英偉達(dá)中國(guó)區(qū)總經(jīng)理談高性能計(jì)算與智能汽車

　　今天我講的題目叫“高性能計(jì)算與智能汽車”，ADAS結(jié)合英偉達(dá)的強(qiáng)項(xiàng)我們能做的貢獻(xiàn)，就是能把一臺(tái)高性能計(jì)算機(jī)安裝在我們的汽車?yán)锶?，如果一輛汽車它就是一臺(tái)高性能計(jì)算機(jī)，你們可以想象一下高性能計(jì)算機(jī)能給我們帶來的計(jì)算能力會(huì)給我們的應(yīng)用帶來不斷的變化。

　　前兩天ALPHAGO的成績(jī)，后來變成是4：0，有很多的故事在里面，不管是4：1還是5：0，我們都知道這是一個(gè)劃時(shí)代的變革。也就是世界上用人腦，最復(fù)雜的DNA，機(jī)器也可以來PK，至少它有機(jī)會(huì)能夠獲得，我們可以講它已經(jīng)超越人了。前兩天有很多人寫段子，發(fā)現(xiàn)咱們中國(guó)的網(wǎng)友寫段子的水平比較高，一個(gè)圍棋手下完圍棋之后要復(fù)盤的話可能一天要花好幾個(gè)小時(shí)去復(fù)盤，或者頂多24小時(shí)不睡覺，可能頂多復(fù)六盤棋，ALPHAGO一晚上可以復(fù)盤300多遍，如果連續(xù)下棋能夠下幾萬(wàn)盤棋，那這樣的計(jì)算量對(duì)于一個(gè)算法來講，它提升的水平比我們?nèi)祟愐斓枚唷?/p>

　　我們現(xiàn)在大家都講Deep Learning，自從Deep Learning深度學(xué)習(xí)用在圖像圖形之后，發(fā)現(xiàn)這幾年的變化特別快。其中我們都知道這些來自于很多大數(shù)據(jù)的數(shù)據(jù)量，讓它學(xué)習(xí)的模型非常準(zhǔn)確，但是有大數(shù)據(jù)，如果沒有一個(gè)很強(qiáng)的計(jì)算平臺(tái)，這些大數(shù)據(jù)是沒有用的。在有計(jì)算機(jī)之后數(shù)據(jù)積累非常多，我們都知道在數(shù)據(jù)挖掘之前，很多人苦于沒有計(jì)算機(jī)沒有辦法把這些數(shù)據(jù)變成有用的價(jià)值，對(duì)于我們來講如果這些數(shù)據(jù)不能有價(jià)值的話，這些數(shù)據(jù)就是無(wú)用的。今天正是因?yàn)橛辛薌PU的高性能計(jì)算，在這幾年當(dāng)中把GPU的性，在十年當(dāng)中大概提升了1500倍，大家可以想像一下它的計(jì)算力在十年當(dāng)中提升1500倍，把我們帶入了一個(gè)新的計(jì)算時(shí)代的時(shí)候，它的計(jì)算思路、計(jì)算的算法跟以前完全就會(huì)不一樣，這也是為什么說很多人采取用這些Deep Learning的方法去做新的研究，以前是不可能的。但是當(dāng)1000多倍的計(jì)算力給了你之后，并且在這1000多倍的計(jì)算力只是在單個(gè)的GPU下面，我們現(xiàn)在可以無(wú)限制連接更多的GPU的時(shí)候，這個(gè)時(shí)候帶來的高性能計(jì)算的能力就已經(jīng)讓我們?cè)诤芏嗟胤接泻艽蟮耐黄啤?/p>

　　我們都知道大概幾年前咱們中國(guó)的研究高性能計(jì)算的專家他們僅僅靠4000多片GPU搭建了超級(jí)計(jì)算機(jī)就拿了世界第一名，但是今天是不可能了，現(xiàn)在IBM要做世界第一的超級(jí)計(jì)算機(jī)需要幾萬(wàn)顆GPU，這對(duì)于一個(gè)大的國(guó)家來講是很容易的事情，但是對(duì)于一個(gè)企業(yè)來說還是很昂貴的。其實(shí)昂貴的并不是這個(gè)GPU價(jià)錢，而是這個(gè)計(jì)算機(jī)的功耗。很多的計(jì)算機(jī)計(jì)算能力苦于沒有那么大的功耗去支持，或者我們付不起那個(gè)電費(fèi)去計(jì)算，這個(gè)才是我們受到局限的地方，這也是我們?cè)谙肴魏我粋€(gè)行業(yè)的突破不能只是靠自己，一定要靠大眾的力量。如果我們有一個(gè)大眾的群體，能夠把這些大的數(shù)據(jù)在一個(gè)大的計(jì)算平臺(tái)之上能夠去完成的話，它對(duì)于整個(gè)行業(yè)或者對(duì)于各個(gè)不同的企業(yè)來講是能夠得到更多好處的。當(dāng)然GPU也加速了我們?cè)谌斯ぶ悄?，在各個(gè)領(lǐng)域的應(yīng)用，汽車只是其中的一部分。

　　很多時(shí)候我們講汽車自動(dòng)駕駛，其實(shí)對(duì)于我們來講我們更希望講的是汽車的智能化，智能化不只是在駕駛這一塊。我們從考慮整個(gè)汽車的時(shí)候，包括汽車跟人交互的界面，你怎么跟汽車溝通，這些傳統(tǒng)的溝通跟你操作汽車的方法可能都會(huì)不一樣，這些智能化的手段除了語(yǔ)音之外還有更多的方面，圖形圖像的識(shí)別，手勢(shì)控制，甚至于眼球、腦電波的控制都可以在人工智能的影響下去跟機(jī)器造成更多的交互。而這些交互式的技術(shù)，不只是在汽車領(lǐng)域使用，其實(shí)在我們的智能手機(jī)也有很多的應(yīng)用，有很多手機(jī)是靠指紋、手勢(shì)、語(yǔ)音識(shí)別的，這些都可以在汽車上使用。所以我們把汽車不能只是看成一個(gè)汽車，實(shí)際上它就是一個(gè)傳統(tǒng)的機(jī)器人，只不過這個(gè)機(jī)器人是可以把我們?nèi)俗约貉b進(jìn)去。如果這樣的話，在人機(jī)交互的界面中，這些很多地方需要很大的計(jì)算量和計(jì)算能力。坐在汽車?yán)锩娌恢皇钦f開車的樂趣，坐車的人應(yīng)該也有很好的享受。

　　所以在整個(gè)汽車的體驗(yàn)當(dāng)中，對(duì)于我們很多的智能化的影響是非常之大的。我們可以想像一下坐在汽車?yán)锩娴娜?，你周圍的顯示是海灘、沙灘、森林、綠色，甚至于草坪，你可以試想各種各樣的環(huán)境，而它可以給你營(yíng)造的環(huán)境，完全可以用計(jì)算機(jī)模擬出來，當(dāng)然更多的體驗(yàn)是我們每一個(gè)企業(yè)或者每一個(gè)行業(yè)當(dāng)中的這些開發(fā)商或者是供應(yīng)商能夠發(fā)揮自己想象空間的地方。所以我們可以看到汽車的智能化給我們帶來的是一個(gè)產(chǎn)業(yè)的全新的改變。生態(tài)系統(tǒng)會(huì)不一樣，供應(yīng)商會(huì)不一樣，賺錢的手段也不一樣，商業(yè)模式也會(huì)完全不一樣。當(dāng)然自動(dòng)駕駛肯定在里面是很重要的部分，我們看到在自動(dòng)駕駛的時(shí)候，其實(shí)自動(dòng)駕駛只是智能汽車當(dāng)中的一個(gè)環(huán)節(jié)而已，我們要考慮整個(gè)汽車當(dāng)中各個(gè)環(huán)節(jié)都有可能給我們帶來的變化。還有一個(gè)誤區(qū)，我希望在很多行業(yè)當(dāng)中不要把它變成是我們?cè)谧詣?dòng)駕駛的一個(gè)最大的誤區(qū)，自動(dòng)駕駛不能只是變成是安全駕駛，如果只是安全駕駛的話就太簡(jiǎn)單了，我們要把它變成是一個(gè)有樂趣的駕駛。所以我們希望在未來的汽車能夠變成是一個(gè)個(gè)性化的汽車自動(dòng)駕駛。我們都知道每個(gè)人開車有不同的風(fēng)格，每個(gè)人的喜好不一樣，比如有人喜歡開快車，有人就喜歡開慢車，有人喜歡趕時(shí)間，有的人喜歡享受，那每個(gè)人的駕駛行為也不一樣，這就是為什么整個(gè)世界會(huì)變得豐富多彩，我們也不希望這個(gè)世界是統(tǒng)一的世界，而是一個(gè)個(gè)性化的世界。每個(gè)人的駕駛行為不一樣，既然是這樣的，汽車的學(xué)習(xí)方式也應(yīng)該幫助我們學(xué)習(xí)每個(gè)人的駕駛行為，這樣才能讓你變成是汽車的主人，而不是變成汽車的乘客。希望這種個(gè)性化的駕駛方式也可以在我們汽車自動(dòng)駕駛當(dāng)中或者自動(dòng)學(xué)習(xí)當(dāng)中去增加進(jìn)去。