黄仁勋谈话：牵手ARM打造专用AI芯片_GPU供不应求的四大原因-电子发烧友网

智东西3月29日美国圣何塞报道，今天，英伟达GTC 2018年度大会进行到了第二天。智东西作为英伟达全球特邀媒体，与英伟达CEO黄仁勋、英伟达全球副总裁Deepu Talla、英伟达专业可视化业务高级总监Sandeep Gupte等进行了现场对话。

在场，黄仁勋提到，中国市场占据了英伟达总收入的1/3，英伟达在中国有3000员工。

黄仁勋告诉智东西，昨天宣布和ARM合作打造AI 芯片的技术源自于英伟达的DLA，DLA（Deep Learning Accelerator，深度学习加速器）本质上是英伟达打造的ASIC芯片。现在很多的AI芯片，比如谷歌的TPU，本质上都是一个ASIC硬件。

此外，黄仁勋还在昨天的采访中确认了英伟达暂停公共道路上无人驾驶汽车测试的消息，并解释了原因。

英伟达全球副总裁Deepu Talla则在采访中专门提到了昨天英伟达宣布与ARM合作打造端智能AI芯片新闻，并谈到了这个深度学习加速器与华为麒麟970、苹果A11的比较。

顺便一提的是，今天恰好也是Adobe Summit大会的日子，黄仁勋上午还在拉斯维加斯的Adobe Summit上参与访谈，谈到了英伟达光线追踪技术、图像处理技术等，今天下午又赶回圣何塞GTC现场。

牵手ARM，帮助芯片厂商打造专用AI芯片

现在中国众多AI芯片创业公司不断涌现，是否会对英伟达造成威胁呢？

黄仁勋说，AI是软件的未来，未来所有行业、所有软件都会受益于AI，云、医疗、制造等等，AI的未来非常庞大，其体量远大于一个企业。英伟达与众多AI创业公司合作，甚至也会和AI芯片创业公司合作，比如将DLA这个类似TPU的硬件集成到ARM框架中，让芯片公司也能造自己的AI芯片。

在昨天的演讲中，英伟达宣布与芯片巨头ARM合作打造物联网AI芯片（IOT AI SOC），将英伟达的AI技术集成到今年2月ARM推出的Project Trillium框架里，让芯片厂商更容易打造自己的AI芯片，包括手机芯片、消费电子芯片、物联网芯片等。这一技术源于去年GTC上英伟达开源的DLA深度学习加速器项目。

现场，黄仁勋告诉智东西，DLA（Deep Learning Accelerator，深度学习加速器）本质上是英伟达打造的ASIC芯片。现在很多的AI芯片，比如谷歌的TPU，本质上都是一个ASIC硬件。

黄仁勋说，本次和ARM的合作，将DLA集成到ARM的IP框架当中去后，厂商可以下载从小到大不同配置的AI架构，打造自己的AI芯片。不过这个芯片上面需要跑TensorRT软件。

英伟达DLA vs 华为麒麟970、苹果A11

英伟达全球副总裁Deepu Talla负责的业务包括机器人、智能城市、以及DLA深度学习加速器项目，这一项目正是昨天英伟达与芯片巨头ARM合作打造端智能芯片专用的深度学习加速器IP的技术基础。

去年，英伟达选择了开源DLA项目，让各大芯片厂商可以免费下载这个芯片加速器项目，自己打造低功耗的AI芯片。不过，使用开源项目依旧有一定的技术门槛。而在这次GTC上，英伟达宣布再次降低AI芯片打造的门槛，与ARM合作。

Deepu Talla告诉智东西，DLA是个开源项目，本次合作将不会向ARM收取费用。DLA项目已经研发了三年了，之所以会选择免费开源，是因为物联网这类项目不是英伟达关注的重点。

在最近半年间，不少端智能专用AI芯片开始涌现，其中最受人关注当属两款手机芯片：华为麒麟970、苹果的A11。Deepu Talla在现场谈到，现在暂时没有英伟达深度学习加速器IP与麒麟970 NPU、苹果A11神经网络引擎的对比参数。不过，经过了DLA三年研发后，英伟达发现打造一个深度学习加速器硬件其实是整个项目中最简单的部分，困难的部分是软件，如何更好地支持各种AI软件、AI框架、如何更好地对神经网络进行部署等。

在这些方面，英伟达众多软件工程师们已经投入了多年的研究，尤其是神经网络的应用（inference）与部署（deploy）方面，在本次GTC上，黄仁勋也推出了新版TensorRT 4.0，让神经网络的部署更加简便快捷。