GTC 2017 : NVIDIA VOLTA GPU Demonstrating Kingsglaive: Final Fantasy XV

МЕНЮ


Искусственный интеллект
Поиск
Регистрация на сайте
Помощь проекту

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация



RSS


RSS новости


На этой неделе в Сан-Хосе проходит ежегодная конференция NVIDIA по GPU-технологиям, которая включает в себя 7000 участников, 600 технических сессий, 150 стендов, 310 сессий по искусственному интеллекту и 67 лабораторий по технологиям глубокого обучения (Deep Learning). Сегодня, в рамках выступления CEO NVIDIA Дженсена Хуанга, были представлены новая архитектура графических процессоров NVIDIA Volta и серия аппаратно-программных решений, призванных ускорить и упростить работу с искусственным интеллектом.

Архитектура NVIDIA Volta — как сказано в пресс-релизе, это самая мощная в мире архитектура GPU, призванная стать катализатором новой волны достижений в области искусственного интеллекта и высокопроизводительных вычислений. Первый процессор на базе Volta — это GPU для дата-центров Tesla V100, который обеспечивает сверхвысокую скорость и масштабируемость обучения и инференса глубоких нейронных сетей, а также ускоряет высокопроизводительные и графические вычисления. В основе Volta, седьмого поколения графических архитектур NVIDIA, находится 21 млрд транзисторов, обеспечивающих производительность задачах в глубокого обучения, эквивалентную 100 CPU. Пиковая производительность Volta в 5 раз выше архитектуры Pascal — текущей графической архитектуры NVIDIA, и в 15 раз выше Maxwell, представленной два года назад. Эта цифра вчетверо больше того, что предсказывал закон Мура.

NVIDIA считает, что Volta станет новым стандартом высокопроизводительных вычислений. Благодаря объединению ядер CUDA и нового ядра Volta Tensor в унифицированной архитектуре, один сервер на базе GPU Tesla V100 сможет заменить сотни центральных процессоров в высокопроизводительных вычислениях. Подробнее об архитектуре можно узнать здесь.

Кроме этого, была анонсирована новая линейка суперкомпьютеров с искусственным интеллектом NVIDIA DGX AI с исключительными вычислительными возможностями. Системы построены на GPU NVIDIA Tesla V100 на базе новой архитектуры Volta и используют полностью оптимизированное для задач ИИ программное обеспечение. Производительность такой системы втрое выше, чем у предыдущего поколения DGX, и соответствует мощности примерно 800 CPU в рамках всего одной системы.

Компания также представила облачную платформу NVIDIA GPU Cloud, которая предоставляет разработчикам удобный доступ — с помощью ПК, системы DGX или облака — к полноценному программному набору инструментов внедрения ИИ. Благодаря NGC разработчики смогут легче получать доступ к новейшим оптимизированным фреймворкам и передовым ускорителям.

Было объявлено и о сотрудничестве с Toyota — японский автомобильный гигант начнет внедрение автомобильной вычислительной платформы с поддержкой искусственного интеллекта NVIDIA DRIVE PX в системы автономного вождения, запланированные к выводу на рынок в течение ближайших лет. Команды инженеров обеих компаний уже работают над созданием программного обеспечения на высокопроизводительной ИИ-платформе NVIDIA, которое позволит лучше понимать огромные объемы данных, получаемых с автомобильных датчиков, и автономно справляться с широким спектром ситуаций на дороге. В пресс-релизе отдельно отмечается, что для того, чтобы справляться с задачами подобного уровня вычислительной сложности, в прототипах автомобилей зачастую используют мощные компьютеры, которые занимают весь багажник. Платформа NVIDIA DRIVE PX на базе процессора нового поколения Xavier легко помещается в руке, обеспечивая при этом 30 млрд операций глубокого обучения в секунду.

Еще NVIDIA объявила о проекте SAP Brand Impact, основанном на базе собственных решений для глубокого обучения и измеряющего атрибуты бренда (например, логотипы) практически в реальном времени. Эффективный анализ видеосодержимого стал возможен благодаря использованию для анализа глубоких нейросетей, обученных на NVIDIA DGX-1 и TensorRT.


Источник: www.zoneofgames.ru

Комментарии: