熱門關鍵字:行動支付 | 自駕車 | 藍牙5 | NB-IoT | AI

訂閱電子報

立刻輸入Email,獲取最新的資訊:

收藏功能:
分享報新知:
其他功能:

AI應用遍地開花 NVIDIA只做高難度挑戰

文‧黃繼寬 發布日期:2018/05/31 關鍵字:GPU人工智慧黃仁勳自駕車智慧製造

人工智慧(AI)已經開始在各種垂直應用領域展現其應用潛力,往邊緣節點移動的趨勢也越來越明顯。對於過去十多年一直大力推展GPU運算,並且在超級電腦、高效能運算、AI等領域已有卓越成就的NVIDIA而言,往邊緣運算推進固然是勢在必行,但該公司將會非常策略性地只專注在某些應用上。

NVIDIA執行長黃仁勳認為,簡單的題目不值得做,只有高難度的課題才值得該公司投入。對科技公司來說,追求獲利固然重要,但更重要的是為推動科技進步做出貢獻。

十多年前,NVIDIA決定從一家繪圖晶片公司轉型成運算公司,並開始一磚一瓦地建構出促進GPU運算普及所需的基礎建設跟生態系統。十多年後的今天,公司轉型的成果已經有目共睹。從最尖端的物理、醫學研究,到當前最熱門的人工智慧、自駕車開發,NVIDIA的平台不斷為開發人員提供更高的運算效能,也成為推動科技進步的引擎。

展望未來,AI無處不在的時代很快就會到來,並為科技業者帶來可觀的機會。以NVIDIA自身為例,資料中心相關產品已經是該公司的第二大營收來源,而且該部門最新一季的營收仍繳出年成長71%的好成績。AI需求的成長力道之強勁,由此可見一斑。AI革命才剛開始而已,未來AI的訓練跟推論不只會在資料中心執行,手機、音箱甚至冰箱等邊緣裝置,也會支援機器學習(ML)推論。

黃仁勳指出,邊緣運算將是一個非常龐大的市場,NVIDIA一定不會缺席。但該公司會慎選切入市場的路徑,不會什麼都做。舉例來說,手機、智慧音箱或家電這類應用,未來雖然都會有機器學習推論的需求,市場規模也不小,但這類產品對AI的需求其實很單純,不值得NVIDIA投入。各種自主機器(Autonomous Machine),像自駕車、智慧機器人、智慧製造這種高複雜度的題目,才是NVIDIA想挑戰的課題。

事實上,看似複雜的各種AI,本質上做的事情都一樣:讓機器擁有學習能力,進而讓軟體自動編寫新的軟體來解決問題,實現更高程度的自動化。因此,NVIDIA對各種複雜的自動化應用,都有很高的興趣。

因此,黃仁勳認為,雖然NVIDIA目前將資源優先投注在運輸、醫療等領域,但製造業的AI應用也是很有潛力的市場,未來該公司將有所布局。現在的製造業的自動化大多還很僵固,設備只能做固定、重複的工作,但倘若生產設備導入AI,製造業將會變得更靈活,更有效率。

研討會專區
主題式電子報
熱門文章