数据中心gpu英伟达(英伟达手机GPU)

数据中心gpu英伟达(英伟达手机GPU)

达瓦迪

制作|AI技术营(公众号ID: RGZNAi100)

3月27日，3月27日，英威达在美国GTC发布会上推出了众多产品。

竹显卡扩展，史上最强DGX-2发布。

头阵列是工作站图形Quadro GV100，它配备了英达RTX技术(实时光线跟踪)。

它通过并行两个Quadro GPU将内存扩展64GB，提供每秒7.4万亿次浮点计算的双精度性能，深度学习浮点计算性能可达每秒118.5万亿次，支持实时AI噪声。

英大卫还将特斯拉V100的内存容量升级到32GB，完全兼容现有的DGX系统。

使用新的互联网架构NVSwitch，英大卫连接16个新的Tesla V100显卡，形成强大的DGX-2。GPU之间的通信速度高达300 GB/s。

这是台每秒可提供20万亿次浮点运算的服务器。在深度学习能力方面，DGX-2相当于300台传统服务器，但它在数据中心只有15个机架空间，重量为350磅(约317.5个齿轮)。黄仁勋说，“DGX-2是世界上的GPU。”

韦德在英国给出的价格是399万美元，预计今年第三季度交货。

竹子很难，但更大的发展计划是

针对AI开发者，英威达还推出了新的推理软件Tensorrt 4。谷歌作的好处，Tensorflow可以更好的和TensorRT 4融。流行的语音识别框架Kaldi也进行了优化。亚马逊、脸书和微软等公司更好地支持使用Onnx、WinML等开发工具。

根据官方的说法，Tensorrt 4适用于在GPU平台上训练的大型数据中心、嵌入式和自动化网络的快速验证、优化和部署。

相对于CPU，学习，语音，语音识别，语音成等。在GPU上使用Rensor4，速度可以提高190倍。

竹新医学影像平台及对外作

此外，英达还推出了医疗机构平台Clara Project，其本质是基于云的医学影像服务。其特征在于传统的2D图像可以被转换成更3D的3D形式。

英国Veda也与芯片设计公司ARM作，将开源的NVIDIA深度学习加速器(NVDLA)架构集成到ARM的Trillium平台中，从而更好地实现机器学习。

Project Trillium是今年2月的一个机器学习项目，具有很高的灵活性和可扩展性。NVDLA是一个免费的开放架构，加速了深度学习推理的采用。

Tensorrt还包含在NVDLA的开发者套件中，使得软件算法的开发更具想象力。

竹子的自驾路试悬挂，模拟加速训练

在自动驾驶领域，英伟达推出了基于云端的驾驶星座驾驶模拟系统。

借助Drive SIM软件，开发人员可以在云端构建高度模拟的驾驶环境。该系统将跟随搭载驾驶员飞马汽车芯片的自动驾驶测试计算机，并能与云端同步模拟数据，测试车辆本身产生的数据将与云端同步。

这意味着自动驾驶在测试阶段有更大的灵活性。基于虚拟模拟和实际道路测试，开发人员可以在自定义场景和罕见的极端情况下测试任何里程。

模拟测试环境，驱动SIM产生的数据流，在后续的验证和推理算法中非常有用。

预计英达将在今年第三季度提供这一服务。

在发布会上，英伟达的发言人将被悬挂在公共道路上，在公共道路上测试自动驾驶汽车。这主要是受超级事故影响，但英国户田手动驾驶的全球团队将继续运营。

消息发布后，英达的股价下跌。截目的节日，英达的股价下跌了近8%。不知道对在公共道路上测试自动驾驶汽车影响大不大。新产品是不够的。