Sulla scena, Huang Renxun ha affermato che il mercato cinese ha rappresentato 1/3 del totale delle entrate di Nvidia, e Nvidia aveva 3.000 dipendenti in Cina.
Jen-Hsun Huang ha detto la saggezza delle cose, ha annunciato ieri, e ARM collaborano per creare tecnologia dei chip IA derivato da Nvidia DLA, è Nvidia per costruire un chip ASIC (Deep Learning Accelerator, profonda acceleratore di apprendimento) la natura di DLA. Ora molti di chip IA, come ad esempio Google TPU, essenzialmente un hardware ASIC.
Inoltre, Huang Renxun ha confermato nell'intervista di ieri che Nvidia ha sospeso il test delle auto senza conducente sulle strade pubbliche e ha spiegato le ragioni.
A proposito, oggi è esattamente il giorno del Summit di Adobe. Huang Renxun ha anche partecipato a un'intervista al Summit di Adobe a Las Vegas questa mattina, ha parlato della tecnologia di tracciamento dei raggi Nvidia, della tecnologia di elaborazione delle immagini e così via. sito.
Mano ARM, aiuta i produttori di chip a creare un chip di intelligenza artificiale dedicato
Ora molte aziende start-up di chip cinesi AI emergente, sia Nvidia potrebbe costituire una minaccia per essa?
Jen-Hsun Huang ha detto, AI è il futuro, il futuro di tutti i software del settore, tutto il software beneficerà di AI, nuvola, sanità, produzione e così via, il futuro di intelligenza artificiale molto grande, molto più grande rispetto al suo corpo di un'impresa. NVIDIA ha lavorato con molte aziende start-up AI, chip di intelligenza artificiale e la volontà anche le aziende di rischio, come ad esempio il modello DLA questo TPU simile al framework di integrazione hardware ARM, in modo che le società di chip possono costruire il proprio chip di intelligenza artificiale.
Nel discorso di ieri, Nvidia ha annunciato la cooperazione con il gigante dei chip ARM per costruire l'IOT AI SOC, integrando la tecnologia AI di Nvidia nel progetto Project Trillium di ARM lanciato a febbraio di quest'anno, rendendo più facile per i produttori di chip creare il proprio Chip di intelligenza artificiale, compresi chip di telefonia mobile, chip di elettronica di consumo, chip IoT, ecc. Questa tecnologia deriva dal progetto DLA Deep Learning Accelerator aperto da GTC sul GTC lo scorso anno.
Sulla scena, Huang Renxun ha detto a Zhizhi che DLA (Deep Learning Accelerator) è essenzialmente un chip ASIC costruito da Nvidia.Ora molti chip di intelligenza artificiale, come il TPU di Google, sono essenzialmente hardware ASIC.
Huang Renxun ha detto che dopo questa collaborazione con ARM, dopo aver integrato DLA nel framework IP di ARM, i produttori possono scaricare architetture AI con diverse configurazioni da piccole a grandi e costruire i propri chip di IA. Tuttavia, questo chip deve eseguire il software TensorRT.
NVIDIA DLA vs Huawei Unicorn 970, Apple A11
Deepin Talla, Global Vice President di Nvidia, è responsabile del business di Robotics, Smart City e DLA Deep Learning Accelerator. Questo progetto è stato il fondamento tecnico della cooperazione di ieri con ARM di chip gigante per creare un IP acceleratore di deep learning per chip intelligenti.
Lo scorso anno, NVIDIA ha scelto progetto open source DLA, in modo che i principali produttori di chip possono scaricare questo progetto libero acceleratore di chip, intelligenza artificiale per creare il proprio circuito integrato a bassa potenza. Tuttavia, l'uso di progetti open source hanno ancora una certa soglia tecnica. In questo la GTC, NVIDIA ha annunciato l'abbassamento della soglia di chip di intelligenza artificiale per la costruzione di nuovo, in collaborazione con il braccio.
Deepu Talla ha detto la cosa saggezza, DLA è un progetto open source, non sarà addebitato questa cooperazione ARM. Progetto DLA è stato sviluppato da tre anni, e la ragione sceglierà libero e open source, è al centro di tali progetti è non a causa di cose NVIDIA riguardano .
Nel corso degli ultimi sei mesi, molti finiscono smart chip dedicato AI ha cominciato ad emergere, la maggior parte dei quali riguardano viene come i due chip di telefonia mobile: Huawei Kirin 970, Apple A11 Deepu Talla entra in scena, ora temporaneamente senza profondità di apprendimento NVIDIA acceleratore IP e Kirin 970 NPU, il contrasto parametri mela A11 motore di rete neurale. Tuttavia, dopo i DLA tre anni di ricerca e sviluppo, NVIDIA ha trovato per creare un hardware di apprendimento acceleratore profonda è in realtà l'intero progetto la parte facile, la parte più difficile è il software, quanto più buon supporto software vari aI, quadro aI, come migliorare la distribuzione della rete neurale.
Sotto questi aspetti, NVIDIA ingegneri del software hanno investito molti anni di ricerca, in particolare le applicazioni neurale di rete (inferenza) e distribuzione (distribuire) termini, in questo GTC, Jen-Hsun Huang ha anche introdotto una nuova versione TensorRT 4.0, in modo che la rete neurale La distribuzione è più facile e veloce.
Quattro motivi principali per cui le GPU sono scarse
Sulla scena, Huang Renxun ha anche affermato che l'attuale domanda di GPU ha superato la fornitura di Nvidia, per quattro motivi:
Da un lato è l'industria del gioco in rapido sviluppo, ma ci sono diversi buoni giochi lanci di prodotti di successo, la domanda di GPU aggiornare l'anno scorso;
D'altra parte è ora la creazione di contenuti, contenuti mercato condivisione si sta sviluppando, in particolare nella creazione di contenuti video-based;
Il terzo aspetto è inutile dire che è l'intelligenza artificiale: con lo sviluppo dell'intelligenza artificiale, la GPU di Infineon rende l'intelligenza artificiale più civile, indipendentemente da chi tu sia.
Infine, da un lato, si tratta di una delle zone più calde: la catena di blocco, a causa dei miliardi di tutto il mondo vengono utilizzati nella stessa architettura GPU, in modo che possa essere visto come più grande e più decentrata database al mondo.
Sospendere i test delle auto senza conducente sulle strade pubbliche
Non molto tempo fa, casi di test auto senza conducente strada Uber causano morti pedonali che interessano il cuore del settore auto a livello mondiale, la guida in stato durante la GTC, NVIDIA ha ufficialmente confermato che sospenderà le auto senza conducente di prova sui messaggi di strade pubbliche.
In primo luogo, Jen-Hsun Huang ha detto che Nvidia non ha utilizzato --Uber tecnologia pilota automatico. Jen-Hsun Huang ha anche citato in una precedente intervista, questo incidente ha fatto permettere a tutti di sentirsi triste, che interessano anche l'intero settore. Nvidia anche molto preoccupato per la sicurezza di tutti , inclusi i dipendenti di Nvidia, in quanto svolgono anche diverse attività di test nella macchina di prova.
Pertanto, Nvidia ha deciso di sospendere auto senza conducente di test sulle strade pubbliche, e da questa vicenda per capire, studiare, studiare, imparare dall'esperienza, rendere il lavoro più sicuro in futuro. Tuttavia, Huang ha anche detto che questa pausa non dovrebbe essere troppo Molto tempo
Nel discorso di apertura di ieri, Huang Renxun ha anche introdotto una piattaforma di simulazione di simulazione autopilota 3D denominata DRIVE SIM e Constellation, che prima genera dati del sensore (comprese telecamere, radar, ecc.) Nel cloud e quindi trasmette questi dati a DRIVE Pegasus. Per aiutare a formare i sistemi di pilota automatico, è equivalente a testare auto senza conducente in un mondo virtuale, che è più sicuro.