NVIDIA 加速计算总经理Ian Buck：如何使AI从创新过渡到实际应用
2019-11-06 20:49
分享到微信
分享到微博
NVIDIA 加速计算总经理Ian Buck在本周开幕的华盛顿GTC大会开幕式上表示，AI革命已近在咫尺，是时候利用现代AI来帮助企业应对面临的巨大挑战了。
Buck还宣布，美国邮政署（United States Postal Service, USPS）将采用NVIDIA端到端AI技术。该机构提供了全球最大规模的寄送服务，每年寄送邮件1460亿。
Buck在为期三天的华盛顿GTC上对3500多名开发人员、CIO和政府官员表示：“当下面临的挑战在于我们如何使AI从创新阶段过渡到实际应用。我们的挑战是‘如何将AI带入行业并使其被广泛利用？’”
在长达一个小时的演讲过程中，Buck解释了现代AI的训练和部署方式，并描述了NVIDIA如何将AI应用于汽车、医疗、机器人技术和5G等行业。
美国邮政署的例子使成功应对挑战成为可能。
Buck介绍，美国邮政署将基于NVIDIA EGX的深度学习解决方案部署到200个处理设施中，这些设施将于2020年开始运行。
使用EGX，美国邮政署将能够以更高的精度批量处理计算任务，速度提高10倍。
生活在“AI世界”的一天
当Buck还是一名斯坦福大学的学生时，他以创建CUDA计算平台而闻名。他详细介绍了NVIDIA技术如何加速从AI数据提取到AI训练乃至AI最终部署的整个过程。Buck表示，下一步将是创建垂直AI平台，使各行各业的专家都能基于此提升工作效率。
在医疗领域，大量数据正在使工作人员应接不暇。一个典型放射科每天要查看8,000张图像。Buck表示，每分钟就会有3篇论文在PubMed医学研究中心上发表。
Buck详细介绍了NVIDIA Clara软件开发套件如何使用新一代迁移学习模型，来帮助医护人员快速应对新挑战。它增强了预先训练的模型，可以处理新任务，例如在几分钟或几小时内利用更少的训练数据找出某种特定类型的癌症。
电信业是另一个可以从AI中受益的行业，因为它需要优先采用5G无线技术。与4G相比，5G支持您仅用3分钟在移动设备上下载一季《怪奇物语》（Stranger Things，经典美剧），而4G则需要3个小时。5G反应速度快，仅有1毫秒延迟，而4G则有10毫秒延迟。
Buck表示：“我不会轻易使用‘革命’这个词，但这是一场革命，因为AI为我们提供了输入大量数据流并进行实时处理的机会。”
为了帮助电信公司及其客户充分利用5G，NVIDIA上个月推出了NVIDIA EGX Edge超级计算平台。这些服务器安全且可扩展，配备了多达4个NVIDIA CUDA Tensor Core GPU。
智慧城市也可以从EGX中受益。
运行NVIDIA Metropolis物联网（IoT）应用程序框架为试点计划的一部分，爱荷华州迪比克（Dubuque）的公共安全官员基于此捕获了一辆误入高速公路的车辆。
当然，NVIDIA也在努力使汽车更智能、更安全。NVIDIA DRIVE自动驾驶汽车平台涵盖了从汽车到卡车、从无人驾驶出租车到工业车辆的所有领域。
为了实现安全的开发和部署，NVIDIA建立了端到端工作流来开发自动驾驶汽车，其中包括用于收集数据、管理数据、标记数据、训练AI、重播数据的系统，以及在各种场景下模拟性能表现的系统。
Buck表示：“与传统的推理和训练相比，这是一个更深入、更丰富的堆栈。”
最后，NVIDIA正在构建能够释放新一波创新浪潮的领域，即机器人领域。过去，机器人非常擅长重复性任务。Buck表示，然而，未来机器人“都会与交互相关”。
新一代机器人已经开始应用于零售、农业和食品配送业务领域，预计到2025年将增至1000亿美元市场规模。
为了赋能AI技术，NVIDIA构建了一个端到端的机器人平台Jetson，可以帮助公司更快速地部署新型机器人。它包括构建在一系列功能强大的系统级芯片（SoC）上的完整软件堆栈，从99美元的Jetson Nano开始。
“对于机器人技术而言，这将是一个激动人心的时刻，” Buck表示。
NVIDIA将AI引入垂直行业的例子不胜枚举，例如面向医疗的NVIDIA Clara，面向智能城市和零售的NVIDIA Metropolis，面向自动驾驶汽车的NVIDIA DRIVE，面向设计和媒体的NVIDIA Omniverse以及面向电信行业的NVIDIA Aerial。
Buck表示：“医疗数据科学家或智慧城市工程师能够在垂直平台使用这项技术，将企业对于AI的利用又提升到了更高水平。”
我们旨在通过NVIDIA深度学习学院（Deep Learning Institute, DLI）为企业员工提供培训。DLI刚刚增加了12门新课程，已经为超过18万AI工作者提供了培训，适用于个人、团队和大学。
Buck表示：“我的目标和任务不仅是做出色的演示，更是帮助行业利用AI解决问题。”
Buck还宣布，美国邮政署（United States Postal Service, USPS）将采用NVIDIA端到端AI技术。该机构提供了全球最大规模的寄送服务，每年寄送邮件1460亿。
Buck在为期三天的华盛顿GTC上对3500多名开发人员、CIO和政府官员表示：“当下面临的挑战在于我们如何使AI从创新阶段过渡到实际应用。我们的挑战是‘如何将AI带入行业并使其被广泛利用？’”
在长达一个小时的演讲过程中，Buck解释了现代AI的训练和部署方式，并描述了NVIDIA如何将AI应用于汽车、医疗、机器人技术和5G等行业。
美国邮政署的例子使成功应对挑战成为可能。
Buck介绍，美国邮政署将基于NVIDIA EGX的深度学习解决方案部署到200个处理设施中，这些设施将于2020年开始运行。
使用EGX，美国邮政署将能够以更高的精度批量处理计算任务，速度提高10倍。
生活在“AI世界”的一天
当Buck还是一名斯坦福大学的学生时，他以创建CUDA计算平台而闻名。他详细介绍了NVIDIA技术如何加速从AI数据提取到AI训练乃至AI最终部署的整个过程。Buck表示，下一步将是创建垂直AI平台，使各行各业的专家都能基于此提升工作效率。
在医疗领域，大量数据正在使工作人员应接不暇。一个典型放射科每天要查看8,000张图像。Buck表示，每分钟就会有3篇论文在PubMed医学研究中心上发表。
Buck详细介绍了NVIDIA Clara软件开发套件如何使用新一代迁移学习模型，来帮助医护人员快速应对新挑战。它增强了预先训练的模型，可以处理新任务，例如在几分钟或几小时内利用更少的训练数据找出某种特定类型的癌症。
电信业是另一个可以从AI中受益的行业，因为它需要优先采用5G无线技术。与4G相比，5G支持您仅用3分钟在移动设备上下载一季《怪奇物语》（Stranger Things，经典美剧），而4G则需要3个小时。5G反应速度快，仅有1毫秒延迟，而4G则有10毫秒延迟。
Buck表示：“我不会轻易使用‘革命’这个词，但这是一场革命，因为AI为我们提供了输入大量数据流并进行实时处理的机会。”
为了帮助电信公司及其客户充分利用5G，NVIDIA上个月推出了NVIDIA EGX Edge超级计算平台。这些服务器安全且可扩展，配备了多达4个NVIDIA CUDA Tensor Core GPU。
智慧城市也可以从EGX中受益。
运行NVIDIA Metropolis物联网（IoT）应用程序框架为试点计划的一部分，爱荷华州迪比克（Dubuque）的公共安全官员基于此捕获了一辆误入高速公路的车辆。
当然，NVIDIA也在努力使汽车更智能、更安全。NVIDIA DRIVE自动驾驶汽车平台涵盖了从汽车到卡车、从无人驾驶出租车到工业车辆的所有领域。
为了实现安全的开发和部署，NVIDIA建立了端到端工作流来开发自动驾驶汽车，其中包括用于收集数据、管理数据、标记数据、训练AI、重播数据的系统，以及在各种场景下模拟性能表现的系统。
Buck表示：“与传统的推理和训练相比，这是一个更深入、更丰富的堆栈。”
最后，NVIDIA正在构建能够释放新一波创新浪潮的领域，即机器人领域。过去，机器人非常擅长重复性任务。Buck表示，然而，未来机器人“都会与交互相关”。
新一代机器人已经开始应用于零售、农业和食品配送业务领域，预计到2025年将增至1000亿美元市场规模。
为了赋能AI技术，NVIDIA构建了一个端到端的机器人平台Jetson，可以帮助公司更快速地部署新型机器人。它包括构建在一系列功能强大的系统级芯片（SoC）上的完整软件堆栈，从99美元的Jetson Nano开始。
“对于机器人技术而言，这将是一个激动人心的时刻，” Buck表示。
NVIDIA将AI引入垂直行业的例子不胜枚举，例如面向医疗的NVIDIA Clara，面向智能城市和零售的NVIDIA Metropolis，面向自动驾驶汽车的NVIDIA DRIVE，面向设计和媒体的NVIDIA Omniverse以及面向电信行业的NVIDIA Aerial。
Buck表示：“医疗数据科学家或智慧城市工程师能够在垂直平台使用这项技术，将企业对于AI的利用又提升到了更高水平。”
我们旨在通过NVIDIA深度学习学院（Deep Learning Institute, DLI）为企业员工提供培训。DLI刚刚增加了12门新课程，已经为超过18万AI工作者提供了培训，适用于个人、团队和大学。
Buck表示：“我的目标和任务不仅是做出色的演示，更是帮助行业利用AI解决问题。”
