英伟达黄仁勋发布全球最大GPU,超300斤,汽车后备箱大小 | GTC2018

大数据文摘作品

作者:魏子敏、云舟、龙牧雪

这一次的GTC大会可能让不少矿工略微失望,英伟达并没有如传言所说发布一款“挖矿”专用芯片,但这并不影响这场持续三小时的英伟达2018GTC大会的精彩。

当地时间3月28日上午9点,英伟达创始人兼首席执行官黄仁勋在San Jose McEnery 会议中心,开启了第九届年度 GPU 技术大会 (GTC)。

按照惯例,黄教主依然一身皮衣登场,激情满满完成了本次大会的keynote演讲,并发布了一系列英伟达的新产品。

先来一睹为快本次发布会的精华内容:

  • 发布全球首个基于Volta架构的GPU——GV100,并与医疗影像行业结合;
  • DGX2——世界最大GPU诞生!重达350磅,有汽车后备箱那么大;
  • TensorRT 4发布,为超大规模数据中心提速100倍;
  • 发布针对自动驾驶场景的解决方案。

本次大会的四大主题

图像、科学、AI、机器人?

“今天,我们将讨论令人惊讶的图像,令人惊讶的科学,令人惊讶的人工智能和令人惊讶的机器人。”刚一上场,黄教主就带着他一贯的激情脱口而出了四个“令人惊讶的”。

黄教主首先回忆了第一部电影的诞生,以及电影工业的发展。而这一切离不开GPU的支持。

发布全球首个基于Volta架构的GPU——Quadro GV100

“15年来计算机图形学最重要的进步”

今天发布的第一款产品是Quadro GV100——世界上第一款基于Volta架构的GPU工作站。它的创新之处是带有一个名为NVLink 2 的全新连接点,这一连接将编程和内存模型从一个GPU扩展到第二个,从而链接起来,使它们像一整个GPU那样工作。这两个GPU共有10,000个CUDA内核,236个teraflops的Tensor Cores和64GB内存。

“现在每年产生10亿张图片,而且可以再增加10倍,因为Quadro可以把实时渲染降低到现有成本的1/5,现有空间的1/7,和现有功耗的1/17”,黄教主接着说道。

这一产品的主要使用场景是计算机图像,例如电影和游戏产业。黄仁勋接下来展示了目前已经有的三十多个主要合作伙伴,涉及游戏、设计、电影、建筑等行业。他非常激动地称,这项技术是15年来计算机图形学最重要的进步。

与医疗影像结合,推出虚拟化数据中心

这一芯片产品的另一个可广泛应用的领域是医疗行业。

黄教主展示了一张15年前的超声波图像并将其与一张现在的超声波图像比较。可以明显看到前者模糊的灰色像素,而后者甚至可以看到胎儿的准确肤色。

正是因为基于GPU的计算技术发展,现在可以比以前更好地重建图像,通过渲染来释放更多洞察力并迅速可视化图像。为了确保这一技术更好更快地应用到医疗行业的硬件设备上,英伟达还为此推出了Clara项目——远程、多模式、多用户的虚拟化数据中心,可以为每个系统进行虚拟更新。

黄教主说,英伟达在现代医学成像方面所做的工作是他最感到自豪的事情之一。

DGX-2——世界最大GPU诞生!

这个庞然大物包含20亿个晶体管,其中每个GPU都通过光纤交换机通信,所以它的工作原理更类似一个交换机而不是一个网络。

这款GPU重达350磅(超过300斤),有汽车后备箱那么大,“没有人能把它举起来”,黄教主调侃道。

DGX-2的处理能力是去年9月发布的DGX-1的10倍以上。

DGX2示意图?

这款全球最强大的电脑售价为39.9万美元(约250万人民币)。

黄教主称,它可以取代300台消耗为180千瓦的双CPU服务器,而这三百台计算机总价值为3百万美元,使用DGX-2可以将成本降为之前的八分之一,并将占地空间降到之前的六十分之一。

5年前,在2个GTX 580上训练Alexnet神经网络需要花费6天,但现在使用DGX-2只需要训练18分钟。时间单位从“天”降低到“分钟”,产生巨大对比。

发布NVIDIA GPU Cloud(NGC)

黄教主接着说道:“在数据和计算量的‘双重指数级’增长的背景下,出于为越来越复杂的系统和软件提供支持的目的,我们发布了NVIDIA GPU Cloud(NGC)。”

不论使用什么云,都可以在NGC上使用相同的堆栈,现在的NGC已经有了两万注册用户,而这仅仅是去年发布后的一小部分。NGC已经通过了AWS、Google Cloud、Oracle Cloud和阿里云的认证。它是一个能在任何云上运行的唯一体系结构。

TensorRT 4发布,超大规模数据中心提速100倍

黄教主用一张幻灯片展示了超大规模数据中心需要考虑的7个重要因素,并强调,超大规模数据中心是有史以来最复杂的计算机。

目前世界上大概有3千万台超大规模服务器。英伟达在2016年9月推出TensorRT,这是专门用来服务超大规模数据中心的芯片。

2017年4月推出TensorRT 2;2017年9月推出Tensor RT 3。今天英伟达发布了TensorRT 4——它可以处理循环神经网络,与TensorFlow深度融合。完成网络训练后,它可以直接在设备上运行。

Tensorflow官方推特也同期发布了这一消息?

黄教主称,这一更新可以让图像加速190倍,自然语言处理加速50倍,推荐引擎提速45倍,语音提速36倍,语音识别率提高60倍。“总体而言,我们将超大规模数据中心的速度提高了100倍。会节省很多钱。

黄教主接下来发布了Kubernetes,用来协调数据中心服务器海洋中的工作负载——目前已经可以被GPU识别。

发布针对自动驾驶场景的解决方案——Perception基础架构

Uber自动驾驶致死行人事件让自动驾驶技术的发展被推到了风口浪尖。本次发布会上,黄教主也着重强调了自动驾驶场景。

“安全是最重要的一件事。这是最难的计算问题。发生致命事故后,我们提醒自己,这项工作非常重要。我们需要一步一步地解决这个问题,因为这么多事情都处于危险之中。如果我们做得对,我们有非常大的机会挽救生命。”

而对于无人车的安全性,高效可用的芯片被摆上了举足轻重的地位。英伟达称已经花了五到七年的时间来了解这个系统。“我们正试图从头到尾思考这个问题,这里的四个支柱是:收集数据,训练模型,模拟,驾驶。”

黄教主接下来推出并详细介绍NVIDIA应用于自动驾驶场景的Perception基础架构:

  • 每辆汽车都在收集PB级的数据,我们将其标记为数据因子 - 每月有1500人来标注100万件物品;
  • 我们在NVIDIA DGX系统上进行训练,然后我们进行验证;
  • 最终创建网络,我们现在在车上有10个网络。每个网络有10个DGX分配

这10个网络涵盖感知、自由空间距离感知、天气,激光雷达感知、基于相机的映射、相机定位到高清地图、激光雷达定位到高清地图、路径感知和场景感知。

“我们正在试图创建一个自动驾驶汽车流量和基础设施,这样整个行业就可以利用这一点,并创造出自动驾驶汽车的未来。”

不过,据海外媒体TechCrunch报道,在Uber事故后,英伟达已暂停其自动驾驶测试。不知是否受此影响,英伟达股价今天持续走低,累计下跌超9%。

原文发布于微信公众号 - 大数据文摘(BigDataDigest)

原文发表时间:2018-03-28

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

来自专栏人工智能快报

野村综合研究所发布至2020年人工智能技术路线图

2016年3月17日,日本野村综合研究所总结了未来将对商业和社会造成深远影响的8项重要技术,并预测了这些技术至2020年的发展情况。这8项重要技术包括:人工智能...

2936
来自专栏新智元

AI 淘金热 | 机器学习创业机会在哪里?

机器学习淘金热正在到来!Libby Kinsey 是 Nesta 资本的投资经理,关注技术创新已经有 12 年。她根据自己的观察,总结出这波淘金热的创业机...

3936
来自专栏AI科技大本营的专栏

李飞飞谈AI医疗:为什么我要从监督医生洗手开始做起?

作为 AI 界的领军人物,谷歌云人工智能和机器学习首席科学家李飞飞一直致力于 AI 民主化,希望利用 AI 造福社会。在昨日举行的清华大学—谷歌 AI 学术研讨...

1312
来自专栏钱塘大数据

AI告诉您,全国有12个人跟您长的一模一样

主题为“引领人工智能,创造无限可能”的2018年中国图灵大会在上海召开,于1966年由国际计算机协会(ACM)设立的“图灵奖”,当之无愧是计算机界最负盛名、最崇...

1053
来自专栏量子位

一个耗资数百万的AI数据集,和它背后的90后超人们

李根 发自 凹非寺 量子位 报道 | 公众号 QbitAI ? 不够智能的人工智能,往往被调侃成“人工智障”,但不是所有人都清楚知道“智障”的原因。 199...

3464
来自专栏大数据文摘

60年人工智能简史

2489
来自专栏数据科学与人工智能

【机器学习】机器学习创业机会在哪里?

机器学习淘金热正在到来!Libby Kinsey 是 Nesta 资本的投资经理,关注技术创新已经有 12 年。她根据自己的观察,总结出这波淘金热的创业机会,其...

40110
来自专栏DT数据侠

2万条评论数据带你揭秘“菊粉军团”真实面目

最近,创造101很火。但比节目更火的是全民pick的菊姐!王菊体型微胖,皮肤黝黑,和传统选秀偶像相去甚远。但她有想法、不服输的性格却受到了广大观众的喜爱。菊姐从...

1070
来自专栏人工智能头条

读懂你性格的个性化推荐

1693
来自专栏DT数据侠

为什么你收到的“个性化推荐”总是槽点满满?

互联网时代,信息量惊人膨胀,也意味着用户必须为信息筛选付出更大成本。个性化推荐技术的出现,意味着这个被信息淹没的时代,用户可以直接获得自己最感兴趣的内容推。但现...

850

扫码关注云+社区

领取腾讯云代金券