|
讓電腦能夠看見你我看見的世界？易如反掌。拿起相機拍張照片傳到電腦里，或者讓你的電腦配上攝像頭。不過要讓電腦能夠理解自己到底看到了什么，那就不是手到擒來的事了。
日前，一群來自哈佛以及麻省理工學院(MIT)共同組成研究團隊，正打算用電腦來仿真大腦的功能。他們希望能透過運算，將電腦看見的影像轉換成有用的信息，進而讓電腦可以辨物、識人、甚至理解一連串的動作所代表的意思。說白了，進一步向人腦靠近。
GPU成仿真大腦視覺辨識核心
為了加快研究速度，研究人員借用分子生物學的篩選技術———例如同時對上千種候選辨識模塊進行一連串的實驗，淘汰掉不適用的模塊，最后保留下最棒的模塊。
這過程簡單來說就是達爾文和孟德爾總結出來的八個字，“物競天擇，適者生存”。
不過來自研究團隊的反饋顯示，目前出現(xiàn)另一個難題則是人腦解析信息的速度實在太快，若要用傳統(tǒng)電腦實現(xiàn)這一效果，得先花上一大筆錢。而且電腦至少要花上一整年的時間才能運算完畢。
所幸的是，解決難題的方法多少有些歪打正著。隨著游戲用的G PU擁有越來越強的運算能力而獲得解決，如今，麻省理工學院和哈佛的研究人員正大量運用GPU的運算能力，這種方法不僅省下大筆的經(jīng)費，更使得運算的時間從一年縮減到一個星期。
GPU的英文全稱GraphicProcessingUnit，中文翻譯為“圖形處理器”。GPU是相對于CPU的一個概念，由于在現(xiàn)代的計算機中，特別是家用系統(tǒng)，游戲的發(fā)燒友們對圖形的處理變得越來越重要，需要一個專門的圖形核心處理器，GPU應運而生。
一直以來，GPU行業(yè)的競爭遠比CPU的競爭來得激烈。目前通用PC的CPU就只有英特爾和AMD兩家大廠。而在GPU方面領先的是NVIDIA和ATI(已被AMD收購)兩家廠商，但能生產(chǎn)中低端產(chǎn)品的還有英特爾、3S等好幾家廠商。盡管這些廠商的產(chǎn)品不如NVIDIA和ATI，但在很多應用方面也能滿足用戶的需要。所以NVIDIA和ATI的處境多少有些高處不勝寒，只有快馬加鞭向前發(fā)展，才能不被后來者追上。
至于英特爾等CPU廠商為什么沒有采用GPU的先進工藝自己投資生產(chǎn)線，是因為把原來的產(chǎn)品生產(chǎn)線一次過淘汰掉，可能連當初投入的資金都難以收回。而GPU廠商只是自己設計，再找其他廠商代工生產(chǎn)，并沒有生產(chǎn)線的壓力。
正因為如此，NVIDIA和ATI兩家大廠可以投入更多的資金在研發(fā)上，讓GPU技術快速提升，繼而讓麻省理工和哈佛的研究團隊，看到了讓電腦實現(xiàn)仿真大腦視覺識辨的可能。
GPU發(fā)展迅猛遠超CPU
事實上早在2003年，科技界已經(jīng)看到許多關于利用GPU代替CPU的消息。此后的2005年，麻省理工學院參與到了這項工作之中。該大學的圖形研究小組運用陣列函式測試了GPU代替CPU的性能，而測試結果極度驚人。
在當時使用的測試程序中，小組使用了Intel C++編譯器來優(yōu)化超線程和SSE指令，并且以上的運行能夠完成16和32位浮點運算。2005年，小組成員們便對幾塊A TIX800 XT和NVIDIA GeForce 6800G PU進行測試，產(chǎn)生的結果與一臺3.4 GHz Pentium IV PC產(chǎn)生的結果進行比較發(fā)現(xiàn)，性能非常優(yōu)秀。
2008年，NVIDIA公司Tesla計算事業(yè)部總經(jīng)理Andy Keane表示，到2010年，采用NVIDIATesla GPU構建的超級計算機，有望進入全球高性能計算機TO P500排行榜的前十位。
他當時談到，10系列G PU是首批擁有雙精度的NVIDIA處理器。隨著快速發(fā)展，未來G PU的性能一般每年都會翻一番，未來雙精度性能將至少比當前的速度快5倍。
除了性能提升，成本、功耗、占地面積也是大規(guī)模超級計算機用戶所關心的重要因素。
如比利時安特衛(wèi)普大學原來用的超級計算機有512顆處理器核，成本是530萬美元，占用了好幾個機柜；而后來換成一臺擁有8個G PU的臺式系統(tǒng)，性能相當，成本只需7000美元，占地面積也大為減少。
人腦、電腦相互“促進”
據(jù)了解，在2008年11月公布的最新一期TOP 500排行榜上，NVIDIA Tesla的最好成績是第29位。這套名為“TSUBAME”的系統(tǒng)由NEC和SUN公司聯(lián)合研制，采用了“CPU+GPU”的混合架構，包括3萬多顆AMD Opteron和英特爾Xeon處理器內核，以及170臺T eslaS1070 1U服務器，安裝在日本東京工業(yè)大學，Linpack測試性能是77.48萬億次每秒(TFlops)，理論峰值接近170萬億次每秒。
此前，東京工業(yè)大學全球科技信息和計算中心主任SatoshiMatsuoka曾表示，東京工大一直在研究未來的計算平臺，發(fā)現(xiàn)要想實現(xiàn)下一步的性能跨越，必須采用G PU計算技術。“我們的應用測試發(fā)現(xiàn)，Tesla GPU提供了我們前所未見的加速比，而且只花了一周時間就把GPU系統(tǒng)部署完成�！�
今年年中，NVIDIA CEO黃仁勛更表示，2009年是GPU引爆年，GPU可以讓WIN7較XP在一些應用中有5-10倍的提升。DirectXA PI可以提供一個很酷的效果，2009年CPU+GPU運算開啟個人運算新時代。
“GPU運算時代已經(jīng)來臨，這需要大家共襄盛舉�！边@席話是黃仁勛在NVIDIA與微軟攜手，在WIN7最新操作系統(tǒng)取得密切合作的背景下公之于眾的，從民用市場的角度揭示了GPU的高速發(fā)展。
在GPU技術高速發(fā)展的背景下，正如前面所說的，研究團隊希望藉由這項研究能夠創(chuàng)造出仿真大腦視覺辨識的人工智能。而隨著他們將軟件開發(fā)日益完善，越接近人類大腦辨識的結果時，又可以反過來更加了解大腦的運作模式，同時也能讓電腦運作得更像大腦。
視點：未來你的家用電腦，有望實現(xiàn)人腦功能
一直以來，游戲是NVIDIA GPU的強項，“我們將來還會繼續(xù)在游戲上投入巨大精力。更重要的是，它還能夠推動計算機行業(yè)的創(chuàng)新，因為我們可以將游戲領域所積累的經(jīng)驗應用到全新領域中來�！盢VIDIA方面如是說。
這無疑使得家用電腦未來也有機會向人腦“靠攏”埋下了伏筆。
不過從目前的技術演進來看，雖然已經(jīng)確定了方向，但還要經(jīng)過相當長的過程。此前，AMD (ATU)用自己的最高端核心架構RV 770與人類的大腦展開了一場對比。結果顯示，RV 770的計算能力和存儲帶寬分別為1TeraOps(每秒一萬億次操作)和1Tb/s，而人腦則為100TeraOps和10Eb/s，比RV 770高出100倍和10000倍。能量消耗上，單核心RV770需要150W，但人腦只需30W，這樣看來，人腦高性能和高效率是RV 770的400多倍。
關注：GPU沙場圖譜
正如前文所言，GPU市場競爭遠遠惡劣于CPU。不過隨著各品牌面向市場的不同，倒也各有各的活法。不過也并不是每一家具備GPU業(yè)務的公司，都過得很滋潤。
1 英特爾(intel)
intel不但是世界上最大的CPU生產(chǎn)銷售商，其實也是世界最大的G PU生產(chǎn)銷售商。intel的G PU在目前完全是集成顯卡，用于intel的主板和intel的筆記本。
2 NVIDIA
目前最大的獨立顯卡產(chǎn)銷商，其顯卡包括Geforce系列，NVIDIA也同樣銷售固化在主板上的集成顯卡，這些顯卡隨著主板一起發(fā)售，但是由于AMD兼并ATI后自身主板芯片能力提高，NV主板如日中天的景象已經(jīng)不復存在。
3 AMD(ATI)
世界上第二大的獨立顯卡生產(chǎn)銷售商，它的前身就是ATI，也是NVIDIA最大的直接競爭對手。由于AMD兼并ATI后，其主板市場迅速擴大，已經(jīng)奪取了NV在amd處理器主板的半壁江山。
4 Matrox
當年和NVIDIA、ATI一起爭奪獨立顯卡市場份額的一家公司，目前淡出民用獨立顯卡市場。但在工程用專業(yè)顯卡方面有自己的地位。其專業(yè)顯卡涉足的是2D領域CAD。
5 sis和via
硒統(tǒng)(sis)和威盛(via)曾是分開的兩公司，都生產(chǎn)自己主板的集成顯卡。但他們已經(jīng)逐步淡出主板市場。
（本文來源 南 方 都 市 報 ）
| 