Como é impossível resolver o problema é encontrar um método que, em 2018 Conferência GTC Taiwan realizada em maio 30 no CEO Nvidia Jensen Huang (Huang) dá a sua própria resposta.
Plataforma da NVIDIA Yewang
Comente processo de desenvolvimento NVIDIA, desde o simples para lançar GPU, para ajudar os fabricantes nacionais e estrangeiros para construir GPU, e, em seguida, para melhorar a experiência de entretenimento do consumidor para jogos de computador, embora uma vez perdido no mercado de smartphones, mas nos últimos anos começou a ativamente layout do campo de AI, mas também Começou para o centro de dados, o desenvolvimento do campo automotivo.
Do ponto de vista da arquitetura de negócios, a NVIDIA investiu 90% de seus gastos com P & D em arquitetura de GPU e plataforma de software CUDA e aplicou esse modelo a várias plataformas: jogos, data centers, inteligência artificial e direção autônoma.
A NVIDIA sempre foi líder no mercado de GPUs, e a indústria de jogos é a maior fonte de usuários de GPUs. O data center é o mercado de negócios de mais rápido crescimento.
Nos últimos três anos, a taxa média de crescimento anual desta parte dos negócios foi de 85%, e a taxa de crescimento no ano fiscal de 2018 foi de 133%, vindo de vários setores verticais como HPC (grupo de computadores de alto desempenho), empresas de computação em nuvem e pesquisadores de IA.
Nos aspectos técnicos da AI, a NVIDIA tem estado à frente de outros concorrentes. Junho 2017, a NVIDIA lançou a próxima geração de Tensor núcleos Volta GPU, contando com o aprendizado profundo, Volta cinco vezes mais rápido que a geração anterior de Pascal. Volta tem sido todos os principais nuvem servidor provedores de computação e fabricantes.
A HGX-2, NVIDIA formalmente integrado na inteligência artificial e uma plataforma de computação de alta performance lançado pela NVIDIA.
Entende-se, HGX-2 como uma plataforma de servidor em nuvem, com capacidades de computação multi-precisão para apoiar FP64 de alta precisão e FP32 computação para computação científica e simulação, e também suporta FP16 e INT8 precisão formação AI e raciocínio utilizado. HGX-2 implementação da formação AI velocidade, em ResNet-50 de referência atingiu 15.500 imagens por segundo, o equivalente a apenas 300 unidades instaladas servidor CPU.
GPU era da computação já chegou
Neste GTC de Taiwan, Huang Renxun também afirmou que a demanda anual por computação aumentará em 100 vezes nos próximos 10 anos.Embora a condição de que a lei de Moore esteja diminuindo gradualmente, o volume de computação GPU dos 50 maiores supercomputadores do mundo estará no futuro. Ela crescerá 15 vezes em cinco anos e, ao mesmo tempo, a computação acelerada por GPU se tornará o principal modo de estender a Lei de Moore.
Atualmente, os supercomputadores se tornaram ferramentas importantes para o desenvolvimento da ciência moderna e desempenham um papel importante no desenvolvimento da construção molecular, química quântica, mecânica quântica, previsão do tempo, pesquisa meteorológica, exploração energética, simulação física, análise de dados e inteligência artificial. Cem bilhões ou bilhões de desempenho operacional.
Segundo as estatísticas da OpenAI, o modelo de inteligência artificial crescerá 300.000 vezes nos próximos cinco anos, o que deve crescer 30.000 vezes mais rápido que a Lei de Moore. Com a aceleração da GPU, a complexidade dos programas de dados e cálculos pode ser bastante aumentada. Isso resolve as necessidades computacionais que as pessoas no passado não conseguiram resolver.
Jen-Hsun Huang voltou a insistir que a aceleração da criação dos últimos NVIDIA CUDA modelo de computação em benefícios dirigidos, bem como explicar o futuro por meio de GPU acelerada modelo de computação vai continuar a expandir, esperado em 2028 a demanda global será equivalente ao grupo 10 milhões de operações arquitetura Volta GPU desempenho impulsionado. em termos de tradição através de uma pilha de vários conjuntos de supercomputador CPU poder nível de computação, ele vai ocupar o espaço de grande escala eo alto custo da eletricidade, se o GPU para substituí-lo, você pode economizar mais espaço e consumo de energia, oferecendo maior efeito de aceleração .
Além disso, Huang disse NVIDIA lançou oficialmente principais programas de parceria ODM do mundo, Hon Hai Precision, Inventec, Quanta Computer e Wistron de concepção e produção desses fabricantes global vai tornar-se parceiros para acelerar em resposta às diversas necessidades dos AI computação em nuvem.
Plataforma de computação unificada NVIDIA HGX-2
Em 30 de maio de 2018, a Nvidia anunciou o lançamento da primeira plataforma de computação unificada NVIDIA HGX-2 para inteligência artificial e computação de alto desempenho.
Do ponto de vista da linha de produtos, o HGX-2 é uma versão atualizada do HGX-1 no ano passado, que também é uma arquitetura de referência para serviços de nuvem Amazon AWS, Facebook e Microsoft, além de estar fora da plataforma de serviços em nuvem. Vá para HPC (computador de alto desempenho), tornando-se a primeira plataforma padrão do setor para aplicativos de computação entre domínios.
HGX-2 plataforma de servidor de nuvem, com capacidades de computação multi-precisão, podem fornecer flexibilidade única para fornecer um forte apoio para o futuro da computação. Nvidia disse que a plataforma é capaz de alta FP64 precisão e operação FP32 para computação científica e simulação e treinamento para AI e raciocínio operações FP16 e iNT8, funcionalidade diversificada para atender às aplicações de hoje exigem cada vez mais a integração de HPC eo AI.
HGX-2, utilizando uma porção de núcleo 16 Volta núcleo tensor GPU, por estrutura de interconexão NVSwitch para formar um núcleo grande como único gigante GPU, HGX-2 fornece o desempenho AI 2 petaflops. HGX-2 utilizado para construir um primeiro O sistema é o recém-lançado NVIDIA DGX-2.
Huang Renxun apontou que o HGX-2 faz parte da série de plataformas de servidor de aceleração GPU da NVIDIA, que é compatível com todo o sistema de servidores do data center e é adequada para cada grande mercado. configuração de CPU em combinação com tais HGX-T para a formação de grande escala e ultra HPC ;. HGX-1 para inferência em grande escala e análise de vídeo inteligente (IVA), e SCX-e para o centro de dados, HPC, IVA, infraestrutura de desktop virtual ( VDI) e assim por diante.
Jen-Hsun Huang disse: 'equipado com Tensor núcleo GPU NVIDIA HGX-2 traz uma poderosa plataforma de computação, de propósito geral, capaz de combinar HPC e AI para a indústria, para enfrentar os enormes desafios que o mundo enfrenta.
Entende-se que a Foxconn, Inventec, Quanta e Wistron, os quatro maiores ODM do mundo, também estão projetando sistemas baseados no HGX-2, que deverão ser utilizados no segundo semestre do ano em vários dos maiores data centers em nuvem do mundo.
Mais de uma década atrás, a NVIDIA decidiu fazer a transição de uma empresa de chips gráficos para uma empresa de computação e começou a construir a infraestrutura e o ecossistema necessários para promover a computação da GPU.
Mais de dez anos depois, as conquistas da transformação da NVIDIA foram óbvias para todos: desde a física mais avançada, a pesquisa médica até a mais recente inteligência artificial e pesquisa e desenvolvimento de piloto automático, a plataforma da NVIDIA continua proporcionando aos desenvolvedores maior desempenho computacional. Torne-se um motor para promover o progresso científico e tecnológico!