NVIDIA为AI之火再添柴，看好AI在医疗行业的发展前景

2017年9月26日，GPU（图形处理器）公司——NVIDIA(中文名称：英伟达，纳斯达克代码：NVDA)在北京举办了GTC（GPU Technology Conference，GPU技术大会） CHINA 2017大会，大会的主题是“引领AI新格局”。

3500多位开发者、公司高管与企业家参会，场面异常火爆。早上8：30，参会嘉宾就在电梯前排起了长长的队伍，等待进入会场听NVDIA创始人兼CEO黄仁勋长达两个小时的演讲。

NVDIA创始人兼CEO 黄仁勋

摩尔定律已终结  GPU正在崛起

与以往一样，“老黄”依然是黑色皮衣亮相，开场就抛出“摩尔定律已终结”的论断。

黄仁勋表示：“现在已经无法像过去一样来增加晶体管的数量，这种模式已经无法再延续下去了。与此同时，这些晶体管在不断改善CPU的架构，把数据通路做得更宽、更深，架构能够不断创新，能够执行更多的指令。晶体管和这些处理技术使得CPU的设计者能够实现更多的并行计算，这两股力量实际上都已经结束了。现在晶体管无法变得越来越小，CPU的设计者也无法再通过增加晶体管的数量来增加计算能力，也就无法再进一步推动CPU性能提升了。晶体管数量每年增长50％，但CPU的性能每年仅增长10％。所以，摩尔定律已经终结了。”

“与此同时，一些新的计算模型出现了，比如：深度学习。深度学习已经彻底改变了整个世界，它并不是一种以指令为基础、而是以数据为基础的计算模型，它需要非常强大的计算能力。这也是为什么GPU开始崛起了。GPU可以弥补CPU的不足，能够实现低能耗、高强度的计算。”黄仁勋谈道，“基于GPU强大的计算能力，我们可以将这种计算能力应用到人工智能训练当中，因为研究人员也可以去训练深度神经网络，原来训练一个神经网络可能需要几个月，现在只需要一天，由此推动了深度学习的革命式发展。”

AI和深度学习是新的GPU杀手级应用

如果说，计算机图形是GPU第一个杀手级应用；那么，AI和深度学习就是新的GPU杀手级应用。

“在过去几年，AI取得了巨大进展，这都是由GPU的计算能力来驱动的。现在，AI领域的初创企业数量是5年前的12倍，今年在AI领域的投资将达到66亿美元。并且，今年发布AI领域的论文的数量已经超过了3000篇，在过去3年当中AI论文的发表数量增加了13倍。”黄仁勋进一步谈道，“NVIDIA 希望为所有AI研究人员打造一个功能强大且高效的计算平台，进而推动人工智能发展。我们支持所有框架，这是一个基于CUDA的可编程平台，我们可以整合、优化、合作，可以跟全世界框架工程师进行合作，这样一来每个框架都可以在我们平台上得以优化，不管是在单一GPU上、还是可扩展的、多个结点，未来几千个GPU都有可能。”

黄仁勋还在会上介绍了NVIDIA Tensor RT 3，这是全球首款可编程 的AI 推理加速器，能够对神经网络编译器进行优化。这个网络的框架能够对来自于任何框架的计算图形进行处理，并对复杂的计算图形进行编译、优化，然后来适应CUDA架构。

运行在Volta上的TensorRT3在图像分类方面，比最快的CPU还要快40倍，在语言翻译方面则要快140倍。搭配 Tesla V100 GPU 加速器的 TensorRT 每秒能够识别多达 5700 张图片，而如今所用的 CPU 则每秒仅能识别 140 张图片。

据黄仁勋介绍，目前，阿里云、腾讯（微信）、百度云、JD.COM、科大讯飞都已经采用了NVIDIA GPU推理平台。

看好AI在医疗行业的发展前景

本次大会专门开设了医疗分会场，分别从医学影像分析、临床辅助诊断、社区医疗等不同角度谈论人工智能在医疗领域的应用。在大会刚开始的宣传片中，解说词提到：“我是治疗者，为医生提供助力，将海量数据转化为医学突破，更早识别肺癌病症，将误诊降至更低，并寻找全新方式加速治疗方案的普及化。”

但在黄仁勋的两小时演讲中却并未提及医疗领域，他在演讲中列举了很多GPU的应用场景，如：无人驾驶汽车、智慧城市、交通物流、游戏等，却没有提及医疗领域的应用。

在随后的媒体采访环节，黄仁勋特别提到了医疗健康行业，他表示：“医疗卫生或者健康产业也是我们非常重视的，我相信我们可以帮助健康产业在三个方面实现变革：首先是新药研发，既包括新药本身的制造研发，还能让医生快速发现有哪些新药是对症的；二是疾病的早期检测，说到检测这一定是人工智能去解决的问题，比如说人工智能帮助检测医疗影像；三是验证新药临床效果的大规模取样问题，人工智能可以帮助解决。”在这三个健康产业的问题上，人工智能都是大有可为的，而且很快就会实现。

HIT专家网∣最新鲜的医疗信息化资讯，不一样的专家视角

微信：HIT180com

投稿： [e-mail]

商务合作：[phone]