SLI中的两个GTX 580负责我们今天的人工智能——英伟达的黄透露，深度学习的发明始于2012年的两个旗舰费米图形处理器

深度学习是人工智能行业背后的动力，它使人工智能能够自行学习，由旨在大规模运行机器学习算法的图形处理器提供支持。然而，深度学习的发明是基于并非明确用于这种计算的硬件。英伟达首席执行官黄仁勋在乔·罗根播客中透露，早在2012年，第一个开发深度学习的研究人员就在SLI的一对3GB GTX 580上完成了这一切。

多伦多大学的研究人员发明了深度学习来改善计算机视觉中的图像检测。2011年，Alex Krizhevsky、Ilya Sutskever和Geoffrey Hinton正在研究构建镜像识别工具的更好方法。当时还没有神经网络；相反，开发人员使用手动设计的算法来检测图像识别的边缘、角落和纹理。

三位研究人员构建了AlexNet，这是一种由八个层组成的架构，总共围绕6000万个参数。这种架构如此特别的原因在于它能够使用卷积和深度神经网络层的组合进行自我学习。这种架构非常好，以至于当它首次问世时，它的性能比当时领先的图像识别算法高出70%以上，立即吸引了业界的注意力。

詹森·黄透露，阿列克谢网络开发人员在SLI的一对GTX 580上构建了他们的图像识别算法。此外，该网络经过优化，可以在两个图形处理器上运行，两个图形处理器仅在需要时交换数据，大大减少了训练时间。这使得GTX 580成为世界上第一款运行深度学习/机器学习人工智能网络的显卡。

具有讽刺意味的是，这一里程碑是在英伟达对人工智能投资很少的时候做出的。它的大部分图形研发都面向3D图形和游戏，以及CUDA。GTX 580是专门为游戏设计的，没有对加速深度学习网络的高级支持。事实证明，图形处理器固有的并行性正是神经网络快速运行所需要的。

黄仁勋进一步透露，AlexNet及其在GTX 580上的使用是英伟达开发人工智能硬件的方式。黄仁勋表示，一旦公司意识到深度学习可以用来解决世界问题，它就在2012年将所有资金、开发和研究都投入到深度学习技术中。这就是2016年最初的英伟达DGX的诞生，它被运送到埃隆马斯克，第一代张量内核的沃尔特架构和DLSS。如果不是有一对运行AlexNet的GTX 580，英伟达可能不会成为今天的人工智能巨头。在谷歌新闻上关注汤姆的硬件，或将我们添加为首选来源，以在您的提要中获取我们的最新新闻、分析和评论。