NVIDIA黄仁勋的生意经:全世界最大GPU DGX 2售价39.9万美元

  • 时间:
  • 浏览:2
  • 来源:大发uu快3_uu快3赢钱诀窍_大发uu快3赢钱诀窍

北京时间3月28日半夜三更三更00:00,英伟达GTC 2018(GPU Technology Conference 2018,以下简称GTC)在美国圣何塞举行。

英伟达再一次在提升计算力的路上越走越远。

英伟达创始人兼CEO黄仁勋

新产品—全世界最大的GPU我希望399

GPU产品依然是主旋律,Tesla V400系列、DGX系列和Quadro GPU系列都进行了更新。

全新Tesla V400显存将从曾经的16GB提升至32GB。2017年5月11日,英伟达正式发布了全新Volta架构GPU——NVIDIA Tesla V400,它拥有超过210亿个晶体管,是上代TeslaP400的1.37倍。它的单精度浮点性能高达15 TFLOPS,双精度浮点7.5 TFLOPS。

基于此前的NVIDIA NVLink架构,英伟达还推出了全新的NVSwitch架构。你这人 互联架构的宽度比PCle交换机高5倍,足以支持更大规模和简化的数据集运算,让开发者和科学家可不可不可不可不能不能构建更高级的系统。

基于Tesla V400的升级和全新的NVSwitch架构,英伟达将DGX 2的性能较前一代产品有大幅度提升。

在2016年的GTC上英伟达正式发布DGX 1,它拥有8颗帕斯卡架构GP400核心的Tesla P400 GPU,以及7TB的SSD,由两颗16核心的Xeon E5-2698v3以及512GB的DDR4内存驱动。售价为129000美元。2017年9月份,英伟达推出了一款基于Volta架构的DGX 1V,拥有8块Tesla V400。

而DGX 2应用了最新的NVSwitch架构,通过1两个 多 多NVSwitch支持16块全新的Tesla V400共享同一的内存空间,总计512 GB HBM2存储,能实现每秒高达2千万次的浮点运算。此外,基于NVSwitch架构的应用,16块GPU可不可不可不可不能不能实现2.4TB/秒的数据传输能力。

DGX 2内含16颗Tesla V400芯片

“这是全球最大的GPU。”黄仁勋表示,他还用“美丽、性感”等词语来形容你这人 款最新的DGX系列产品。

DGX 2的售价,黄仁勋首先给出的是400万美元,最后直接减价为39.9万美元,将在今年的第三季度正式开放购买。

面向艺术及设计领域,英伟达还推出了搭载了NVIDIA RTX(实悠悠旧时光线追踪)技术的NVIDIA Quadro GV400 GPU。单块GPU拥有32GB内存,可不可不可不可不能不能基于NVLink技术将两块GV400 GPU并联,从而将内存提升至64GB。在前一周的游戏开发者大会上,英伟达正式推出了NVIDIA RTX技术。

GV400 GPU基于最新的Volta架构,可不可不可不可不能不能提供每秒7.4万亿次浮点运算的双精度性能,每秒14.5万亿次浮点运算的单精度性能,以及每秒118.5万亿次浮点运算的宽度学习性能。

黄仁勋手中的GV400 GPU

这款产品主要针对传媒娱乐从业者、产品设计师、建筑设计师等专业设计与流媒体专业人员。其中,NVIDIA RTX内置的NVIDIA OpitX AI-denoiser可不可不可不可不能不能实现实时的AI降噪去噪。

硬件之外,英伟达还发布了针对软件的更新——TensorRT 4软件。你这人 软件可用于优化、验证和部署在超大规模数据中心、嵌入式与汽车GPU平台中经过训练的神经网络。

为了笼络更多的开发者,英伟达与谷歌的工程师将TensorRT集成至谷歌的TensorFlow 1.7中。

自动驾驶—暂停自动驾驶研发

自动驾驶仍在本次GTC的讨论之列

英伟达的自动驾驶平台可不可不可不可不能不能统称为Drive PX系列。否则我觉得,Drive PX否则NVIDIA车载AI平台的系列名称。而你这人 系列目前主要包括两代产品:不可能 量产的Drive PX 2平台,以及在2018年初展示的新一代平台Xavier。

不过黄仁勋却在GTC 2018上签署英伟达将暂停自动驾驶的研发工作,觉得非要说明何时能 能再推进你这人 程序运行,否则他也表示“不想没法来越多。”

在2018年2月9日对外发布的2018财年第四季度及全年财报中,英伟达曾经提到过与Uber、Aurora战略商务合作打造自动驾驶汽车,采用的否则开源的NVIDIA Drive人工智能自动驾驶平台。

美国当地时间3月18日晚上,亚利桑那州一名女子被Uber自动驾驶汽车撞伤,完后 不幸身亡。这是全球首例自动驾驶车辆致人死亡的事故,就让Uber签署将暂停其在美国和加拿大的自动驾驶项目。就让在26日,亚利桑那州州长签署暂禁Uber在亚利桑那州公路测试自驾车。

黄仁勋在回答媒体关于该案件的提问时表示,英伟达对于你这人 意外感到悲伤,否则自动驾驶的研究某种是非要错的,应该从你这人 案件中吸取经验,提升自动驾驶的安全性。作为Uber在自动驾驶领域的战略商务合作方之一,英伟达暂停自动驾驶的研发不可能 和Uber的自动驾驶汽车撞人致死案有关,但其并非要删剪放弃自动驾驶项目。

英伟达的DRIVE Constellation仿真系统

英伟达在GTC上推出了针对自动驾驶汽车测试的仿真系统——DRIVE Constellation。

DRIVE Constellation仿真系统是一套使用照片级真实感模拟,基于云的自动驾驶汽车测试系统。它基于两个 多 多不同的服务器,第一台服务器运行的是DRIVE Sim软件,可不可不可不可不能不能模拟自动驾驶汽车的传感器,比如摄像头、激光雷达和雷达等。

DRIVE Sim软件可不可不可不可不能不能通过生成照片级的数据流,从而创建不同的测试环境,比如晴天、暴雨、暴雪等不同的天气清况 、日间和夜间等不同的光线清况 、急转弯或陡坡等不同的路面清况 。否则在模拟过程中设置各种危险和突发清况 ,比如行人突然穿越马路等,以测试自动驾驶汽车的反应能力,以选者其不想对人带来安全威胁。

第二台服务器搭载的是NVIDIA DRIVE Pegasus AI汽车计算平台,运行删剪的自动驾驶汽车软件堆栈,可不可不可不可不能不能能避免传感器搜集模拟数据。经过避免的数据会被反馈给传感器,突然进行数据的循环。

从时间来看,英伟达推出的你这人 仿真系统和Uber的自动驾驶汽车撞人致死案并无没法来越多关联,不过在长远的未来,它将能有效帮助提升自动驾驶汽车测试的安全性。

新战略商务合作—与ARM战略商务合作布局IoT

英伟达还签署与ARM达成了战略商务合作,一起为全球数十亿台IoT设备提供宽度学习的能力。双方将开源的英伟达宽度学习加速器整合到ARM的Project Trillium机器学习平台上。

2018年2月23日,ARM推出了Project Trillium项目,这是一套包括新的宽度可扩展避免器的ARM IP组合,那些产品可不可不可不可不能不能提供增强的机器学习(ML)和神经网络(NN)功能。当前的技术产品主要针对移动设备市场,将让全新的搭载机器学习功能的设备具有先进的计算能力,包括先进的目标检测功能。

在将英伟达宽度学习加速器整合到Project Trillium完后 ,全球数十亿台的消费电子设备上的IoT芯片将具备机器学习能力。

GTC之外—计算力提升从创新驱动变为需求驱动

提到英伟达和黄仁勋,就不得不提到CPU。在2017年的GTC上,黄仁勋曾声称摩尔定律不可能 终结,设计人员无法再创发明者者可不可不可不可不能不能实现更高指令集并行的GPU架构,晶体管数量每年增长400%,但CPU的性能每年仅增长10%。

在演讲中,黄仁勋非要放过任何一次揶揄CPU的不可能 。不管是更新后的Tesla V400、DGX 2,还是最新发布的GV400 GPU,黄仁勋声称“在提供相同的计算力下,它们都比CPU组成的集群要更节能、高效,占用更少的空间。”

“买得没法来越多,省得没法来越多。”不可能 成了他的口头禅。然而回归到英伟达某种,其某种的高速增长很大一部分是依赖于市场对图形芯片的巨大需求。

在英伟达签署的2018财年第四季度财报中,觉得数据中心业务同比实现了一倍多的增长达到6.06亿美元。但游戏图形芯片业务的营收达17.4亿美元,同比增长29%,占该季度总营收的一半以上。

“加密货币市场的强劲需求超出了让他们 的预期。”英伟达首席财务官科莱特·克雷斯表示,“尽管加密货币对让他们 业务的总体贡献仍难以量化,但让他们 认为,其在营收中所比例高于上一季度。”

从产品某种来说,GPU目前非就说 我不断叠加性能,带来的惊喜非要少。以DGX系列为例,内含的GPU芯片从4颗变成了8颗,今年从8颗增长到了16颗,改变的只不过是互联的架构。单颗芯片的算力提升非要难,英伟达的“横向发展”否则另辟蹊径。

不过,英特尔的Nervana芯片,谷歌的TPU(目前只在谷歌内控 使用)对于英伟达来说是潜在的竞争对手。有竞争在,更大的惊喜才有不可能 会到来。

推荐阅读:

《Nvidia正式发布“Nvidia DGX-2”小型超算:16块Tesla V400计算卡并联,512GB显存》

《Nvidia正式发布Quadro GV 400显卡:5120CUDA,32GB显存》