我們都知道,NVIDIA在高性能計算以及所推出的深度學習解決方案應用等一系列服務在很 多行業(yè)用戶當中已經(jīng)進行了很深的應用,同時也獲得了很多用戶的青睞,介于此,筆者近日有幸與NVIDIA中國區(qū)企業(yè)傳播高級經(jīng)理金洋先生以及阿里巴巴資深 技術專家王琤先生就NVIDIA深度學習的廣泛應用進行了深入的交流。
相比傳統(tǒng)的計算模式來說,傳統(tǒng)計算所面臨的最大問題就是計算密集度以及計算量太大而導致的困難,而原來單純的用CPU去解決這樣的難題顯然已經(jīng)很難滿足用戶現(xiàn)在的需求。
對于這類問題王琤指出,深度學習的算法導致它的計算密度非常強,在這么強的計算密度下通過猛增CPU的數(shù)量這種辦法很難從根本上解決問題,然而推出了GPU計算之后在不同場景的應用方面開始變得非常給力,同時在推動業(yè)務全面發(fā)展的時候也變得非常容易。
談到深度學習在具體應用方面的優(yōu)劣勢時,王琤表示,深度學習就像一個黑盒子,有些用戶可能并不具備相關的技術背景,但是產(chǎn)品和技術非常簡單易上手,用戶 在使用之后就可以達到一個前所未有的效果,從這方面來說相當于降低了用戶的使用門檻,這也是深度學習的競爭優(yōu)勢之一。對于深度學習來說,需要的計算資源很 高,尤其是對于傳統(tǒng)的互聯(lián)網(wǎng)公司來說計算密集的業(yè)務場景可能少之又少,這樣一來在未來的業(yè)務發(fā)展過程當中對計算能力就提出了很高的要求。
在談到NVIDIA深度學習業(yè)務帶給客戶的價值時,金洋指出,NVIDIA從1993年成立至今的20年當中一直專注于最大程度的開發(fā)GPU的應用范圍,從游戲到并行計算等很多方面都可見NVIDIA在GPU領域多年的耕耘。
隨著近兩年深度學習的火熱發(fā)展,NVIDIA已經(jīng)完善了所有針對GPU計算的平臺、工具以及驅(qū)動,在NVIDIA看來,深度學習并不是高高在上,通過合作,NVIDIA已經(jīng)將深度學習與阿里巴巴等大型企業(yè)進行了非常密切的“落地”合作,同時也在積極推動應用的發(fā)展。
金洋指出,NVIDIA站在GPU發(fā)展的角度去考慮如何幫助用戶、合作伙伴去更好的完善產(chǎn)品、完善應用,其中每一代NVIDIA新產(chǎn)品不僅僅只是在名稱、價格上進行調(diào)整和變動,NVIDIA所做的就是再架構以及計算性能等方面去帶給用戶更好的使用體驗和計算體驗。
對于NVIDIA的創(chuàng)新理念,金洋表示,NVIDIA要解決人類遇到的最復雜的問題,利用GPU特別是在視覺計算、并行計算領域去做出更大的貢獻。公司 運營20多年以來,一直致力于研究GPU能夠帶給用戶怎樣的使用體驗和計算體驗,此外,每年NVIDIA都會把全球數(shù)以千計的專家匯集在一起,共同探討 GPU未來的發(fā)展道路和前景。
在應用了NVIDIA的深度學習之后,阿里巴巴在性能提升方面大大超出了此前的預期,對此王琤談到,GPU在阿里巴巴當中的應用很好的解決了之前業(yè) 務受限于計算能力的困擾,同時隨著需要處理的數(shù)據(jù)規(guī)模越來越大,對計算性能的需求也有很大的提升,這些問題在應用了深度學習之后都得到了很好的提升。
深度學習近些年在企業(yè)級市場發(fā)揮很大的作用,針對新興企業(yè)市場的看法和布局方面金洋表示,NVIDIA不管是推動深度學習還是GPU計算都經(jīng)歷了很長的 過程,其中與教育行業(yè)的合作更為密切,通過與中國高校之間建立培訓課程,在大學、科研單位等場所舉辦的學術交流、課程的部署等方式很好的將NVIDIA的 技術和產(chǎn)品推向市場。
對于現(xiàn)在的用戶來說,其實更愿意去使用GPU來開發(fā)深度學習,用戶對于這種模式的接受程度也是非常高的,就像天河 一號以及美國正在建造中的最新超算設備來說,其中都是采用CPU+GPU的計算模式來完成并行計算的,從這些應用場景我們不難發(fā)現(xiàn),NVIDIA提出的 GPU計算以及深度學習的理論已經(jīng)被很好的應用在了各個不同層次的行業(yè)用戶當中。
在談到阿里巴巴具體都采用了NVIDIA的哪些技術 時,王琤表示,在硬件層面阿里巴巴幾乎測試過了NVIDIATesla家族的所有產(chǎn)品,在軟件方面,像NVIDIA的cuBLAS,cuDNN等產(chǎn)品系列 阿里巴巴內(nèi)部都有很高的應用,此外對于一些監(jiān)控軟件、GPU監(jiān)控等產(chǎn)品和服務也都部署在了阿里巴巴內(nèi)部的計算機上,對于企業(yè)在運維過程當中的幫助是巨大 的。
分享到微信 ×
打開微信,點擊底部的“發(fā)現(xiàn)”,
使用“掃一掃”即可將網(wǎng)頁分享至朋友圈。