产业决策O2O平台:产业通城市经济:赛迪方略 企业管理:赛迪经略
    

英伟达发布全球最大GPU,宣布算力新霸权

发布时间: 2018-04-04 09:04:36   作者:本站编辑   来源: 满天星
  毫无疑问,英伟达正在超级算力的道路上越走越快。
  3月27号,硅谷,台上的老黄显得有些紧张,可能受到了Uber事件的影响。从发布会开场到结束,长达2个半小时的个人演讲,老黄一口气发布了四大类新产品,足以证明英伟达依然在AI算力竞速中,全面领跑。
  惊人的实时图像处理环节
  第一款产品Real-Time Ray Tracing(RTX)的新意似乎不很突出,光线追踪,一项古老的技术,被广泛应用在影视特效制造中。Jensen大力渲染了英伟达在具体场景中的各项优化,软阴影、反射、透射等。并用一段星战影片宣布了RTX落地,而观众所看到的片段,都是现场实时处理的。
  当然,卖硬件产品才是最重要的,首款基于Volta架构的Quadro GV100工作站,支持NVLink2,32GB HBM2显存,连接2个GV100 GPU,拥有5120颗流处理器,640颗Tensor处理器,能够提供14.8TFLOPS的单精度浮点性能。“买的越多,赚的越多”,老黄换身传教士,开始整场领着听众朗诵。同样,只要,8999美元。
  “世界需要超级GPU”
  在深度学习的模型不断演进的同时,对算力的需求似乎没有止境。第一步,老黄宣布将Tesla V100 GPU的显存从16G提升一倍至32G,各个云平台的租用服务器也将同步升级。热场之后,老黄逐渐进入状态。
  第二步,惊人的AI环节来临,发布DGX-2,世界最大(贵)的GPU。以下的产品指标可以相当直观感受到产品的野蛮性能。
  16块Tesla V100,512GB HBM2显存
  DGX-2每秒最大带宽约为14TB/s;
  81900个CUDA核心,提供2千万亿次浮点计算的算力(世界上最快的超级计算机是125 petaflops,美国最快的是100 petaflops,而DGX-2有2 petaflops);
  功率10kW
  和六个月前发布的DGX-1相比,DGX-2的处理能力是前者的10倍;
  售价同样野蛮,友情价,仅售39.9万美元(250万人民币)
  必须承认,英伟达在算力提升方面,所呈现的飞速发展能力,是其他厂商很难匹敌的。
  在软件层面,老黄延续了一贯的传统,更新了CUDA、TensorRT、NCCL、cuDNN等深度学习和HPC软件堆栈。同样,英伟达也将提供GPU云服务,通过支持Kubernetes,与AWS、Google Cloud、Oracle、阿里云建立合作。
  切入医疗应用
  发布英伟达医疗图像超级计算机Clara。Clara本质上是基于云端的医疗影像成像服务,其特点在于可以将传统的2D影像转换成更加立体的3D形式。医生可以继续使用原来的超声、CT等成像设备,然后将图像输入到Clara平台,系统可以自动推理,生成更加清晰的图像。
  步入自动驾驶虚拟世界
  天上一日,地下一年。老黄试图打造的虚拟世界,让车辆实现24小时不停歇的路测,通过上百万英里的测试定制的场景和极端案例,可以提高算法的鲁棒性——帮助自动驾驶行业加速研发进程以及减少研发成本。推出自动驾驶仿真系统,Drive Constellation。一款基于两种不同服务器的计算平台,可以理解为一个完整的硬/软件解决方案。
  第一台服务器运行英伟达DRIVE Sim软件,用以模拟自动驾驶汽车的传感器,如摄像头、激光雷达和毫米波雷达传感器。
  第二台服务器则搭载了英伟达DRIVE Pegasus计算平台,可运行完整的自动驾驶汽车软件堆栈,并能够处理模拟数据——这些模拟数据如同来自路面行驶汽车上的传感器。
  整场发布会,老黄一直重复着“买的越多,赚的越多”。与传统的CPU核心的HPC相比,在AI时代,GPU正在快速改变以往的专用图形处理身份,向着通用计算大步迈进。更低的价格、更小的空间、更高的能效。英伟达依旧引领着高性能深度学习的市场方向。
  体系日益完善,追赶者差距明显
  虽然面临FPGA、ASIC、CPU等多方竞争,但正如N卡靠CUDA成功一样,软件配套的可用性、丰富性、兼容性,也将是最终决定芯片生态环境的核心因素。
  目前,国内寒武纪、深鉴科技、地平线、比特大陆等从FPGA或者ASIC领域切入,不论从芯片性能,还是软件配套角度,都与英伟达存在巨大差距。
  同样,谷歌、英特尔等国外巨头也力图围绕自身产品打造生态圈,但核心差距,依旧是计算性能。谷歌虽然拥有TensorFlow的框架优势,但在Cloud TPU的开放生态依旧处于起步阶段。并且,英伟达也敏锐的看到GPU云计算的趋势,发布了NVIDIA GPU Cloud(NGC)。英特尔虽然靠收购Movidius,在计算机视觉芯片领域打开了市场,但在HPC层面,没有太好的手段来抵御英伟达的猛烈攻势。
  整体而言,英伟达在构建产品生态的道路上,已经形成算力霸权优势。就算受到Uber事件的影响,暂停自动驾驶路测,导致发布会股价下滑7.7%。老黄也是极度自信的,如他所言,AI推理是一件很难的事,需要投入大量研发。AI时代,算力先行,做好一件产品也是很难的事,国内芯片玩家需要继续耐心跟跑一段时间。

会议活动

2018智能制造生态建设论坛

热点专题

充满机遇与挑战的互联网医疗

友情链接

工业和信息化部 中国电子信息产业发展研究院 赛迪网 中国软件评测 赛迪智库 通信产业网 电子信息产业网 中国经济和信息化 中国信息主管网 工经网