2）GPU深度学习“大爆炸”
就像我在此前的一篇论文《利用GPU加速人工智能的新型计算模式》中所写的那样，2009年将是人工智能飞速发展的一年。多伦多大学Alex Krizhevsky创建了能够从100万样本中自动学习识别图像的深度神经网络。仅在两块NVIDIA GTX 580 GPU上训练几天，“AlexNet”就赢得了当年的ImageNet竞赛，击败了磨练几十年的所有人类专家算法。研究者们认识到，网络数据规模越大、计算能力越强，其学习能力就越强的规律之后，斯坦福的Andrew Ng与NVIDIA 研究室合作开发了一种使用大规模GPU计算系统训练网络的方法。”
世界各地的人工智能研究人员，正在集体转向GPU深度学习。百度、谷歌、Facebook与微软是首批将其用于模式识别的公司。2015年，人工智能在图像识别方面实现了“超越人类”的水准。在语音识别领域，微软研究院使用GPU深度学习实现了历史里程碑，在对话语音领域获得“媲美人类”的水平。”
”图像识别与语音识别——GPU深度学习已经为机器学习、认知、推理与解决问题奠定了基础。GPU开始成为模拟人类想象力的引擎，打造出了视频游戏与好莱坞影片的惊人虚拟世界。NVIDIA的GPU运行深度学习算法，模拟人类智能，能够认知与理解世界的计算机、机器人与自动驾驶汽车的大脑。就像人类想象力与智能密不可分一样，计算机图形与人工智能也在我们的架构内合二为一。人类大脑拥有两种模式，GPU也拥有两种模式。这可能是NVIDIA GPU之所以被广泛用于深度学习的原因所在，因此NVIDIA日益被称作“人工智能计算公司”。全球GPU市场将在未来10年有可能超越CPU的爆发式增长。”
林燃相信他们不是吹牛。
作为英特与MD竞争者，VIDA致力于图形计算，从PC计算机图形硬件，到好莱坞电影特效工具，再到人工智能时代的大脑，他们有机会超越前者。
林燃听得十分入神，拿手机拍下PPT内容。
然后搬出手提电脑，开始撰写技术会议纪要。
这是他的好习惯，每当听到先进的技术思路，就用记事本记下来。
顺便把自己的想法，刹那间闪过的灵感，统统记录下来。
(本章完)
