圖形處理器(GPU)

對於任何知識來說都一樣！你知道得越深入越清楚越能正確地使用它們發揮效益，但如果只是一知半解人云亦云那是很危險的，會白花很多錢還無法解決問題，甚至製造更多問題！現在AI的領域就是充滿了很多半吊子的知識與技術迷信！也因此變成詐騙的溫床，賺最多錢的不是做出AI產品來賣的人，而是利用很多廠商希望做出AI產品的渴望來騙錢的人！AI這個名詞有如迷幻藥，原本只應該是科技的知識，卻被渲染成充滿迷信的幻術？

AI=ML是我例行批評的迷信之一，AI=GPU則是另一個新興的迷信！太多客戶都會問我的影像辨識有沒有用GPU？好像沒用就是落伍不AI的的舊產品了？但事實如何呢？我希望大家至少先讀一讀書，知道GPU是甚麼東西？知道它的歷史起源，就像你知道漢高祖與朱元璋都只是普通的人類，並不是甚麼上天派來的「天子」？他們是傑出的人，但一定不會顯示任何神蹟的！

簡單說，AI就是模擬人類智慧的科技！如何達到這個目的？需要將各種演算法寫成程式模擬或模仿人的思維過程，或跳脫人的習性設計新的演算法盡量趨近人的判斷！不論怎麼作都需要大量的數值計算，所以沒有電腦就不會有AI這個概念，電腦(Computer)就是一個「計算」的工具，英文名稱比較真實，電腦？這個詞太夢幻了！

電腦是計算的工具，真正執行計算的核心組件就是CPU，這已經是一般人的常識，資料讀入電腦後就放在記憶體，好像廚房的冰箱或流理台，CPU就是那個掌廚的大廚師了！GPU呢？就是削馬鈴薯打雜的助理廚工！但多數人根本不知道GPU是幹嘛用的？甚至被誤導是為了發展AI應運而生的神奇組件？比CPU還更重要？

差得遠了！GPU就是圖形處理器，是為了消化巨量的圖形資料設計的輔助計算單元！只是可以將圖形資料拆成小塊作極簡化運算的「低階」計算用的硬體！他們的計算速度來自螞蟻雄兵般的內部多核心，可以多到幾百幾千個，但依舊是螞蟻腦，任何一個核心都做不了像CPU那樣複雜的工作！沒有好的主廚，再多廚工來幫忙都做不出好菜的！AI如果做不好，關鍵一定是演算法不好，GPU只會影響完成運算的時間而已。

因為各種AI科技的蓬勃發展，我們需要的運算量大增，很多計算也不會太複雜，可以適度分散到這些螞蟻腦去計算，GPU是這樣才受到重視的！因為它是相對簡單廉價的計算設備！現在GPU的所謂升級也絕對不是讓它們追上CPU的「聰明」程度的！只是變成更多螞蟻，讓高階的程式比較容易呼叫使用而已！

別的AI領域我不是專家就不敢多說了！但是他們最熱衷炒作的影像辨識領域我就不能沉默了！我認為目前影像辨識需要的大量運算是個可以避免或減少的假性需求，只要大家不迷信甚麼事都非用ML、DL與CNN不可，就根本不需要那麼大的計算量，也不必那麼多GPU幫忙的！更好更合理的影像辨識演算法需要的依舊只是CPU與記憶體，以GPU的能力等級也幫不上忙的！請參閱：

我的影像辨識有用GPU嗎？先問你的CPU有在用嗎？ 

驚人的極速影像辨識怎麼來的？跟GPU或AI都無關！

不用GPU也能做頂級的AI影像辨識？你不信嗎？我的公司就是一個鐵證！就很像多數人都不相信有機農業或堅持使用環保綠能的企業能賺錢，但就是有些人做到了！大家都說影像辨識非用ML、DL與CNN不可？但我們公司就是始終堅持不以這些高運算量的技術作為核心，十年來也充分證明比使用那些自稱AI技術的公司團隊表現更好！每天都在幫忙收拾那些AI團隊做失敗的爛攤子！昨天就新簽了兩個CNN做不好的案子！

我們認為影像辨識的合理前途，在於繼續發明更聰明有效率的演算法！更多的GPU，更多的計算能量絕對不會是推動AI進步的力量！只會讓低效率的演算法得以苟延殘喘，拖累AI影像辨識研發的腳步更久而已！如果那些等不到或買不起更多GPU救援的團隊都快點轉變方向，像我們這樣用更寬廣宏觀的技術角度研發影像辨識，不要被ML、DL與CNN綁架，AI影像辨識的發展一定會更快更好！

有趣的是，我們公司的組織也很呼應我們的這種理念？原本我們是大約有七八人的正常公司，每個員工分頭負責做一些APP、資料庫或網站之類的一般性軟體專案！但是很快就發現我們在做台灣多數軟體公司都會做的一般技術等級的工作，又沒有廣告業務的行銷優勢，搶不到生意拉不高報價，就只是血汗工廠，做越多虧越多了！

開業一年後我就發現眾多工作中只有作影像辨識的部分有獲利，即使不是我原本的專長也必須努力發展成專長了！但是我的眾多GPU等級員工並未受過影像處理的訓練，我也沒時間與現成的技術好好教他們！最終只有一位學生可以奮力跟上我的腳步，隨著我一起成長，所以公司就變成只有我和RD的雙核心CPU了！

一開始會覺得公司人那麼少怪怪的？沒聽過或看過有任何公司是這麼運作的？但是這樣各司其職獨立研發自己的專案，隨時保持交流討論各自的技術經驗，老婆兼差負責相對簡單的會計行政工作，公司一切業務都很順暢，我們至今都還不覺得需要其他員工的！所以我們就真的很像一個只有雙核心CPU沒有GPU的電腦！我們如果要徵人，也必須是可以快速變成CPU的高階人才！太多GPU不會有產值，只會拖累財務支出而已！

甚至我們自己就是業界很多其他需要影像辨識公司的CPU了！影像辨識系統周邊的一般性軟體工作，如軟體操作介面、資料庫、網頁或App等，都是那些找我們研發的公司自己搞定的！他們自己就有很多工程師(GPU)嘛！我們公司就不必請人來做那些事了！這才是最有效合理的AI影像辨識產業鏈！