NVIDIA執行長黃仁勳:Google TPU在內的AI晶片都有其侷限性
NVIDIA執行長黃仁勳:Google TPU在內的AI晶片都有其侷限性
2018.05.30 | Google

NVIDIA執行長黃仁勳出席技術大會(GTC)之後的記者會強調,「人工智慧的世界很大,我們的焦點不是手機等物聯網產品,而是大規模的雲端資料中心。」

黃仁勳還指出包括Google TPU在內的各種AI專用晶片都有其侷限性,「NVIDIA致力於一般用途的通用GPU,可以用在任何的神經網絡上,而非僅有CNN網絡上。」

記者參與了大會演說和記者會後,僅有一個感想:就是不要再拿Google TPU類比NVIDIA GPU了。

不要再拿Google TPU比較NVIDIA GPU

因為兩者不僅從專用與通用AI晶片本質不同,發展取向也不同,Google TPU就算已經發展到第三代,重心還是圍繞自家產品與服務,和NVIDIA成為每個地方(everywhere)與多功能的發展取向不同。

NVIDIA要以其開放合作的精神,進攻10億美元的超級運算產業,鞏固包括Google在內的大規模與高速運算資料中心客戶,或成為醫療、自駕車領域夥伴的處理器平台,對於虛擬貨幣挖礦與自駕車感測器等領域晶片不感興趣。

看好高端資料中心產品,售價達1200萬台幣的DGX-2

NVIDIA並未走向FPGA與ASIC等專用晶片研發,而是持續投入更高運算效能的GPU產品,被黃仁勳稱為「世界上最強的,有史以來最大的GPU」的NVIDIA DGX-2系統。

這個史上最強的GPU主要在於GPU「雙向傳輸」技術NVLink Switch的突破。NVIDIA利用此技術將把16個GPU連結為單一且都可1對1點雙向傳輸的GPU。「若相比五年前的AlexNet採用GTX 580s系統需要六天的訓練時間,使用此產品僅需要18分鐘,在五年內,速度提升500倍。」黃仁勳說。「訓練時間大幅度縮短,在推論部分將推論延遲縮短到1.1毫秒,推論速度為每秒6250個影像。」

NVIDIA DGX-2重達350磅,單手難以舉起,每個GPU都可以用每秒300GB的速度運算,也是世界上第一個2PFLOPS (petaFLOPS,等於每秒1千萬億次的浮點運算)系統。那售價呢?黃仁勳指出,NVIDIA DGX-2效能略等於300萬台雙CPU伺服器,前者售價為39.9萬美元,後者成本高達300萬美元。

四家頂尖伺服器廠商包括聯想、雲達(QCT)、美超微(Supermicro)與緯穎 (Wiwynn)等伺服器廠都已推出基於DGX-2設計的系統,而富士康、英業達、廣達與緯創正開發中。

看淡挖礦市場:虛擬貨幣市場僅是額外的紅利

相較於資料中心產品的熱烈推銷,黃仁勳對於近來竄紅的挖礦需求看得很淡。受到挖礦熱潮影響,NVIDIA GPU市場價格水漲船高,Susquehanna分析師 Christopher Rolland 曾指出GPU市價較官方售價高出40%~70%,NVIDIA公布的2018年第一季財報時也指出挖礦GPU營收為2.89億美元。

不過NVIDIA並未看重這種「來得快,去得也快」的挖礦財,不僅會中對於加密貨幣隻字未提,黃仁勳還強調,「虛擬貨幣市場對我們來說本來就是額外的紅利(Bonus),因此如果沒有也沒有關係,我們在其他市場成長性很高。」

「GPU價格走跌對我們來說是好事,過於昂貴的GPU會導致電競玩家無法負擔,我們的GPU是專為電競玩家打造的。」黃仁勳說。

由於加密貨幣價格波動大,讓挖礦GPU需求起伏不定,礦工在乎的是GPU C/P值品牌忠誠度低,加上比特大陸等廠商紛紛ASIC等挖礦專用晶片市場,這些都是NVIDIA看淡挖礦需求的背後主因。

NVIDIA不會研發車用光達晶片

而在自駕車領域,NVIDIA也一貫維持其「通用」的精神,強攻NVIDIA DRIVE Xavier平台,但不會進軍光達晶片等專用垂直領域。

光達(Lidar)成本是自駕車感測硬體最高的部分,現今的機械式64線光達價格達8萬美元以上,業界認為若機械式光達晶片化後,價格將有機會低至500美元,意法半導體與Intel紛紛加入研發行列。

黃仁勳很明確地指出,「我們不會投入資源研發光達晶片」。

黃仁勳指出,人類利用耳朵、眼睛與皮膚等多重感官,精準感受這個世界,自駕車也雷同,需要多種感測器相輔相成,舉例來說,雷達對於移動(Motion)的感測很好,但解析度不夠高,光達可以看很遠,但解析度低,而照相機解析度高,但易受光影與氣候影響。因此NVIDIA會截長補短和廠商共同合作,把多種感測器融合在NVIDIA產品裡。

關鍵字: #Google #Nvidia
往下滑看下一篇文章
導航不是愈高階愈好!桃園產官資源如何賦能互宇向量,讓複雜技術真正「用得起、用得上」?
導航不是愈高階愈好!桃園產官資源如何賦能互宇向量,讓複雜技術真正「用得起、用得上」?

當無人機、無人船失去衛星定位訊號,還能繼續完成任務嗎?這道問題不只考驗導航設備的精度,更牽涉不同技術如何搭配,才能兼顧成本、可靠性與實際部署需求。

要理解自主載具如何在衛星訊號中斷時持續導航,得先認識「慣性導航」。互宇向量執行長鍾宏彬拿棒球作比喻:投手把球投出去後,球沒有GPS或遙控器,仍會依照出手角度、力量與旋轉向前運動。慣性導航則透過感測加速度與旋轉變化,持續推算載具的姿態、速度與位置。不過,慣性導航的誤差會隨時間累積,衛星定位訊號一旦中斷,位置推算也可能逐漸偏移。因此,自主載具需要不同定位與感測技術相互配合。2022年成立的互宇向量,便從這項需求切入,協助客戶選擇適合的導航技術,並將系統整合到產品中。

先定義任務,再決定導航規格

「以終點當起點。」鍾宏彬如此形容互宇向量的產品開發原則。相較於先提供設備、再由客戶自行整合,互宇向量在開發初期便參與討論,了解客戶要完成什麼任務,再決定性能、材料、演算法與預算。這套方法稱為「前端部署」。

以無人機精準投送為例,客戶希望載具不只抵達指定區域,還能接近建築物完成投送。飛行距離、定位精度、是否有人遙控,以及衛星訊號中斷後需要自主運作多久,都會影響系統設計。互宇向量必須先釐清這些條件,再選擇感測元件、調整導航架構,而不是直接套用既有產品。

互宇向量的技術涵蓋光纖陀螺儀(FOG)、慣性量測單元(IMU)、姿態與航向參考系統(AHRS),以及GNSS/INS融合導航方案。團隊曾與產業夥伴在實際水域驗證無人船導航系統,也透過觀音山隧道測試,觀察衛星訊號中斷時的導航表現。

對客戶而言,驗證的重點在於系統能否在任務要求的時間內維持足夠精度。互宇向量也不一定選用最高規格的零組件,而是依照需求調整演算法、材料與系統配置,必要時整合其他供應商的技術,減少客戶自行開發、測試與整合的時間及成本。

從光纖陀螺到系統整合,互宇向量把技術推向可部署的產品

鍾宏彬2010年投入光纖陀螺核心技術研究,2016年共同創辦極星光電。當時核心元件的客戶多具備自行整合能力,應用市場相對有限。他逐漸意識到,若想讓技術接觸更多使用者,就不能只停留在零件,還得往感測模組與完整系統發展。2022年成立互宇向量後,鍾宏彬延續過去累積的技術,採取合作設計製造(JDM)模式,讓團隊從產品開發初期便參與設計與驗證。

他把這種服務形容為「高階料理包」:客戶不必自行採購所有原料、研究怎麼煮,而是由互宇向量協助整合適合的技術,完成產品部署。公司不走低價、拚量路線,而是選擇與少數具有長期需求的專業客戶深入合作。目前團隊服務約12家核心客戶,透過持續參與產品開發,累積技術與合作經驗。

航太市場考驗的不只是技術,還有供應鏈與驗證能力

航太是互宇向量積極拓展的市場。目前約四成業務聚焦航太應用;2023年,團隊也與國家太空中心(TASA)展開策略性合作,推進MIOC與FOG技術的太空應用。

航太產業尤其重視「飛行履歷」(Flight Heritage)。鍾宏彬打趣地說,普通杯子就是杯子,但如果真的上過太空,「它就變成太空杯」。設備即使通過完整的地面測試,仍不等於經歷過發射與太空環境。對國際航太客戶而言,實際飛行驗證是評估設備可靠性的重要依據。鍾宏彬回憶,團隊過去花了兩、三年尋找海外企業客戶,始終不得其門而入。後來有國際業者得知互宇向量與國家太空中心合作,反而主動找上門。這段經驗讓他體會到,進入航太供應鏈除了技術能力,還需要讓國際客戶看見合作經驗與可信度。

從中央大學到蘆竹,桃園產官資源如何成為互宇的產業支點?

互宇向量與桃園的淵源,早在公司成立前就已開始。鍾宏彬從中央大學求學、攻讀博士到投入研究,一路留在桃園;第一次創業落腳楊梅,互宇向量則從青埔搬到蘆竹,建立廠辦空間。他笑稱,自己就像桃園「生出來的baby」。

桃園及北部地區聚集電路板、電子製造與機械加工等供應商,具備成熟的產業基礎。不過,部分業者長期專注既有市場,未必想過自身技術還能延伸至無人載具與航太應用。鍾宏彬舉例,互宇向量曾與傳統機械加工業者合作,協助對方了解航太供應鏈的品質驗證與製造要求,探索跨入新市場的可能。對這些業者而言,挑戰未必是技術能力不足,而是過去缺乏接觸航太應用的機會,不熟悉相關規格與驗證流程。

創業過程中,互宇向量也持續接觸桃園市政府青年事務局及相關局處、育成體系,參與創業交流與產業展會。鍾宏彬看重的是這些場合能讓團隊認識不同領域企業,拓展未來合作的可能。包括Meet桃園+在內的創業輔導與產業交流平台,也為在地新創提供接觸產業資源的機會。

從光纖陀螺核心元件走向完整導航系統,再延伸至航太合作與海外市場,互宇向量逐步建立從任務規劃、技術整合到系統驗證的能力。接下來,如何運用桃園既有的電子製造與精密加工基礎,找到更多能共同開發產品的夥伴,將是團隊拓展國際市場的重要課題。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓