印象中总觉得电商喜欢造节。双11、520、6.18，这些本来平淡无奇的日子，在电商们的魔棒下日益成为热火朝天的节日，深刻影响着人们的消费习惯。而对程序员和IT工程师们而言，更重要的嘉年华来自那些科技巨头们，无论苹果全球开发者大会WWDC、Google网络开发者年会Google I/O还是微软的Build大会，都是各自开发领域的技术人员竖起耳朵认真听讲的重要节日，再一次敲黑板：这可不是“错过了就得再等一年”那么简单，弄不好走错了方向找不到北，那可比错过一次“秒杀”的损失大多了。

技术日新月异的时代，首要任务是跟对趋势、押对方向。考虑到程序员们的眼睛自然雪亮，那每年谁主导的节日更热闹，也客观反映该企业的影响力最大，而其主导的技术也会带来更大的发展机遇。在刚刚过去的5月里，最火的科技嘉年华当属英伟达的GTC 2017，连同期举办的著名的微软Build大会都被其压住了锋芒踢下了头条，其影响力可见一斑。

5月11日，英伟达GTC 2017（GPU developer conference）在美国硅谷的中心——加州圣何塞开讲。今年GTC的听众达到了创纪录的7 000人，比8年前第一届大会相比增长了10倍，而全球GPU开发者的数量更是达到了50多万，英伟达的CUDA驱动程序和SDK的下载量也超过百万。老黄还是那个老黄，即便是在加州炎热的天气里，英伟达CEO黄仁勋依然穿着标志性的皮衣登上讲台，但不同的是，在今年的主题演讲中，他已只字不提游戏这个英伟达曾经赖以生存的支柱产业，而是将两个小时的时间毫不吝啬地集中在了AI领域，因为这才是未来，是正在对人类社会产生无可限量影响力的新技术领域。在GTC 2017的主题演讲中，黄仁勋一口气发布了英伟达5大革命性产品：Project Holodeck、Volta、英伟达GPU云、Xavier DLA以及 Isaac 机器人模拟机，数千观众听得如痴如醉，全球数10万技术人员更是守在网上认真领悟“AI教父”带来的最新技术突破。不仅如此，华尔街也在聆听黄仁勋来自硅谷的声音，从老黄登台开讲到演讲结束，英伟达股价盘中暴涨17%，其市值也达到了创纪录的720亿美元。

股价的暴涨和GTC 2017的火爆绝非偶然，最根本的原因当然是英伟达在人工智能领域取得的巨大成就。原本以开发和出品GPU擅长的英伟达“意外”地踏准了AI这个强大的风口。如今，AI已经成为科技领域最火爆的技术发展方向，而其核心技术则依赖深度学习（Deep Learning），GPU出色的浮点计算性能可以提高深度学习两大关键活动：分类和卷积的性能，同时又能够达到所需的精准度。换句话来说，深度学习需要很高的内在并行度、大量的浮点计算能力以及矩阵预算，而GPU恰好可以提供这些能力，并且在相同的精度下，比CPU的处理速度更快、需要更少的服务器投入，也可以大大降低功耗。所以，目前大部分深度学习计算平台都在采用GPU进行加速，于是GPU的领军企业英伟达自然也就成为人工智能的重要技术供应商之一，转瞬间完成了由显示芯片厂商向人工智能领军者转变的华丽转身。

当然，这条路也不那么平坦，因为有机遇自然就有竞争，如日中天的英伟达并非没有对手。面对人工智能的汹涌浪潮，全球科技巨头们肯定不愿意坐失发展的機会。比如英特尔，这个PC时代的霸主面对人工智能的大潮稍显得有点措手不及，因为英特尔的CPU更擅长高速处理复杂的数据，却不擅长高效处理海量非结构化数据，一时间强项变成了短板，情何以堪？但英特尔不会坐以待毙，既然技术方向不对就加紧收购。去年英特尔耗资4亿美元收购深度学习初创企业Nervana，这是一个几年间一直在帮英伟达优化GPU平台的企业，收购Nervana可谓一箭双雕，一方面阻止其继续为英伟达提供服务，另一方面借用Nervana Systems技术去尝试在“硅层”实现机器学习，从而大大加速自己在AI领域的产业布局。不仅如此，今年3月英特尔又以153亿美元的代价收购了以色列芯片公司Mobileye，谋求以自家的高性能计算和网络连接能力，结合Mobileye的计算机视觉专业技术，打造从云端直达每辆汽车的无人驾驶解决方案，以完成其在自动驾驶领域的布局。在传统芯片领域，英特尔几大产品线都开始向AI技术靠拢，有的已经开始为深度学习进行专门定制，比如之前作为HPC平台的Xeon Phi加速计算卡，一旦完成了面向深度学习的技术优化，争夺下一个技术制高点对英特尔不是没有机会。

黄仁勋：“当今世界上几乎每台超级计算机都配置有某种形式的加速技术，其中很大一部分来自英伟达。”

推出了AI当红明星AlphaGo的Google公司更不会心甘情愿去走英伟达的技术路线。整整一年前的2016年5月，Google在I/O大会上首次公布了TPU（张量处理单元）技术，号称“把人工智能技术推进7年”。TPU采用了8位运算器，可以使单位面积的芯片能摆放更多的运算器，对内存带宽的需求也大大降低，这使得TPU获得了很好的绝对性能。实际上这款芯片已经在Google数据中心投入了实际产品之中，去年战胜李世石的AlphaGo就装备了TPU，而它也成为击败李世石的关键“秘密武器”。

无论GPU和CPU这样的通用芯片还是TPU这样的“专用芯片”，各家技术公司都在努力推出适用于深度学习的处理器架构和芯片，以扩大自己的市场份额和在AI领域的话语权。技术流派不同，但人工智能的大潮已至，AI的盛宴已经拉开帷幕，加速计算正在成为最紧迫的技术需求。谁能够做到高效率、高精度处理数据而低能耗，谁就会成为未来的赢家。