当前位置: 首页 > 科技赋能

对话 NVIDIA 智能机器副总裁!用VR训练机器人,开源物联网AI芯片,NVIDIA的终结智能之路

时间:2024-05-22 15:18:10 科技赋能

文章|不久前,NVIDIA GTC China(GPU技术大会中国分会)在北京召开。

在当天上午的主题演讲中,NVIDIA CEO黄仁勋再次介绍了ISSAC机器人训练平台,并正式宣布推出全球首款用于自主机器人的处理器(芯片)Xavier,为机器人提供从软件到硬件的全面支持。

同时,在GTC China当天,NVIDIA还正式开源了完整版DLA(深度学习加速器),允许厂商免费下载使用,打造属于自己的低功耗AI芯片(例如物联网)芯片)。

(NVIDIA全球副总裁、智能机器事业部总经理Deepu Talla)纵观GTC中国,深度学习的训练阶段很少被提及。

取而代之的是终端智能、智能机器等话题。

为了进一步了解NVIDIA的终端智能/智能机布局,智西西联合多家媒体对NVIDIA全球副总裁兼智能机事业部总经理迪普·塔拉(Deepu Talla)进行了专访。

1、四大原因决定端到端智能化的崛起。

深度学习分为训练和推理两部分。

数据科学家通过大量数据训练神经网络后,然后将训练好的神经网络应用到硬件上,执行人脸识别、语音识别等人工智能软件应用。

推理应用过程既可以在终端上执行,也可以在云端执行。

云应用程序价格实惠,并且可以提供更强的计算能力,那么我们为什么不把所有应用程序都放在云端,然后将决策发送到终端执行呢? Deepu Talla认为有四个原因:1)带宽小。

目前,世界范围内的摄像设备数量已接近海量,并且还在不断增加。

如果这些视频数据同时发送到云端,现有带宽无法承受。

2)延迟时间长。

以自动驾驶汽车为例。

如果行驶过程中出现紧急情况,汽车必须在5毫秒内做出响应,但云端的响应速度不可能那么快。

3)隐私不安全。

对于政府、医疗、金融等机构来说,他们对隐私和数据安全有着极其严格的要求,不愿意将数据发送到公有云上。

4) 网络状况并不总是可靠。

虽然我们在推广4G、迈向5G方面正在大踏步前进,但仍然存在偏远地区、隧道、电磁干扰等情况,导致网络状况不稳定,无法正常发送数据。

基于这四个原因,AI正在慢慢从云端走向边缘设备,也就是我们所说的端智能。

在本届GTC China上,NVIDIA正式宣布推出Xavier智能机芯片。

这是一个为期两年的项目,去年宣布,今年正式定位为全球首款自主机器人专用处理器(芯片)。

该处理将于今年第一季度向早期合作伙伴开放,并将于今年第四季度全面推出。

同时,NVIDIA还宣布,NVIDIA首批Xavier芯片将用于京东仓储机器人jROVER+京东送货无人机jDRONE等一系列自主机器人。

2、四大核心技术打造ISSAC机器人训练平台。

今年5月,NVIDIA推出了一款用于训练机器人的增强学习世界模拟器——ISAAC机器人模拟器,创建了一个完全虚拟、专门为训练机器人构建的世界。

这是一个遵循物理定律但不遵循时间定律的世界。

在现实生活中,如果你想训练一台机器学习打冰球,你必须把冰球放在机器前面,一遍又一遍地教它;在虚拟世界中,机器可以在一秒钟内多次重复这样的动作,也可以训练一堆机器同时学习打球,然后找到其中最聪明的一个,复制它的“大脑”程序,并创建一堆相同的机器继续训练和筛选。

对于这个虚拟机器人训练平台,有四个关键要求:1)图片需要具有照片级的真实性,让机器人能够尽可能“看到”现实世界。

2)碰撞、压力、重力等物理规则必须完全遵循现实世界。

3)需要超高的计算性能和AI性能。

4)它允许人类进入虚拟世界进行测试,即VR。

即使失败,也不会影响人的生活。

(详细内容可以参考智喜之前的报道《马斯克又来搞事情 OpenAI要用VR训练机器人》,根据Deepu Talla的说法,NVIDIA和OpenAI正在合作ISSAC项目。

)图片、物理定律、AI、VR恰恰是NVIDIA非常擅长的领域。

Deepu Talla表示,今年年底,ISSAC平台将提供给包括OpenAI在内的全球领先科研机构。

5-10年内,这个ISSAC平台将成为全球AI领域的顶级贡献者之一。

3、开源DLA框架 此外,Deepu Talla还向智西西提到了GTC中国当天正式开源的NVIDIA DLA(深度学习加速器)架构。

前面提到,由于云智能的种种限制,我们现在已经进入了端智能兴起的时代(但这并不意味着云智能的衰落,未来肯定是云AI+端AI)。

不过,NVIDIA目前面向终端的旗舰GPU板是Jetson TX2。

这款搭载 4 核 CPU 的 Pascal 架构 GPU 的标准功耗为 7.5W,比 NVIDIA 其他往往运行数十到数百 W 的 GPU 小很多,但它对功耗极其敏感。

对于超小型设备来说,这个功率还是太大了。

为了解决这个问题,NVIDIA在今年5月的GTC上推出了开源框架DLA。

制造商可以下载专门为物联网设备设计的AI架构,并构建自己的低功耗AI芯片。

目前,该框架是免费提供的。

至于未来DLA框架是否会被用来收取专利费,成为一种新的商业变现模式,那就是另外一回事了。