0
雷鋒網(wǎng) AI科技評(píng)論消息，北京時(shí)間9月26日，在英偉達(dá)GPU技術(shù)峰會(huì)上，英偉達(dá)創(chuàng)始人兼CEO黃仁勛正式發(fā)布TensorRT 3 神經(jīng)網(wǎng)絡(luò)推理加速器。據(jù)官方介紹，TensorRT 3能極大改善處理性能，削減從云到邊緣設(shè)備（自動(dòng)駕駛汽車、機(jī)器人等）的推理開(kāi)銷。TensorRT 3 是在Volta GPU 實(shí)現(xiàn)最優(yōu)推理性能的關(guān)鍵，比起CPU它能實(shí)現(xiàn)高達(dá)40倍的吞吐量，時(shí)延在7ms之內(nèi)。目前，對(duì)于英偉達(dá)開(kāi)發(fā)者計(jì)劃成員，現(xiàn)在有針對(duì)Tesla GPU (P4, P100, V100)和Jetson嵌入式平臺(tái)的TensorRT 3提供免費(fèi)下載。
關(guān)于TensorRT
據(jù)雷鋒網(wǎng)了解，英偉達(dá)TensorRT 是一種高性能神經(jīng)網(wǎng)絡(luò)推理引擎，用于在生產(chǎn)環(huán)境中部署深度學(xué)習(xí)應(yīng)用程序。應(yīng)用有圖像分類，分割和目標(biāo)檢測(cè)，提供的幀/秒速度比只有CPU的推理引擎高14倍。
TensorRT是世界上第一款可編程推理加速器，能加速現(xiàn)有和未來(lái)的網(wǎng)絡(luò)架構(gòu)，TensorRT可編譯到廣泛的目標(biāo)CUDA GPU中，從120 TOPS到1 TOPS，從250瓦到低于1瓦。
它包含一個(gè)為優(yōu)化在生產(chǎn)環(huán)境中部署的深度學(xué)習(xí)模型而創(chuàng)建的庫(kù)，可獲取經(jīng)過(guò)訓(xùn)練的神經(jīng)網(wǎng)絡(luò)（通常使用 32 位或 16 位數(shù)據(jù)），并針對(duì)降低精度的 INT8 運(yùn)算來(lái)優(yōu)化這些網(wǎng)絡(luò)。
為何TensorRT 3有著無(wú)可比擬的地位，他提到了以下幾點(diǎn)：
一是網(wǎng)絡(luò)設(shè)計(jì)呈爆發(fā)性增長(zhǎng)：AI推理平臺(tái)必須具備可編程性才能運(yùn)行種類繁多且不斷演進(jìn)的網(wǎng)絡(luò)架構(gòu)；新的架構(gòu)、更深的網(wǎng)絡(luò)、新的分層設(shè)計(jì)會(huì)繼續(xù)提升CNN的性能。
二是智能機(jī)器呈爆發(fā)性增長(zhǎng)：AI會(huì)將智能諸如到2000萬(wàn)臺(tái)云服務(wù)器、上億臺(tái)汽車和制造機(jī)器人中；最終，以萬(wàn)億計(jì)的物聯(lián)網(wǎng)設(shè)備和傳感器將智能地監(jiān)測(cè)一切，從心率和血壓監(jiān)測(cè)，到需維修設(shè)備的震動(dòng)監(jiān)測(cè)；AI推理平臺(tái)必須可擴(kuò)展，以解決海量計(jì)算的性能、公號(hào)和成本需求。
TensorRT 3新的亮點(diǎn)如下：
相較Tesla P100，在Tesla V100上能實(shí)現(xiàn)3.7倍的加速，時(shí)延在7ms之內(nèi)
在Tesla V100上進(jìn)行優(yōu)化和配置TensorFlow模型時(shí)，比起TensorFlow框架能實(shí)現(xiàn)18倍的推理加速
輕松使用Python API接口，生產(chǎn)力得到極大改進(jìn)
雷鋒網(wǎng)據(jù)黃仁勛現(xiàn)場(chǎng)介紹，
TensorRT3的性能非常卓越，運(yùn)行在Volta上的TensorRT3在圖像分類方面比最快的CPU還要快40倍，在語(yǔ)言翻譯方面則要快140倍。
另外，現(xiàn)場(chǎng)他還提到，神經(jīng)網(wǎng)絡(luò)的響應(yīng)時(shí)間或處理延時(shí)會(huì)對(duì)服務(wù)質(zhì)量造成直接影響，運(yùn)行在V100上的TensorRT在處理圖像是可實(shí)現(xiàn)7ms的延時(shí)，在處理語(yǔ)音是延時(shí)不到200ms，這是標(biāo)準(zhǔn)云服務(wù)的理想目標(biāo)，單靠CPU是無(wú)法實(shí)現(xiàn)的。
TensorRT3能支持Caffe2、mxnet、PaddlePaddle、Pytorch、TensorFlow、theano、Chainer等所有的深度學(xué)習(xí)框架，將TensorRT 3和英偉達(dá)的GPU結(jié)合起來(lái)，能在所有的框架中進(jìn)行超快速和高效的推理傳輸，支持圖像和語(yǔ)言識(shí)別、自然語(yǔ)言處理、可視化搜索和個(gè)性化推薦等AI服務(wù)。
AI新紀(jì)元
另外，在演講中，黃仁勛提到，現(xiàn)在已是計(jì)算新紀(jì)元，包括TensorRT在內(nèi)的NVIDIA多個(gè)平臺(tái)已被BAT等多家科技巨頭采用：
目前，NVIDIA TensorRT已經(jīng)被BAT、科大訊飛、京東所采用；
除了 TensorRT，NVIDIA Tesla V100 AI平臺(tái)已被BAT、華為、浪潮和聯(lián)想在內(nèi)的中國(guó)領(lǐng)軍IT公司采用；
NVIDIA AI 城市平臺(tái)已被阿里巴巴、海康威視、大華和華為所采用，以解決最大規(guī)模的AI和推理難題之一；
另外，黃仁勛在現(xiàn)場(chǎng)正式發(fā)布全球首款自主機(jī)器處理器Xavier，這是迄今為止最復(fù)雜的片上系統(tǒng)，將于18年第一季度向早期接觸的合作伙伴提供，在18年第四季度全面推出。這個(gè)處理器的發(fā)布將揭開(kāi)人工智能時(shí)代新篇章。
除了Xavier，他們也發(fā)布了一個(gè)虛擬機(jī)器人仿真環(huán)境Isaac Lab。談及為何要?jiǎng)?chuàng)造這個(gè)自主機(jī)器系統(tǒng)，他提到，
教機(jī)器人與外部世界交互和執(zhí)行復(fù)雜的任務(wù)一直是一個(gè)未解決的難題，但相信隨著深度學(xué)習(xí)和AI的突破，這個(gè)問(wèn)題最終必將得到解決。在機(jī)器人學(xué)習(xí)執(zhí)行具體任務(wù)的過(guò)程中，他們可能會(huì)對(duì)周邊的事物造成損壞，并且需要很長(zhǎng)的訓(xùn)練周期。因此，需要?jiǎng)?chuàng)造一個(gè)可供機(jī)器人學(xué)習(xí)的虛擬世界——看起來(lái)像真實(shí)世界，并遵守物理學(xué)定律，機(jī)器人可以在其中超實(shí)時(shí)地學(xué)習(xí)。
在現(xiàn)場(chǎng)，他也強(qiáng)調(diào)，NVIDIA將會(huì)全力推進(jìn)“統(tǒng)一架構(gòu)”CUDA GPU計(jì)算。通過(guò)Inception計(jì)劃，將支持1900家初創(chuàng)公司創(chuàng)建AI未來(lái)。
究竟NVIDIA能讓AI跨進(jìn)怎樣的未來(lái)，拭目以待！
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。
