网站做好了怎么做后台,天津智能网站建设,网页设计模板图片,wordpress 批量上传产品来源#xff1a;凤凰科技花子健摘要#xff1a;有竞争在#xff0c;更大的惊喜才有可能会到来。北京时间3月28日凌晨00:00#xff0c;英伟达GTC 2018#xff08;GPU Technology Conference 2018#xff0c;以下简称GTC#xff09;在美国圣何塞举行。英伟达再一次在提升计… 来源凤凰科技花子健摘要有竞争在更大的惊喜才有可能会到来。北京时间3月28日凌晨00:00英伟达GTC 2018GPU Technology Conference 2018以下简称GTC在美国圣何塞举行。英伟达再一次在提升计算力的路上越走越远。GPU产品依然是主旋律Tesla V100系列、DGX系列和Quadro GPU系列都进行了更新。凤凰网科技 花子健 发自美国圣何塞新产品—全世界最大的GPU只要399全新Tesla V100显存将从原来的16GB提升至32GB。2017年5月11日英伟达正式发布了全新Volta架构GPU——NVIDIA Tesla V100它拥有超过210亿个晶体管是上代TeslaP100的1.37倍。它的单精度浮点性能高达15 TFLOPS双精度浮点7.5 TFLOPS。基于此前的NVIDIA NVLink架构英伟达还推出了全新的NVSwitch架构。这一互联架构的带宽比PCle交换机高5倍足以支持更大规模和复杂的数据集运算让开发者和科学家可以构建更高级的系统。基于Tesla V100的升级和全新的NVSwitch架构英伟达将DGX 2的性能较前一代产品有大幅度提升。在2016年的GTC上英伟达正式发布DGX 1它拥有8颗帕斯卡架构GP100核心的Tesla P100 GPU以及7TB的SSD由两颗16核心的Xeon E5-2698v3以及512GB的DDR4内存驱动。售价为129000美元。2017年9月份英伟达推出了一款基于Volta架构的DGX 1V拥有8块Tesla V100。而DGX 2应用了最新的NVSwitch架构通过12个NVSwitch支持16块全新的Tesla V100共享同一的内存空间总计512 GB HBM2存储能实现每秒高达2千万次的浮点运算。此外基于NVSwitch架构的应用16块GPU可以实现2.4TB/秒的数据传输能力。DGX 2内含16颗Tesla V100芯片“这是全球最大的GPU。”黄仁勋表示他还用“美丽、性感”等词语来形容这一款最新的DGX系列产品。DGX 2的售价黄仁勋首先给出的是150万美元最后直接减价为39.9万美元将在今年的第三季度正式开放购买。面向艺术及设计领域英伟达还推出了搭载了NVIDIA RTX实时光线追踪技术的NVIDIA Quadro GV100 GPU。单块GPU拥有32GB内存可以基于NVLink技术将两块GV100 GPU并联从而将内存提升至64GB。在前一周的游戏开发者大会上英伟达正式推出了NVIDIA RTX技术。GV100 GPU基于最新的Volta架构可以提供每秒7.4万亿次浮点运算的双精度性能每秒14.8万亿次浮点运算的单精度性能以及每秒118.5万亿次浮点运算的深度学习性能。黄仁勋手中的GV100 GPU这款产品主要针对传媒娱乐从业者、产品设计师、建筑设计师等专业设计与流媒体专业人员。其中NVIDIA RTX内置的NVIDIA OpitX AI-denoiser可以实现实时的AI降噪去噪。硬件之外英伟达还发布了针对软件的更新——TensorRT 4软件。这一软件可用于优化、验证和部署在超大规模数据中心、嵌入式与汽车GPU平台中经过训练的神经网络。为了笼络更多的开发者英伟达与谷歌的工程师将TensorRT集成至谷歌的TensorFlow 1.7中。自动驾驶—暂停自动驾驶研发自动驾驶仍在本次GTC的讨论之列英伟达的自动驾驶平台可以统称为Drive PX系列。但是其实Drive PX只是NVIDIA车载AI平台的系列名称。而这个系列目前主要包括两代产品已经量产的Drive PX 2平台以及在2018年初展示的新一代平台Xavier。不过黄仁勋却在GTC 2018上宣布英伟达将暂停自动驾驶的研发工作虽然没有说明何时能再推进这一进程但是他也表示“不会太久。”在2018年2月9日对外发布的2018财年第四季度及全年财报中英伟达曾经提到过与Uber、Aurora合作打造自动驾驶汽车采用的就是开源的NVIDIA Drive人工智能自动驾驶平台。美国当地时间3月18日晚上亚利桑那州一名女子被Uber自动驾驶汽车撞伤之后不幸身亡。这是全球首例自动驾驶车辆致人死亡的事故随后Uber宣布将暂停其在美国和加拿大的自动驾驶项目。随后在26日亚利桑那州州长宣布暂禁Uber在亚利桑那州公路测试自驾车。黄仁勋在回答媒体关于该案件的提问时表示英伟达对于这个意外感到悲伤但是自动驾驶的研究本身是没有错的应该从这个案件中吸取经验提升自动驾驶的安全性。作为Uber在自动驾驶领域的合作方之一英伟达暂停自动驾驶的研发可能和Uber的自动驾驶汽车撞人致死案有关但其并没有完全放弃自动驾驶项目。英伟达的DRIVE Constellation仿真系统英伟达在GTC上推出了针对自动驾驶汽车测试的仿真系统——DRIVE Constellation。DRIVE Constellation仿真系统是一套使用照片级真实感模拟基于云的自动驾驶汽车测试系统。它基于两个不同的服务器第一台服务器运行的是DRIVE Sim软件可以模拟自动驾驶汽车的传感器比如摄像头、激光雷达和雷达等。DRIVE Sim软件可以通过生成照片级的数据流从而创建不同的测试环境比如晴天、暴雨、暴雪等不同的天气状况、日间和夜间等不同的光线状况、急转弯或陡坡等不同的路面状况。并且在模拟过程中设置各种危险和突发状况比如行人突然穿越马路等以测试自动驾驶汽车的反应能力以确定其不会对人带来安全威胁。第二台服务器搭载的是NVIDIA DRIVE Pegasus AI汽车计算平台运行完整的自动驾驶汽车软件堆栈并能够处理传感器搜集模拟数据。经过处理的数据会被反馈给传感器一直进行数据的循环。从时间来看英伟达推出的这个仿真系统和Uber的自动驾驶汽车撞人致死案并无太大关联不过在长远的未来它将能有效帮助提升自动驾驶汽车测试的安全性。新合作—与ARM合作布局IoT英伟达还宣布与ARM达成了合作共同为全球数十亿台IoT设备提供深度学习的能力。双方将开源的英伟达深度学习加速器整合到ARM的Project Trillium机器学习平台上。2018年2月23日ARM推出了Project Trillium项目这是一套包括新的高度可扩展处理器的ARM IP组合这些产品可以提供增强的机器学习(ML)和神经网络(NN)功能。当前的技术产品主要针对移动设备市场将让全新的搭载机器学习功能的设备具有先进的计算能力包括先进的目标检测功能。在将英伟达深度学习加速器整合到Project Trillium之后全球数十亿台的消费电子设备上的IoT芯片将具备机器学习能力。GTC之外—计算力提升从创新驱动变为需求驱动提到英伟达和黄仁勋就不得不提到CPU。在2017年的GTC上黄仁勋曾声称摩尔定律已经终结设计人员无法再创造出可以实现更高指令集并行的GPU架构晶体管数量每年增长50%但CPU的性能每年仅增长10%。在演讲中黄仁勋没有放过任何一次揶揄CPU的机会。不管是更新后的Tesla V100、DGX 2还是最新发布的GV100 GPU黄仁勋声称“在提供相同的计算力下它们都比CPU组成的集群要更节能、高效占用更少的空间。”“买得越多省得越多。”已经成了他的口头禅。然而回归到英伟达本身其本身的高速增长很大一部分是依赖于市场对图形芯片的巨大需求。在英伟达公布的2018财年第四季度财报中虽然数据中心业务同比实现了一倍多的增长达到6.06亿美元。但游戏图形芯片业务的营收达17.4亿美元同比增长29%占该季度总营收的一半以上。“加密货币市场的强劲需求超出了我们的预期。” 英伟达首席财务官科莱特·克雷斯表示“尽管加密货币对我们业务的总体贡献仍难以量化但我们认为其在营收中所比例高于上一季度。”从产品本身来说 GPU目前只能是不断叠加性能带来的惊喜越来越少。以DGX系列为例内含的GPU芯片从4颗变成了8颗今年从8颗增长到了16颗改变的只不过是互联的架构。单颗芯片的算力提升越来越难英伟达的“横向发展”只是另辟蹊径。不过英特尔的Nervana芯片谷歌的TPU目前只在谷歌内部使用对于英伟达来说是潜在的竞争对手。有竞争在更大的惊喜才有可能会到来。未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能互联网和脑科学交叉研究机构。未来智能实验室的主要工作包括建立AI智能系统智商评测体系开展世界人工智能智商评测开展互联网城市云脑研究计划构建互联网城市云脑技术和企业图谱为提升企业行业与城市的智能水平服务。 如果您对实验室的研究感兴趣欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”
