สรุป Nvidia Fall GTC 2020: A6000 GPU, Omniverse และอีกมากมาย

“ยุคแห่งเอ.ไอ. ได้เริ่มขึ้นแล้ว” Jensen Huang ซีอีโอของ Nvidia ประกาศในงาน GTC ปีนี้ ในการประชุมเทคโนโลยี GPU ในปีนี้ Nvidia ได้จัดแสดงนวัตกรรมเพื่อ A.I. เพิ่มเติม โดยสังเกตว่าเทคโนโลยีนี้สามารถช่วยแก้ไขปัญหาโลกได้ดีขึ้นและเร็วขึ้น 10 เท่าได้อย่างไร

ในขณะที่ Nvidia มีชื่อเสียงมากที่สุดในเรื่องของมัน กราฟิกการ์ด — และล่าสุดเกี่ยวข้องกับเรียลไทม์ การติดตามรังสี — บริษัทยังขับเคลื่อนนวัตกรรมเบื้องหลังที่นำปัญญาประดิษฐ์เข้ามาในชีวิตประจำวันของเรา จากหุ่นยนต์ในคลังสินค้า ที่จัดส่งคำสั่งซื้อของเราไปยังรถยนต์ที่ขับเคลื่อนด้วยตนเองและบอทภาษาธรรมชาติที่ส่งข่าวสาร การค้นหา และข้อมูลโดยมีเวลาแฝงเพียงเล็กน้อยหรือ ล่าช้า.

“เรารักการทำงานกับปัญหาการประมวลผลที่หนักหน่วงซึ่งมีผลกระทบอย่างมากต่อโลก” Huang กล่าวโดยสังเกต ว่าขณะนี้บริษัทมี 110 SDK ที่กำหนดเป้าหมายไปที่ GPU ที่รองรับ CUDA มากกว่า 1 พันล้านตัว จัดส่งแล้ว บริษัทกล่าวว่ามีสตาร์ทอัพมากกว่า 6,500 รายที่กำลังสร้างแอปพลิเคชั่นบน Nvidia โดยร่วมมือกับนักพัฒนา Nvidia ทั้งหมด 2 ล้านคน “สิ่งนี้อยู่ในโรงจอดรถของเรา เราทุกคนต่างก้าวไปข้างหน้าและทำให้คอมพิวเตอร์รูปแบบใหม่นี้กลายเป็นประชาธิปไตยสำหรับยุคแห่ง A.I. Nvidia ทุ่มเทให้กับการประมวลผลที่รวดเร็วยิ่งขึ้น”

คำขอโทษอีกครั้งสำหรับการเปิดตัว RTX 3080/3090

Huang กล่าวคำขอโทษอย่างรวดเร็วอีกครั้งเกี่ยวกับการเปิดตัวการ์ดวิดีโอ Nvidia RTX 3080 และ 3090 ที่ยากลำบาก อ่านเพิ่มเติมได้ที่นี่.

Nvidia Omniverse เป็นสนามฝึกสำหรับหุ่นยนต์

สำหรับเกมเมอร์ การติดตามรังสี ช่วยแสดงรายละเอียดที่สดใสในฉากในวิดีโอเกมโดยใช้คุณสมบัติของแสง Nvidia ใช้หลักการเดียวกันในการสร้าง Nvidia Omniverse ซึ่งบริษัทอ้างว่าเป็น "สถานที่ที่หุ่นยนต์สามารถเรียนรู้วิธีการเป็นหุ่นยนต์ได้ เช่นเดียวกับที่พวกเขาทำในโลกแห่งความเป็นจริง"

พร้อมใช้งานแล้วในรุ่นเบต้าแบบเปิด Nvidia Omniverse เป็นแพลตฟอร์มแบบเปิดสำหรับการทำงานร่วมกันและการจำลอง ซึ่งหุ่นยนต์สามารถเรียนรู้จากการจำลองที่สมจริงในโลกแห่งความเป็นจริง การใช้ Omniverse ยานพาหนะที่ขับเคลื่อนอัตโนมัติสามารถเรียนรู้การขับขี่และโต้ตอบกับสถานการณ์ที่เกิดขึ้นจริงได้อย่างรวดเร็ว ผู้ขับขี่ที่เป็นมนุษย์อาจเผชิญหน้ากัน โดยไม่มีความเสี่ยงที่จะทำให้ผู้ยืนดูตกอยู่ในอันตรายหากการทดลองดำเนินต่อไป ด้านข้าง Omniverse ยังช่วยให้ทำการทดสอบในสเกลที่กว้างกว่ามาก เนื่องจากไม่จำเป็นต้องติดตั้งยานพาหนะหรือหุ่นยนต์อัตโนมัติเพื่อทดสอบ

เพื่อแสดงให้เห็นว่า Nvidia Omniverse สามารถส่งผลต่อเราทุกคนได้อย่างไร Nvidia ได้เน้นย้ำว่า Omniverse สามารถทำงานในการค้นคว้ายาได้อย่างไร ซึ่งเป็นงานวิจัยที่สำคัญยิ่งกว่าในช่วงที่มีการแพร่ระบาดไปทั่วโลก แม้ว่าโดยทั่วไปแล้วการค้นพบยาจะใช้เวลานานกว่าทศวรรษในการพัฒนา adug และต้องใช้เงินทุนด้านการวิจัยและพัฒนามากกว่าครึ่งพันล้านดอลลาร์ แต่ 90% ของความพยายามเหล่านั้นล้มเหลว Huang กล่าว ที่แย่กว่านั้นคือทุกๆ เก้าปี ค่าใช้จ่ายในการค้นพบยาใหม่จะเพิ่มขึ้นสองเท่า

Omniverse ของ Nvidia สามารถช่วยนักวิทยาศาสตร์ระบุโปรตีนที่สามารถก่อให้เกิดโรคได้ เช่นเดียวกับการเร่งการทดสอบยาที่เป็นไปได้โดยใช้ A.I. และการวิเคราะห์ข้อมูล ทั้งหมดนี้ใช้กับแพลตฟอร์ม Clara Discovery ใหม่ของ Nvidia และในสหราชอาณาจักร Nvidia ได้เปิดตัวศูนย์ข้อมูล Cambridge One แห่งใหม่ ซึ่งบริษัทกล่าวว่าเป็นศูนย์ที่เร็วที่สุดในภูมิภาคและเป็นหนึ่งใน 30 อันดับแรกของโลก ด้วย A.I. 400 petaflops ผลงาน.

บริษัทยังได้เปิดตัวสถาปัตยกรรม DGX Super Pod ใหม่ เพื่อให้นักวิจัยคนอื่นๆ สามารถสร้างซูเปอร์คอมพิวเตอร์ที่ปรับขนาดได้ของตนเอง ซึ่งเชื่อมโยงระหว่าง 20 ถึง 140 ระบบดีจีเอ็กซ์.

Nvidia RTX A6000: Ray Tracing สำหรับมืออาชีพ

ส่วนขยายของ GeForce RTX 3070, RTX 3080 และ RTX 3090 ที่เพิ่งประกาศไปเมื่อเร็วๆ นี้ กราฟิกการ์ด, Nvidia ประกาศเปิดตัว GPU ที่ใช้ Ampere เจเนอเรชั่นใหม่สำหรับมืออาชีพ ใหม่ กราฟิกการ์ด ไม่ได้มีตราสินค้าอยู่ภายใต้ ร่ม Quadro ของ Nvidiaแต่ GPU RTX A6000 และ Nvidia A40 กำหนดเป้าหมายไปที่กลุ่มครีเอทีฟโฆษณาและนักวิทยาศาสตร์ข้อมูลกลุ่มเดียวกันกับที่ซื้อ Quadro GPU

“GPU มอบความเร็วและประสิทธิภาพเพื่อช่วยให้วิศวกรสามารถพัฒนาผลิตภัณฑ์ที่เป็นนวัตกรรม นักออกแบบเพื่อสร้างอาคารที่ล้ำสมัย และนักวิทยาศาสตร์ค้นพบความก้าวหน้าจาก ทุกที่ในโลก” บริษัทระบุในบล็อกโพสต์ โดยสังเกตว่า A6000 และ A40 ใหม่มีแกน RT ใหม่, แกนเทนเซอร์ และแกน CUDA ที่ “เร็วกว่ารุ่นก่อนอย่างเห็นได้ชัด” รุ่น”

บริษัทไม่ได้ให้รายละเอียดเฉพาะเกี่ยวกับฮาร์ดแวร์ อย่างไรก็ตาม Nvidia อ้างว่าแกน RT รุ่นที่สองให้ปริมาณงานมากกว่าการ์ดรุ่นก่อนหน้าถึง 2 เท่าในขณะเดียวกันก็ให้การประมวลผลพร้อมกัน การติดตามรังสีความสามารถในการแรเงา และการประมวลผล ในขณะที่เทนเซอร์คอร์รุ่นที่สามให้ทรูพุตมากกว่ารุ่นก่อนหน้าถึง 5 เท่า

การ์ดดังกล่าวมาพร้อมกับหน่วยความจำ GPU ขนาด 48GB ซึ่งสามารถขยายได้ถึง 96GB ด้วย NVLink เมื่อเชื่อมต่อ GPU สองตัวเข้าด้วยกัน เมื่อเปรียบเทียบกับหน่วยความจำเพียง 24GB ในเครื่อง RTX3090. ในขณะที่ RTX 3090 วางตลาดเป็น GPU ที่สามารถเรนเดอร์เกมใน 8K ที่ 60 เฟรมต่อวินาที (fps) หน่วยความจำที่ขยายบน RTX A6000 และ A40 ระดับมืออาชีพช่วยประมวลผลภาพ Blackmagic RAW 8K และ 12K สำหรับวิดีโอ การแก้ไข เช่นเดียวกับการ์ด Ampere สำหรับผู้บริโภค GPU A6000 และ A40 ใช้ PCIe Gen 4 ซึ่งให้แบนด์วิธเป็นสองเท่าของรุ่นก่อน

เซิร์ฟเวอร์ที่ใช้ A40 จะพร้อมใช้งานในระบบจาก Cisco, Dell, Fujitsu, Hewlett Packard Enterprise และ Lenovo A6000 GPU จะมาถึงพันธมิตรช่องทางจำหน่าย และ GPU ทั้งสองจะวางจำหน่ายในต้นปีหน้า รายละเอียดราคาไม่พร้อมใช้งานทันที และไม่มีความชัดเจนว่าการ์ดระดับมืออาชีพจะเห็นเหมือนกันหรือไม่ อุปทานมีจำกัดและการขาดแคลนครั้งใหญ่ ที่ Nvidia ประสบกับการเปิดตัวการ์ดสำหรับผู้บริโภค

การเพิ่มขึ้นของ A.I. บอท

Nvidia ยังเน้นย้ำว่าการทำงานของ GPU ช่วยเร่งความเร็ว A.I ได้อย่างไร การพัฒนาและการยอมรับ เฟสบุ๊คเอไอ นักวิจัยได้พัฒนาแชทบอทที่มีความรู้และความเห็นอกเห็นใจซึ่งผู้ใช้โซเชียลเน็ตเวิร์กครึ่งหนึ่งต้องการจริงๆ นักวิจัยของสถาบันเทคโนโลยีแคลิฟอร์เนียฝึกโดรนโดยใช้การเรียนรู้แบบเสริมกำลังเพื่อควบคุมระบบการบินให้บินได้อย่างราบรื่นผ่านสภาพอากาศแปรปรวนและการเปลี่ยนแปลงของภูมิประเทศ

A.I. ของ Nvidia ขึ้นอยู่กับสามเสาหลัก: โหนด GPU เดี่ยวหรือหลายตัวบนเฟรมเวิร์กหรือโมเดลใดๆ การใช้การอนุมาน และการประยุกต์ใช้โมเดลที่ได้รับการฝึกล่วงหน้า Huang กล่าว

Nvidia ยังประกาศว่าได้ร่วมมือกับ Microsoft เพื่อนำ Nvidia A.I. สู่ Azure เพื่อช่วยทำให้ Office ชาญฉลาดยิ่งขึ้น

“วันนี้ เราขอประกาศว่า Microsoft กำลังนำ Nvidia A.I. บน Azure เพื่อขับเคลื่อนประสบการณ์อันชาญฉลาดใน Microsoft Office” Huang กล่าวระหว่างการกล่าวสุนทรพจน์ “แอปพลิเคชันเพิ่มประสิทธิภาพการทำงานที่ได้รับความนิยมมากที่สุดในโลกซึ่งมีผู้ใช้หลายร้อยล้านคนได้รับความช่วยเหลือจาก A.I. ฟีเจอร์แรกจะรวมถึงการแก้ไขไวยากรณ์อัจฉริยะ การถามตอบ และการคาดเดาข้อความ เนื่องจากปริมาณผู้ใช้และการตอบสนองทันทีที่จำเป็นสำหรับประสบการณ์ที่ดี Office จะเชื่อมต่อกับ Nvidia GPU และ Azure ที่มีการตอบสนองของ GPU Nvidia ใช้เวลาน้อยกว่า 200 มิลลิวินาที ปริมาณงานของเราช่วยให้ Microsoft ขยายขนาดไปยังผู้ใช้หลายล้านคนพร้อมกันได้”

American Express ก็ใช้ A.I. เพื่อต่อสู้กับการฉ้อโกง ในขณะที่ Twitter กำลังใช้ประโยชน์จากปัญญาประดิษฐ์เพื่อช่วยให้เข้าใจและปรับบริบทของวิดีโอจำนวนมหาศาลที่อัปโหลดไปยังแพลตฟอร์ม

ด้วย A.I. แบบสนทนา ผลลัพธ์จากการสืบค้นเสียงบนแพลตฟอร์ม GPU ของ Nvidia มีผลเพียงครึ่งหนึ่ง เวลาแฝงเมื่อเปรียบเทียบกับการสืบค้นที่ประมวลผลด้วย CPU และยังมีเสียงที่สมจริงมากกว่า การอ่านออกเสียงข้อความที่เหมือนมนุษย์ เครื่องยนต์ Nvidia ยังประกาศ Jarvis แบบโอเพ่นเบต้าเพื่อให้นักพัฒนาได้ลองใช้ A.I. ด้วยทักษะการสนทนา

AI. เพื่ออนาคตการทำงานจากที่บ้าน

AI. นอกจากนี้ยังสามารถติดตั้งลงในแอปพลิเคชันต่างๆ เช่น โซลูชันการประชุมผ่านวิดีโอและการแชทที่ช่วยให้พนักงานทำงานร่วมกันจากระยะไกลได้ ด้วย Video Maxene ของ Nvidia Huang กล่าวว่า A.I. สามารถทำเวทย์มนตร์สำหรับแฮงเอาท์วิดีโอได้

Maxene สามารถระบุคุณสมบัติที่สำคัญของใบหน้า ส่งเฉพาะการเปลี่ยนแปลงของคุณสมบัติผ่านทางอินเทอร์เน็ต จากนั้นจึงสร้างใบหน้าอีกครั้งที่เครื่องรับ ซึ่งช่วยประหยัดแบนด์วิธ ทำให้ได้รับประสบการณ์วิดีโอที่ดีขึ้นในพื้นที่ที่มีการเชื่อมต่ออินเทอร์เน็ตไม่ดี Huang อ้างว่าแบนด์วิธลดลง 10 เท่า

AI. ทำให้การโทรดีขึ้นแม้ในพื้นที่ที่มีแบนด์วิธสูง ในตัวอย่างที่รุนแรงที่สุด A.I. สามารถใช้เพื่อปรับทิศทางใบหน้าของคุณเพื่อให้คุณสบตากับทุกคนในสายได้ แม้ว่าใบหน้าของคุณจะเอียงออกจากกล้องเล็กน้อยก็ตาม AI. ยังสามารถลดเสียงรบกวนในพื้นหลัง ปรับใบหน้าของคุณใหม่ เปลี่ยนพื้นหลัง และปรับปรุงคุณภาพวิดีโอในสภาพแสงที่ไม่ดี ผสมผสานกับ Jarvis A.I. คำพูด Maxene ยังสามารถส่งข้อความคำบรรยายได้

“เรามีโอกาสที่จะปฏิวัติการประชุมทางวิดีโอของวันนี้ และสร้างสรรค์การปรากฏตัวเสมือนจริงของวันพรุ่งนี้” Huang กล่าว “และวิดีโอ A.I. แอปพลิเคชันอนุมานมาจากทุกอุตสาหกรรม”

การนำศูนย์ข้อมูลมาสู่ชิป ARM

เน้นการลงทุนในชิป ARM, Nvidia ประกาศเปิดตัว BlueField DPUs ใหม่ซึ่งนำ พลังของดาต้าเซ็นเตอร์โครงสร้างพื้นฐานบนชิปและได้รับการสนับสนุนโดย DOCA ซึ่งก็คือ สถาปัตยกรรม.

BlueField 2 DPU ใหม่ถ่ายส่วนประกอบที่สำคัญ เช่น ระบบเครือข่ายและพื้นที่จัดเก็บข้อมูล รวมถึงงานด้านความปลอดภัยจาก CPU เพื่อช่วยป้องกันการโจมตีทางไซเบอร์

“BlueField-2 DPU เพียงตัวเดียวสามารถให้บริการศูนย์ข้อมูลเดียวกันกับที่สามารถใช้ CPU ได้ถึง 125 คอร์” Nvidia อ้างในแถลงการณ์ที่เตรียมไว้ “สิ่งนี้ทำให้แกนประมวลผล CPU อันมีค่าว่างมากขึ้นเพื่อใช้งานแอปพลิเคชันระดับองค์กรอื่นๆ ได้อย่างหลากหลาย” ทางบริษัทบอกว่าอย่างน้อย 30% ของ CPU นั้น ก่อนหน้านี้ใช้โดยการรันโครงสร้างพื้นฐานของศูนย์ข้อมูล และตอนนี้คอร์เหล่านั้นก็ว่างมากขึ้นเมื่องานถูกถ่ายโอนไปยัง BlueField แล้ว ม.อ.

Bluefield 2X DPU ตัวที่สองยังมาพร้อมกับ Nvidia's กระแสไฟ- เทคโนโลยี GPU ที่ใช้ แอมแปร์นำ A.I. ไปยัง BlueField 2X เพื่อให้การวิเคราะห์ความปลอดภัยแบบเรียลไทม์และระบุกิจกรรมที่เป็นอันตราย

เครื่องมือแนะนำส่วนบุคคล

AI. สามารถใช้เพื่อให้คำแนะนำส่วนบุคคลเกี่ยวกับสินค้าดิจิทัลและสินค้าทางกายภาพบนแพลตฟอร์ม โดยให้บริการโฆษณาดิจิทัล ข่าวสาร และภาพยนตร์ที่เกี่ยวข้อง Nvidia อ้างว่าแม้การปรับปรุงความแม่นยำของคำแนะนำเพียง 1% ก็สามารถเพิ่มยอดขายนับพันล้านและการรักษาลูกค้าที่สูงขึ้นได้

เพื่อช่วยให้บริษัทต่างๆ ปรับปรุงเครื่องมือแนะนำของตน Nvidia ได้เปิดตัว Merlin ซึ่งขับเคลื่อนโดยแพลตฟอร์ม Nvidia Rapids แม้ว่าโซลูชันที่ใช้ CPU อาจใช้เวลาหลายวันในการเรียนรู้ แต่ Merlin กล่าวกันว่ารวดเร็วมากและขยายขนาดได้อย่างมาก โดยมีรอบเวลาตั้งแต่หนึ่งวันไปจนถึงเพียงสามชั่วโมง ขณะนี้ Merlin อยู่ในช่วงเบต้าแบบเปิด Huang กล่าว

Adobe ใช้ Rapids เพื่อการตลาดอัจฉริยะ ในขณะที่ Capital One ใช้แพลตฟอร์มสำหรับการวิเคราะห์การฉ้อโกงและขับเคลื่อนแชทบอท Eno ของบริษัท

AI. สำหรับ IoT ทั้งหมด

แพลตฟอร์ม EGX ของ Nvidia ใช้เพื่อนำ A.I. ไปยังอุปกรณ์ Edge เพื่อสร้าง A.I. ตอบสนองมากขึ้นสำหรับแอปพลิเคชัน Internet of Things หรือ IoT EGX มีให้บริการบน NGC ของ Nvidia และโรงพยาบาลต่างๆ เช่น Northwestern Memorial Hospital ใช้เพื่อถ่ายโอนงานบางอย่างไปยังคอมพิวเตอร์ที่พยาบาลทำเป็นประจำ ตัวอย่างเช่น ผู้ป่วยสามารถใช้คำสั่งภาษาธรรมชาติเพื่อถามบอทว่าพวกเขากำลังดำเนินการขั้นตอนใดอยู่

“EGX A.I. คอมพิวเตอร์รวม Mellanox Bluefield 2 GPU และ Ampere GPU ไว้ในการ์ด PCI Express ใบเดียว เปลี่ยนเซิร์ฟเวอร์ OEM มาตรฐานใดๆ ให้เป็น A.I เร่งความเร็วที่ปลอดภัย ศูนย์ข้อมูล” Huang กล่าว

แพลตฟอร์มดังกล่าวสามารถใช้ประโยชน์ในด้านการดูแลสุขภาพ การผลิต โลจิสติกส์ การจัดส่ง การค้าปลีก และการขนส่ง

ARM ที่ก้าวหน้า

"วันนี้. เรากำลังประกาศความคิดริเริ่มที่สำคัญในการพัฒนาแพลตฟอร์ม ARM” Huang กล่าวถึงการเข้าซื้อกิจการ ARM ของบริษัทที่ประกาศ โดยไม่มีอะไรที่เป็นการลงทุนในสามมิติ

“ประการแรก เรากำลังเสริมพันธมิตร ARM ด้วย GPU เครือข่าย อุปกรณ์จัดเก็บข้อมูล และเทคโนโลยีความปลอดภัย เพื่อสร้างแพลตฟอร์มเร่งความเร็วที่สมบูรณ์ ประการที่สอง เรากำลังทำงานร่วมกับพันธมิตรของเราเพื่อสร้างแพลตฟอร์มสำหรับ HPC cloud edge NPC สิ่งนี้ต้องใช้ระบบชิปและซอฟต์แวร์ระบบ และประการที่สาม เรากำลังย้ายระบบ Nvidia A.I. และเอ็นจิ้น Nvidia RTX ไปจนถึง ARM”

ปัจจุบันมีให้บริการเฉพาะบนแพลตฟอร์ม x86 เท่านั้น อย่างไรก็ตาม การลงทุนของ Nvidia ใน ARm จะเปลี่ยนโฉมให้เป็นผู้นำและเร่งความเร็วใน A.I. Huang กล่าวในขณะที่เขามองหาตำแหน่ง ARM ให้เป็นคู่แข่งกับ Intel ในพื้นที่เซิร์ฟเวอร์

คำแนะนำของบรรณาธิการ

• ซูเปอร์คอมพิวเตอร์ของ Nvidia อาจนำมาซึ่งยุคใหม่ของ ChatGPT
• Nvidia GPUs พบว่าราคาเพิ่มขึ้นอย่างมากและความต้องการ AI มหาศาล
• A.I. ของ Zoom เทคโนโลยีตรวจจับอารมณ์ระหว่างการโทรทำให้นักวิจารณ์ไม่พอใจ
• Nvidia เปิดตัว CPU และ Hopper GPU ครั้งแรกที่ GTC 2022
• Nvidia ใช้ A.I. อย่างไร เพื่อช่วยให้ Domino’s ส่งพิซซ่าได้เร็วขึ้น