NVIDIA发布三款新品,各自侧重点有何不同? | GTC China 2016

NVIDIA今天在GTC China2016上发布了新的产品:专为深度学习设计的推理加速器Tesla P4和Tesla P40,以及专为自动驾驶和汽车人工智能开发的低功耗计算机Drive PX2 for autocruise。

NVIDIA的传统强项是桌面和移动PC GPU,不过坚定的向着AI大踏步迈进的它显然已经不满足于一味的在单一领域做提高GPU性能的事了。我们曾经提到过,AI的研发和应用分为好几个阶段,NVIDIA传统的计算密集型GPU产品只会对训练算法这一项起到显著的改善作用,但NVIDIA显然是不会甘心只拿下这一领域的,而是希望将整个开发流程都包括进去。P4和P40同之前放置于超级计算机DGX-1内的P100定位类似,但功能侧重点有所不同。P100专注于加速神经网络的训练速度。而P4和P40专注于提高CPU的推理,也就是逻辑运算效率。一下是3款新品的侧重点盘点:

P4 VS P40 VS Drive PX2 Autocruise

一. P4专注于提高CPU的推理,也就是逻辑运算效率。

* 单精度浮点为5.5 TeraFLOPS * INT8指标为22 TOPS * 内置8GB GDDR5显存 * 2560 CUDA核心 * 支持192 GBPs带宽。 * 集成72 亿个晶体管 * NVIDIA称P4性能是去年发布的M4的四倍 * 主要负责图像、文字和语音识别

二. P40专注于提高CPU的推理,也就是逻辑运算效率。可将CPU推理加速40倍。

* 单精度浮点为12 TeraFLOPS * INT8指标(衡量深度学习)为47 TOPS * 内置24GB GDDR5显存 * 3840 CUDA核心 * 346 GBps带宽 * 集成120 亿个晶体管 * NVIDIA称P40性能是去年发布的M40的四倍 * 主要负责图像、文字和语音识别

三. PX 2 AUTOCRUISE计算平台适用于自动巡航功能(包括高速公路自动驾驶和高清制图)

* 能够实时了解周边情况 * 在高精度地图上精确定位,以及规划安全行车路线。该平台采用了新型单处理器配置 * 帮助车辆利用深度神经网络处理来自多个摄像头和传感器的数据。 * 功率仅为10W

着重提一下Drive PX2 Autocruise

不过,这些都还算是NVIDIA的传统强项。其各项数据指标除了比前代产品m4/m40更快更高更强一点也没有太多值得说的地方。令人感兴趣的反而是这块看起来弱弱的Drive PX2 Autocruise。

首先一个非常亮眼的数据是它的功耗只有10w,这或许是因为它使用的是NVIDIA为移动平台开发的Tegra系列处理器,不过不管怎样这个功耗可以说是十分亮眼的,因为同等级的FPGA产品的功耗水平也基本就是在这个程度,甚至还会更高一些。并且它的功能定位聚焦于高速公路上的自动巡航,而并不是整个自动驾驶领域。这也很好理解,单移动处理器的架构和极低的功耗必然无法支撑起超大规模的计算。不过NVIDIA的意思也不在于此。

NVIDIA表示,这款产品可以同NVIDIA的DGX-1相配合。在NVIDIA描述出的图景中,数据科学家可以在数据中心利用NVDIA DGX-1训练深度神经网络,然后把训练好的神经网络在车辆配备的NVIDIA DRIVE PX2上运行。NVIDIA为DGX-1和Drive PX2 for autocruise开发了完全相同的NVIDIA DRIVEWorks算法、库、工具。让研究者可以方便的进行通用开发。

也就是说,这台计算机(Drive PX2 for autocruise)一开始就不是设计用来开发的,而是一台应用层面的设备。也就是说,NVIDIA用产品囊括完整AI开发流程的行动又开始了一个新的阶段。

小结

今天会上,黄仁勋着重表示——P4专为加速1U OCP服务器而设计,功率仅为50W;P40专为最大吞吐量而设计,能将CPU推理加速40倍。连同在今年美国GTC上将发布的超大规模数据中心加速器Tesla p100与P4/P40将在深度学习的训练和推理两端,为数据中心带来端到端的深度学习平台。

至此,NVIDIA在人工智能领域已经形成了以Tesla P100和DGX-1为核心的训练系统;以P4/P40和Tensor-RT为核心的数据中心推理系统;以及以DRIVE PX 2与Driveworks为核心的智能驾驶体系。通过全面布局构建了端到端的深度学习平台。

在这场发布会上,Drive PX2 autocruise的战略地位可能甚至会高于P4和P40。虽然它是一块自动驾驶芯片,不过NVIDIA的真正意图应该还是跳出作为传统强项的AI研发领域,通过这款产品为自己在AI应用层面的进一步发展做准备和试验。NVIDIA明显已经铁了心要成为AI的领导者之一,要达到这个目的,类似Drive PX2 for autocruise这样的针对特定场景设计的计算机是必不可少的。这款产品也可以看作是NVIDIA的一个试水之作,如果其获得了足够的成功,我们可能很快就能在其他一些物联网产品上也看到NVIDIA的身影了。

原文发布于微信公众号 - AI科技评论(aitechtalk)

原文发表时间:2016-09-13

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏大数据文摘

我们需要什么样的智能助理?

1672
来自专栏人人都是极客

AI技术趋势、人才概况都在这里了!清华发布最易懂的AI芯片研究报告【附下载】

2010 年以来, 由于大数据产业的发展, 数据量呈现爆炸性增长态势,而传统的计算架构又无法支撑深度学习的大规模并行计算需求, 于是研究界对 AI 芯片进行了新...

824
来自专栏吉浦迅科技

IBM推出 Power 系统 S822LC,全新搭载 Tesla P100 GPUs 与 NVLink 技术

数据中心的工作负载量不断改变,不久前这些系统的主要任务是处理储存进来的资料和网页,而如今数据中心却要面对日渐增加的人工智能作业,象是理解语音、文字、图片和影片内...

3456
来自专栏阮一峰的网络日志

最有效的五步推销法

今天,我读到一篇文章,作者是美国的一个企业咨询专家,介绍他见过的最有效的 PPT,总结了其中的模式。我觉得太实用了,一定要做一下笔记。

773
来自专栏AI科技大本营的专栏

一文带你重温英伟达 2017 GTC 的七大亮点

北京时间5月11日凌晨,英伟达CEO黄仁勋在2017 GTC大会上进行了一场持续两个小时的主题演讲。在本次演讲中,所有内容都是围绕AI和深度学习进行的。 老黄谈...

2566
来自专栏Data Analysis & Viz

最全知乎专栏合集:编程、python、爬虫、数据分析、挖掘、ML、NLP、DL...

上一篇文章《爬取11088个知乎专栏,打破发现壁垒》 里提到,知乎官方没有搜素专栏的功能,于是我通过爬取几十万用户个人主页所专注的专栏从而获取到11088个知乎...

1582
来自专栏leland的专栏

游戏与人工智能

在人工智能的发展上的道路上,游戏到底扮演着一个怎样的角色?也许接下来五分钟的阅读(多图预警),会让你得到一个较为清晰的答案。

35924
来自专栏人工智能头条

人机交互如何改变人类生活 | 公开课笔记

1131
来自专栏BestSDK

黄仁勋再抛“核弹头”,新型GPU深度学习专属 SDK引爆Nvidia股价

在英伟达主办的GTC大会上,这位 AI 教父像是摇滚明星一样,再一次面向现场的数千名观众,扔下了“核弹头”,把这个行业炸开了锅。 ? 在这个 T恤和套头衫为主的...

3665
来自专栏量子位

历史转折中的英伟达:百亿豪赌出奇迹 实习生项目救主

颜萌 李林 编译整理 量子位 出品 | 公众号 QbitAI ? 所到之处,英伟达CEO黄仁勋例行强调:我们是一家AI公司。 谁又能说不是? 市值两年上涨7倍,...

3148

扫码关注云+社区