撲來樹袋熊

摩爾定律在 CPU 上已經不那么起效了，臺式電腦銷量下降的情況下，GPU 的銷售量也出現了減少，似乎也沒人那么在乎摩爾定律了。如今，NVIDIA 在 GPU 市場中占主導地位，擁有超過 70% 的市場份額。在過去一年中，隨著其芯片新應用的誕生，其股市價格幾乎翻了三倍。

前段時間，NVIDIA 公布了 2016 年第三季度財報，凈利潤竟然比去年同期增長 120%。NVIDIA CEO 黃仁勛說，NVIDIA 正在經歷從一個圖形芯片公司到人工智能平臺搭建者的轉型。公司依然在為筆記本電腦和游戲用 PC 以及虛擬現實頭盔提供圖形芯片，但是，過去十年 NVIDIA 付出很多努力，以將此前只用于圖像中的 GPU 技術用到更多更普遍的領域中，NVIDIA 現在也在為深度學習神經網絡、自動駕駛汽車和一些新的設備提供計算能力。



在很多新興計算場景下，GPU 被挖掘出了比以往更多的潛力，如 GPU 已經證明了其擅長于訓練深層神經網絡。量子計算目前已經有了原始原型，但可以預計，在量子計算實用化之前 GPGPU (GPU 通用計算) 將是計算能力的主要增長點。



經過嘗試，我發現即使在我的手機和平板電腦這樣的移動平臺上，在一個分形計算中 GPU 也較 CPU 有若干個數量級的效率提升。

現有 GPU 的底層設計適用于圖像處理而不是通用計算，GPU 的局限性導致了程序員只能以特定的方式對數據進行組合，以最有效的利用芯片。而目前 GPU 的多樣性遠超 CPU，光供應商就有 NVIDIA，AMD，高通等。對 GPU 編程的方式更是五花八門，如主要用于圖像處理的 Shader (GLSL, HLSL, CG 等)，用于 GPGPU 的 CUDA, OpenCL, DirectCompute 等。技術的版圖中，隱隱感覺到尚缺少那么一塊統一，并簡化 GPGPU 編程的軟件拼圖碎片。

了解更多人工智能資訊搜索微信公眾號 ai_the_one 或掃碼關注：