Nvidia在GTC上发布了一系列新的技术

Nvidia首席执行官Jensen Huang周二在硅谷举行的2018年GPU技术大会（GTC）上展示了很多新东西，从大型图形芯片到机器人模拟器。

下面我们简要总结一下。

• Huang在一次问答环节中承认，目前最高端的Nv GPU确实存在短缺，主要原因是人们用进行加密货币和区块链分类帐操作。Nvidia根本无法制造足够的特斯拉芯片，部分原因是需求和部分原因是由于产量。到目前为止，芯片设计师唯一的解决方案是：制作并发布尽可能多的GPU。biz希望专注于为云计算和超级计算机构建者，游戏玩家，图形艺术家，科学家，工程师，企业等提供硬件，而不是那些加密矿工。
• 如果你有大约一百万美元来进行深度学习研究，Pure Storage和Nvidia已经制作了超融合的闪存和旗舰Tesla Volta GV100 GPU，以及一些称为AIRI的额外零件。
• 编程人员，工程师和其他技术人员梦想创造具有某种机器智能的机器人，可以很好地检查Isaac：这是一个即将推出的软件开发工具包和模拟器，包含库，驱动程序和其他工具，用于设计，测试和构建基于机器学习的机器人。
• 说到程序员，TensorRT 4--一个GPU加速的深度学习推理框架 - 已经降临。如果您更喜欢将该引擎用于AI编码，Nvidia和Google boffins已将TensorRT集成到TensorFlow 1.7中。
• Nvidia正在与NVSwitch（一种用于高速NVLink互连的交换机）进入联网世界。与此同时，特斯拉V100 GPU-- Nvidia数据中心线芯片的顶级产品 - 现在可以使用32GB的HBM2内存，而不是通常的16款。将全部装配在一起的是全新的DGX-2工作站，其中有16个32GB V100通过12 NVSwitch用于2.4TB /秒的二等分带宽和512GB总HBM2内存。该机箱具有1.5TB系统内存，两个Intel Xeon CPU，30TB闪存，以及Infiniband，100GbE和10 / 25GbE接口。Nvidia声称可以通过混合精度浮点运算达到2 PFLOPS。这个装备建立在先前推出的价值150,000美元的DGX-1和DGX电台上。
• Nvidia已经登录Project Trillium项目，Arm将人工智能推理处理加入到可穿戴设备，小工具和物联网设备的芯片中。这是为了芯片设计者：Nvidia公司提供NVDLA作为构建深学习加速器到硬件中一个自由和开放的架构。
• 如果你正在研究自动驾驶汽车 ，Nvidia新推出的Drive Constellation是一堆用于模拟自动驾驶控制软件的框架，不会造成机器人撞车或造成人员伤亡，这些GPU加速的机器最早要到2018年第三季度才会上线。
• 科学家，工程师和艺术家需要一些算力来进行模拟和渲染，这款新型Quadro GV100具有32GB HBM2内存。它们每个都可提供高达7.4 TFLOPS的双精度浮点运算性能，或具有单精度的14.8 TFLOPS，并且可通过NVLink互连链接以形成一个GPU，使最大潜在性能和HBM2容量翻番。这些应该现在可以直接从Nvidia或下个月的供应商处获得。