1 Ji-won nouveau rapport
26 septembre 2017, Beijing, ouverture NVIDIA GPU Technology Summit GTC Chine. CEO de NVIDIA, Jen-Hsun Huang, fondateur et prononcera un discours.
Eco: Empire GPU, BAT, Huawei, Lenovo vague 1900 entreprises de démarrage, y compris tous
« Bienvenue à Beijing! » Huang fit signe avec enthousiasme est arrivé au pouvoir, puis aller tout droit.
Tout d'abord, Jen-Hsun Huang a parlé des deux forces de poussée informatique changé. La première est la fin de la loi de Moore, l'accélération, l'approfondissement de la canalisation, de sorte que les concepteurs de CPU de fixer de plus en plus de transistors sur une puce. Mais maintenant, de plus en plus de le faire. 45%, les performances du processeur, mais seulement 10% du taux de croissance.
D'autre part, le nouveau modèle de calcul, qui est l'apprentissage en profondeur, ainsi que la vitesse et les grandes données comme tempête a balayé.
les chercheurs de l'étude ont découvert la profondeur de la puissance du GPU,
D'une part, la découverte du nouveau modèle informatique, en continuant à améliorer les performances. Chaque génération capable de convertir le nombre de transistors est plus de puissance de calcul. Laissez un mois est calculé réduit à un jour.
La montée du GPU unique peut être vu à partir du nombre de participants de GTC. En cinq ans, le nombre de participants à la GTC comparable à des conférences à grande échelle, il y a 22.000 participants cette année.
Jen-Hsun Huang a dit dans son discours, la loi de Moore est la loi hier, est une loi lente, nous sommes maintenant à l'ère de la loi de Moore super.
Après les performances du GPU spectacle et une étude approfondie unique de mission historique née, Jen-Hsun Huang a montré un côté Nvidia plus puissant - écosystèmes. Né autour de Empire GPU Nvidia semble l'avoir moulé sur les lieux, a annoncé dans Alibaba, Baidu et Tencent utilisent déjà GPU dans le nuage, en plus de Huawei et Lenovo ont également utilisé la vague de serveurs GPU.
En outre, il a présenté les développeurs mondiaux NVIDIA.AI. NVIDIA sera de promouvoir la « architecture unifiée » informatique GPU CUDA. En Inception plan de soutien des start-ups 1900.
Depuis le début de CUDA, NVIDIA a en effet fait le plus remarquable est la capacité de construire l'écosystème, dans les performances du GPU d'aujourd'hui continuent de préoccuper, il a été noté que la technologie de Nvidia peut ne pas être le plus fort, mais leur capacité et leur volonté de construire l'écosystème il ne peut être négligée. Avenir, empire GPU finira par moulage.
A propos de NVIDIA en Chine pour construire une nouvelle ère de l'informatique, ce tableau ci-dessous est une bonne description:
La plupart des rejets de lourds: NVIDIA TENSORRT 3, pour faire face à TPU
Dans cette conférence, Huang a publié cette conférence la plus importante NVIDIA NVIDIA TENSORRT3-- un produit est un accélérateur de raisonnement programmable AI. Il prend en charge tous les cadres, tels que Caffe, Pytorch et tensorflow.
Il est dû au fait avec l'environnement de programmation relativement bonne, GPU devenir le plus courant dominant de la profondeur du matériel d'apprentissage. NVIDIA CUDA libéré plate-forme informatique, il est conçu pour les développeurs de fournir une plate-forme informatique parallèle. Les développeurs peuvent utiliser le langage de développement de plate-forme logicielle CUDA, il est très facile d'obtenir pour obtenir un fonctionnement accélération GPU NVIDIA. Depuis la plate-forme avant CUDA est largement reconnu et populaire, il a accumulé un bon environnement de programmation, l'application en cours dans le domaine de l'intelligence artificielle pour le marché du GPU polyvalent calcul essentiellement monopolisé par NVIDIA.
Maintenant, NVIDIA a lancé pour accélérer le raisonnement TensorRT 3, programmable, prend en charge tous cadre, toutes les machines, on peut imaginer, se développer un grand marché.
Jen-Hsun Huang a présenté du point de vue de la scène, TensorRT 3 fonction principale est d'accélérer et de raisonnement, qui est similaire aux capacités de TPU de Google.
Huang Jen-Hsun dit à la scène, ce qui entraîne un impact direct sur le temps de réponse ou de la qualité de retard de traitement de service serait réseau de neurones. TensorRT course sur le V100 mis en uvre dans le traitement de la tête de temps de 7 ms retard, 200ms retard dans le traitement de la parole signalé, ce sont les services de cloud standards objectifs idéales. CPU seul ne peut pas être atteint. La figure, le bleu est la CPU en cours d'exécution tensorflow.
Alors Jen-Hsun Huang a présenté l'application du raisonnement AI dans le centre de données, le plus important est de réduire les coûts, est encore ici pour comparer directement avec l'unité centrale de traitement, at-il dit, des vitesses de CPU V100 jusqu'à 40 fois par rapport.
On l'argent, Jen-Hsun Huang a dit :. « Plus vous achetez le GPU, plus vous économiser de l'argent. »
A l'origine, quatre racks, 160CPU, 65kW
Maintenant, un rack sur la ligne, économisant 500000 $
Jen-Hsun Huang çà et là pour quatre racks et étagères d'une comparaison d'images, il a dit qu'il pourrait jouer toute la journée. « Moins d'espace, moins empreinte carbone, économiser plus d'argent! »
Comment est-ce excitant!
Demo traitement d'image et de son traitement
Afin de démontrer la performance TensorTR 3 de la scène pour faire beaucoup de choses à montrer. Y compris spectacle, avec la recherche vocale pour « jeu de puissance » « l'hiver arrive », est d'abord converti en texte, puis sauter directement à ce cadre. Speech-to-text conversion, les données vidéo massives, presque pas de retard, dans la mesure du possible commerciale.
Jen-Hsun Huang a dit que avec TensorTR 3, dans l'avenir, nous ne les centres de données n'a pas besoin de grandes, une plus grande variété d'applications, « économiser plus d'argent »!
Puis il a annoncé que la Chine AI Big Five - Alibaba, Tencent, Baidu, Jingdong, audition mouche, ont adopté la plate-forme de raisonnement NVIDIA.
Non seulement cela, Nvidia a fait équipe avec Hikvision, l'utilisation TensorRT, fin publié des solutions vidéo intelligentes, l'objectif est de trouver la réponse directement à partir de la vidéo.
la collaboration Hikvision appartenant à émettre ville intelligente (AI CITY) de. À cet égard, NVIDIA et UOB, Huawei et Alibaba ont également la coopération.
Tout ce souhait avec un raisonnement de plate-forme, la résolution des problèmes différents types de données et cas d'application.
Pousser les véhicules autonomes Changer
Jen-Hsun Huang a montré la figure est un projet de NVIDIA et Airbus sont effectivement réalisées. Divisé en trois parties, les remorques, les voitures et l'aile de vol automatique - à l'avenir, vous pouvez conduire automatiquement à un endroit, puis laisser les ailes pour venir vous chercher, vol automatique vers un autre emplacement.
la plate-forme NVIDIA pilote automatique pour soutenir L3, L4, L5.
Perception (radar, le radar laser et d'autres capteurs conscients de leur environnement), le raisonnement (positionnement), la planification (par exemple, comment transformer Voyage ferroviaire) sont trois éléments de base pilote automatique, rencontre une démonstration en direct de l'effet de la plate-forme de pilote automatique NVIDIA.
145 plateformes start-up société NV Development Drive Pilote automatique, y compris Pony.ai, Tucson et le roi Chi et ainsi de suite.
Une nouvelle ère de la machine indépendante: Sélectionnez Xavier X Jingdong pour atteindre l'auto machine
Jen-Hsun Huang a déclaré que les véhicules autonomes objectif fondamental est « d'éviter une collision, » même si d'un impact énorme, mais techniquement il est une machine automatique parmi les plus simples et les plus faciles à mettre en uvre.
Jen-Hsun Huang a dit que la prochaine ère de l'IA, AI quitte les nuages, viennent dans l'interaction humaine avec la machine de.
Alors, Jen-Hsun Huang a annoncé le premier processeur de la machine autonome du monde Xavier, sera lancé au quatrième trimestre de 2018.
Xavier exécuter des algorithmes parallèles en temps réel, le raisonnement à travers le monde, le plan final. C'est SoC-- le plus complexe du monde deviendra un super puces d'ordinateur.
Jen-Hsun Huang a présenté la première puce du monde, NVIDIA a commencé il y a ce projet, le nom de code du projet Xavier quelques années.
Puis il a annoncé que la coopération X Jingdong avec NVIDIA, en utilisant la puce Xavier, machines autonomes.
Pas plus!
NVIDIA a également publié un robot de formation capable de l'environnement de simulation en temps réel Isaac Lab. Nvidia laboratoire de simulateur de réalité virtuelle pour construire un laboratoire ISAC robot montre comment jouer au hockey et au golf.
Tesla GPU V100, une plate-forme programmable raisonnement TensorRT 3, plate-forme de pilote automatique, machines en libre-service de Super Soc Xviare, ainsi que l'environnement de formation du robot virtuel, on peut dire, la propagation de mise en page AI Nvidia à travers le conseil d'administration, n'a pas épargné personne.
En plus de l'apprentissage en profondeur, Jen-Hsun Huang sur le GTC aussi fréquemment mentionné l'apprentissage de transfert, VR. Parmi eux, est sans aucun doute TensorRT 3 le plus important. Raisonnement est un énorme marché, un potentiel illimité, alors que Nvidia a pris l'initiative avec TensorRT 3, et ont occupé l'IA Chinese Big Five.
Cliquez ici pour lire le message original pour voir les détails, espérons que vous pouvez rejoindre ~
