#物聯網IoT #人工智慧AI #嵌入式系統 #神經網路NeuralNetworks #機器學習MachineLearning #深度學習DeepLearning #中央處理器CPU #繪圖處理器GPU #特定應用積體電路ASIC #邊緣運算EdgeComputing #高效運算HPC #虛擬實境VR #自駕車
【AI is Eating Software! How Come?】
GPU (繪圖處理器) 已成大數據運算、分析、排序等平行運算的骨幹。GPU 鼻祖可追溯至輝達 (NVIDIA) 於 1999 年首推、專職幾何轉換並改進光影表現的 GeForce 256；2008 年，受惠於資訊大廠力拱 OpenCL 跨平台應用程式介面 (API)，終將 GPU 推上「超級電腦」舞台。2015 年，「JETSON TX1」模組的每秒浮點運算能力達陣 Tera 等級，為 NVIDIA 打開深度學習 (Deep Learning)、電腦視覺等嵌入式人工智慧 (AI) 市場。
NVIDIA 創辦人暨執行長黃仁勳認為，軟體發展將因深度學習而有巨大改變，但前提是：有強大的運算能力。受限於半導體物理特性，摩爾定律已近尾聲；取而代之的是，另一股新興力量正在崛起——基於 GPU 的全新演算法和運算架構，讓它與 CPU 並行協作、加速運算。為何要讓機器自己寫軟體？黃仁勳強調，AI 可解決以往軟體編程無法解決的問題，例如，長時間做光線追蹤，這也呼應了稍早「AI is eating Software」的說法。此外，開發者多半有各自偏好的架構及工具，在編譯 (Compiler) 時或將遭遇版本相容性問題……。
延伸閱讀：
《「深度學習」堆疊不簡單！NVIDIA 讓機器自己寫軟體》
http://compotechasia.com/a/____//2017/1114/37277.html
(點擊內文標題即可閱讀全文)
#輝達NVIDIA #JETSON #JetPack SDK #DIGITS應用程式 #Isaac虛擬實驗室 #Pascal #CUDA #Holodeck #Tesla #Volta #DGX SATURNV #HGX #NVLink高速互連介面 #NVDocker #DRIVE PX 2 #OpenAI
★★【智慧應用開發論壇】(FB 不公開社團：https://www.facebook.com/groups/smart.application/) 誠邀各界擁有工程專業或實作經驗的好手參與討論，採「實名制」入社。申請加入前請至 https://goo.gl/forms/829J9rWjR3lVJ67S2 填寫基本資料，以利規劃議題方向；未留資料者恕不受理。★★
