В сегодняшнюю эпоху искусственного интеллекта одна компания всегда была лидером на рынке чипов AI благодаря своим мощным технологиям и лидирующим позициям, и это знаменитая Nvidia. Будь то эксперты, разбирающиеся в искусственном интеллекте, или обычные люди, ничего не знающие об искусственном интеллекте, они упомянут ключевой инструмент этой компании — «CUDA».

CUDA — это язык программирования и модель программирования, который практически монополизирует все вычислительные ресурсы ИИ. С момента своего появления в 2007 году он имеет почти 20-летнюю историю и сформировал сильную «экосистему CUDA». Он не только является стандартом для многих приложений с графическим ускорением, но также играет важную роль в обработке изображений, глубоком обучении и т. д. в области искусственного интеллекта. Таким образом, рыночная доля Nvidia на рынке искусственного интеллекта достигает около 90%, прочно занимая трон короля.

Рождение CUDA

Перенеситесь во времени в 1999 год, эпоху, полную атмосферы 1990-х. В то время компьютерные игры были морем радости, а лидером была «Quake».

В то время молодой человек по имени Ян Бак все еще учился на докторскую степень в Стэнфорде. Он был молодым ученым, увлеченным исследованием компьютерного мира, и игра изменила траекторию его жизни.

«Quake» в то время была очень популярной игрой-стрелялкой от первого лица, которая переносила игроков в реальный трехмерный мир. Это не простая 2D графика, а настоящая трехмерная модель, похожая на настоящее приключение. Это шокирующее чувство заворожило Яна, и он спроецировал игру на стену и погрузился в нее.

Представьте себе, что в то время компьютерные игры были настолько шокирующими, словно идеально сочетали в себе реальность и виртуальность. Ключом к достижению этого эффекта является графический процессор GeForce, выпущенный в то время компанией Nvidia. Появление этого графического процессора похоже на революцию, переносящую компьютерные игры в новую эру. Он может просчитывать сложную игровую графику в реальном времени, погружая в нее игроков, как будто они находятся в чудесном мире.

Эта революция не только сделала «Quake» классикой поколения, но и позволила Nvidia занять лидирующие позиции в области независимых видеокарт и графических процессоров. Для Яна Бака эта игра — не только развлечение, но и отправная точка его будущей карьеры.

Ян Бак никогда не думал, что станет «отцом CUDA» в будущем.

В глазах человека науки и техники мир кажется незаконченным учебником, а Ян Бак — одним из заядлых читателей. Он твердо верит, что будущий компьютерный мир полностью изменится, и ключом к этим изменениям станет графический процессор.

Чтобы реализовать это видение, Ян возглавляет исследовательскую группу, которая неустанно изучает возможность реализации общих вычислений на графическом процессоре. После нескольких лет напряженной работы в 2003 году они наконец выпустили «Brook», который стал пионером в области общих вычислений на графических процессорах и открыл новую главу.

В 2004 году Ян пришел в Nvidia в качестве стажера и начал свой путь исследований в области создания моделей GPGPU (General Graphics Processing Unit). За это время он также принял участие в задаче по программированию, призванной упростить вычислительный процесс на графическом процессоре, продемонстрировав свой исключительный талант.

Вскоре после этого Nvidia усовершенствовала свои чипы, и Ян возглавил команду по разработке набора программных инструментов, которые могли бы напрямую отправлять инструкции на чип, используя стандартные языки программирования. Это положило начало исследованиям и разработкам CUDA.

Ян Бак также рассказал об этом опыте, когда давал интервью средствам массовой информации 16 лет назад. Посмотрите на него в то время, молодого, энергичного и немного застенчивого. С тех пор Йен вырос из аспиранта, увлеченного играми, в генерального менеджера отдела ускоренных вычислений Nvidia.

CUDA: большая ставка от NVIDIA

Давайте поговорим о том, почему CUDA так важна. Это инструмент, специально разработанный для ускорения вычислений на графическом процессоре Nvidia, позволяющий разработчикам использовать мощные возможности параллельных вычислений графического процессора для ускорения различных приложений.

До появления графического процессора выполнение большого количества вычислительных задач в основном зависело от центрального процессора. Процессор подобен профессору математики, способному решать различные сложные математические задачи, но когда ему необходимо одновременно решать большое количество простых задач, он не так эффективен, как группа учеников начальной школы. GPU похож на фабрику с тысячами рабочих. Хотя каждый рабочий может выполнять только простые задачи, когда кто-то правильно распределяет работу, они могут разделить работу и сотрудничать, чтобы быстро выполнить большое количество задач. CUDA является своего рода диспетчером этой фабрики, помогая графическому процессору быстрее выполнять большое количество параллельных операций.

Вспоминая те дни, основатель Nvidia Дженсен Хуанг твердо верил, что компьютеры — одна из самых важных вещей в мире. Хотя в то время Nvidia уже прочно закрепилась на рынке игровых видеокарт, Хуан Жэньсюнь видел будущее суперкомпьютеров и верил, что это станет возможностью, которая нужна каждому. Хотя на момент своего основания всего 6 лет назад годовой доход Nvidia составлял всего около 3 миллиардов долларов, они решили инвестировать в новые рынки для будущего роста. Таким образом, ежегодные затраты на исследования и разработки, инвестированные в CUDA, составляют не менее 500 миллионов долларов США.

Однако, когда CUDA был официально запущен в 2006 году, реакция технологического сообщества была довольно вялой. В то время не было сценариев, требующих большого количества вычислений. CUDA была похожа на батарею, изобретенную в конце 18 века. Хотя она была полна потенциала, ее было трудно использовать до появления фонариков и радиоприемников. . В конце 2008 года цена акций Nvidia упала на 70%, и ей оставалось только принять стратегию бесплатного продвижения, чтобы помочь клиентам использовать графические процессоры и CUDA для бесплатной реализации процесса физического моделирования.

Трудный процесс разработки NVIDIA упоминался во многих интервью Хуан Жэньсюня. И все изменения происходят из--

ИИ приближается!

В 2012 году команда Хинтона, отца глубокого обучения искусственного интеллекта, использовала технологию CUDA для обучения нейронной сети. В то время команда Хинтона использовала всего 4 графических процессора GTX580 и заняла первое место в конкурсе ImageNet по созданию больших баз данных изображений.

Нейроподобные сети полностью изменили атрибуты NVIDIA. Хуан Жэньсюнь официально объявил на NVIDIA GTC в том году: NVIDIA — компания, занимающаяся искусственным интеллектом!

CUDA наконец нашла свой дом: AI.

На GTC в том году всех впечатлило то, что CUDA ускорила обнаружение и диагностику рака молочной железы. Графический процессор Tesla, поддерживающий программирование CUDA, может помочь врачам быстрее и точнее обнаружить рак молочной железы. С этим связаны некоторые обложки журнала «Природа» и Нобелевские премии. CUDA позволяет по-настоящему применять ИИ в науке.

CUDA начинает становиться повсеместным. NVIDIA обеспечивает поддержку CUDA всеми графическими процессорами, поэтому любой, у кого есть компьютер, может разрабатывать программное обеспечение в любое время и в любом месте без необходимости иметь лабораторное оборудование. По оценкам, это дает NVIDIA как минимум 4,5 миллиона разработчиков. Вычислительная работа CUDA также применяется в различных областях промышленности, научных кругов и исследований.

Мощная экосистема CUDA

Важность CUDA заключается в том, что она предоставляет NVIDIA　Пользователи графических процессоров предоставляют огромные вычислительные преимущества, еще больше увеличивая разрыв между NVIDIA и конкурентами и постепенно создавая Мощную экосистема Система CUDA.

Хотя UXL Foundation, совместно созданный Google, Qualcomm и Intel позже надеялись сломать монополию NVIDIA с помощью программного обеспечения. Хотя «анти-CUDA-альянс» продолжает попытки предложить альтернативы, Гербер, генеральный директор финансовой и стратегической консалтинговой фирмы D2D Advisory, в эксклюзивном интервью агентству Reuters прямо заявил, что функции CUDA на самом деле не важны. Дело в том, что люди были важны. используя CUDA в течение 15 лет, они строили программный код вокруг него, и все полагались на это программное обеспечение при написании программ.

Теперь Ян Бак стал вице-президентом NVIDIA по сверхбольшим и высокопроизводительным вычислениям. На конференции GTC 2024 года он сказал в интервью: «CUDA — это не просто метод программирования графических процессоров, он включает в себя 450 библиотек и SDK. Полная экология!»

Когда-то он был полон любопытства к миру, а теперь превратился в зрелого и стабильного технического лидера. От страсти к играм до руководства командой по созданию технологических чудес, теперь он находится в авангарде области технологий и стал образцом для подражания и лидером, которым все восхищаются.

CUDA — это не только полнофункциональная технология, но и растущая экосистема. Его мощь не может быть подорвана в одночасье. Каждая роль в экосистеме выигрывает от развития технологии CUDA. Короче говоря, попытки свергнуть CUDA — это всего лишь принятие желаемого за действительное со стороны конкурентов. Поскольку CUDA является препятствием, конкурентам будет сложно догнать их за короткий период времени.