200万注册开发者与无数突破:NVIDIA开发者计划的“高光时刻”NVIDIA 开发者团队每年都以更快的速度不断壮大,随着开发者人数达到200万,这些NVIDIA开发者们所追求着的“突破”也达到前所未有的量级。

作者 Will Ramey

每个人都难免遇到问题——无论是最前沿的物理学挑战、亟需控制的新冠肺炎疫情,还是整理杂乱的乐高玩具零件,创新者们加入 NVIDIA 开发者计划,正是要帮助人们解决这些极具挑战性的问题。

随着开发者人数达到 200 万,这些 NVIDIA 开发者们所追求着的“突破”也达到前所未有的量级。

这个团队每年都以更快的速度不断壮大——从零到 100 万注册开发者的积累前后共历时 13 年,而达到 200 万只花了不到 2 年的时间。

最近,来自美国国立卫生研究院( U.S. National Institutes of Health )、斯克里普斯研究所( Scripps Research Institute )和橡树岭国家实验室( Oak Ridge National Laboratory )的几个团队,已经成为抗击新型冠状病毒的前线 NVIDIA 开发者中的一员。

遍布每个国家与每个领域

这些“问题解决者”的职业可能是软件程序员、数据科学家,或是开发工程师——这并不足为奇,他们来自世界各地的商界和学界领袖。

他们经常采用一组软件构件,(包括框架、应用程序编程接口和其他工具)编写、调试和优化代码,然后将其用于执行新的工作。

在中国,阿里巴巴和百度是最活跃的 GPU 开发者;在北美,是微软、亚马逊和谷歌;在日本,是索尼、日立和松下;在欧洲,则是博世、戴姆勒和西门子。

所有顶尖技术大学也都有人员参与其中,包括加州理工学院、麻省理工学院、牛津大学、剑桥大学、斯坦福大学、清华大学、东京大学和印度的各大理工科院校。

除了众多颇负盛名的行业“大牛”,你还可以在这里遇到成千上万的企业家、业余开发者或狂热的开发爱好者。

开发者们正在签约加入我们的开发者计划,以将 NVIDIA 加速计算工具应用到科学和高性能计算、图形和专业可视化、机器人、人工智能与数据科学、网络互联和自动驾驶等领域。

通过 GTC 大会、线上或线下教学、深度学习培训中心的培训课程以及技术博文,开发者们接受培训,为成功做好准备。我们还为他们提供了软件开发套件,例如 CUDA 、 cuDNN 、 TensorRT 和 OptiX 。

注册开发者的月下载量高达 100,000 次,数千人参加 DLI 培训课程,还有数千人参与我们的在线论坛、会议和网络研讨会。

不过, NVIDIA 开发者计划只是开发者故事的一小部分。目前,全球拥有超过 10 亿个 CUDA GPU ,每一个 GPU 都能够运行 CUDA 加速软件,这为开发者、黑客和制造商提供了广泛的工作平台。

由此,未经注册的免费 CUDA 下载量远高于注册开发者——每月平均有 39,000 名开发者注册会员,而 CUDA 的月下载量则高达 438,000 次。不难看出“问题解决者”数量之庞大。

科学研究中的突破

借力于这些“问题解决者”的科学家团队有不少,其中包括凭借对低温电子显微镜的贡献获得 2017 年诺贝尔化学奖的 Jacques Dubochet 、 Joachim Frank 和 Richard Henderson 。

此外,还有致力于探测引力波的 2017 年诺贝尔物理学奖获得者们—— Rainer Weiss, Barry Barish 和 Kip Thorne 。

随着越来越多关于高性能计算与深度学习的难题被攻克,科学领域将出现更多的突破,后者尤甚。

普林斯顿等离子体物理实验室的首席研究物理学家 William Tang 是世界上聚变能领域最著名的专家之一,他带领一个团队利用深度学习和高性能计算技术探索低成本清洁能源。

美国航空航天局戈达德空间飞行中心(NASA Goddard Space Flight Center) 的两位科学家 Michael Kirk 和 Raphael Attie 是 NASA 中众多活跃的 GPU 开发人员之一,他们依靠 Quadro RTX 数据科学工作站分析太阳监测卫星返回的海量数据流。

加州大学伯克利分校的天体物理学博士生 Gerry Zhang 则使用 GPU 加速的深度学习分析来自太空的信号,寻找地外文明的迹象。

顶尖公司

除了研究领域和学术界,世界顶尖公司的开发人员正致力于解决全球各行各业所面临的问题。

Intuit 首席数据官 Ashok Srivastava 领导团队使用 GPU 加速的机器学习来帮助消费者缴税,并帮助小微企业克服疫情带来的财务影响。

在健康保险巨头 Anthem ,首席数字官 Rajeev Ronanki 则使用 GPU 加速的人工智能进行个性化诊疗,帮助病人更好地了解自己的医疗信息。

Acube (总部位于硅谷的先进产品基地及空客集团合作伙伴)的自动化系统负责人 Arne Stoschek 正在开发由 GPU 加速、 AI 驱动的空中无人驾驶“出租车”。

新问题,新业务: 企业家加入开发者队伍

其他开发者中有不少得到了 NVIDIA 初创加速计划的支持——服务于初创公司,致力于建立能够解决新问题的业务。

想要购买一双正品复古风 Air Jordans ?借助 GPU 加速的人工智能, GOAT Group 数据总监 Michael Hall 帮助自己所在的初创公司为运动鞋爱好者鉴定 Air Jordans , Yeezys 以及其他各种复古运动鞋的真假。

不知道穿什么?时尚电商初创公司 Stitch Fix 的首席算法官 Brad Klingenberg 领导的团队利用 GPU 加速的人工智能帮助人们穿的更得体、美观。

来自 Roadbotics 的 Benjamin Schmidt 则提供了一个可“称霸”开发人员解决实际问题的案例研究——他的初创公司帮助城市定位并修复地面凹陷。

NVIDIA 初创加速计划也为企业家提供支持,该计划会员涵盖农业、医疗保健、物流和制造业等行业内的 6,000 多家初创公司。

当然,仅仅因为某件事处理起来比较棘手并不意味着你就不会热衷于解决它。

爱喝啤酒? 家庭酿酒爱好者 Eric Boucher 正在使用 AI 开发新的啤酒配方;想要独占草坪摆脱小动物的打扰? Robert Bond 训练了一个系统,通过自家的洒水装置检测并温柔的“驱赶”野猫,这让他的孙辈又诧异又惊喜。 Francisco “Paco” Garcia 甚至训练一个帮助整理孩子们的乐高积木的 AI 。

最有说服力的还是那些在艺术前沿工作的开发者的故事。

Pierre Barreau 创建了一个名为 AIVA 的 AI ,它基于伟大的作曲家们的作品集,借助数学模型来创作新的音乐。

此外,伦敦大学学院的两位博士生 Anthony Bourached 和 George Cann 合作完成的《失落的艺术》(Raiders of the Lost Art) 则使用神经风格迁移( Neural Style Transfer )技术找出了达·芬奇的一幅画作中隐藏的艺术品。

无论你身处何处,只要关注计算能力,你就会发现开发人员正在实现突破。

世界上固然存在诸多待解决的问题,但是对于 NVIDIA 开发者计划中的“问题解决者们”而言,他们的机会究竟有多大?