十年磨一剑 英伟达能否掌控人工智能的未来？

毋问我从哪里来

有了边缘推理，语音助手将不再需要将用户语音上传到AWS或苹果服务器进行处理，而可以基于本地智能做出响应。哈斯说：“这使得工作可以在本地设备上完成，在很多方面都有助于提高效率。”他指出，将数据在设备和云端之间来回传送需要消耗电池能量。

英伟达负责欧洲、中东和非洲地区(EMEA)的副总裁戴维·霍根(David Hogan)表示：“很长一段时间以来我们都在谈论物联网，但这个愿景直到现在才实现。”“这种转型是我们收购ARM的计划核心。”

毋问我从哪里来

打造人工智能超级计算机

去年，英伟达解决方案架构和工程主管马克·汉密尔顿(Marc Hamilton)花很多时间和精力打造一台价值5000多万美元的超级计算机，这就是“剑桥1号”。搭积木般的系统设计风格让开发“剑桥1号”变得更容易。“剑桥1号”由一排排成组的DGX人工智能系统组成，每组有20个DGX，被称为SuperPod。而单个DGX售价19.9万美元，堪称一台完整的人工智能计算机，其中用8个A100芯片作为DGX计算系统核心，同时具有内存、网络和其他功能。

毋问我从哪里来

汉密尔顿说，“剑桥1号”建成后将是英国最强大的人工智能超级计算机，在全世界排名第30位，但在英伟达打造的人工智能超级计算机中只能排到第五。“剑桥1号”有80个DGX A100系统，而最大的Selene超级计算机有560个。

                               
登录/注册后可看大图

英伟达的“剑桥1号”人工智能超级计算机

毋问我从哪里来

虽然“剑桥1号”不是最快的，也不是最大的超级计算机，但它拿到了两个第一。汉密尔顿称其为世界上第一台原生云超级计算机，有类似于AWS的区划功能，企业能够使用相同硬件而不会有安全漏洞或数据泄露的风险。此外，“剑桥1号”也是英伟达唯一向外部合作伙伴开放的超级计算机，各个大学机构、医疗巨头阿斯利康、牛津纳米孔和葛兰素史克都可以在“剑桥1号”上运行自己的深度学习模型。

毋问我从哪里来

为什么英伟达要打造超级计算机？一个原因是，英伟达需要超级计算机来吸引行内最优秀的人才。2016年，英伟达还没有超级计算机，而Facebook和谷歌正在抢最好的人工智能研究员。汉密尔顿说：“这并不是因为他们付的工资更高。而是因为谷歌和Facebook在运营业务方面有成千上万的GPU，他们可以让人工智能研究员访问这些GPU。”

现在，英伟达的超级计算机Selene是全球第五大计算机，仅次于日本的一台、中国的一台和美国拥有的两台。汉密尔顿表示，这意味着，如果你是一名想要接触到最快人工智能硬件的研究人员，完全可以来英伟达工作。

毋问我从哪里来

单纯提高硬件算力有用吗

在卡坦扎罗的40人实验室里，研究人员开发用于英伟达自家系统的人工智能，但该实验室也充当系统架构师的培养基地，让他们得以了解深度学习模型未来可能如何工作。卡坦扎罗说：“如果你想为未来制造芯片，你想让它在未来有用，你必须具备预测未来最重要的工作负载是什么。”“如果你搞砸了，你就造错了芯片。”芯片的设计和制造往往需要数年时间，因此这种研究很有必要。

毋问我从哪里来

如果开发的人工智能模型以后不在GPU上运行，或者至少不能在GPU上运行，那会怎么样？英伟达的戴利承认有这种可能性，但由于大多数研究人员都在研究GPU，他认为这种想法不太可能成为现实。他说：“在新模型上线之前，我们通常都听说过它，并有机会对其进行测试，确保其在我们的GPU上运行良好。”

其他人则不同意戴利的这种说法。他们认为GPU可能影响到深度学习模型发挥全部潜力。Cerebras公司的费尔德曼说：“每个人都在根据当今的技术调整自己的模型。”“我们最高兴、最兴奋的事情之一，是有一群正在编写全新模型的客户。”他说今年Cerebras将展示所谓的“GPU不可能完成的工作”实例。费尔德曼强调，GPU根本无法完成某些人工智能工作。

毋问我从哪里来

Graphcore公司的图恩则表示，研究人员早就抱怨，当今硬件已经成了绊脚石，影像人们思考更复杂的问题。图恩说：“比如概率机器学习等想法仍然被搁置，因为目前GPU等硬件不允许这种想法向前发展。”“竞争的焦点在于英伟达能以多快速度升级GPU，还是用新的东西来实现这一点？”

麻省理工学院计算机科学和人工智能实验室研究员尼尔·汤普森(Neil Thompson)在人工智能会议上注意到一个趋势，研究人员暗示，计算能力的限制影响了他们的模型开发，限制了他们的选择和数据集，因为他们无法负担高昂成本、通过重新运行模型来解决问题。他说：“这真的很普遍。就深度学习的未来而言，这是一个非常大的问题。”

毋问我从哪里来

汤普森和同事分析了1058篇人工智能论文，发现机器学习对算力的需求远远超过硬件改进或模型训练的效率。长此以往，系统总有一天需要花费数亿甚至数十亿美元来进行训练，这还没有算其他成本。汤普森说：“使用更多GPU的问题在于，将GPU数每增加一倍，成本就会增加一倍，由此带来的碳排放和环境污染也会增加一倍。”

他认为，仅靠英伟达等公司的硬件解决方案都不足以阻止人工智能创新陷入困境。相反，研究员需要开发更高效的模型，更好利用现有模型。诸如稀疏性(忽略数据集中的零以节省算力)之类的想法可以提供帮助，因为这种方法可以更有条理地处理数据，只将其与相关参数进行比较。另一个想法是将人们从模型中学到的东西提炼成更轻量级的方程，只运行模型中和问题相关的部分。

毋问我从哪里来

如果没有这方面的努力，人们将需要更大的数据中心。但人工智能不应局限于那些负担得起超级计算机的人。汤普森说，在从事高端深度学习研究工作的大学中，“计算机能力较弱的大学越来越少”。“现在仍然有相当多的机构可以参与人工智能研究，但是随着算力的增加，玩家数量越来越少。我们已经到了有些人被排除在外的地步。”

削减成本可能是初创公司击败现有公司赢得客户的一种方式。AWS去年将Habana Labs的人工智能芯片添加到其云服务中，称Habana Labs人工智能系统的运行成本要低40%。Habana Labs首席商务官埃坦·麦地那(Eitan Medina)表示：“要让人工智能惠及所有人，而不仅仅是富人，你真的需要提高性价比。”

毋问我从哪里来

人工智能已经存在偏见问题，而硬件访问方面的不平等加剧了这一问题。英伟达新兴领域主管凯特·卡洛(Kate Kallot)表示：“这意味着我们观察问题会存在片面性。”“如果你忽略了世界上很大一部分人口……那我们如何能解决世界各地的挑战？”她表示许多人工智能研究人员正将工作转向应对贫困和气候危机等挑战，但访问硬件的问题将在很大程度上影响新兴市场。

除此之外还有其他挑战。最近芯片制造一直受到限制。欧盟最近承诺，到2030年计划生产全球五分之一的高端芯片。今年3月，英特尔宣布计划首次在美国开设两家新工厂，并代工芯片。

毋问我从哪里来

随着这些障碍被克服，芯片会继续升级，人工智能将扩展到生活中的方方面面。在未来，智能不仅仅意味着联网，还意味着嵌入人工智能。“它将无处不在，”ARM的哈斯说。“在未来几年内，它将无处不在地出现在每一个计算应用程序中。”（皎晗）

「硅谷封面」系列是为科技圈大咖访谈、重磅研究报告和大公司深度调查等汇总的栏目，旨在为科技资讯爱好者提供最有思想深度的优质好文。