在CES的主題演講中顯示了它從芯片公司全面轉(zhuǎn)型成為云服務(wù)、物聯(lián)網(wǎng)以及人工智能平臺提供商的野心。在2016年成功抓住人工智能風(fēng)口市值翻了3倍之后，讓我們拭目以待Nvidia在2017年的表現(xiàn)。

雷峰網(wǎng)特約稿件，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。