英偉達首席科學家Bill Dally在一年一度的中國GPU技術大會召開前接受第一財經記者獨家專訪時表示，GPU讓人工智能（AI）的性能每年都能成倍提升，英偉達的研究人員正在定義如何在具有更高帶寬、更易于編程的系統中制造更快AI芯片的方法。

利用GPU的加速處理技術，AI正在醫(yī)療、自動駕駛汽車和機器人等多個行業(yè)的特定領域平臺發(fā)揮巨大作用。英偉達也在不斷進行基礎研究的投入，以尋求芯片物理極限的突破，讓AI的性能得到進一步的提升。

“我們的平臺正在以光速發(fā)展，（GPU）每10年的速度就能增加1000倍。技術的提升離不開基礎研究的投入?！盌ally對第一財經記者表示。他認為，要讓芯片技術突破物理極限，就必須進行架構上的改進。

Dally于2009年加入英偉達，此前他擔任斯坦福大學計算機科學系主任，致力于數據科學、人工智能和圖形學的研究，擁有120多項專利。他目前領導著英偉達一個200多人的科學研究團隊。在今年的GTC大會中，Dally計劃重點討論英偉達如何在GPU上實現高效的推理加速器，硅光子學（silicon photonics）和Python編程等項目。

Dally所說的的硅光子學，是一種基于硅片的激光技術，能夠更廣泛地應用于計算機中，通過采用大規(guī)模硅基制造技術，能大幅度降低計算機和數據中心的成本。英特爾和加州大學圣芭芭拉分校對研究人員此前已經成功研發(fā)出了世界上首個采用標準硅工藝制造的電力混合硅激光器。

該技術離商品化仍有很長距離，但研究人員相信，未來他們能夠將數十個甚至數百個混合硅激光器，與其他硅光子學部件一起被集成到單一硅基芯片上。

目前由GPU支持的超級計算機已被廣泛用于藥物發(fā)現、基因組學以及生物學等領域。全球速度最快的超級計算機Summit已經能夠在12小時內篩選出10億種潛在藥物組合，這在正常的計算機上要花上幾個月的時間；基因測序公司牛津納米孔（Nanopore）能在7小時內對病毒基因組進行測序；美國國立衛(wèi)生研究院和德克薩斯大學奧斯汀分校使用GPU加速軟件，通過低溫電子顯微鏡重建了病毒蛋白的第一個3D結構。

Dally告訴第一財經記者，英偉達還通過開發(fā)基于GPU的量子模擬器來支持量子計算機的發(fā)展?！拔覀冋J為，量子計算機步入實際的商業(yè)化應用可能還需要10年至15年時間，英偉達正在密切關注相關領域技術的發(fā)展，并會在適當的時機進行投資?！盌ally對第一財經記者表示。

針對量子計算機的應用前景，Dally認為，最先相關的應用可能是量子化學領域。“因為它能最直接地映射到架構上?！彼f道。但他同時表示，量子計算機本質上來說是一種“大型計算和小型數據的技術”?！八肋h無法用來解決大數據的問題。”Dally告訴第一財經記者。

目前大規(guī)模的搜索和機器學習問題是通過大量的、并行的、專用的GPU來解決的。根據波士頓咨詢（BCG）參考英偉達的業(yè)績預測，到2030年，量子計算取代基于GPU的算法應用規(guī)模將超過200億美元，其中化學、材料科學等科技密集型產業(yè)的規(guī)模將達70億美元。量子計算目前的主要參與者包括IBM、谷歌、DWave，以及英特爾、微軟、麻省理工、耶魯、牛津、加州圣芭芭拉大學等。
責任編輯:tzh