人工智能(AI)已經開始在各種垂直應用領域展現其應用潛力,往邊緣節(jié)點移動的趨勢也越來越明顯。對于過去十多年一直大力推展GPU運算,并且在超級電腦、高效能運算、AI等領域已有卓越成就的NVIDIA而言,往邊緣運算推進固然是勢在必行,但該公司將會非常策略性地只專注在某些應用上。
NVIDIA執(zhí)行長黃仁勛認為,簡單的題目不值得做,只有高難度的課題才值得該公司投入。對科技公司來說,追求獲利固然重要,但更重要的是為推動科技進步做出貢獻。
十多年前,NVIDIA決定從一家圖形芯片公司轉型成運算公司,并開始一磚一瓦地建構出促進GPU運算普及所需的基礎建設跟生態(tài)系統(tǒng)。十多年后的今天,公司轉型的成果已經有目共睹。從最尖端的物理、醫(yī)學研究,到當前最熱門的人工智能、自駕車開發(fā),NVIDIA的平臺不斷為開發(fā)人員提供更高的運算效能,也成為推動科技進步的引擎。
展望未來,AI無處不在的時代很快就會到來,并為科技業(yè)者帶來可觀的機會。以NVIDIA自身為例,資料中心相關產品已經是該公司的第二大營收來源,而且該部門最新一季的營收仍繳出年成長71%的好成績。AI需求的成長力道之強勁,由此可見一斑。AI革命才剛開始而已,未來AI的訓練跟推論不只會在資料中心執(zhí)行,手機、音箱甚至冰箱等邊緣裝置,也會支援機器學習(ML)推論。
黃仁勛指出,邊緣運算將是一個非常龐大的市場,NVIDIA一定不會缺席。但該公司會慎選切入市場的路徑,不會什么都做。舉例來說,手機、智能音箱或家電這類應用,未來雖然都會有機器學習推論的需求,市場規(guī)模也不小,但這類產品對AI的需求其實很單純,不值得NVIDIA投入。各種自主機器(Autonomous Machine),像自駕車、智能機器人、智能制造這種高復雜度的題目,才是NVIDIA想挑戰(zhàn)的課題。
事實上,看似復雜的各種AI,本質上做的事情都一樣:讓機器擁有學習能力,進而讓軟件自動編寫新的軟件來解決問題,實現更高程度的自動化。因此,NVIDIA對各種復雜的自動化應用,都有很高的興趣。
因此,黃仁勛認為,雖然NVIDIA目前將資源優(yōu)先投注在運輸、醫(yī)療等領域,但制造業(yè)的AI應用也是很有潛力的市場,未來該公司將有所布局?,F在的制造業(yè)的自動化大多還很僵固,設備只能做固定、重復的工作,但倘若生產設備導入AI,制造業(yè)將會變得更靈活,更有效率。