ผู้ก่อตั้ง NVIDIA และซีอีโอ Jen-Hsun Huang ในคำปราศรัยจะมีการคำนวณความต้องการเพิ่มขึ้นอย่างรวดเร็วในการขยายตัวของการปฏิบัติล้าสมัย CPU และสร้าง-ประมวลผลประสิทธิภาพสูง (HPC) เซิร์ฟเวอร์และความซับซ้อนของเอไออย่างต่อเนื่องเพิ่มขึ้นเกือบถึงระบบ ขีด จำกัด ของการออกแบบและ NVIDIA HGX-2 GPU ที่มีผลผูกพันการติดตั้งเทนเซอร์หลักและผ่านการรวมกลุ่มของคอมพิวเตอร์ที่มีประสิทธิภาพสูงและ AI สามารถนำเสนออุตสาหกรรมที่มีประสิทธิภาพแพลตฟอร์มคอมพิวเตอร์อเนกประสงค์ที่จะเอาชนะความท้าทายเหล่านี้
มีรายงานว่า HGX-2 แพลตฟอร์มเซิร์ฟเวอร์คลาวด์ที่มีประสิทธิภาพการทำงานที่แม่นยำคอมพิวเตอร์หลายที่ให้การสนับสนุนที่แข็งแกร่งสำหรับการก็มีการเติบโตความต้องการใช้คอมพิวเตอร์ยืดหยุ่นหนักในอนาคตและมีความแม่นยำสูงการคำนวณทางวิทยาศาสตร์และการจำลองการทำงานตามลำดับ FP64 และ FP32 แต่ยังสามารถใช้ FP16 รูปแบบการฝึกอบรม Int8 AI และการอนุมานที่จะรับมือกับการเพิ่มจำนวนของการใช้งานคอมพิวเตอร์ที่มีประสิทธิภาพสูงในการร่วมกับเอไอมา
นอกจากนี้ผลิตภัณฑ์ที่สามารถเข้าถึงผ่าน RESNET-50 ความเร็วการฝึกอบรมเอไอ 15,500 เฟรมต่อวินาทีเพียงพอที่จะเปลี่ยนค่าเซิร์ฟเวอร์ประสิทธิภาพ 300 ประกอบด้วยของ CPU; เพิ่มเติมประกอบด้วย NVIDIA NVSwitchTM ตาข่ายสถาปัตยกรรมเชื่อมต่อระหว่างกันสามารถเป็นได้อย่างราบรื่นชุด 16 ในตัวเทนเซอร์หลักของ NVIDIA Tesla GPU V100 และทำงานเป็นประหนึ่งการใช้ GPU ขนาดใหญ่และการสร้างระบบ HGX-2 เปิดตัวเร็ว ๆ นี้โดย NVIDIA DGX-2
Huang ชี้ให้เห็นว่า HGX-2 ภายใต้ GPU NVIDIA เพื่อเร่งหนึ่งผลิตภัณฑ์แพลตฟอร์มเซิร์ฟเวอร์ชุดควบคู่ระบบข้อมูลทั้งหมดศูนย์เซิร์ฟเวอร์สำหรับแต่ละตลาดหลักเพื่อตอบสนองสำหรับ AI ที่แตกต่างกัน, การประมวลผลประสิทธิภาพสูงและแนะนำ GPU ที่ดีที่สุดเร่งงานคอมพิวเตอร์ การกำหนดค่าของ CPU ในการรวมกันด้วยเช่น HGX-T สำหรับการฝึกอบรมพิเศษขนาดใหญ่และ HPC ;. HGX-1 สำหรับการอนุมานขนาดใหญ่และการวิเคราะห์วิดีโออัจฉริยะ (IVA) และ SCX-E สำหรับศูนย์ข้อมูล HPC, IVA โครงสร้างพื้นฐานสก์ท็อปเสมือน ( VDI) และอื่น ๆ