來源:內(nèi)容來自「鳳凰科技花子健」,謝謝。
北京時間3月28日凌晨00:00,,英偉達GTC 2018(GPU Technology Conference 2018,以下簡稱GTC)在美國圣何塞舉行,。英偉達再一次在提升計算力的路上越走越遠。GPU產(chǎn)品依然是主旋律,,Tesla V100系列,、DGX系列和Quadro GPU系列都進行了更新。
鳳凰網(wǎng)科技 花子健 發(fā)自美國圣何塞
新產(chǎn)品—全世界最大的GPU只要399
全新Tesla V100顯存將從原來的16GB提升至32GB,。2017年5月11日,,英偉達正式發(fā)布了全新Volta架構GPU——NVIDIA Tesla V100,它擁有超過210億個晶體管,,是上代TeslaP100的1.37倍。它的單精度浮點性能高達15 TFLOPS,,雙精度浮點7.5 TFLOPS,。
基于此前的NVIDIA NVLink架構,英偉達還推出了全新的NVSwitch架構,。這一互聯(lián)架構的帶寬比PCle交換機高5倍,,足以支持更大規(guī)模和復雜的數(shù)據(jù)集運算,讓開發(fā)者和科學家可以構建更高級的系統(tǒng),。
基于Tesla V100的升級和全新的NVSwitch架構,,英偉達將DGX 2的性能較前一代產(chǎn)品有大幅度提升。
在2016年的GTC上英偉達正式發(fā)布DGX 1,,它擁有8顆帕斯卡架構GP100核心的Tesla P100 GPU,,以及7TB的SSD,由兩顆16核心的Xeon E5-2698v3以及512GB的DDR4內(nèi)存驅(qū)動,。售價為129000美元,。2017年9月份,,英偉達推出了一款基于Volta架構的DGX 1V,擁有8塊Tesla V100,。
而DGX 2應用了最新的NVSwitch架構,,通過12個NVSwitch支持16塊全新的Tesla V100共享同一的內(nèi)存空間,總計512 GB HBM2存儲,,能實現(xiàn)每秒高達2千萬次的浮點運算,。此外,基于NVSwitch架構的應用,,16塊GPU可以實現(xiàn)2.4TB/秒的數(shù)據(jù)傳輸能力,。
DGX 2內(nèi)含16顆Tesla V100芯片
“這是全球最大的GPU?!秉S仁勛表示,,他還用“美麗、性感”等詞語來形容這一款最新的DGX系列產(chǎn)品,。
DGX 2的售價,,黃仁勛首先給出的是150萬美元,最后直接減價為39.9萬美元,,將在今年的第三季度正式開放購買,。
面向藝術及設計領域,英偉達還推出了搭載了NVIDIA RTX(實時光線追蹤)技術的NVIDIA Quadro GV100 GPU,。單塊GPU擁有32GB內(nèi)存,,可以基于NVLink技術將兩塊GV100 GPU并聯(lián),從而將內(nèi)存提升至64GB,。在前一周的游戲開發(fā)者大會上,,英偉達正式推出了NVIDIA RTX技術。
GV100 GPU基于最新的Volta架構,,可以提供每秒7.4萬億次浮點運算的雙精度性能,,每秒14.8萬億次浮點運算的單精度性能,以及每秒118.5萬億次浮點運算的深度學習性能,。
黃仁勛手中的GV100 GPU
這款產(chǎn)品主要針對傳媒娛樂從業(yè)者,、產(chǎn)品設計師、建筑設計師等專業(yè)設計與流媒體專業(yè)人員,。其中,,NVIDIA RTX內(nèi)置的NVIDIA OpitX AI-denoiser可以實現(xiàn)實時的AI降噪去噪。
硬件之外,,英偉達還發(fā)布了針對軟件的更新——TensorRT 4軟件,。這一軟件可用于優(yōu)化、驗證和部署在超大規(guī)模數(shù)據(jù)中心、嵌入式與汽車GPU平臺中經(jīng)過訓練的神經(jīng)網(wǎng)絡,。
為了籠絡更多的開發(fā)者,,英偉達與谷歌的工程師將TensorRT集成至谷歌的TensorFlow 1.7中。
自動駕駛—暫停自動駕駛研發(fā)
自動駕駛仍在本次GTC的討論之列
英偉達的自動駕駛平臺可以統(tǒng)稱為Drive PX系列,。但是其實,,Drive PX只是NVIDIA車載AI平臺的系列名稱。而這個系列目前主要包括兩代產(chǎn)品:已經(jīng)量產(chǎn)的Drive PX 2平臺,,以及在2018年初展示的新一代平臺Xavier,。
不過黃仁勛卻在GTC 2018上宣布英偉達將暫停自動駕駛的研發(fā)工作,雖然沒有說明何時能再推進這一進程,,但是他也表示“不會太久,。”
在2018年2月9日對外發(fā)布的2018財年第四季度及全年財報中,,英偉達曾經(jīng)提到過與Uber,、Aurora合作打造自動駕駛汽車,采用的就是開源的NVIDIA Drive人工智能自動駕駛平臺,。
美國當?shù)貢r間3月18日晚上,,亞利桑那州一名女子被Uber自動駕駛汽車撞傷,之后不幸身亡,。這是全球首例自動駕駛車輛致人死亡的事故,,隨后Uber宣布將暫停其在美國和加拿大的自動駕駛項目。隨后在26日,,亞利桑那州州長宣布暫禁Uber在亞利桑那州公路測試自駕車,。
黃仁勛在回答媒體關于該案件的提問時表示,英偉達對于這個意外感到悲傷,,但是自動駕駛的研究本身是沒有錯的,,應該從這個案件中吸取經(jīng)驗,提升自動駕駛的安全性,。作為Uber在自動駕駛領域的合作方之一,,英偉達暫停自動駕駛的研發(fā)可能和Uber的自動駕駛汽車撞人致死案有關,但其并沒有完全放棄自動駕駛項目,。
英偉達的DRIVE Constellation仿真系統(tǒng)
英偉達在GTC上推出了針對自動駕駛汽車測試的仿真系統(tǒng)——DRIVE Constellation,。
DRIVE Constellation仿真系統(tǒng)是一套使用照片級真實感模擬,,基于云的自動駕駛汽車測試系統(tǒng),。它基于兩個不同的服務器,第一臺服務器運行的是DRIVE Sim軟件,,可以模擬自動駕駛汽車的傳感器,,比如攝像頭、激光雷達和雷達等。
DRIVE Sim軟件可以通過生成照片級的數(shù)據(jù)流,,從而創(chuàng)建不同的測試環(huán)境,,比如晴天、暴雨,、暴雪等不同的天氣狀況,、日間和夜間等不同的光線狀況、急轉彎或陡坡等不同的路面狀況,。并且在模擬過程中設置各種危險和突發(fā)狀況,,比如行人突然穿越馬路等,以測試自動駕駛汽車的反應能力,,以確定其不會對人帶來安全威脅,。
第二臺服務器搭載的是NVIDIA DRIVE Pegasus AI汽車計算平臺,運行完整的自動駕駛汽車軟件堆棧,,并能夠處理傳感器搜集模擬數(shù)據(jù),。經(jīng)過處理的數(shù)據(jù)會被反饋給傳感器,一直進行數(shù)據(jù)的循環(huán),。
從時間來看,,英偉達推出的這個仿真系統(tǒng)和Uber的自動駕駛汽車撞人致死案并無太大關聯(lián),不過在長遠的未來,,它將能有效幫助提升自動駕駛汽車測試的安全性,。
新合作—與ARM合作布局IoT
英偉達還宣布與ARM達成了合作,共同為全球數(shù)十億臺IoT設備提供深度學習的能力,。雙方將開源的英偉達深度學習加速器整合到ARM的Project Trillium機器學習平臺上,。
2018年2月23日,ARM推出了Project Trillium項目,,這是一套包括新的高度可擴展處理器的ARM IP組合,,這些產(chǎn)品可以提供增強的機器學習(ML)和神經(jīng)網(wǎng)絡(NN)功能。當前的技術產(chǎn)品主要針對移動設備市場,,將讓全新的搭載機器學習功能的設備具有先進的計算能力,,包括先進的目標檢測功能。
在將英偉達深度學習加速器整合到Project Trillium之后,,全球數(shù)十億臺的消費電子設備上的IoT芯片將具備機器學習能力,。
GTC之外—計算力提升從創(chuàng)新驅(qū)動變?yōu)樾枨篁?qū)動
提到英偉達和黃仁勛,就不得不提到CPU,。在2017年的GTC上,,黃仁勛曾聲稱摩爾定律已經(jīng)終結,設計人員無法再創(chuàng)造出可以實現(xiàn)更高指令集并行的GPU架構,,晶體管數(shù)量每年增長50%,,但CPU的性能每年僅增長10%。
在演講中,黃仁勛沒有放過任何一次揶揄CPU的機會,。不管是更新后的Tesla V100,、DGX 2,還是最新發(fā)布的GV100 GPU,,黃仁勛聲稱“在提供相同的計算力下,,它們都比CPU組成的集群要更節(jié)能、高效,,占用更少的空間,。”
“買得越多,,省得越多,。”已經(jīng)成了他的口頭禪,。然而回歸到英偉達本身,,其本身的高速增長很大一部分是依賴于市場對圖形芯片的巨大需求。
在英偉達公布的2018財年第四季度財報中,,雖然數(shù)據(jù)中心業(yè)務同比實現(xiàn)了一倍多的增長達到6.06億美元,。但游戲圖形芯片業(yè)務的營收達17.4億美元,同比增長29%,,占該季度總營收的一半以上,。
“加密貨幣市場的強勁需求超出了我們的預期?!?英偉達首席財務官科萊特·克雷斯表示,,“盡管加密貨幣對我們業(yè)務的總體貢獻仍難以量化,但我們認為,,其在營收中所比例高于上一季度,。”
從產(chǎn)品本身來說,, GPU目前只能是不斷疊加性能,,帶來的驚喜越來越少。以DGX系列為例,,內(nèi)含的GPU芯片從4顆變成了8顆,,今年從8顆增長到了16顆,改變的只不過是互聯(lián)的架構,。單顆芯片的算力提升越來越難,,英偉達的“橫向發(fā)展”只是另辟蹊徑。
不過,,英特爾的Nervana芯片,,谷歌的TPU(目前只在谷歌內(nèi)部使用)對于英偉達來說是潛在的競爭對手。有競爭在,,更大的驚喜才有可能會到來,。