2001年6月26日，著名导演史蒂文·斯皮尔伯格执导的《人工智能》（英文名：《ai》）在美国上映。影片讲述的是机器人小男孩大卫为了寻找养母，并缩短机器人与人类的差距而奋斗的故事。
《人工智能》电影剧照
《人工智能》电影剧照
大卫是一个被输入情感程序的机器人男孩，cybertronicsmanufacturing公司员工亨瑞和他妻子制造出的一个试验品。他们收养了大卫，并给了他足够的爱，但是人类与机器都无法接受大卫。于是大卫踏上旅程去寻找真正属于自己的地方，渴望成为一个真正意义上的人。
在这部影片上映15年后，机器人还没有成为真正意义上的人,但人工智能在围棋领域战胜了人类。它的强大和超强的进化能力，让人类棋手难以望其项背。
alphago以3:0战胜柯洁九段
alphago以3:0战胜柯洁九段
“alphagomaster比alphagolee（与李世石对战的版本）要强大，master在对战中耗费的能力（性能和功耗）仅是lee版本的十分之一，需要4个tpu在单台电脑上运行即可。“deepmind首席科学家davidsilver在alphago战胜李世石后这样解释说。
alphago强大到令人绝望，引发了“人工智能威胁人类”的讨论。但在本质上，人工智能是算法、数据和硬件三个要素综合的结果。
一旦涉及到算法、数据，就离不开计算。在这个领域，用来计算的硬件主要是tpu、gpu和cpu，他们背后代表的公司则分别是谷歌、英伟达和英特尔。这几家公司彼此竞争，又互相需要。
tpu（tensorprocessingunit）是专为机器学习而定制的芯片，经过了专门深度机器学习方面的训练。谷歌工程师normjouppi介绍，在人工智能相关的算法上，它的计算速度更快，计算结果更精准，同时也更加节能。
谷歌在i/o2017上发布第二代cloudtpu
谷歌在i/o2017上发布第二代cloudtpu
人工智能依赖于机器学习（machinelearning），机器学习又依赖于硬件，它需要硬件平台提供大量的运算资源。就计算效率来说，专用工具的计算效率远高于通用工具。专门为机器学习定制而出现的谷歌的tpu就是一种专用的工具，业内普遍认为它的出现对于通用工具gpu来说是一种威胁。
gpu的设计初衷不是主要用来进行神经网络运算，而是图像处理。由于其特殊的构造碰巧也比较适用于神经网络运算，所以在tpu出现之前，大多数做机器学习厂商都在同时利用fpga和gpu来改进训练自己的神经网络算法。
英伟达创始人兼ceo黄仁勋却不认同“tpu威胁论”，在接受凤凰科技的采访时,他表示谷歌的tpu不会对英伟达的voltagpu构成威胁，双方在tensorflow项目上保持着合作，而voltagpu的运算能力甚至在tpu之上。
作为世界最大的gpu制造商之一，英伟达一直不遗余力地推广gpu在深度学习领域的应用。老黄将英伟达称为“一家人工智能公司”。
谈到英伟达基于gpu的人工智能战略，需要先从volta说起。
在今年5月11日的nvidiagtc2017上，英伟达推出了全新的gpu架构volta。英伟达应用深度学习研究副总裁bryancatanzaro表示这并不是前代架构pascal的升级，而是一个全新的架构。volta提供大量的flop（浮点运算），基于volta的架构，人们就可以使用需要更多flop的深度学习模型。如今很多流行的模型都需要很大的计算资源，例如卷积学习神经网络。
黄仁勋展示基于volta架构的teslav100加速芯片
黄仁勋展示基于volta架构的teslav100加速芯片
基于全新的volta架构，英伟达推出teslav100加速器，它速度比其前身teslap100快2.4倍。 |
