اخبار

انویدیا می خواهد که این زمان را با هم ترکیب هوش مصنوعی و HPC کند؟

کامپیوتر جهان تغییر کرده است، گسترش پردازنده کند شده است، اما افزایش سریع تقاضا برای قدرت محاسباتی. با این حال، گسترش عمل CPU منسوخ شده است، و ایجاد کارایی بالا محاسبات (HPC) سرور و پیچیدگی از AI مداوم در حال افزایش، تقریبا این به محدودیت طراحی سیستم رسیده است.

چگونه غیر ممکن برای حل این مشکل است برای پیدا کردن یک روش است که، در 2018 کنفرانس GTC تایوان مه 30 در انویدیا مدیر عامل شرکت جنسن هوانگ برگزار شد (هوانگ) این پرسش پاسخ میدهد خود را.

پلت فرم NVIDIA Yewang

بررسی روند توسعه NVIDIA، از ساده به راه اندازی GPU، برای کمک به تولید کنندگان داخلی و خارجی برای ساخت GPU، و پس از آن به منظور افزایش تجربه سرگرمی مصرف کننده برای بازی های رایانه ای، هر چند یک بار در بازار گوشی های هوشمند را از دست داده، اما در سال های اخیر به طور فعال شروع طرح از زمینه AI، بلکه شروع به مرکز داده، توسعه صنعت خودرو بود.

از منظر معماری کسب و کار، NVIDIA ابتدا 90 درصد از هزینه های R & D خود را در معماری GPU و پلت فرم نرم افزار CUDA سرمایه گذاری کرد و سپس این مدل را به سیستم عامل های مختلف اعمال کرد: بازی ها، مراکز داده، هوش مصنوعی و رانندگی مستقل.

NVIDIA همیشه رهبر بازار GPU بوده و صنعت بازی بزرگترین منبع کاربران GPU است. مرکز داده سریعترین بازار کسب و کار در حال رشد است.

در سه سال گذشته، میانگین رشد سالانه این بخش 85 درصد و نرخ رشد در سال مالی 2018 133 درصد بود. این رشد از زمینه های مختلف عمودی مانند HPC (گروه کامپیوتر با کارایی بالا)، شرکت های محاسبات ابری و محققان AI بود.

در جنبه های فنی از AI، Nvidia تا جلوتر از رقبای دیگر است ژوئن 2017.، NVIDIA منتشر کرده است که نسل بعدی از تانسور هسته ولتا GPU، با تکیه بر یادگیری عمیق، ولتا پنج برابر سریعتر از نسل قبلی از پاسکال. ولتا است همه عمده ابر است محاسبه شده توسط فروشندگان و تولید کنندگان سرور.

HGX-2، NVIDIA به طور رسمی به هوش مصنوعی و یک پلت فرم محاسبات با کارایی بالا منتشر شده توسط NVIDIA یکپارچه شده است.

این قابل درک است، HGX-2 به عنوان یک پلت فرم سرور ابر، با قابلیت محاسبات چند با دقت به پشتیبانی FP64 با دقت بالا و FP32 محاسبات برای محاسبات علمی و شبیه سازی، و همچنین پشتیبانی FP16 و INT8 دقت آموزش هوش مصنوعی و استدلال استفاده می شود. HGX-2 اجرای آموزش هوش مصنوعی سرعت، در RESNET-50 معیار 15500 عکس در ثانیه، معادل تنها 300 واحد نصب سرور CPU است.

دوره محاسبات GPU وارد شده است

در GTC تایوان، هوانگ همچنین گفت که 10 سال آینده، مقیاس عملیات برای هر سال تقاضا رشد خواهد کرد 100 برابر، در حالی که قانون مور است در شرایط فعلی انتظار می رود به تدریج محو شدن، بالا 50 ابر رایانه GPU محاسبه جهان را در آینده می شود رشد 15 برابر در پنج سال، در حالی که راه GPU شتاب محاسبات تبدیل خواهد شد به حالت اصلی به گسترش قانون مور.

در حال حاضر این کامپیوتر فوق العاده تبدیل به یک ابزار مهم برای توسعه علم مدرن به نقش مهمی در توسعه ساخت و ساز مولکولی، شیمی کوانتومی، مکانیک کوانتومی، آب و هوا، تحقیقات هواشناسی، اکتشاف انرژی، شبیه سازی فیزیکی، تجزیه و تحلیل داده ها و فن آوری های هوش مصنوعی بازی، فراهم می کند یا ده میلیارد تریلیون برابر امتیاز عملکرد محاسبات.

و آمار OpenAI نشان می دهد که در طول پنج سال بعد، مدل محاسبات هوش مصنوعی 30 برابر رشد خواهد کرد، در مقایسه با قانون مور انتظار می رود رشد 3 بار سریع تر است. با استفاده از قابلیت های شتاب GPU، اجازه خواهد داد داده ها، به طور قابل توجهی افزایش پیچیدگی برنامه محاسبه، توسط این حل نیازهای محاسباتی را که مردم در گذشته نمی توانستند حل کنند.

جن سون هوانگ دوباره تاکید کرد که شتاب ایجاد NVIDIA CUDA مدل محاسبات مزایای گذشته رانده می شود، و همچنین توضیح آینده با استفاده از GPU شتاب مدل محاسبات ادامه خواهد داد به گسترش است، انتظار می رود در 2028 تقاضای جهانی معادل 10 میلیون عملیات گروه معماری ولتا GPU عملکرد محور خواهد بود. از نظر سنت در انبوهی از مجموعه های متعددی از ابر رایانه CPU قدرت سطح محاسبات، آن را به فضای بزرگ و هزینه های بالای برق اشغال می کنند، اگر GPU به جای آن، شما می توانید فضای بیشتر و مصرف انرژی را ذخیره کنید، در حالی که ارائه اثر شتاب بالاتر .

علاوه بر این، هوانگ گفت NVIDIA رسما راه اندازی برنامه های پیشرو در جهان ODM مشارکت، Hon Hai Precision با، Inventec در، کوانتوم کامپیوتر و Wistron طراحی و تولید از این تولید کنندگان جهانی شرکای برای سرعت بخشیدن به در پاسخ به نیازهای متنوع AI محاسبات ابری تبدیل خواهد شد.

NVIDIA HGX-2 Platform Computing Unified

2018 مه 30، کارت گرافیک Nvidia اعلام کرد راه اندازی اولین هوش مصنوعی شامل محاسبات با کارایی بالا و پلت فرم محاسبات واحد NVIDIA HGX-2.

از خط تولید، معماری HGX-2 مرجع نسخه به روز رسانی در سال گذشته HGX-1، که آمازون AWS، فیس بوک و مایکروسافت و دیگر خدمات ابر، به جای HGX-2 است که هنوز یک پلت فرم خدمات ابر، می تواند استفاده شود به HPC (کامپیوتر با عملکرد بالا)، اولین پلت فرم استاندارد در صنعت را می توان برای محاسبه متقاطع برش اعمال می شود.

HGX-2 پلت فرم سرور ابر با قابلیت محاسبات چند با دقت، می تواند انعطاف پذیری منحصر به فرد ارائه برای ارائه پشتیبانی قوی برای آینده محاسبات کارت گرافیک Nvidia گفت: پلت فرم قادر به FP64 با دقت بالا و بهره برداری FP32 برای محاسبات علمی و شبیه سازی و آموزش برای هوش مصنوعی است و استدلال FP16 و Int8 عملیات، قابلیت متنوع برای دیدار با برنامه امروز نیاز ادغام بیشتر و بیشتر از HPC و هوش مصنوعی.

HGX-2 با استفاده از یک هسته بخش 16 ولتا GPU هسته تانسور، با ساختار اتصال NVSwitch برای تشکیل یک گروه هسته ای بزرگ به عنوان پردازنده گرافیکی تک غول پیکر، HGX-2 را فراهم می کند هوش مصنوعی 2 پتافلاپ عملکرد. HGX-2 مورد استفاده برای ساخت اولین سیستم به تازگی منتشر شده NVIDIA DGX-2 است.

هوانگ اشاره کرد که، HGX-2 تحت GPU NVIDIA برای سرعت بخشیدن به یکی از محصولات پلت فرم سرور، سری پشت سر هم کل سیستم مرکز داده سرور، برای هر یک از بازارهای عمده، به تهیه کردن برای AI مختلف، محاسبات با کارایی بالا و توصیه GPU بهینه شتاب شغل محاسبه پیکربندی پردازنده در ترکیب با چنین HGX-T برای آموزش در مقیاس های فوق العاده بزرگ و HPC ؛. HGX-1 برای استنتاج در مقیاس بزرگ و تجزیه و تحلیل های ویدئویی هوشمند (IVA) و SCX-E برای مرکز داده، HPC، IVA، زیرساخت های مجازی دسکتاپ ( VDI) و غیره

هوانگ Renxun گفت: "HGX-2 با پردازنده های تانسور هسته این صنعت را یک پلت فرم محاسباتی جهانی قدرتمند است که می تواند HPC و AI را برای حل چالش های عظیم مواجه با جهان ترکیب کند."

این قابل درک است که این سیستم چهار بزرگترین تولید کننده ODM فاکسکان، Inventec در، کوانتوم و Wistron نیز طراحی شده بر اساس HGX-2، انتظار می رود که قرار داده استفاده کنید در نیمه دوم از بزرگترین ابر چندین مرکز داده در جهان است.

بیش از یک دهه پیش، NVIDIA تصمیم گرفت تا از شرکت تراشه گرافیکی به یک شرکت محاسباتی منتقل شود و شروع به ساخت زیرساخت ها و اکوسیستم لازم برای ارتقاء محاسبات GPU کرد.

امروز، بعد از بیش از یک دهه، نتایج تحول NVIDIA از ترین فیزیک برش، لبه، تحقیقات پزشکی آشکار شده است، به هوش مصنوعی محبوب ترین و خودکار تحقیق و توسعه رانندگی، سیستم عامل NVIDIA همچنان به ارائه عملکرد محاسبات بالاتر برای توسعه دهندگان، TOO تبدیل شدن به یک موتور برای پیشرفت پیشرفت علمی و تکنولوژیکی!

2016 GoodChinaBrand | ICP: 12011751 | China Exports