不仅IBM，英伟达也要用人工智能帮忙抗癌，它能借AI成功升级吗？

　　英伟达是决心要在群雄逐鹿的深度学习领域厮杀了。

　　在发布了两款深度学习和自动驾驶产品之后，据siliconangle，计算机图形芯片制造商英伟达正在跟美国国家癌症研究所和美国能源部合作，开发一套人工智能计算机框架，旨在增强癌症研究。

　　这个新框架的名字叫“癌症分布式学习环境计划”(Cancer Distributed Learning Environment，简称CANDLE)。英伟达表示，他们将尝试达成奥巴马2016年早些时候宣布的“癌症登月”(Cancer Moonshot)计划的目标，即在5年的时间内完成原来需要耗时10年完成的在癌症领域的研究。

为什么人工智能可以帮忙抗癌?

　　如今，随着成像领域、模型研究以及遗传学研究的进展，涌入癌症研究者手中的临床数据越来越多，根据IBM的数据显示，来自单一患者的临床数据已经达到0.4TB，大概相当于5万本书。而美国国家能源部下属的阿贡国家实验室(Argonne National Laboratory)的报道则说有1TB，相当于13万本书的内容。

　　癌症往往包含着成百上千种疾病，每一种都有着上千种发病原因，因此研究的目的就是要为病人准确选择合适的疗法。

　　如此海量的数据显然难以依靠人力处理，却又缺乏工具来有效处理这些数据，帮助研究者准确预测特定的肿瘤如何对特定药物产生反应，何种原因使得癌细胞能不断进化使得疗法失效等等问题。这导致了研究者难以利用上述数据开发新疗法。

　　美国国家癌症研究所主管Warren Kibbe说，癌症研究者们非常擅长通过基因组数据、蛋白质组数据以及成像数据得出多种类型的数据，但却不是特别擅长将这些信息数据整合，得出一致性的模型，并且有效预测肿瘤是否会对既定的疗法产生反应。

　　因此，美国国家癌症研究所才跟国家能源局合作，CANDLE就是他们合作的关键。CANDLE计划利用机器学习算法来在大型数据库中找出规律与模式。作为人工智能的一类，新数据的加入，机器学习能够自我学习和改善。在CANDLE平台的帮助下，研究人员可以开发新型的预测模型，基于大数据针对特定肿瘤找出更精准的疗法。这些模式或许最终就能够帮助科学家发现改善疗法或开展新实验的方向。

英伟达在CANDLE中的角色

　　CANDLE计划将会利用英伟达GPU(Graphics Processing Units)的计算能力。英伟达的GPU从前多用于设计工作站和支持高端游戏计算机，不过，随着深度学习和人工智能的发展，业界逐渐发现GPU在训练人工智能系统方面的优势，因此英伟达也成为了很多云计算和专注深度学习厂商的芯片供应商。其中CANDLE计划还会专门用到英伟达在2016年发布的Pascal GPU架构，后者现在人工智能研究中正变得越来越火。

　　英伟达表示，其工程师和计算机科学家将与癌症研究人员合作，开发和改进这个人工智能框架。CANDLE 会专注研究三个关键的癌症研究项目，首先他们会尝试提升科学家们认识DNA和RNA中的基因签名，后者可以帮助研究人员预测病人们使用特定的癌症疗法时会有如何反应。然后，计划还会致力于加速蛋白质相互作用的模拟，蛋白质相互作用在早期癌细胞的形成中扮演了重要的角色。最后，计划会梳理数以百万计的的癌症病人文件，以建立一个全面的癌细胞监测数据库，记录肿瘤的转移或复发。英伟达指出，为了保证病人的隐私，这个过程将会是在半监督的情况下进行。

　　英伟达的创始人兼CEO黄仁勋说，GPU深度学习给了我们新的工具，去处理一些就算是对最强大的超级计算机来说也很复杂的挑战。而现在，英伟达与美国能源部和国家癌症研究所合作，正在创造一个用于癌症研究的超级计算机平台。

　　近期，由于人工智能冲上风口，有不少公司尝试借助人工智能去做医学研究，英伟达显然也不是第一个将深度学习工具用于癌症研究的公司。此前，IBM的沃森系统很早已经进入了医学领域，而且已经开始跟美国、中国的医疗机构合作开发新疗法;微软也表示计划用人工智能解决癌症，而且已经在某些癌症研究中用深度学习和其他人工智能工具。

赶迎AI风口的英伟达能否崛起

　　虽然在物联网和汽车领域，英伟达和其他芯片厂商(比如芯片大佬英特尔)也在加速布局，英特尔CEO Brian Krzanich就曾表示，打算在未来的两年里，投入2.5亿美元用于研发全自动驾驶汽车技术。

　　不过，英伟达似乎是比较早进入智能医疗领域的芯片制造商，而且随着深度学习的风口到来，长于GPU的英伟达也火了一把。

　　2016年三季度，英伟达实现6年以来的最高季度营收增幅，受此影响，股价在本来2016年已经涨了160%的基础上，又涨了30%，再创新高。第三财季，英伟达数据中心业务增长接近两倍，达到2.4亿美元。据公开资料，亚马逊的AWS、微软的Azure和阿里云都是该公司的客户。而且，英伟达的汽车业务营收大涨60.8%。在特斯拉与Mobileye撕逼之后，选了英伟达成为Autopilot系统的芯片供应商。

　　此外，在2016年9月的GPU技术大会上，英伟达推出深度学习推理加速器Tesla P4/P40和自动驾驶汽车专用人工智能超级计算机DRIVE PX 2。Tesla P4 和 P40是专门为深度学习推理设计的加速器，可以使用经过训练的深度神经网络来识别语音、图像或文字，以响应用户和设备的查询。DRIVE PX 2则针对自动巡航功能设计，可以利用深度神经网络处理来自多个摄像头和传感器的数据。

　　至此，英伟达自称，在人工智能和自动驾驶领域，它形成了以Tesla P100和DGX-1为核心的训练体系，以P4/P40和Tensor-RT为核心的数据中心推理体系，以及以Jetson TX1与Jetpack 2.3、DRIVE PX 2 与Driveworks为核心的智能设备体系;从硬软件到解决方案上都进行了全面布局，构建了端到端的深度学习平台。CEO黄仁勋也宣称，英伟达已经是一家人工智能芯片公司。

　　然而，外界也对这家公司有一定的质疑。

　　虎嗅专栏作家孙永杰认为，即便GPU需求大涨，但CPU依然是深度学习计算任务中不可或缺的一部分，目前大多数企业采用的依然是“CPU+GPU”的组合，因此他认为缺乏CPU是英伟达自诩为AI公司的短板。他还指出：

　　从单纯满足AI应用本身的计算能力和实现方法上看，GPU是否是最好或者说是惟一在业内依然存在争议。

　　地平线机器人CEO余凯也有类似的观点。他认为，英伟达股价的飙升，就是科技公司意识到，做神经网络训练需要用到GPU，做人工智能的公司，总需要买 GPU 来训练模型，因而捧红了英伟达。但后来他发现， GPU 只适合做训练，不适合推断和预测。

　　确实，也有不少巨头为深度学习量身定做新一代芯片。微软与英特尔押注FPGA(Field-Programmable Gate Array);Google也为自己的深层神经网络自造TPU(Tensor Processing Unit);地平线机器人也为自家操作系统设计了大脑芯片 BPU(Brain Processing Unit)。

　　究竟英伟达能否成功崛起，在未来人工智能芯片产业中保有现在的风头，看来前途不一定现在看起来那么光明。