黄仁勋: 没有GTX 580显卡, 就没有现在的英伟达!

12月8日消息，在最近一期乔·罗根（Joe Rogan）podcast节目中，英伟达（Nvidia）首席执行官黄仁勋（Jensen Huang）作为嘉宾参与了访谈。黄仁勋表示，深度学习的爆发源于2012年英伟达使用GTX 580 显卡的SLI 配置。可以说，没有GTX 580，就没有英伟达今天在AI市场的霸主地位。

深度学习是当今人工智能（AI）产业的核心技术，让AI能自我学习，而这一切的基础却是当时并不专门为此设计的硬件。黄仁勋指出，最早开发深度学习的研究人员在两个配备3GB显存的GTX 580显卡上运行了世界上第一个深度学习网络。

这些研究人员来自多伦多大学，他们的目标是改善计算机视觉中的图象检测。2012年，亚历克斯·克里泽夫斯基（Alex Krizhevsky）、伊尔亚·苏茨克维（Ilya Sutskever）和杰弗里·辛顿（Geoffrey Hinton）利用两张GTX 580显卡训练了AlexNet模型，这个模型包含5个卷积层和3个全连接层，总计约6,000万个参数。AlexNet的自动特征学习能力使其在ImageNet竞赛中超越当时的手动设计算法70%以上，立即引起业界关注。

黄仁勋进一步指出，AlexNet的开发者正是利用GTX 580显卡来构建他们的图象识别算法。该网络经过优化，可以在两个显卡上运行，并且仅在需要时交换数据，可以显著缩短训练时间。这使得GTX 580成为世界上第一款运行深度学习／机器学习AI网络的显卡。

有趣的是，这个里程碑的达成之时，英伟达在AI领域的投资却极少。当时，英伟达公司的大部分图形研究和开发都集中在3D图形和游戏上，GTX 580显卡专为游戏设计，并未具备加速深度学习网络的先进支持。但是，显卡的固有并行性正是神经网络快速运行所需的。

资料显示，GTX 580 显卡基于Fermi 构架，拥有512个CUDA 核心，虽然原本设计为高阶游戏用途，但其强大的并行计算能力却成为深度学习快速训练的关键。

黄仁勋还透露，正是因为AlexNet及其在GTX 580上的应用，英伟达才开始开发专门面向AI的GPU。他表示，一旦公司意识到深度学习可以用来解决世界问题，便在2012年将所有资金、开发和研究投入到深度学习技术中。这个决策催生了2016年推出的原始Nvidia DGX、首代Tensor核心的Volta构架以及DLSS技术。如果没有GTX 580运行AlexNet，英伟达今天可能不会成为AI巨头。