GTC主题演讲:首席执行官Jensen Huang现场直播’s Kitchen

英伟达首席执行官揭示了GPU在争夺COVID-19,新的Ampere GPU架构,与BMW的合作关系中的作用,以及更多

英伟达首席执行官揭示了GPU在争夺COVID-19,新的Ampere GPU架构,与BMW的合作关系中的作用,以及更多

在全州范围内锁定的情况下,NVIDIA首席执行官黄仁勋(Jensen Huang)在其厨房中预先录制了GTC主题演讲。图片由NVIDIA提供。


一般 英伟达 GTC(GPU技术大会)的与会者将涌入硅谷一个会议中心的大厅,听取NVIDIA首席执行官詹森(Jen-Hsun)的讲话。'的路线图,预测和承诺,但今年不行。

Huang说,今天出现在录制的录像中,“我们的第一个厨房主题演讲—I'我从我们加利福尼亚的家来找你。我希望大家都在家里安全地避难。”

这是他本来会在原定于3月22日举行的现场直播中亲自发表的基调,但冠状病毒和封锁使它无法在现场进行。

在视频主题演讲中,黄仁勋感谢前线工作人员对抗COVID-19—“护士,医生,卡车司机,零售店员,仓库工人,以及我们在家里避难时保持世界运转的所有人。”

在使用HPC(高性能计算)分析新病毒时,GPU已成为强大的盟友。“牛津纳米孔 能够对病毒进行测序'使用我们的技术在短短七个小时内” Huang said.

甚至在病毒爆发之前,GPU加速的HPC工作负载已经变得越来越普遍。“数据处理和数据在数据中心周围的移动比以往任何时候都更加重要。我们的应用'现在重用了,他们没有'不适合任何计算机,” Huang observed. “实际上,服务器不再是计算单元。数据中心是计算单元。”

数据中心规模的计算

Huang认为,在未来十年中,数据中心规模的计算将成为常态。愿景促成了NVIDIA's recent $7 billion acquisition of 梅拉诺克斯,这是数据中心领域领先的互连解决方案提供商。

梅拉诺克斯'的硬件可与专用处理器(例如 梅拉诺克斯 BlueField 2I / O(输入/输出)处理单元。“BlueField 2以线速(在这种情况下最高可达200​​ GB /秒)加速安全性和数据包处理,”黄在视频主题演讲中说。

Huang推测,BlueField 2等设备将成为现代计算的三大支柱之一—“CPU,用于通用计算; GPU,用于加速计算;以及DPU(数据处理单元),用于在数据中心附近移动数据。”

全新的基于Ampere架构的NVIDIA A100 GPU,专为数据中心而设计。图片由NVIDIA提供。

英伟达 安培架构

以GPU为中心的工作负载正越来越成为AI和机器学习应用程序的一部分。因此,GPU的性质正在逐渐从图形处理器演变为数据处理引擎。 Hung本周发布的最新NVIDIA架构反映了这一点。

“NVIDIA A100基于我们称为Ampere的架构,” explained Huang. “首先,我们使用tsmc's 7纳米工艺'已使用称为的技术针对NVIDIA优化 酷思,晶片在基板上的晶片上。它将内存放在基板上,使我们能够以惊人的速度进行互操作。它提供高达1.5 TB的帧缓冲区带宽。这是历史上第一个可舒适地提供每秒TB的带宽的处理器。”

安培体系结构具有一种新的张量数值格式,称为Tensor Float 32。“您在FP32中输入,在Tensor Float 32中处理,在FP32中累积(浮点数为FP)。因此,训练时无需更改代码,” said Huang.“现在,我们可以有效地将神经网络处理速度提高两倍。”

由NVIDIA'在自己的基准测试中,基于Ampere的A100的性能几乎是Volta GPU的20倍。 A100是“the world'的第一个处理器达到1 Petaops以上—每秒1,250兆每秒” Huang boasted.

第三代NVIDIA'针对AI研究人员的DGX硬件将以 DGX A100,配备Ampere GPU。“上一代DGX主要用于培训。借助此工具,您可以将其用于训练,分析和推理,” said Huang. “您还可以拆分此DGX,一次将其共享给50个不同的用户。”

宝马集团 selects 英伟达 Isaac robotic training platform to implement autonomous factory logistics management. Image courtesy of 英伟达.

宝马选择NVIDIA

凭借其众多基于GPU的硬件满足自动驾驶汽车开发人员的需求,NVIDIA已在汽车领域站稳了脚跟。该公司本周宣布了其机器人培训系统 Isaac has been selected by 宝马集团 实行工厂自动化物流。

“BMW Group’s supply chain takes millions of parts flowing into a factory from more than 4,500 supplier sites, involving 230,000 unique part numbers, and in growing volumes as 宝马集团’在过去的10年中,汽车的销售量翻了一番,达到250万辆……为了优化这种巨大的物料流,自主AI驱动的物流机器人现在协助当前的生产过程,以便在同一生产中组装高度定制的车辆线,”NVIDIA在公告中写道。

AI驱动的Isaac可以生成对象变化和随机方向,以用于基于图像的系统训练。汽车制造商可以使用Isaac训练工厂物流系统来识别不同的物体,并在很少的人工干预下采取适当的行动—这种方法很可能会成为远离社会的时代的规范。

新冠肺炎'据称,对汽车行业的影响是多种多样的 丹尼·夏皮罗,NVIDIA汽车业务高级总监。“乘车共享行业正在急剧下降。我们不'还不知道会有什么影响,”他在与记者的简报会上说。“我们可能会看到某些车辆的转变—就像由于人员处于封锁状态而从运输人员转移到运输货物一样。汽车业务是长期的,不像游戏中的交易性销售。我们对沃尔沃这样的客户做出了惊人的承诺,即如今比以往任何时候都更加相信无人驾驶汽车是未来。”

英伟达的更多报道

分享这篇文章

订阅我们的免费杂志, 免费的电子邮件通讯或两者兼而有之!

加入超过90,000名工程专业人士,他们将在新闻发布后立即获得最新的工程新闻。


关于作者

黄健贤的头像
黄健贤

肯尼思·王是 数字工程’s 常驻博客作者和高级编辑。给他发电子邮件 [电子邮件 protected] 或在以下位置分享您对本文的看法 digitaleng.news/facebook.

      关注DE
#23948