Nvidia Fall GTC 2020 მიმოხილვა: A6000 GPU, Omniverse, სხვა

„A.I.-ის ასაკი. დაიწყო", - განაცხადა Nvidia-ს აღმასრულებელმა დირექტორმა ჯენსენ ჰუანგმა წლევანდელ GTC-ზე. წელს GPU ტექნოლოგიის კონფერენციაზე Nvidia-მ აჩვენა თავისი ინოვაცია შემდგომი A.I-სთვის და აღნიშნა, თუ როგორ შეუძლია ტექნოლოგიას დაეხმაროს მსოფლიოს პრობლემების 10-ჯერ უკეთ და სწრაფად გადაჭრაში.

მიუხედავად იმისა, რომ Nvidia ყველაზე ცნობილია თავისით გრაფიკული ბარათები - და ახლახან დაკავშირებულია რეალურ დროში სხივების მიკვლევა - კომპანია ასევე ახორციელებს კულისებს მიღმა ინოვაციას, რომელიც შემოაქვს ხელოვნურ ინტელექტს ჩვენს ყოველდღიურ ცხოვრებაში, საწყობის რობოტებიდან რომელიც ავსებს ჩვენს გადაზიდვის შეკვეთებს, თვითმართველ მანქანებს და ბუნებრივ ენაზე მყოფ ბოტებს, რომლებიც აწვდიან ახალ ამბებს, ძიებას და ინფორმაციას მცირე შეყოვნებით ან დაგვიანებით.

”ჩვენ გვიყვარს მუშაობა უკიდურესად მძიმე გამოთვლით პრობლემებზე, რომლებიც დიდ გავლენას ახდენენ მსოფლიოზე”, - თქვა ჰუანგმა და აღნიშნა რომ კომპანიას ახლა აქვს 110 SDK, რომლებიც მიზნად ისახავს 1 მილიარდზე მეტ CUDA-თან თავსებადი GPU-ს, რომელიც იყო გაგზავნილი. კომპანია ამბობს, რომ 6500-ზე მეტი სტარტაპი აშენებს აპლიკაციებს Nvidia-ზე და უერთდება Nvidia-ს 2 მილიონ დეველოპერს. ”ეს არის ზუსტად ჩვენს ბორბალში. ჩვენ ყველანი ვართ წინსვლასა და დემოკრატიზაციაში გამოთვლის ამ ახალი ფორმის A.I ასაკისთვის. Nvidia ეძღვნება დაჩქარებული გამოთვლის წინსვლას. ”

კიდევ ერთი ბოდიში RTX 3080/3090 გაშვებისთვის

ჰუანგმა კიდევ ერთი სწრაფი ბოდიში მოიხადა Nvidia RTX 3080 და 3090 ვიდეო ბარათების რთული გაშვების გამო. დაწვრილებით აქ.

Nvidia Omniverse არის სავარჯიშო მოედანი რობოტებისთვის

გეიმერებისთვის, სხივების მიკვლევა ეხმარება ვიდეო თამაშებში სცენებში ნათელი დეტალების გადმოცემას სინათლის თვისების გამოყენებით. Nvidia იყენებს იგივე პრინციპებს Nvidia Omniverse-ის ასაშენებლად, რომელიც კომპანიის მტკიცებით არის „ადგილი, სადაც რობოტებს შეუძლიათ ისწავლონ როგორ იყვნენ რობოტები, ისევე როგორც რეალურ სამყაროში“.

ახლა ხელმისაწვდომია ღია ბეტაში, Nvidia Omniverse არის ღია პლატფორმა თანამშრომლობისა და სიმულაციისთვის, სადაც რობოტებს შეუძლიათ ისწავლონ რეალური სამყაროს რეალისტური სიმულაციებიდან. Omniverse-ის გამოყენებით, ავტონომიურ მანქანებს შეუძლიათ სწრაფად ისწავლონ მართვა და ურთიერთქმედება რეალურ სცენარებთან ადამიანები მძღოლები შეიძლება შეხვდნენ, ექსპერიმენტის გაგრძელების შემთხვევაში, საფრთხის გარეშე გვერდულად. Omniverse ასევე იძლევა უფრო ფართო მასშტაბის ტესტირების საშუალებას, რადგან ავტონომიური მანქანა ან რობოტი არ არის საჭირო ფიზიკურად განლაგებული იყოს მის შესამოწმებლად.

იმის საჩვენებლად, თუ როგორ შეუძლია Nvidia Omniverse-ს გავლენა მოახდინოს ყველა ჩვენზე, Nvidia-მ ხაზი გაუსვა, თუ როგორ შეუძლია Omniverse-ს იმუშაოს წამლების აღმოჩენაში, რაც კვლევის კიდევ უფრო მნიშვნელოვანი სფეროა გლობალური პანდემიის გათვალისწინებით. მიუხედავად იმისა, რომ ნარკოტიკების აღმოჩენას, როგორც წესი, ათწლეულზე მეტი სჭირდება adug-ის განვითარებას და მოითხოვს ნახევარ მილიარდ დოლარზე მეტი კვლევისა და განვითარების დაფინანსებას, ამ მცდელობების 90% წარუმატებელია, თქვა ჰუანგმა. კიდევ უფრო უარესი, ყოველ ცხრა წელიწადში ერთხელ, ახალი წამლების აღმოჩენის ღირებულება ორმაგდება.

Nvidia's Omniverse-ს შეუძლია დაეხმაროს მეცნიერებს პროტეინების იდენტიფიცირებაში, რომლებმაც შეიძლება გამოიწვიოს დაავადება, ასევე დააჩქაროს პოტენციური მედიკამენტების ტესტირება A.I-ს გამოყენებით. და მონაცემთა ანალიტიკა. ეს ყველაფერი გამოიყენება Nvidia-ს ახალ Clara Discovery პლატფორმაზე. და დიდ ბრიტანეთში Nvidia-მ წარადგინა თავისი ახალი Cambridge One მონაცემთა ცენტრი, რომელიც კომპანიის თქმით არის ყველაზე სწრაფი რეგიონში და ერთ-ერთი საუკეთესო 30-დან მსოფლიოში, 400 პეტაფლოპით A.I. შესრულება.

კომპანიამ ასევე წარმოადგინა თავისი ახალი DGX Super Pod არქიტექტურა, რათა სხვა მკვლევარებს საშუალება მისცენ შექმნან საკუთარი მასშტაბირებადი სუპერკომპიუტერები, რომლებიც აკავშირებს 20-დან 140-მდე DGX სისტემები.

Nvidia RTX A6000: სხივების კვალი პროფესიონალებისთვის

გაფართოება ახლახან გამოცხადებულ GeForce RTX 3070, RTX 3080 და RTX 3090-ზე გრაფიკული ბარათებიNvidia-მ გამოაცხადა ამპერზე დაფუძნებული GPU-ების ახალი თაობა პროფესიონალებისთვის. Ახალი გრაფიკული ბარათები არ არის ბრენდირებული ქვეშ Nvidia-ს Quadro ქოლგა, მაგრამ RTX A6000 და Nvidia A40 GPU-ები გათვლილია იმავე კრეატიულ და მონაცემთა მეცნიერთა აუდიტორიაზე, რომლებიც ყიდულობენ Quadro GPU-ებს.

„GPU–ები უზრუნველყოფენ სიჩქარეს და შესრულებას, რათა ინჟინრებს საშუალება მისცენ განავითარონ ინოვაციური პროდუქტები, დიზაინერებმა შექმნან უახლესი შენობები, ხოლო მეცნიერებმა მიაღწიონ მიღწევებს. მსოფლიოს ნებისმიერ წერტილში,” განაცხადა კომპანიამ ბლოგპოსტში და აღნიშნა, რომ ახალ A6000 და A40 აღჭურვილია ახალი RT ბირთვებით, Tensor ბირთვებით და CUDA ბირთვებით, რომლებიც “წინდელთან შედარებით საგრძნობლად უფრო სწრაფია. თაობებს“.

კომპანიას არ უთქვამს კონკრეტული დეტალები ტექნიკის შესახებ. ამასთან, Nvidia ამტკიცებდა, რომ მეორე თაობის RT ბირთვები აწვდიან წინა თაობის ბარათების გამტარუნარიანობას 2-ჯერ და ამავე დროს უზრუნველყოფს ერთდროულად. სხივების მიკვლევა, დაჩრდილვისა და გამოთვლის შესაძლებლობები, ხოლო მესამე თაობის Tensor ბირთვები უზრუნველყოფს წინა თაობის გამტარუნარიანობას 5-ჯერ.

ბარათები მიეწოდება 48 GB GPU მეხსიერებით, რომელიც შეიძლება გაფართოვდეს 96 GB-მდე NVLink-ით, როდესაც ორი GPU არის დაკავშირებული. ეს ადარებს მხოლოდ 24 GB მეხსიერებას RTX 3090. მაშინ, როცა RTX 3090 იყიდება, როგორც GPU, რომელსაც შეუძლია თამაშების რენდერირება 8K-ში 60 კადრი წამში (fps), გაფართოებული მეხსიერება პროფესიონალურ RTX A6000 და A40-ზე ეხმარება Blackmagic RAW 8K და 12K კადრების დამუშავებას ვიდეოსთვის რედაქტირება. სამომხმარებლო Ampere ბარათების მსგავსად, A6000 და A40 GPU დაფუძნებულია PCIe Gen 4-ზე, რომელიც ორჯერ აღემატება წინა თაობის სიჩქარეს.

A40-ზე დაფუძნებული სერვერები ხელმისაწვდომი იქნება Cisco, Dell, Fujitsu, Hewlett Packard Enterprise და Lenovo სისტემებში. A6000 GPU გამოვა არხის პარტნიორებთან და ორივე GPU ხელმისაწვდომი იქნება მომავალი წლის დასაწყისში. ფასების დეტალები დაუყოვნებლივ არ იყო ხელმისაწვდომი და გაურკვეველია, იხილავენ თუ არა პროფესიონალურ ბარათებს იგივე შეზღუდული მიწოდება და ძირითადი დეფიციტი რაც Nvidia-მ განიცადა თავისი სამომხმარებლო ბარათების გაშვებით.

აღზევება A.I. ბოტები

Nvidia-მ ასევე ხაზი გაუსვა, თუ როგორ ეხმარება მისი მუშაობა GPU-ებზე A.I-ის დაჩქარებაში. განვითარება და მიღება. ფეისბუქიარის A.I. მკვლევარებმა შექმნეს ჩატბოტი ცოდნით და თანაგრძნობით, რომელსაც სოციალური ქსელის მომხმარებელთა ნახევარი რეალურად ამჯობინებდა. კალიფორნიის ტექნოლოგიური ინსტიტუტის მკვლევარებმა გაწვრთნეს თვითმფრინავი გამაგრებითი სწავლების გამოყენებით ფრენის სისტემის გასაკონტროლებლად, რათა შეუფერხებლად იფრინონ ​​ტურბულენტობისა და რელიეფის ცვლილებებში.

Nvidia-ს A.I. დაფუძნებულია სამ საყრდენზე: ერთიდან მრავალ GPU კვანძებზე ნებისმიერ ჩარჩოზე ან მოდელზე, დასკვნის გამოყენება და წინასწარ მომზადებული მოდელების გამოყენება, თქვა ჰუანგმა.

Nvidia-მ ასევე გამოაცხადა, რომ იგი თანამშრომლობს Microsoft-თან Nvidia A.I-ის მოსაყვანად. Azure-ს, რათა დაეხმაროს Office უფრო ჭკვიანი გახდეს.

„დღეს ჩვენ ვაცხადებთ, რომ Microsoft იღებს Nvidia A.I. Azure-ზე, Microsoft Office-ში ჭკვიანი გამოცდილების გასაძლიერებლად,” - თქვა ჰუანგმა კონფერენციის დროს. „მსოფლიოში ყველაზე პოპულარული პროდუქტიულობის აპლიკაცია, რომელსაც ასობით მილიონი იყენებს, ახლა A.I.-ის დახმარებით იქნება. პირველი ფუნქციები მოიცავს ჭკვიანი გრამატიკის კორექტირებას, კითხვა-პასუხს, ტექსტის პროგნოზირებას. მომხმარებელთა მოცულობისა და კარგი გამოცდილებისთვის საჭირო მყისიერი რეაგირების გამო, Office დაუკავშირდება Nvidia GPU-ს, ხოლო Azure-ს Nvidia GPU-ის პასუხებს სჭირდება 200 მილიწამზე ნაკლები. ჩვენი გამტარუნარიანობა მაიკროსოფტს საშუალებას აძლევს გაზარდოს მილიონობით ერთდროულ მომხმარებელზე.”

American Express ასევე იყენებს A.I. თაღლითობის წინააღმდეგ საბრძოლველად, ხოლო Twitter იყენებს ხელოვნურ ინტელექტს პლატფორმაზე ატვირთული ვიდეოების დიდი რაოდენობის გაგებაში და კონტექსტუალიზაციაში.

სასაუბრო A.I.-ით, Nvidia-ს GPU პლატფორმაზე შესრულებული ხმოვანი მოთხოვნების შედეგები ნახევარია შეყოვნება CPU-ს მიერ დამუშავებულ მოთხოვნებთან შედარებით და ასევე უფრო რეალისტური, ადამიანის მსგავსი ჟღერადობის ტექსტი-მეტყველება ძრავები. Nvidia-მ ასევე გამოაცხადა Jarvis-ის ღია ბეტა დეველოპერებისთვის, რათა სცადონ A.I. საუბრის უნარებით.

ა.ი. სამუშაო სახლიდან მომავლისთვის

ა.ი. ასევე შეიძლება ჩაშენდეს ისეთ აპლიკაციებში, როგორიცაა ვიდეოკონფერენცია და ჩეთის გადაწყვეტილებები, რომლებიც ეხმარება მუშაკებს დისტანციურად თანამშრომლობაში. Nvidia-ს ვიდეო მაქსენთან ერთად ჰუანგმა თქვა, რომ A.I. შეუძლია მაგიის გაკეთება ვიდეო ზარებისთვის.

მაქსენს შეუძლია სახის მნიშვნელოვანი თვისებების ამოცნობა, მხოლოდ ფუნქციების ცვლილებების გაგზავნა ინტერნეტით და შემდეგ სახის რეანიმაცია მიმღებთან. ეს დაზოგავს სიჩქარეს, რაც უზრუნველყოფს ვიდეოს უკეთეს გამოცდილებას ცუდი ინტერნეტ კავშირის მქონე ადგილებში. ჰუანგი ამტკიცებდა, რომ გამტარუნარიანობა მცირდება 10-ჯერ.

ა.ი. გააუმჯობესეთ ზარები მაღალი გამტარუნარიანობის მქონე ადგილებშიც კი. ყველაზე ექსტრემალურ მაგალითში, A.I. შეიძლება გამოყენებულ იქნას თქვენი სახის გადასაადგილებლად ისე, რომ თქვენ გაქვთ თვალის კონტაქტი ყველა ადამიანთან ზარის დროს, მაშინაც კი, როდესაც თქვენი სახე ოდნავ დახრილია კამერისგან. ა.ი. ასევე შეუძლია შეამციროს ფონის ხმაური, გაანათოს თქვენი სახე, შეცვალოს ფონი და გააუმჯობესოს ვიდეოს ხარისხი ცუდი განათების დროს. ერთად Jarvis A.I. სიტყვით, მაქსენს ასევე შეუძლია დახურული წარწერის ტექსტის მიწოდება.

„ჩვენ გვაქვს შესაძლებლობა მოვახდინოთ დღევანდელი ვიდეოკონფერენციის რევოლუცია და გამოვიგონოთ ხვალინდელი დღის ვირტუალური ყოფნა“, - თქვა ჰუანგმა. „და ვიდეო A.I. დასკვნის აპლიკაციები მოდის ყველა ინდუსტრიიდან. ”

მონაცემთა ცენტრის მიტანა ARM ჩიპზე

ხაზს უსვამს თავის ინვესტიციას ARM ჩიპებში, Nvidia-მ გამოაცხადა ახალი BlueField DPU-ები, რომლებიც მოაქვს მონაცემთა ცენტრის ინფრასტრუქტურის სიმძლავრე ჩიპზე და მხარდაჭერილია DOCA-ს მიერ, რომელიც არის არქიტექტურა.

ახალი BlueField 2 DPU გადმოტვირთავს კრიტიკულ კომპონენტებს - როგორიცაა ქსელი და საცავი - ასევე უსაფრთხოების ამოცანები CPU-დან, რათა თავიდან აიცილონ კიბერშეტევები.

”ერთ BlueField-2 DPU-ს შეუძლია მონაცემთა ცენტრის იგივე სერვისების მიწოდება, რომელსაც შეუძლია მოიხმაროს 125 CPU ბირთვი,” - ნათქვამია Nvidia-ს მომზადებულ განცხადებაში. ”ეს ათავისუფლებს CPU-ს ღირებულ ბირთვებს სხვა საწარმოს აპლიკაციების ფართო სპექტრისთვის.” კომპანიამ განაცხადა, რომ CPU-ს მინიმუმ 30% იყო ადრე მოხმარებული იყო მონაცემთა ცენტრის ინფრასტრუქტურის გაშვებით, და ეს ბირთვები ახლა თავისუფლდება, რადგან ამოცანა ახლა ჩამოტვირთულია BlueField-ში DPU.

მეორე Bluefield 2X DPU ასევე მოყვება Nvidia-ს ამპერი- დაფუძნებული GPU ტექნოლოგია. ამპერს მოაქვს A.I. BlueField 2X-ს, რათა უზრუნველყოს რეალურ დროში უსაფრთხოების ანალიტიკა და მავნე აქტივობის იდენტიფიცირება.

პერსონალიზებული სარეკომენდაციო ძრავები

ა.ი. შეიძლება გამოყენებულ იქნას ციფრული და ფიზიკური საქონლის პერსონალიზებული რეკომენდაციების მიწოდებისთვის პლატფორმებზე, შესაბამისი ციფრული რეკლამების, ახალი ამბების და ფილმების მოწოდებით. Nvidia ამტკიცებდა, რომ რეკომენდაციების სიზუსტის 1%-იანი გაუმჯობესებაც კი შეიძლება იყოს მილიარდობით მეტი გაყიდვები და უფრო მეტი მომხმარებლის შენარჩუნება.

კომპანიების დასახმარებლად რეკომენდაციების ძრავის გაუმჯობესებაში, Nvidia-მ წარადგინა Merlin, რომელიც აღჭურვილია Nvidia Rapids პლატფორმით. მიუხედავად იმისა, რომ CPU-ზე დაფუძნებულ გადაწყვეტილებებს შეიძლება რამდენიმე დღე დასჭირდეს, მერლინი, როგორც ამბობენ, არის სუპერსწრაფი და სუპერ მასშტაბირებადი, ციკლის დრო გადის დღიდან სამ საათამდე. მერლინი ახლა ღია ბეტაშია, თქვა ჰუანგმა.

Rapids-ს იყენებს Adobe ინტელექტუალური მარკეტინგისთვის, ხოლო Capital One იყენებს პლატფორმას თაღლითობის ანალიტიკისთვის და კომპანიის Eno ჩეთბოტის გასაძლიერებლად.

ა.ი. მთელი IoT-სთვის

Nvidia-ს EGX პლატფორმა გამოიყენება A.I. მოწყობილობების კიდეების დასამზადებლად A.I. უფრო მგრძნობიარეა ნივთების ინტერნეტი ან IoT აპლიკაციებისთვის. EGX ხელმისაწვდომია Nvidia-ს NGC-ზე და მას იყენებენ საავადმყოფოები, როგორიცაა Northwestern Memorial Hospital, რათა გადატვირთოს ზოგიერთი დავალება კომპიუტერებზე, რომლებსაც რეგულარულად ასრულებენ ექთნები. მაგალითად, პაციენტებს შეუძლიათ გამოიყენონ ბუნებრივი ენის შეკითხვები, რათა ჰკითხონ ბოტს რა პროცედურას უტარებენ.

„EGX A.I. კომპიუტერი აერთიანებს Mellanox Bluefield 2 GPU-ს და Ampere GPU-ს ერთ PCI Express ბარათში, აქცევს ნებისმიერ სტანდარტულ OEM სერვერს უსაფრთხო დაჩქარებულ A.I. მონაცემთა ცენტრი, ”- თქვა ჰუანგმა.

პლატფორმის გამოყენება შესაძლებელია ჯანდაცვის, წარმოების, ლოჯისტიკის, მიწოდების, საცალო ვაჭრობისა და ტრანსპორტირების სფეროში.

წინსვლის ARM

„დღეს. ჩვენ ვაცხადებთ მთავარ ინიციატივას ARM პლატფორმის წინსვლისთვის“, - თქვა ჰუანგმა კომპანიის მიერ გამოცხადებულ ARM-ის შეძენაზე, არაფერია იმის შესახებ, რომ ის ინვესტიციებს ახორციელებს სამ განზომილებაში.

„პირველ რიგში, ჩვენ ვავსებთ ARM პარტნიორებს GPU, ქსელის, შენახვისა და უსაფრთხოების ტექნოლოგიებით სრული დაჩქარებული პლატფორმების შესაქმნელად. მეორე, ჩვენ ვმუშაობთ ჩვენს პარტნიორებთან, რათა შევქმნათ პლატფორმები HPC Cloud Edge NPC-სთვის. ამისათვის საჭიროა ჩიპების სისტემები და სისტემის პროგრამული უზრუნველყოფა. და მესამე, ჩვენ პორტირებთ Nvidia A.I. და Nvidia RTX ძრავები ARM-ზე.

ამჟამად, ეს ხელმისაწვდომია მხოლოდ x86 პლატფორმაზე. თუმცა, Nvidia-ს ინვესტიცია ARm-ში გარდაქმნის მას წამყვან ზღვარზე და დააჩქარებს მას A.I-ში. გამოთვლები, თქვა ჰუანგმა, რადგან ის ცდილობს ARM-ის პოზიციონირებას Intel-ის კონკურენტად სერვერის სივრცეში.

რედაქტორების რეკომენდაციები

• Nvidia-ს სუპერკომპიუტერმა შესაძლოა ChatGPT-ის ახალი ეპოქა შემოიტანოს
• Nvidia GPU-ები ხედავენ ფასების მასიურ ზრდას და დიდ მოთხოვნას AI-სგან
• Zoom-ის A.I. ზარების დროს ემოციების გამოვლენის ტექნოლოგია კრიტიკოსებს აღელვებს
• Nvidia გამოავლენს პირველ CPU-ს და Hopper GPU-ს GTC 2022-ზე
• როგორ იყენებს Nvidia A.I. დაეხმარონ Domino-ს პიცების სწრაფად მიწოდებაში