GPU加速創新深度學習和人工智慧技術與應用
- 魏淑芳
-
安提國際 (Aetina Corporation) 總經理羅智榮，以「NVIDIA GPU在深度學習和人工智慧技術與案例應用」做主題演說。他指出機器學習是人工智慧的一項分支，而深度學習是機器學習中最快速成長的領域，產業界一直在使用GPUs來執行深度學習(Deep Learning)，並且在圖像分類、視頻分析、語音識別和自然語言處理有突破性的進展。
而NVIDIA運用GPU加速深度學習運算的技術居領導地位，近年獲得谷歌、臉書、微軟、百度等業者採用，從2013到2015短短兩年內，與NVIDIA合作進行深度學習的業者超過3,400家，成長35倍。
羅智榮指出從1946年ENIAC用途計算火砲落點，1957年類神經網路學說的提出，到1997年IBM深藍(DeepBlue)擊敗圍棋好手，過去人工智慧所需的硬體資源與設備體積龐大，因而沈寂一段時間；2016年3月體積約4個機櫃的谷歌AlphaGo擊敗南韓圍棋好手，以GPU為處理核心，透過大數據蒐集資料並分析，進行機器學習後展現人工智慧的威力。
安提國際累積多年GPU應用解決方案的實力，針對GPU加速深度學習應用，提供軟、硬體整合服務，從NVIDIA的TEGRA X1/K1行動處理器的模組與應用載板 (TX1/TK1 Carrier、TK1 ComE、TX1 SoM)，並提供iNAVI軟體客製服務、EIOA(Extension I/O Access)多元化I/O擴充服務等。
目前旗下客戶已導入像具備12隻攝影機、商業探勘的無人機、無人潛水載具，大陸具自我學習、醫療級的超音波3D/4D影像成形系統、偵防雷達系統，與自駕車等產品內部。安提國際秉持深耕與專注於通用GPU (GPGPU) 運算的應用領域，成功地協助客戶有效整合高效能圖像處理能力與其垂直市場的應用需求。
接著由NVIDIA資深業務經理戴宏展，闡述運用GPGPU深度學習技術的細節。自2006年推出CUDA，琢磨AI十年磨一劍的NVIDIA。從2011年IBM華生(Watson)超級電腦，2014年NVIDIA公布CUDA Deep Neural Network函式庫(CuDNN)，2015豐田投資10億美元建立AI實驗室，谷歌自駕車累積駕駛百萬哩，到2016年NVIDIA DGX-1深度學習超級電腦推出，引爆產業競逐AI人工智慧。
戴宏展指出，目前聚焦於AI新創業者數超過1,000家，累積創投金超過60億美元，其中超過100家業者是一開始就以AI深度學習技術開發產品，應用於網際網路？雲端運算、醫療生物、媒體娛樂的內容搜尋、保全防護與自駕車等領域。
而知名IBM華生、谷歌TENSORFLOW、PreferedNetworks的CHAINER、微軟CNTK、臉書TORCH、蒙特利大學THEANO、柏克萊大學CAFFE與牛津大學MATCONVNET等技術，均根基在NVIDIA CUDA的加速運算平台架構上。預估到2020年全球有40億聯網用戶與250億聯網裝置，在500兆億位元組大數據分析，創造出4兆美元的市場規模。
戴宏展提到在工業物聯網(IIoT)這部份，如探勘、物流、智慧工廠、智慧倉儲與智慧操作上，NVIDIA提出端點對端點的物聯網架構(END TO END IOT)－具備AI深度學習技術的Jetson TX-1模組，及針對自駕車輔助駕駛的Drive PX-2平台，加速遠端感測、機器人挑選與拿取、自駕車ADAS先進輔助駕駛系統，與影像分析？醫療診斷等應用領域。
戴宏展列舉像台灣工研院正以Drive PX2平台來進行自駕車與相關應用的研發；監控攝影機業者導入深度學習技術後，在物件影像辨識度的提升；VIDI運用深度學習技術提升設備機台的機器視覺辨識率，以及亞馬遜與合作夥伴合作，開發具備視覺、用於倉儲貨物分揀應用的機器人手臂等。
