NVDIA上到火星下至基因还能买的越多省得越多

2019-12-19 10:31:06  阅读:2321+ 作者:责任编辑NO。卢泓钢0469 责任编辑:责任编辑NO。卢泓钢0469

飞象网讯(魏德龄/文)在GTC CHINA 2019中的“压轴大SHOW”环节NVIDA创始人兼首席执行官黄仁勋主题演讲前,会场播放了一段“i am ai”的视频,当AI在阐明自己的AI身份后,则开始不断在不同领域变换着身份,可以是医生、也可是工程师、也可以是生物学家,可以是生活中的任意关键角色,就像是被神仙附体一般无所不能无所不在。

而就在这一视频之后,黄仁勋先生正式登场,开始介绍NVIDA在上到登陆火星下到基因测序在各种领域中扮演的重要角色,也同样在千行百业中变得无所不能。它就像是一部广义上的“手机”,通过软件变得什么都能做,并且如黄仁勋所反复在现场说得一句口头禅一样让客户“买的越多,省得越多”。

买的越多,省得越多

黄仁勋第一次在主题演讲中使用“买的越多,省得越多”的话术是在宣布推出由NVIDA RTX提供强效助力的瑞云云渲染,RTX在使用瑞云云渲染的性价比方面取得了突破,速度快12倍,价格低7倍。在展示的示例中,原本需要花费485个小时渲染的场景现在只需不到40小时即可渲染完成。黄仁勋用“The more you buy,The more you save”(买的越多,省得越多)来形容了这一产品特性,也引来了与会者阵阵会意笑声。

这一现场金句在随后的AI产品深度推荐系统中再次被套用。互联网的一个最重要的机器学习模型便是推荐系统模型,无论是通过搜索引擎搜索内容,还是通过客户端来了解信息,或是进行网上购物,在互联网上几乎每个查询都需要推荐服务,推荐系统也就成为了推动互联网发展的引擎。

国内的搜索引擎的代表百度、网上购物的代表阿里巴巴实际上的意思就是NVIDA的用户。目前,百度推荐系统采用NVIDA AI,有100多个推荐模型被使用在百度的众多应用中,这些模型每周还都会更新,它们学习用户的潜在兴趣,新的条目和特征被持续更新。同时,在这一过程中,GPU训练成本只有CPU的1/10,并且支持更大规模的模型训练。

阿里巴巴也在近期使用NVIDIA GPU大规模部署AI,在年度最大购物节日“双十一”为客户提供服务。通过NVIDIA平台的直观搜索功能和可靠的推荐,阿里巴巴能够支持比过去复杂6倍的模型,从而使点击率提高10%。相比于CPU,NVIDIA T4 GPU将阿里巴巴最大模型的吞吐量提高了100倍。T4还能够为阿里巴巴广泛、深入的推荐模型提供加速,实现每秒处理780个查询,而如果采用CPU这一查询能力仅为每秒3个。

软件能力让GPU变“手机”

此外,实现“买的越多,省得越多”的原因之一在于NVDIA没有打造AI专用芯片,而是把GPU打造成通用芯片,可以应用于各个领域,采用通用可编程的方式来让其服务于各行各业,最终如同一位无所不能的超级英雄。

黄仁勋在专访环节中将这一通用芯片的策略使用“智能手机”进行了比喻,众所周知手机可以玩游戏、看电子书、拍照等等做大量的事情,多数用户在拥有一台手机后无需再单独购买游戏机、相机等设备,这实际也节省了生活成本。芯片的道理同样如此,如果是面向不同领域均需要不一样的芯片,自然相关的成本也会水涨船高。

而在黄仁勋的演讲开头更是强调称计算机变化不大、GPU变化不大,而软件正在发生明显的变化。NVIDA通过不断改进软件栈,就使AI深度学习训练在两年间提升4倍,深度学习推理在1年内提高2倍。

NVDIA一直在专注于加速计算领域,致力于解决普通计算机无法解决的问题,在图形、HPC和交汇领域锐意创新,实时模拟各种环境、物理特性和智能。黄仁勋表示NVDIA在垂直市场中将GPU、深度专业相关知识、计算堆栈、算法和生态系统专业相关知识集于一体。并立足一个架构,借此涉足多样化的市场,从游戏到汽车再到医疗健康。

上到登陆火星下至基因测序

正如文章开头所说,NVIDA在本次大会发布的产品真是上到登陆火星下到基因测序,充分体现了涉足多样化市场的精神。

在图形领域,游戏行业中NVIDA和微软共同宣布《我的世界》支持RTX,并会在2020年到来,同时,还宣布了最新的六款GEFORCE RTX游戏;NVIDA MAX-Q让高性能GPU也能放在超薄笔记本中;同时还宣布与腾讯游戏推出START云游戏服务,为数百万玩家提供与本地游戏主机上一致的游戏体验,即使使用性能不足的终端,也依旧可获得无损体验。

面向建筑行业的NVIDA OMNIVERSE,该产品支持在建筑行业的工作流中增加实时协作功能,无论是在本地还是在云端。

如上文提到的,面向影视行业宣布推出由NVIDA RTX 提供强效助力的瑞云云渲染,目前超过85%的中国电影工作室都是瑞云的客户,首批5000片RTX GPU将于2020年上。

在HPC领域发布NVIDA FOR ARM,满足客户对于使用CUDA加速ARM的需求,并使ARM服务器打造成HPC和AI的理想选择。

航天行业中,NASA为了实现2030年底送人类上火星的目标,在NVIDA GPU上通过FUN 3D流体力学软件运行了数十万次火星着陆场景模拟,生成了150TB的数据。NVIDA针对数据分析发明在DGX-2上运行的Magnum IO GPU Direct Storage技术,可“实时”对数据进行可视化处理。

面向基因测序发布NVIDA PARABRICKS基因组分析工具包,并宣布华大基因已经采用该工具包,借助若干GPU服务器,按其测序仪生成数据的速率来处理基因组。

在AI领域中除了上述提到的面向互联网行业的深度推荐系统外,还发布了全新推理软件NVIDIA TensorRT 7,借助于该软件,全球各地的开发者都能轻松实现会话式AI应用,大幅减少推理延迟。

为了迎接万物智能革命,NVIDIA EGX作为面向边缘AI应用打造的“一体化AI云”,专为流式AI应用程序、Kubernetes容器编排、保护动态数据和静态数据安全面打造,已连接至所有物联网云。

在机器人行业,推出全新版本NVIDIA ISAAC软件开发套件SDK,为机器人提供更新AI感知和仿真功能。Isaac SDK包括Isaac Robotics Engine(提供应用程序框架),Isaac GEM(预先构建的深度神经网络模型、算法、库、驱动程序和API),用于室内物流的参考应用程序以及Isaac Sim的第一个版本(提供导航功能)。

在无人驾驶行业,NVIDIA 发布新一代无人驾驶和机器人处理器SoC产品NVIDIA DRIVE AGX Orin,达到ISO 26262 ASIL-D等系统安全标准,计划于2022年开始投产。并将向交通运输行业开源NVIDIA DRIVE无人驾驶汽车深度神经网络,在NGC上推出NVIDIA DRIVE预训练模型。同时滴滴将在数据中心使用NVIDIA GPU训练机器学习算法,并采用NVIDIA DRIVE为其L4级无人驾驶汽车提供推理能力。

编 辑:值班记者

“如果发现本网站发布的资讯影响到您的版权,可以联系本站!同时欢迎来本站投稿!