第一次去NVIDIA,已經是將近20年前的往事了,一樣做繪圖晶片,另一家倂入AMD,現在NVIDIA 的市值約達英特爾的一半了。
nVidia像是不死鳥?其實勝負可能只在細微的差異!
參訪nVidia時,負責簡報的執行副總裁Jay Puri說,現在是人工智慧的時代,以軟體生產軟體,以正確的Data生產Data,已經成為新的潮流。唯有這樣才能滿足各種不同的需求。
nVidia是個擁有「平行運算」技術的公司,2012年起,黃仁勳將公司的重心轉向AI,用這樣的策略來建構屬於nVidia的Eco-system。成立於1993年的公司,2016年營收已經達到70億美元,市值上看900億美元,員工總數已經有1.1萬人,這與我前幾年所知道的nVidia更大、更成功。
從2012年轉向AI之後,nVidia從電腦遊戲一路挺進到自駕車。現在的GPU已經進入大霹靂時代,新的演算法可以進行臉部辨識,組合16個GPU,效能直追超級電腦,從Machine learning到Deep Learning,機器透過自我學習改善能力,可以建構一個類神經網路。
聽Puri說,黃仁勳很喜歡聽音樂、看電影,對於音效非常敏感。也許有人會認為,把所有的訊息數據化的過程,只要懂得技術便可,那您就錯了!
如果您相信90%的醫療資訊都是影像,如果您相信5G時代影像數據的比重也會高達80%以上。那麼,賦予影像背後優美的音效,不正是市場的競爭要素之一嗎?未來市場上的競爭,需要多元的科技,也需要多元的文化融合。矽谷成功的創業家,應該都不會只是書呆子!
「machine learning deep learning差異」的推薦目錄:
machine learning deep learning差異 在 深度學習(Deep Learning)-數學整理 的推薦與評價
找到之後,這組network parameters對應到的function就是最終訓練好的模型。 [deep learning與machine learning的差異]. 簡單來說就是,問題從如何extract ... ... <看更多>
machine learning deep learning差異 在 Qlik Community - Facebook 的推薦與評價
... AI and Machine Learning and Deep Learning? 今年是台灣AI元年,從業者或媒體非常頻繁地提到人工智慧和機器學習。無視AI與機器學習和深度學習之間的差異。 ... <看更多>