登录注册   忘记密码

Nvidia发布全新AI芯片Jetson Xavier,意在给机器人“造脑”?

6月4日在中国台湾台北举行的Computex上,NVIDIA(英伟达)宣布推出支持下一代自主机器的新平台NVIDIA Isaac,以帮助制造、物流、农业、建筑以及其他行业的机器人实现人工智能。会上,英伟达还正式发布了全新 AI 芯片 —Jetson Xavier,该芯片将相当于目前10000美元工作站的性能塞进了一个售价仅为1299美元的小盒子。

 

NVIDIA创始人兼首席执行官黄仁勋在Computex 2018上正式推出包含全新硬件、软件和虚拟世界机器人模拟器的NVIDIA Isaac。他表示:“AI是我们这一时代最强大的技术力量。第一阶段人工智能将实现全新的软件自动化水平,从而帮助诸多行业提高生产力;其后,人工智能与传感器和执行器相结合,将成为新一代自主机器的核心。终有一天,数十亿台智能机器将用于制造、送货上门服务、仓储物流等领域。”

640 (1).webp (47).jpg

NVIDIA Isaac的核心是Jetson Xavier,该芯片是全球首款专为机器人设计的芯片。为了打造它,Nvidia 足足耗费了五年的时间,其中三年用于设计、两年时间筑造,共有超过 8000 人参与了设计与开发。可以说,这是Nvidia单独做过的最长的一个处理器项目。


Jetson Xavier拥有超过90亿个晶体管,可提供每秒30万亿次操作以上的性能,这一处理能力高于功能强大的工作站,同时能耗仅有照明灯泡的三分之一。它拥有6种高性能处理器,包括1个Volta Tensor Core GPU、1个8核ARM64 CPU、2个NVDLA深度学习加速器、1个图像处理器、1个视觉处理器和1个视频处理器。这些处理器使其能够同时、且实时地处理数十种算法,以用于传感器处理、测距、定位和绘图、视觉和感知以及路径规划。如此水平的性能至关重要,它让机器人能够从传感器获取输入、定位自身、感知其环境、识别并预测附近物体的运动、推理出合理动作并安全执行。


NVIDIA为Jetson Xavier的模拟、训练、验证和部署提供了一个工具箱。该机器人软件包含以下内容:


Isaac SDK:套API和工具,可借助全面加速的库,开发机器人算法软件及运行时框架。

Isaac IMX:Isaac智能机器加速应用,是NVIDIA开发的机器人算法软件的集合。

Isaac Sim:高度逼真的虚拟仿真环境,可供开发者训练自主机器,并使用Jetson Xavier进行硬件在环测试。


不过需要指出的是,该产品并非面向普通桌面玩家,而是专为机器人而打造的。英伟达 CEO 黄仁勋在周一的新闻发布会上表示:“这台小电脑,将成为未来机器人的大脑”。它可以投身驾驶、飞行、游泳、遁地等应用,或是帮助采摘草莓、生菜和苹果。亦或在实验室中帮你拧螺丝 —— 就像(漫威电影里的)贾维斯那样。

640 (1).webp (48).jpg

图为黄仁勋在 2018 台北电脑展上展示 Jetson Xavier 芯片

 

当前 ,Nvidia 的技术已经被一些企业用于自主仓库机器人、机器采摘和农业机器人。黄仁勋表示, Jetson Xavier 要比之前的 AI 芯片要强大 20 倍。

640 (1).webp (49).jpg

除了这个劲爆的消息,黄还向记者们展示了另外两款 AI 处理器:


Drive Pegasus 主打深度学习应用,性能 280 T-Flops,适合纯自动驾驶出租车;Drive Xavier 则面向半自动驾驶汽车市场。据悉,Jetson Xavier 将于今年 8 月向开发者出货,售价为 1299 美元(约 8339 RMB)。


英伟达的GPU研究


英伟达一直以来以GPU而闻名,当人工智能研究者找上GPU的时候英伟达迅速抓住了机会,在短时间内投入数十亿美元动用数千工程师在2016年推出了第一个专为深度学习优化的Pascal GPU。


2017年,英伟达又推出了性能相比Pascal提升5倍的新GPU架构Volta,神经网络推理加速器TensorRT 3也同时亮相,TensorRT作为一款可编程推理加速器能加速现有和未来的网络架构。


因此,凭借通用的GPU单元,专门的TensorRT加速器,强劲的矩阵运算性能加上对其他算法的兼顾,英伟达不仅能用GPU满足AI构建的训练需求,还能用TeslaRT用来部署,很好实现AI构建。

640 (1).webp (50).jpg

除了在GPU和图形计算领域长期领先,英伟达也是最早一批在人工智能领域进行投资的科技公司。2008年,当时在斯坦福做研究的吴恩达发表了一篇用GPU上的CUDA进行神经网络训练的论文。2012年“深度学习三巨头”之一Geoff Hilton的学生Alex Krizhevsky用英伟达的GeForce显卡在ImageNet中将图像识别准确率大幅提升,这也是英伟达CEO黄仁勋时常提到的英伟达注重深度学习的开端。


有报告显示,世界上目前约有3000多家AI初创公司,大部分都采用了Nvidia提供的硬件平台。所以英伟达也率先成了这一波AI热潮的最大受益者。


虽然英伟达在AI市场的机会非常巨大,但投资者们应该知道,AI现在只占到英伟达总体收入的一小部分。2017财年第四季度,英伟达的数据中心部门贡献的营收仅仅为2.96亿美金,占总收入的13%,至于其汽车业务(包括Drive PX 2 AI超级计算机),贡献的收入还不到总收入的6%。


虽然在应用上,各家有很多创新,比如一些企业主攻智能语音和翻译,一些企业主攻智能图像识别,一些企业主攻无人驾驶等,但在芯片选型上,大多采用英伟达的GPU。像阿里等一批互联网公司都大量采购了英伟达的GPU用来跑人工智能,华为的一款服务器也采购了英伟达的GPU做加速器。


目前,AI芯片领域还存在大量的创新空间。由于还不存在适应所以应用的“通用”人工智能算法,因此AI芯片也就没有确定的架构,新架构的出现必然将是一次巨大的商业机会;而在各个细分领域,当AI技术进入了应用落地阶段,对成本和功耗的要求,也是推动各类垂直应用AI芯片的迭代的重要因素。


在目前的深度学习领域,把神经网络投入实际应用要经历两个阶段:首先是训练,其次是执行。从目前的环境来看,训练阶段非常需要处理大量数据的GPU(图形处理器,下同),也就是以游戏和高度图形化的应用做图像渲染起家的英伟达领先的领域;而在转型阶段则需要处理复杂程序的CPU,也就是微软十几年来领先的领域。


对标英伟达,国家有计划

去年7月份(2017年)国家出台了一项新战略,其目标明确:三年内在人工智能技术发展方面赶超美国,到2030年成为世界领先者。去年12月,科技部明确了政府计划的一些细节。这样一来,作为机器学习芯片的领先供应商,硅谷的英伟达成为了中国在人工智能领域的超越目标。

640 (1).webp (51).jpg

科技部发布的文件列出了13个“转型”技术项目,计划在未来几个月内投入更多政府资金,到2021年完成项目交接。其中一项是开发运行人工智能神经网络的新型芯片,其软件开发与谷歌等大科技公司在人工智能领域的规划不谋而合。


在硬件方面,该项目的一个标准专门针对英伟达:科技部表示,在芯片性能和能效方面,它希望能够开发出比英伟达M40芯片功效高20倍的芯片,此类芯片被称为神经网络的“加速器”。M40芯片上市已经有两年时间,并不是英伟达最新、功能最强大的芯片,但目前仍然用于各种人工智能项目。

640 (1).webp (52).jpg

事实上国家早就已经将赶超目标瞄准了英伟达。去年 10月份国家发改委提出的研究建议还包括开发另一种高功效的人工智能芯片。去年8月份,在中国国家开发投资公司(China Development&Investment Corp.)旗下的投资基金的带领下,总部位于北京的人工智能芯片创业公司“寒武纪”(Cambricon)获得融资1亿美元。 2017年11月,“寒武纪”宣布推出了两款服务器芯片,或将会替代一些人工智能项目中所采用的英伟达芯片。

您的评论:

0

用户评价

  • 暂无评论