ปัจจุบัน Huang ตั้งข้อสังเกตว่าจีนคิดเป็นหนึ่งในสามของรายได้รวมของ NVIDIA, NVIDIA มี 3,000 คนในประเทศจีน
Jen-Hsun Huang บอกภูมิปัญญาของสิ่งที่ประกาศเมื่อวานนี้และ ARM ทำงานร่วมกันในการสร้างเทคโนโลยีชิป AI มาจาก Nvidia DLA เป็น Nvidia ที่จะสร้างชิป ASIC (ลึกการเรียนรู้เร่ง, เร่งการเรียนรู้ลึก) ธรรมชาติของ DLA. ตอนนี้หลายชิป AI เช่นของ Google TPU ซึ่งเป็นฮาร์ดแวร์ ASIC
นอกจากนี้ยัง Huang สัมภาษณ์เมื่อวานนี้ยืนยันว่า NVIDIA ระงับการทดสอบรถยนต์ driverless ข้อความถนนสาธารณะและอธิบายว่าทำไม
อนึ่งวันที่วันนี้ยังเกิดขึ้น Adobe ประชุมสุดยอดหวางมีส่วนร่วมในการสัมภาษณ์ฉันยังคงเกี่ยวกับการประชุมสุดยอด Adobe ในลาสเวกัส, Nvidia พูดคุยเกี่ยวกับรังสีติดตามเทคโนโลยีเทคโนโลยีการประมวลผลภาพช่วงบ่ายวันนี้และกลับมาที่ซานโฮเซ่ GTC สถาน
มือ ARM, ผู้ผลิตชิปช่วยในการสร้างชิป AI ทุ่มเท
ตอนนี้ บริษัท เอไอชิปเริ่มต้นของจีนกำลังโผล่ขึ้นมาใหม่จะเป็นภัยคุกคามต่อ Nvidia หรือไม่?
Huang Renxun กล่าวว่า AI เป็นอนาคตของซอฟต์แวร์ในทุกอุตสาหกรรมในอนาคตซอฟต์แวร์ทั้งหมดจะได้ประโยชน์จาก AI, Cloud, การดูแลทางการแพทย์การผลิตเป็นต้นอนาคตของ AI มีขนาดใหญ่มากปริมาณของ บริษัท ใหญ่กว่า บริษัท Nvidia ร่วมมือกับ บริษัท เริ่มต้น AI หลายแห่ง แม้จะทำงานร่วมกับการเริ่มต้นใช้งานชิป AI เช่นการรวมฮาร์ดแวร์ที่เหมือน TPU ของ DLA เข้ากับเฟรม ARM ทำให้ บริษัท ชิปสามารถสร้างชิพ AI ของตัวเองได้
ในคำพูดเมื่อวานนี้ NVIDIA ประกาศความร่วมมือกับผู้ผลิตชิป ARM ที่จะสร้างสิ่งที่เอไอชิป (IOT AI SOC) ที่เทคโนโลยี NVIDIA AI ลงในเดือนกุมภาพันธ์ปีนี้ ARM เปิดตัวกรอบโครงการ Trillium ช่วยให้ผู้ผลิตชิปได้ง่ายขึ้นสร้างของตัวเอง ชิป AI รวมทั้งโทรศัพท์มือถือชิปชิปอิเล็กทรอนิกส์สำหรับผู้บริโภคชิปและสิ่งอื่น ๆ. เทคนิคนี้จะขึ้นอยู่กับโปรแกรมเร่ง DLA การเรียนรู้ลึกปีที่ผ่านมาใน NVIDIA GTC โอเพนซอร์ส
ฉากเจ็นชุนหวงบอกสิ่งที่เป็นภูมิปัญญาของ Nvidia ที่จะสร้างชิป ASIC (ลึกการเรียนรู้เร่ง, เร่งการเรียนรู้ลึก) ธรรมชาติของ DLA. ตอนนี้หลายชิป AI เช่นของ Google TPU หลักฮาร์ดแวร์ ASIC
Huang Renxun กล่าวว่าหลังจากความร่วมมือกับ ARM นี้หลังจากรวม DLA เข้ากับกรอบ IP ของ ARM แล้วผู้ผลิตสามารถดาวน์โหลดสถาปัตยกรรม AI ที่มีการกำหนดค่าต่างกันตั้งแต่เล็กไปจนถึงใหญ่และสร้างชิป AI ของตัวเองอย่างไรก็ตามชิปตัวนี้ต้องใช้ซอฟต์แวร์ TensorRT
NVIDIA DLA กับ Huawei Unicorn 970, Apple A11
Deepin Talla รองประธานระดับโลกของ Nvidia รับผิดชอบด้านธุรกิจ Robotics, Smart City และ DLA Deep Learning Accelerator โครงการนี้เป็นรากฐานทางเทคนิคสำหรับการร่วมมือกับ ARM ยักษ์ใหญ่เมื่อวานนี้เพื่อสร้าง IP สำหรับการเรียนรู้แบบลึกสำหรับชิปอัจฉริยะ
ปีล่าสุด, NVIDIA เลือกโครงการ DLA เปิดแหล่งที่มาเพื่อให้ผู้ผลิตชิปรายใหญ่สามารถดาวน์โหลดชิปโครงการเร่งนี้ฟรี AI เพื่อสร้างชิปที่ใช้พลังงานต่ำของตัวเอง. แต่การใช้งานของโครงการมาเปิดยังคงมีเกณฑ์ทางเทคนิคบางอย่าง. ในการนี้ GTC ที่ NVIDIA ประกาศลดเกณฑ์ของชิป AI ที่จะสร้างอีกครั้งในความร่วมมือกับแขน
deepu Talla บอกสิ่งที่ภูมิปัญญา DLA เป็นโครงการที่มาเปิดความร่วมมือนี้จะไม่ถูกเรียกเก็บ ARM. โครงการดีแอลเอได้รับการพัฒนาเป็นเวลาสามปีที่ผ่านมาและเหตุผลที่จะเลือกแหล่งที่มาฟรีและเปิดเป็นจุดสำคัญของโครงการดังกล่าวเป็นไปไม่ได้เพราะสิ่ง NVIDIA กังวล .
ในช่วงหกเดือนปลายมากสมาร์ทชิปทุ่มเท AI เริ่มโผล่ออกมาซึ่งส่วนใหญ่กังวลมาเป็นชิปโทรศัพท์มือถือที่สอง: หัวเว่ย Kirin 970, แอปเปิ้ล A11 Deepu Talla มาในที่เกิดเหตุตอนนี้ชั่วคราวไม่มีความลึกของการเรียนรู้ของ NVIDIA เร่ง IP และ Kirin 970 NPU คมชัดพารามิเตอร์แอปเปิ้ล A11 เครื่องมือเครือข่ายประสาท. อย่างไรก็ตามหลังจากที่ DLA สามปีของการวิจัยและพัฒนาของ NVIDIA พบเพื่อสร้างลึกฮาร์ดแวร์เร่งการเรียนรู้ที่เป็นจริงทั้งโครงการส่วนที่ง่ายส่วนที่ยากคือซอฟต์แวร์วิธีการมากขึ้น สนับสนุนซอฟต์แวร์ที่ดีต่างๆ AI กรอบ AI วิธีที่ดีกว่าการใช้งานเครือข่ายประสาท
ในแง่นี้วิศวกรซอฟต์แวร์จำนวนมากจาก Nvidia ได้ลงทุนเป็นเวลาหลายปีในการวิจัยโดยเฉพาะอย่างยิ่งในการใช้งานเครือข่ายประสาท (การอนุมาน) และการใช้งานใน GTC นี้ Huang Renxun ได้แนะนำ TensorRT 4.0 รุ่นใหม่ให้เครือข่ายประสาทเทียม การปรับใช้งานทำได้ง่ายและรวดเร็วยิ่งขึ้น
สี่เหตุผลหลักที่ GPUs ขาดตลาด
ในที่เกิดเหตุ Huang Renxun ยังกล่าวด้วยว่าความต้องการ GPU ในปัจจุบันมีมากกว่าอุปทานของ Nvidia ด้วยเหตุผล 4 ประการ:
ในทางกลับกันอุตสาหกรรมเกมมีการพัฒนาอย่างรวดเร็วและมีผลิตภัณฑ์เกมหนักจำนวนมากได้รับการเผยแพร่เมื่อปีที่แล้วความต้องการ GPU ได้เพิ่มขึ้น
ในขณะเดียวกันการสร้างเนื้อหากำลังดำเนินการอยู่และตลาดเนื้อหามีการพัฒนาโดยเฉพาะการสร้างเนื้อหาตามเนื้อหา
ด้านที่ไม่มีความจำเป็นที่สามที่จะกล่าวว่าเป็นปัญญาประดิษฐ์กับการพัฒนาปัญญาประดิษฐ์ปัญญาประดิษฐ์ Yingwei GPU เพื่อให้พลเรือนมากขึ้นไม่ว่าคุณเป็นใคร
สุดท้ายบนมือข้างหนึ่งก็เป็นหนึ่งในพื้นที่ที่ร้อนแรงที่สุด: ห่วงโซ่บล็อกเนื่องจากพันล้านของโลกที่มีการใช้ในสถาปัตยกรรม GPU เดียวกันดังนั้นจึงสามารถมองเห็นเป็นฐานข้อมูลที่ใหญ่ที่สุดและการกระจายอำนาจมากที่สุดในโลก
ระงับการทดสอบรถยนต์ขับขี่บนถนนสาธารณะ
ไม่นานมานี้ Uber กรณีทดสอบขับรถบนท้องถนนทำให้เกิดการเสียชีวิตของคนเดินเท้าที่มีผลต่อหัวใจของอุตสาหกรรมยานยนต์ทั่วโลกในขณะที่ขับรถในช่วง GTC ที่ NVIDIA ยืนยันอย่างเป็นทางการว่าจะระงับการทดสอบรถยนต์ driverless ข้อความถนนสาธารณะ
ครั้งแรก Jen-Hsun Huang กล่าวว่า Nvidia ไม่ได้ใช้เทคโนโลยีหม้อแปลงไฟฟ้า --Uber. Jen-Hsun Huang ยังกล่าวในการให้สัมภาษณ์ก่อนหน้านี้อุบัติเหตุไม่ให้ทุกคนรู้สึกเศร้าซึ่งยังส่งผลกระทบต่ออุตสาหกรรมทั้งหมด. Nvidia ยังมีความกังวลมากเกี่ยวกับความปลอดภัยของทุกคน รวมถึงพนักงานของ Nvidia ด้วยเนื่องจากพวกเขายังทำการทดสอบต่างๆในรถทดสอบ
ดังนั้น Nvidia ตัดสินใจที่จะระงับการทดสอบรถยนต์ขับบนถนนสาธารณะและจากเหตุการณ์ที่เกิดขึ้นนี้เพื่อทำความเข้าใจ, การศึกษา, การศึกษาเรียนรู้จากประสบการณ์ทำให้การทำงานปลอดภัยมากขึ้นในอนาคต. แต่หวางยังกล่าวว่าหยุดนี้ไม่ควรมากเกินไป เป็นเวลานาน
ในคำกล่าวปราศรัยเมื่อวานนี้ Huang Renxun ได้แนะนำแพลตฟอร์มทดสอบการจำลองอัตโนมัติแบบ 3D ที่ชื่อไดรฟ์ซิมและกลุ่มดาวเป็นครั้งแรกสร้างข้อมูลเซนเซอร์ (รวมถึงกล้องเรดาร์ ฯลฯ ) ในระบบคลาวด์จากนั้นจะส่งข้อมูลเหล่านี้ไปยัง DRIVE Pegasus เพื่อช่วยในการฝึกอบรมระบบ Autopilot จะเทียบเท่ากับการทดสอบรถยนต์ที่ขับขี่ในโลกเสมือนซึ่งมีความปลอดภัยมากขึ้น