“人工智能在NVIDIA GTC DC Event 2019上的公告”

nvidia是硅谷的技术企业，每年两次率先普及图形解决方案单元( gpu )的采用，召开gpu技术会议( gtc )，目的是展示新兴行业采用解决技术的进步技术实例。 鉴于计算密集型机器学习训练和推理的能力，最近的gtc的事情集中在ai上并不奇怪。 每年，gtc的事情大多局限于ai，采用gpu的其他行业似乎几乎都被排除了。 尽管如此，在nvidia gtc 2019大会上，不仅发表了关注企业独有产品和处理方案的公告，还发表了多项感兴趣的公告。

美国邮政服务使用ai加速邮件的解决

最感兴趣的公告之一与新产品和功能无关。 相反，该公司表示，美国邮政服务局( usps )目前采用ai和计算机视觉技术，每天解决约1，460亿通邮件和600万个包裹。 采用图像识别搭载机器学习、美国邮政投诉，可以以高达10倍的速度解决这些项目，精度比现有项目更高。 具体来说，该处理方案利用ai读取标签，将路由和分类自动化。 该系统将于年春末全面投入运行。

ai性能持续提高

整个ai市场发生的另一个有趣的创新是提高机器学习模型的性能，无论是用于训练还是推理阶段，都被称为操作化。 多家企业认识到，人工智能的力量不仅应该用于数据中心和云，还应该用于设备本身。 从手机到照相机和机器人的边缘设备，更多的要求切断互联网连接，采用机器学习模式。 为此，需要能够解决越来越多复杂的机器学习模式的解决能力。

去年，nvidia推出了jetson产品。 该产品以相同的价格将基于边缘的ai外形尺寸缩小为小型，从而提高了性能。 今年，他们发表了jetson xavier nx。 这家公司自称是世界上最小的ai超级计算机，专注于边缘机器人和嵌入式计算设备。 该公司的ai边缘计算设备比信用卡小，提供与普通服务器机器相关的性能，但功耗仅为10瓦。 有兴趣的是，什么样的应用程序适合这些边缘计算诉求？

基准之战

最近，专注于构建ai芯片组的硬件企业略有繁荣。 这些硬件公司大多集中于特定的ai应用行业，如计算机视觉、自然语言解决、传感器解决和其他重要行业，但其中一个侧重于构建能够解决各种模型培训的通用机器学习解决能力和推理业务量 由于这种多样化，为了比较不同技术实现之间的性能，采用标准更加受到重视。

mlperf基准编制于年，旨在通过独立的验证和复制方法衡量培训和推理的性能。 该基准由教育机构的企业和研究人员合作组成，旨在衡量解决方案能够以何种速度解决ml培训和推理的标准化业务负载。 当然，随着技术供应商不断大幅改进芯片组，他们一直在为基准性能而战。

在这次nvidia gtc dc 2019活动中，该公司声称，除了训练标准的性能外，反击还打破了机器学习推理性能的标准。 mlperf有五个推理标准，比较图像分类、对象检测、翻译等四种推理方式很重要。 我们预计很快就会看到其他致力于提高自身性能的供应商发出的类似公告。

模特市场正在升温

nvidia不是唯一在活动上发布消息的企业。 博鳌发布了莫多兹。 这是一个用于管理正在运行的机器学习模型的平台和战略部署模型的市场，引起了风波。 虽然ai很多事业的重点被用于机器学习模型的开发和制作，但是现在的观察力转移到了采用别人开发的模型的人的诉求上。 结果开始出现了比较机器学习模型采用和采用的新处理方案，也就是所谓的ml ops平台。

专注于这一主张的技术和管理咨询与工程公司booz allen hamilton推出了一个modzy平台，专注于公共共和国私营企业快速部署，管理和保护ai模式。 modzy平台不仅提供了将自己的ml模型扩展到组织的功能，还提供了客户模型、博鳌模型、nvidia、hypergiant、paravision、orbital insight、ai.reverie

随着各种规模的企业都迫切需要投资，以产品为中心的活动从以前开始就流传开来，希望ai得到强调。 考虑到这些，nvidia gtc dc对ai的高度重视不足为奇。