夏乙 发自 凹非寺
量子位 出品 | 公众号 QbitAI
英伟达的新杀器又来了。
刚刚,在GTC 大会上,黄仁勋发布全球最大GPU。
他说的是DGX-2。
DGX-2能够实现每秒2千万亿次浮点运算(2 PFLOPS),性能比去年9月推出的DGX-1性能提高了10倍,售价39.9万美元(人民币250万元)。
这次的GTC 大会在美国加州圣何塞举行,黄仁勋照例身着皮衣登台演讲。(官方还特别提示:这次是一件全新的皮衣)
而老黄这次的演讲主题,是四个Amazing:amazing graphics、amazing science、amazing AI、amazing robots。
首先,从不可思议的图像开始。
在这个环节里,黄仁勋介绍了英伟达在图像实时光线追踪处理方面的最新进展,展示了细腻的反射效果。
这项技术,称为RTX。它面向图形领域,借助深度学习技术,实现了实时光线追踪。
然后黄仁勋发布了首款基于Volta架构的工作站GPU:Quadro GV100。
它支持英伟达RTX技术,支持NVLink 2,32GB容量HBM2显存。两个GV100相连,可以提供10000多个CUDA核心,236 teraflops的TensorFlow核心。
说着说着,老黄又开始讲这句:买得越多,省得越多。(The more GPUs to buy, the more money you save.)
“来GTC,学习如何节省百万美元。”老黄发出诚恳的建议。
然后进入不可思议的科学环节。
我们正处在GPU计算的关键点,黄仁勋表示。这部分他还介绍TESLA V100等产品的多快好省,也谈到一些GPU在计算和医疗影像方面的贡献。
比如医疗影像超级计算机CLARA。
深度学习给医疗影响的识别带来了诸多变革,但投入到实际使用中却很难。医院用着十几年前生产的超声仪,黑白渣画质成了医疗进步的阻碍。
要等所有医院升级设备,可能要花上30年。
CLARA是一款医疗影像的超级计算机,让医院可以升级那些已有的系统。医生可以仍然用原有的超声、CT等设备,然后将图像输入超级计算机,推理出更清晰的图像。
在这个项目上,英伟达联合了一大群医疗行业的合作伙伴:
以及在这个环节,黄仁勋又引导全场跟他念:买得越多,省得越多。
来到不可思议的AI环节。
这个环节的主题是“全球最大的GPU”。
首先,英伟达把Volta V100m每张卡的内存扩大到32GB。适用于内存密集型的深度学习和高性能计算,还能将内存受限的HPC应用性能提升高达50%。
其次,是全新发布的互联结构NVSwitch,带宽比最好的PCIe交换机高出5倍,最高支持16个Tesla V100同时以2.4TB/秒的速度进行通信。
最后,一个全新的DGX服务器发布了。
黄仁勋说这个现在是全球最大的GPU了:新的DGX-2,包括20亿个晶体管,12个交换机。每个GPU都可以通过光纤交换机互相通信,比PCIe接口快20倍。
DGX-2的算力可达2千万亿次浮点运算,功耗10千瓦。这台机器内部是NVLink连接的两组Tesla V100阵列。
与6个月前发布的DGX-1相比,DGX-2提速10倍。
五年前,在两块GTX 580上进行Alexnet训练耗时六天,现在使用DGX-2,可以在18分钟以内完成。
这款产品将于今年三季度发售,每台价格39.9万美元(人民币250万元)。
DGX-2具有300台服务器的深度学习处理能力,占用15个数据中心机架空间,而体积则缩小60倍,能效提升18倍。
此外,英伟达还更新了CUDA、TensorRT、NCCL、cuDNN等深度学习和HPC软件堆栈。
新版的TensorRT能快速优化、验证和部署在超大规模的数据中心,针对更广泛的应用加速深度学习推理。它最高可以 将深度学习推理的速度加快190倍,降低70%的数据中心成本。
TensorRT 4还集成到了谷歌TensorFlow 1.7版本中,更易于使用。
另外,NVIDIA还宣布和ARM合作,将英伟达深度学习加速器架构集成到Arm的Project Trillium上,在手机、智能家居等设备上实现深度学习推理。
以及英伟达GPU现在支持Kubernetes了。这是一个基于容器技术的分布式架构方案。这个技术让英伟达的GPU进一步加速。
还有一事,英伟达骄傲的宣布,TITAN V仍然断货中。
最后是不可思议的机器人环节。
发布了机器人开发工具包Issac SDK之后,话题转向了自动驾驶。
“我们正试图从头到尾了解这个系统,这其中包含四个最重要的方面:数据收集、模型训练、模拟和驾驶。”老黄说,这个了解过程,大约花了5到7年。
老黄在现场,又展示了一把云代驾。
他把VR和自动驾驶结合起来。通过一个VR眼镜和方向盘,就能启动自动驾驶汽车。
云代驾所用的平台,是新鲜发布的NVIDIA DRIVETM Constellation,基于两台服务器。
第一台服务器运行NVIDIA DRIVE Sim 软件,用以模拟自动驾驶汽车的传感器,如摄像头、激光雷达和雷达。第二台服务器搭载NVIDIA DRIVE PegasusTM AI汽车计算平台,可运行完整的自动驾驶汽车软件堆栈,并能够处理模拟数据,这些模拟数据如同来自路面行驶汽车上的传感器。
老黄又详细介绍了英伟达的感知基础架构。
每辆汽车都在收集PB级的数据,每个月有1500人大概标注100万件物品。
老黄表示,英伟达并没有试图建立一个基于软件定义的计算机的自主车辆系统,确切的说是在研究一个架构。
英伟达以Drive PX Parker单芯片架构为基础创建DRIVE Xavier。这是一个四芯片系统,包含两个Xaviers和两个Voltas。
这台耗能300瓦的电脑正在用于机器人汽车,将于今年晚些时候投入生产。
对了,这项技术英伟达拥有全部产权。
BTW,英伟达今天还宣布暂停了自动驾驶测试。
可能是受此影响,发布会一开始,英伟达股价就同步下跌,至发布会结束,英伟达股价累积下跌6.64%。
—完—
活动推荐
△点击图片或阅读原文
即可获取更多详情
联想高校AI精英挑战赛,覆盖全国28个省份、8大赛区和260所高校,经过在中科大、华中科技大学、清华大学、上海交通大学等8所AI领域具有顶尖优势的理工科高校的半决赛路演,产生最终入围总决赛的十支参赛队伍,并将于3月29日在北京中国科学院计算技术研究所迎来全国总决赛。
加入社群
量子位AI社群15群开始招募啦,欢迎对AI感兴趣的同学,加小助手微信qbitbot6入群;
此外,量子位专业细分群(自动驾驶、CV、NLP、机器学习等)正在招募,面向正在从事相关领域的工程师及研究人员。
进群请加小助手微信号qbitbot6,并务必备注相应群的关键词~通过审核后我们将邀请进群。(专业群审核较严,敬请谅解)
诚挚招聘
量子位正在招募编辑/记者,工作地点在北京中关村。期待有才气、有热情的同学加入我们!相关细节,请在量子位公众号(QbitAI)对话界面,回复“招聘”两个字。
量子位QbitAI· 头条号签约作者
վ'ᴗ' ի 追踪AI技术和产品新动态
如果觉得《英伟达发布全球最大GPU:性能提升10倍 售价250万》对你有帮助,请点赞、收藏,并留下你的观点哦!