所谓CUDA，就是一种英伟达推出的并行计算架构，用以使得GPU可以解决复杂的计算问题。
显卡发明的初衷是为了图形方面的应用，或者说为了游戏。不过很快，由于显卡的能力太过强大，仅仅只是做来做图形计算就显得太可惜了一些。
这种设备的计算能力已经远远超过通用的CPU，不知不觉之间，它开始接过其他设备的工作来。
而CUDA就是为了让这些其他业务更加方便可以完成的的一个工具和平台。
英伟达最后成为了人工智能界的硬件皇帝，不单纯是因为他的硬件设备。
它的显卡固然强大，不过CUDA这个软件工具也是同样非常重要的。
单独硬件本身，是缺乏用户粘性的，这就像是擂台上打拳，只要上来一个更加威猛的大汉一拳把你打倒，你的用户就很可能大量流失。
往后的市场当中，你就会被瞬间吃掉一大块。
这也是为什么英特尔称霸了CPU这么久，后来仍旧被AMD挑战得浑身难受。
若是软件作为核心竞争力，则最怕别人写轮眼。
不仅是对你方法和模式的学习，人家甚至可以连用户界面和使用方式，都完全抄伱。
让你的客户更换软件平台没有任何的阻碍，没有学习成本，上手就能用。
企鹅系早期就是此道高手，别管你什么东西，我全给你抄了。
然后利用它庞大的用户群，分分钟把你搞垮。
CUDA则妙就妙在软硬件结合，首先，英伟达的硬件是世界第一流的。
但它有一部分硬件优化必须结合CUDA软件才能发挥最大的威力，这就导致了两者的深度捆绑。
你想要开发一套软件取代CUDA，不好意思，我有硬件特别加速的核心算子只给自己的CUDA调用，你的速度不可能比得过我。
你想要做出更好的显卡取代我的战术核弹？CUDA这个各个领域都使用了多年的软件平台，你得有吧？
否则人家迁移的成本很高，CUDA早都用习惯了，为什么就非要换你的不可？
软硬结合，环环相扣，简直是护城河加上十米高的城墙，实在是易守难攻。
英伟达早在07年就开始准备CUDA，配合黄仁勋精准的判断和技术支持，它迅速成为了深度学习领域事实上的行业标准。
在孟繁岐接连做出突破的同时，英伟达一直在想方设法用自己的软硬件去给人工智能做适配。
这也是这次GTC会议的主旨。
可以说，这一次的GTC2014会议，正式宣告了英伟达即将开始对人工智能领域的硬件统治。
此前可能只是有用户发现了这个妙用，比如阿里克斯。而现在，则是企业全力支持。
黄仁勋在台上宣布的新功能，将会大大加速孟繁岐实现AI新技术的速度。
说完硬件方面的升级，黄仁勋身后的PPT来到了机器学习这个话题。
而旁边所展示的数个示例，则赫然都是孟繁岐过去几个月内的主要成就。
千分类、YOLO检测、阿尔法围棋和医疗影像的应用。
“基于大量的数据，我们的程序已经可以做到在处理图像当中学习，这实在是太令人振奋的新时代。”
幻灯片再翻一页，竟然干脆就直接是深度神经网络的原理图了。
“哈哈哈哈，这发布会怎么变人工智能入门课了？”
孟繁岐知道英伟达重注了人工智能，但的确没有想到，早在14年，黄仁勋竟然就如此重视人工智能，直接就在自己主场的发布会上开讲AI原理。
他完全没有想到，更离谱的还在后面。
黄仁勋稍稍介绍了一番神经网络的原理之后，更是直接将孟繁岐的论文搬上了大荧幕，细细品味了一番。
重点描述了孟繁岐在各个领域上做出的重大突破，大概原理，象征意义等。吹得孟繁岐在下面听着都觉得不好意思了。
他知道黄仁勋为了卖自己的产品，肯定会狂吹人工智能的实际效果和社会意义，但也没料到为了自己设备的销量会吹得如此用力。
真的别舔了，那里脏。
黄仁勋一通胡吹之后，话锋一转，开始强调这些模型计算量急剧变大的现状，由此引出了业界对高算力的需求，证明了自己产品的重要性和急迫性。
“原谅我一知半解的讲述，我们今天稍后有一位来自这个领域的神秘嘉宾，以及一位硅谷最杰出的工程师。在最后环节，我们会和大家一起讨论人工智能的发展和未来。”
喜欢重生之AI教父请大家收藏：(m.qbxsw.com)重生之AI教父全本小说网更新速度全网最快。