，但是你告诉有许多工程工艺是由其他部门已完成的。现在，我们与世界上仅次于的 Bosch合作，它是 ZF 中的世界五大之一。这是前所未闻的。
你再行看看其他平台，为他们获取反对的都不出世界前五中。英伟达平台在完整供应商的反对下早已显得更加热情。
记者：我们再行返回 GeForce Now，现在它早已能在 Mac 上长时间运营了，我很奇怪您和苹果的关系，您和苹果的合作关系现在是什么程度呢？您还不会与苹果展开其他产品的合作吗？朱：我们与苹果公司的关系很好，但是这是一个开放平台，只是一个网页服务，关于这个问题我没其他想要说道的了。记者：尽管 Cuda 的编程能力很更有人，但是有人还是建议可以将应用于中的神经网络和像训练这样的其他工作负荷，应用于自定义芯片中，无论它是 ASIC、半自定义部件、特定于应用程序的标准部件还是 FPGA。您有思维过工作阻抗如何通过 GPU 移动吗？朱：首先，GPU是自定义芯片，我们早已较慢改良了 Cuda，对于有所不同的工作负荷它都能很好的应付。
Pascal是我们用作深度自学、第一个投放大量精力改建构架的 GPU。我们实际做到的比你所看见的还要多。
GPU 只是一种自定义芯片，我指出像深度自学这样的工作负荷来说，标准化的处置有可能不过于合适，因此为了能已完成深度自学，我们优化了 GPU，并完备了 Cuda 的自定义功能。记者：我想问一下您关于公司的企业文化方面，您是如何自由选择注目您解决问题的问题并让您的员工预见这些问题的呢？您实在英伟达的特点是什么？朱：很多人指出英伟达是世界上仅次于的初创公司，我也指出英伟达有很多创业公司的特点，你想回来公司一起构建梦想，一起思维未来，那么你就得大大尝试，大大试验。如果你尝试了，告终了，而这时你的上司、你的朋友、你的同事都要责备你，那你有可能就会再行一次尝试。
而在英伟达绝不会这样，我们拒绝接受无意间的新点子，如果他们自己没有做到出来，我们就不会吸取经验之后向前。企业文化是什么呢？我不告诉还有什么比它更加神秘。我们只是一群想作出点成绩出来的人。
我们更加偏向于做到自己擅长于做到的事情，会因为这件事情有很多人在做到、有极大的市场前景我们就去做到。我们只不会滚自己有把握制成的事情去做到，如果你重新加入了一家这样的公司，你就不会找到很多可做的事情。Above: The Nvidia headquarters is full of triangles, the basic building blocks of 3D graphics.Image Credit: Dean Takahashi记者：在自动驾驶和 AI 应用于方面，比起于 CPU，您指出 GPU 最重要的优势是什么呢？朱：CPU 和 GPU 是两个有所不同的东西，这两者电脑都必须，就像盐和胡椒，CPU 是用来命令处置的，GPU 是用来处置数据的。CPU 处理速度迅速，而 GPU 需要较慢处置大量工作负荷。
这就只不过一架喷射机和一架战斗机，一个抱住灵活，一个低流通量。如果我想要移动大量负荷，那我就要选一个都有引擎的飞机，这就是 GPU。这两种处理器很都有的差异，这各不相同你的目的是什么，这是一辆卡车，那是一辆摩托车，想速度那就中选摩托车，想高通量，那就中选卡车。记者：对于 AI 计算出来，比起于边缘设备，云端有极大的能力。
对于计算出来模型的未来，您实在哪一方面不会有所衰落呢？朱：实质上，我指出边缘设备可能会发展一起，当然，云端早已茁壮得迅速了。为什么边缘设备不会发展一起呢？因为我们可以把小的网络系统、人工网络放到边缘，这样边缘设备就不会十分智能。
通过 AI，把边缘设备更为智能化，我们必定不会事半功倍。你可以和机器人交流，并且延后很短。另一方面，这样也不会增加云端所必须的宽带数量。我们得增加云端的数据量，现如今我们就早已有数十亿的设备，将来我们就不会有数万亿的智能设备，它们无法都上传遍云端辨识，如果你想部分辨识的话，你不能上载元数据到云端。
记者：我想要近几年 AI 顺利的背后认同必不可少数十年来不计其数的告终，怎么会为了需要前进， AI 这么多年来仍然在等候这个突破口的来临？朱：一部分是命运大不相同吧，一部分是幸运地。为什么说道命运大不相同呢？我们研发了一种十分擅长于处置数据并且有高通量计算能力的处理器，同时，深层神经网络方法的计算能力十分强劲。在或许上，这种算法简单明了，但是只有通过大量的数据训练它它才有效地，这时就必须一个极大的计算出来引擎来承托。这两者融合到一起的时候，就是我所谓的幸运地。
但是深度自学的益处是它有非常丰富的功能，唯一的缺点是内部必须大量的计算出来。这就是为什么我常常实在深度自学和 GPU 的融合就看起来命运撞上了一点运气。
深度自学确实炫酷的地方在于它的模型是便携式的，一旦你解读它，开始用于它，你就将人工智能从艺术形式转变成工程形式。这也是开始用于深度自学的公司数量剧增的原因。
就像你能把你的手放到周围并且恰到好处地用于它们，也是一种能力。就像 40 年前，当我们需要自己设计芯片的时候，大量的公司都开始自己设计芯片。有了深度自学这个工具，你就可以通过这个算法、平台来训练人工智能网络，因此，这些公司也随着深度自学这股潮流蓬勃发展一起。
版权文章，予以许可禁令刊登。下文闻刊登须知。
本文来源：澳门威尼克斯人网站-www.yqgloves.com
