На месте происшествия Хуан Ренсюн отметил, что на китайский рынок приходится 1/3 от общего дохода Nvidia, а у Nvidia было 3000 сотрудников в Китае.
Хуан Ренсюн сказал Zhizhi, что технология, анонсированная вчера, сотрудничать с ARM для создания чипов AI, возникла из DLA от Nvidia, а DLA (Deep Learning Accelerator) - это, по сути, чип ASIC, созданный Nvidia. Теперь многие чипы AI, такие как Google ТПУ, в основном, аппаратное обеспечение ASIC.
Кроме того, Хуан Ренсюн подтвердил во вчерашнем интервью, что Nvidia приостановила испытание без водителя автомобилей на дорогах общего пользования и объяснила причины.
Кстати, сегодня день также бывает Adobe конференции на высшем уровне, Хуан участвовал в интервью все еще на Adobe Summit в Лас-Вегасе, Nvidia говорили о трассировки лучей технологии, технологии обработки изображений, во второй половине дня, и обратно в Сан-Хосе GTC сайт.
Hand ARM, помогите изготовителям чипов создать выделенный чип AI
Теперь, когда многие китайские компании-производители чипов AI появляются, будет ли это представлять угрозу для Nvidia?
Хуан Ренсюн сказал, что ИИ - это будущее программного обеспечения. Во всех отраслях в будущем все программное обеспечение будет полезно от AI, облака, медицинского обслуживания, производства и т. Д. Будущее AI очень велико, его объем намного больше, чем у компании. Nvidia сотрудничает со многими компаниями-стартапами AI. Он даже будет работать с запуском AI-чипов, например, интегрируя аппаратное обеспечение DLA типа TPU в структуру ARM, позволяя чип-компаниям создавать свои собственные чипы AI.
Во вчерашнем выступлении Nvidia объявила о сотрудничестве с чип-гигантом ARM по созданию IOT AI SOC, объединив технологию AI Nvidia в инфраструктуру Project Trillium, запущенную ARM в феврале этого года, что упростило создание чипов своими собственными AI, включая чипы для мобильных телефонов, чипы для бытовой электроники, чипы IoT и т. Д. Эта технология основана на проекте DLA Deep Learning Accelerator, открытом в GTC в прошлом году.
На сцене Хуан Ренсюн рассказал Zhizhi, что DLA (Deep Learning Accelerator) по сути является чипом ASIC, созданным Nvidia. Теперь многие чипы AI, такие как TPU от Google, по сути являются оборудованием ASIC.
Хуан Ренсюн (Huang Renxun) сказал, что после этого сотрудничества с ARM, после интеграции DLA в инфраструктуру IP ARM, производители могут загружать архитектуры AI с различными конфигурациями от малого до большого и создавать свои собственные AI-чипы. Однако этому чипу необходимо запустить программное обеспечение TensorRT.
NVIDIA DLA против Huawei Unicorn 970, Apple A11
Deepin Talla, глобальный вице-президент Nvidia, отвечает за бизнес Robotics, Smart City и DLA Deep Learning Accelerator. Этот проект был технической основой для вчерашнего сотрудничества с чип-гигантом ARM для создания глубокого ускорителя IP для интеллектуальных чипов.
В прошлом году Nvidia выбрала проект DLA с открытым исходным кодом, который позволяет крупнейшим производителям чипов бесплатно загружать программу ускорителей микросхем и создавать свои собственные микросхемы AI с низким энергопотреблением. Однако по-прежнему существуют определенные технические пороги для использования проектов с открытым исходным кодом. Nvidia объявила, что она еще раз снизит порог для создания чипа AI и будет сотрудничать с ARM.
Deepu Talla рассказывает Chi Chih, что DLA - проект с открытым исходным кодом, и это сотрудничество не будет взимать ARM. Проект DLA был разработан в течение трех лет. Причина, по которой он выбирает бесплатный и открытый исходный код, заключается в том, что такие проекты, как Internet of Things, не находятся в центре внимания Nvidia. ,
В последние полгода появилось много смарт-чипов AI. Среди них два наиболее внимательно наблюдаемых - два чипа для мобильных телефонов: Huawei Unicorn 970, Apple A11. Deepa Talla выступила на сцене, и теперь нет Nvidia Deep Learning Accelerator IP. По сравнению с параметрами нейронной сети Apple A11 от Kirin 970. Однако после трех лет исследований и разработок DLA Nvidia обнаружила, что создание оборудования для ускорения глубокого обучения на самом деле является самой простой частью всего проекта. Трудная часть - это программное обеспечение, как Хорошая поддержка различных программ AI, AI-структур, способов более эффективного развертывания нейронных сетей и т. Д.
В этом отношении многие разработчики программного обеспечения из Nvidia инвестировали многолетние исследования, особенно в области нейронных сетевых приложений (вывода) и развертывания. В этом GTC Huang Renxun также представила новую версию TensorRT 4.0, позволяющую создавать нейронные сети Развертывание проще и быстрее.
Четыре основных причины, по которым графические процессоры не хватает
На месте происшествия Хуан Ренсюн также заявил, что нынешний спрос на графические процессоры превысил предложение Nvidia по четырем причинам:
С одной стороны, игровая индустрия быстро развивается, и в прошлом году было выпущено несколько тяжелых игровых продуктов. Спрос на GPU увеличился;
С другой стороны, в настоящее время продолжается создание контента, и рынок контента также развивается, особенно создание контента на основе контента;
Третий аспект, который нужно сказать, - это искусственный интеллект. С развитием искусственного интеллекта графический процессор Infineon делает искусственный интеллект еще более популярным, независимо от того, кто вы.
Последний аспект - одна из самых жарких областей в настоящее время: Blockchain, поскольку миллиарды графических процессоров в мире используют одну и ту же архитектуру, ее можно рассматривать как самую большую и децентрализованную базу данных в мире.
Приостановить тестирование беспилотных автомобилей на дорогах общего пользования
Недавно компания Nvidia официально подтвердила, что она приостановит тестирование без водителя автомобилей на дорогах общего пользования.
Хуан Ренсюн сказал сначала, что Убер не использовал автономные технологии вождения Nvidia. В предыдущем интервью Хуан Ренсюн также упомянул, что эта авария вызвала у людей чувство грусти, и вся индустрия также была вовлечена. Nvidia также очень обеспокоена безопасностью каждого. , включая собственных сотрудников Nvidia, так как они также выполняют различные тестовые задачи на тестовом автомобиле.
Таким образом, Nvidia решила приостановить испытание без водителя автомобилей на дорогах общего пользования. Из этого инцидента они изучили, изучили, изучили и научились опыту, чтобы сделать их работу более безопасной. Однако Хуан Ренсюн также сказал, что эта приостановка не должна быть слишком серьезной. Долгое время.
В вчерашней ключевой речи Хуан Ренсюн также запустил трехмерную симуляторную тестовую платформу автопилота под названием DRIVE SIM и Constellation. Сначала он генерирует данные о датчиках (включая камеры, радар и т. Д.) В облаке, а затем передает эти данные в DRIVE Pegasus. Для того, чтобы помочь обучать системы автопилота, это эквивалентно тестированию беспилотных автомобилей в виртуальном мире, который более безопасен.