Podsumowanie jesiennej rozgrywki Nvidia GTC 2020: karta graficzna A6000, Omniverse i więcej

„Wiek sztucznej inteligencji się rozpoczęło” – oznajmił dyrektor generalny Nvidii Jensen Huang podczas tegorocznej konferencji GTC. Podczas tegorocznej konferencji dotyczącej technologii GPU firma Nvidia zaprezentowała swoje innowacje w zakresie rozwoju sztucznej inteligencji, zwracając uwagę, w jaki sposób technologia ta może pomóc w rozwiązywaniu problemów świata 10 razy lepiej i szybciej.

Chociaż Nvidia jest najbardziej znana ze swoich karty graficzne — a ostatnio kojarzony z czasem rzeczywistym śledzenie promieni — firma wprowadza także zakulisowe innowacje, które wprowadzają sztuczną inteligencję do naszego codziennego życia, począwszy od robotów magazynowych które pakują nasze zamówienia wysyłkowe, po samochody autonomiczne i boty wykorzystujące język naturalny, które dostarczają wiadomości, wyszukiwania i informacje z niewielkimi opóźnieniami lub opóźnienie.

„Uwielbiamy pracować nad niezwykle trudnymi problemami obliczeniowymi, które mają ogromny wpływ na świat” – zauważył Huang że firma ma obecnie 110 zestawów SDK przeznaczonych dla ponad 1 miliarda procesorów graficznych zgodnych z CUDA, które zostały wysłany. Firma twierdzi, że ponad 6500 startupów tworzy aplikacje na Nvidii, dołączając do łącznej liczby 2 milionów programistów Nvidia. „To jest dokładnie w naszej sterówce. Wszystkim nam zależy na rozwoju i demokratyzacji tej nowej formy przetwarzania danych w epoce sztucznej inteligencji. Nvidia jest zaangażowana w rozwój przyspieszonego przetwarzania danych.”

Kolejne przeprosiny za premierę RTX 3080/3090

Huang przedstawił kolejne szybkie przeprosiny w związku z trudnym wprowadzeniem na rynek kart graficznych Nvidia RTX 3080 i 3090. Przeczytaj więcej tutaj.

Nvidia Omniverse to poligon dla robotów

Dla graczy, śledzenie promieni pomaga renderować żywe szczegóły w scenach gier wideo, wykorzystując właściwość światła. Nvidia wykorzystuje te same zasady, tworząc Nvidia Omniverse, które według firmy jest „miejscem, w którym roboty mogą nauczyć się być robotami, tak jak w prawdziwym świecie”.

Dostępna obecnie w otwartej wersji beta platforma Nvidia Omniverse to otwarta platforma do współpracy i symulacji, dzięki której roboty mogą uczyć się na podstawie realistycznych symulacji rzeczywistego świata. Korzystając z Omniverse, pojazdy autonomiczne mogą szybko nauczyć się prowadzić i wchodzić w interakcje z realnymi scenariuszami z jakimi mogą się spotkać kierowcy-ludzie, bez ryzyka narażenia na niebezpieczeństwo osób postronnych, jeśli eksperyment się powiedzie bokiem. Omniverse pozwala także na testowanie na znacznie szerszą skalę, gdyż do przetestowania nie trzeba fizycznie instalować autonomicznego pojazdu czy robota.

Aby pokazać, jak Nvidia Omniverse może wpłynąć na nas wszystkich, Nvidia podkreśliła, w jaki sposób Omniverse może pomóc w odkrywaniu leków, co jest jeszcze ważniejszym obszarem badań w obliczu globalnej pandemii. Chociaż opracowanie nowego leku trwa zwykle ponad dekadę i wymaga ponad pół miliarda dolarów na badania i rozwój, 90% tych wysiłków kończy się niepowodzeniem, powiedział Huang. Co gorsza, co dziewięć lat koszt odkrywania nowych leków podwaja się.

Omniverse firmy Nvidia może pomóc naukowcom zidentyfikować białka mogące powodować choroby, a także przyspieszyć testowanie potencjalnych leków dzięki wykorzystaniu sztucznej inteligencji. i analityka danych. Wszystko to zastosowano w nowej platformie Clara Discovery firmy Nvidia. Z kolei w Wielkiej Brytanii Nvidia wprowadziła nowe centrum danych Cambridge One, które według firmy jest najszybsze w regionie i jedno z 30 najlepszych na świecie, z 400 petaflopami mocy sztucznej inteligencji. wydajność.

Firma wprowadziła także nową architekturę DGX Super Pod, aby umożliwić innym badaczom budowanie własnych skalowalnych superkomputerów, które łączą od 20 do 140 Systemy DGX.

Nvidia RTX A6000: Ray tracing dla profesjonalistów

Rozszerzenie na niedawno zaprezentowane karty GeForce RTX 3070, RTX 3080 i RTX 3090 karty graficzneNvidia ogłosiła nową generację procesorów graficznych opartych na Ampere dla profesjonalistów. Nowa karty graficzne nie są oznaczone marką Parasol Quadro firmy Nvidia, ale procesory graficzne RTX A6000 i Nvidia A40 są skierowane do tej samej grupy odbiorców, twórców i analityków danych, którzy kupują procesory graficzne Quadro.

„Procesory graficzne zapewniają szybkość i wydajność, dzięki którym inżynierowie mogą opracowywać innowacyjne produkty, projektanci mogą tworzyć najnowocześniejsze budynki, a naukowcy mogą odkrywać przełomowe rozwiązania w dziedzinie w dowolnym miejscu na świecie” – stwierdziła firma w poście na blogu, zauważając, że nowe A6000 i A40 są wyposażone w nowe rdzenie RT, rdzenie Tensor i rdzenie CUDA, które są „znacznie szybsze niż poprzednie pokolenia.”

Firma nie podała konkretnych szczegółów na temat sprzętu. Jednakże Nvidia twierdziła, że ​​rdzenie RT drugiej generacji zapewniają dwukrotnie większą przepustowość w porównaniu z kartami poprzedniej generacji, zapewniając jednocześnie jednoczesną śledzenie promieni, cieniowania i możliwości obliczeniowe, podczas gdy rdzenie Tensor trzeciej generacji zapewniają do 5 razy większą przepustowość w porównaniu z poprzednią generacją.

Karty są dostarczane z 48 GB pamięci GPU, którą można rozszerzyć do 96 GB za pomocą NVLink po podłączeniu dwóch procesorów graficznych. Dla porównania, w modelu tym dostępne jest zaledwie 24 GB pamięci RTX-a 3090. Podczas gdy RTX 3090 jest sprzedawany jako procesor graficzny zdolny do renderowania gier w rozdzielczości 8K przy 60 klatkach na sekundę (fps), rozszerzona pamięć w profesjonalnych RTX A6000 i A40 pomaga przetwarzać materiał Blackmagic RAW 8K i 12K na potrzeby wideo redagowanie. Podobnie jak konsumenckie karty Ampere, procesory graficzne A6000 i A40 są oparte na PCIe Gen 4, który zapewnia dwukrotnie większą przepustowość w porównaniu z poprzednią generacją.

Serwery oparte na A40 będą dostępne w systemach firm Cisco, Dell, Fujitsu, Hewlett Packard Enterprise i Lenovo. Procesory graficzne A6000 będą dostępne u partnerów handlowych, a oba procesory graficzne będą dostępne na początku przyszłego roku. Szczegóły cenowe nie były od razu dostępne i nie jest jasne, czy karty profesjonalne będą je widzieć ograniczona podaż i duże niedobory czego Nvidia doświadczyła wraz z wprowadzeniem na rynek swoich kart konsumenckich.

Powstanie AI boty

Nvidia podkreśliła również, jak jej praca nad procesorami graficznymi pomaga przyspieszyć sztuczną inteligencję. rozwoju i adopcji. Facebooksztuczna inteligencja badacze opracowali chatbota dysponującego wiedzą i empatią, którą tak naprawdę preferowała połowa użytkowników sieci społecznościowej. Naukowcy z California Institute of Technology przeszkolili drona, wykorzystując uczenie się przez wzmacnianie, do kontrolowania systemu lotu, aby mógł płynnie latać przez turbulencje i zmiany terenu.

Sztuczna inteligencja Nvidii opiera się na trzech filarach: węzłach z jednym lub wieloma procesorami graficznymi w dowolnym frameworku lub modelu, wykorzystaniu wnioskowania i zastosowaniu wstępnie wyszkolonych modeli, powiedział Huang.

Nvidia ogłosiła również, że nawiązała współpracę z Microsoftem w celu wprowadzenia technologii Nvidia A.I. na platformę Azure, aby pomóc uczynić pakiet Office inteligentniejszym.

„Dzisiaj ogłaszamy, że Microsoft wdraża technologię Nvidia A.I. na platformie Azure, aby zapewnić inteligentne doświadczenia w pakiecie Microsoft Office” – powiedział Huang podczas przemówienia. „Najpopularniejsze na świecie aplikacje zwiększające produktywność, z których korzystają setki milionów, będą teraz wspomagane sztuczną inteligencją. Pierwsze funkcje obejmą inteligentną korektę gramatyczną, pytania i odpowiedzi, przewidywanie tekstu. Ze względu na liczbę użytkowników i natychmiastową reakcję niezbędną do zapewnienia dobrego działania pakiet Office zostanie podłączony do procesorów graficznych Nvidia, a odpowiedzi platformy Azure z procesorami graficznymi Nvidia zajmą mniej niż 200 milisekund. Nasza przepustowość pozwala firmie Microsoft skalować się do milionów jednoczesnych użytkowników”.

American Express również korzysta z AI. w celu zwalczania oszustw, podczas gdy Twitter wykorzystuje sztuczną inteligencję, aby pomóc zrozumieć i kontekstualizować ogromną liczbę filmów przesyłanych na platformę.

Dzięki konwersacyjnej sztucznej inteligencji wyniki zapytań głosowych wykonywanych na platformie GPU Nvidii są o połowę mniejsze opóźnienie w porównaniu z zapytaniami przetwarzanymi przez procesor, a także bardziej realistyczna, przypominająca ludzki dźwięk zamiana tekstu na mowę silniki. Nvidia ogłosiła także otwartą wersję beta Jarvisa, w której programiści będą mogli wypróbować sztuczną inteligencję. z umiejętnością konwersacji.

sztuczna inteligencja na przyszłość związaną z pracą z domu

sztuczna inteligencja można także zintegrować z aplikacjami, takimi jak rozwiązania do wideokonferencji i czatów, które pomagają pracownikom zdalnie współpracować. W filmie Nvidia Video Maxene Huang powiedział, że A.I. może zdziałać cuda w przypadku rozmów wideo.

Maxene może zidentyfikować ważne cechy twarzy, przesłać przez Internet jedynie zmiany tych cech, a następnie ożywić twarz w odbiorniku. Oszczędza to przepustowość, zapewniając lepszą jakość wideo w obszarach o słabej łączności z Internetem. Huang twierdził, że przepustowość zmniejsza się 10-krotnie.

sztuczna inteligencja jednak wykonywać połączenia lepiej nawet w obszarach o dużej przepustowości. W najbardziej skrajnym przykładzie A.I. można użyć do zmiany orientacji twarzy, tak aby utrzymywać kontakt wzrokowy z każdą osobą biorącą udział w rozmowie, nawet jeśli twarz jest lekko odchylona od aparatu. sztuczna inteligencja może także redukować szumy tła, ponownie oświetlać twarz, zastępować tło i poprawiać jakość wideo przy słabym oświetleniu. W połączeniu z Jarvis A.I. mowę, Maxene może również dostarczyć tekst z napisami kodowanymi.

„Mamy szansę zrewolucjonizować dzisiejsze wideokonferencje i wynaleźć wirtualną obecność jutra” – powiedział Huang. „I wideo A.I. aplikacje do wnioskowania pochodzą z każdej branży.”

Przeniesienie centrum danych na chip ARM

Podkreślając swoje inwestycje w chipy ARM, Nvidia ogłosiła nowe procesory DPU BlueField, które zapewniają moc infrastruktury centrum danych na chipie i są obsługiwane przez DOCA, czyli architektura.

Nowe procesory DPU BlueField 2 odciążają krytyczne komponenty — takie jak sieci i pamięć masowa — a także zadania związane z bezpieczeństwem z procesora, aby pomóc zapobiegać cyberatakom.

„Pojedynczy DPU BlueField-2 może świadczyć te same usługi centrum danych, które mogłyby zużywać do 125 rdzeni procesora” – stwierdziła Nvidia w przygotowanym oświadczeniu. „Dzięki temu uwalniane są cenne rdzenie procesora, które można wykorzystać do obsługi szerokiej gamy innych aplikacji korporacyjnych”. Firma podała, że ​​co najmniej 30% procesora było wcześniej zużywane przez działającą infrastrukturę centrum danych, a rdzenie te są teraz zwalniane, gdy zadanie jest teraz przenoszone do BlueField DPU.

Drugi DPU Bluefield 2X jest również dostarczany z procesorem Nvidia Amperoparta na technologii GPU. Ampere wprowadza sztuczną inteligencję do BlueField 2X, aby zapewnić analizę bezpieczeństwa w czasie rzeczywistym i zidentyfikować złośliwą aktywność.

Spersonalizowane silniki rekomendacji

sztuczna inteligencja można używać do dostarczania spersonalizowanych rekomendacji towarów cyfrowych i fizycznych na platformach, wyświetlając odpowiednie reklamy cyfrowe, wiadomości i filmy. Nvidia twierdziła, że ​​nawet 1% poprawa trafności rekomendacji może przełożyć się na miliardy większą sprzedaż i wyższą retencję klientów.

Aby pomóc firmom ulepszyć ich silnik rekomendacji, Nvidia wprowadziła Merlin, który jest oparty na platformie Nvidia Rapids. Podczas gdy nauka rozwiązań opartych na procesorach może zająć kilka dni, mówi się, że Merlin jest superszybki i superskalowalny, a czas cyklu wynosi od jednego dnia do zaledwie trzech godzin. Huang powiedział, że Merlin jest obecnie w fazie otwartej wersji beta.

Rapids jest używany przez Adobe do inteligentnego marketingu, natomiast Capital One wykorzystuje platformę do analizy oszustw i do zasilania firmowego chatbota Eno.

sztuczna inteligencja dla całego IoT

Platforma EGX firmy Nvidia służy do udostępniania sztucznej inteligencji. do urządzeń brzegowych, aby tworzyć sztuczną inteligencję. bardziej responsywny dla aplikacji Internetu rzeczy (IoT). EGX jest dostępny na platformie NGC firmy Nvidia i jest używany przez szpitale takie jak Northwestern Memorial Hospital do przenoszenia niektórych zadań na komputery, które rutynowo wykonują pielęgniarki. Pacjenci mogą na przykład za pomocą zapytań w języku naturalnym zapytać bota, na jakim zabiegu się znajdują.

„EGX A.I. komputer integruje procesor graficzny Mellanox Bluefield 2 i procesor graficzny Ampere w jedną kartę PCI Express, zamieniając dowolny standardowy serwer OEM w bezpieczny, przyspieszony procesor AI. centrum danych” – powiedział Huang.

Platformę można wykorzystać w opiece zdrowotnej, produkcji, logistyce, dostawach, handlu detalicznym i transporcie.

Postęp ARM

"Dzisiaj. ogłaszamy ważną inicjatywę mającą na celu rozwój platformy ARM” – Huang powiedział o ogłoszonym przejęciu ARM przez firmę, nie wspominając o inwestycjach w trzech wymiarach.

„Po pierwsze, uzupełniamy partnerów ARM o technologie GPU, sieciowe, pamięci masowej i bezpieczeństwa, aby stworzyć kompletne, przyspieszone platformy. Po drugie, współpracujemy z naszymi partnerami nad stworzeniem platform dla brzegowych NPC HPC. Wymaga to układów chipowych i oprogramowania systemowego. Po trzecie, przenosimy technologię Nvidia A.I. i silniki Nvidia RTX na ARM.”

Obecnie jest to dostępne tylko na platformie x86. Jednak inwestycja Nvidii w ARm przekształci ją w wiodącą pozycję i przyspieszy w AI. informatyki, powiedział Huang, chcąc pozycjonować ARM jako konkurenta Intela w obszarze serwerów.

Zalecenia redaktorów

• Superkomputer Nvidii może rozpocząć nową erę ChatGPT
• Procesory graficzne Nvidia odnotowują ogromny wzrost cen i ogromny popyt ze strony sztucznej inteligencji
• Sztuczna inteligencja Zooma technologia wykrywania emocji podczas rozmów denerwuje krytyków
• Nvidia prezentuje pierwszy w historii procesor i procesor graficzny typu Hopper na targach GTC 2022
• Jak Nvidia wykorzystuje sztuczną inteligencję aby pomóc Domino’s szybciej dostarczać pizzę