AI初创集团,聚集机器人和机关驾车

图片 1

美国时间2019年3月18日,业界关注的NVIDIA GTC 2019正式拉开帷幕。在首日的Keynote中,NVIDIA创始人兼CEO黄仁勋用超过两个小时四十分钟的演讲为我们带了眼花缭乱的现场秀。在这将近三个小时的不插电分享中,NVIDIA展示了自己的业务布局和产品更新,把重点放在了一系列新设备和新服务上,旨在巩固自身GPU芯片在计算机图形、数据科学和人工智能等领域的领先地位。

原标题:英伟达在日本推多款新品,聚焦机器人和自动驾驶

AI的热潮还在持续,AI的战火自然也在升级。英伟达作为这一波AI浪潮中最受关注的公司之一,在很大程度上影响着AI的战局。上周在美国举行的GTC 2019上,黄仁勋大篇幅介绍了英伟达在AI软件和计算力方面的提升,但售价仅为99美元的Jetson Nano人工智能计算机却成了最受关注的焦点。本月早些时候的TensorFlow开发者峰会上,谷歌也发布售价149.99美元的Edge TPU开发板。

3月19日报道,今天,一年一度的AI与深度学习盛会——由NVIDIA举办的2019 GTC在美国加州圣何塞举行,本次大会为期4天,围绕AI/深度学习、图形/建模、智能机器/物联网、高性能计算、数据中心与云计算等热门话题开展600多场技术演讲和座谈。其中最受期待的环节毫无疑问是NVIDIA CEO黄仁勋的主题演讲。和往年一样,本次主题演讲依然干货满满,老黄在3小时内宣布了该公司在芯片、AI、云基础设施、IoT与机器人、自动驾驶上的一系列新动作。

图片 2

图片 3

这意味着,巨头们的AI芯片战火已经从云端蔓延至了边缘,但这为什么是一个喜忧参半的消息?

在GTC 2019上,NVIDIA推出人工智能计算机Jetson Nano,外观小巧玲珑如同树莓派,但性能却非常强大,可以提供高达472 GFLOPS的浮点运算能力,而且耗电量仅为5W,可以帮助企业快速开发出拥有人工智能系统的产品。

黄仁勋在开场用一张图展示了NVIDIA统一化平台的布局,那就是CUDA-X GPU加速计算库合集,用于加速深度学习、机器学习和数据分析,能够让企业从NVIDIA的GPU加速计算平台中受益。

本文系网易智能工作室(公众号smartman 163)出品。聚焦AI,读懂下一个大时代!

图片 4

这款人工智能计算机外观小巧,功能强大。Jetson Nano可以提供472 GFLOPS的计算性能,但耗电量仅为5瓦。同时,它支持高分辨率传感器,可以并行处理多个传感器,并在每个传感器上运行多个现代神经网络。

图片 5

【网易智能讯 9月13日消息】在北京时间今天上午举行的GTC(GPU Technoglogy Conference)2018日本站上,英伟达首席执行官黄仁勋介绍了该公司在AI方面的最新进展,宣布了一系列新产品,其中包括Tesla T4 GPU、Nvidia Drive AGX Xavier开发套件以及Jetson AGX Xavier开发套件等。现场还补充介绍了英伟达于不久前分别发布的新Quadro RTX和新Geforce RTX。

云端AI芯片战火向下蔓延

此外,它还支持许多常见的人工智能框架,让开发人员轻松地将自己偏爱的模型及框架集成到产品中。

CUDA-X AI包括用于加速深度学习的cuDNN、用于加速机器学习算法的cuML、用于优化训练模型以进行推理的TensorRT、 以及其他15个以上的库。它们能够与NVIDIA Tensor Core GPU无缝协作,加速端到端工作流程,以开发和部署基于AI的应用。

据介绍,富士公司(FUJIFILM)成为日本第一家采用NVIDIA DGX-2 AI超级计算机的公司,它将用于加速医疗保健和医疗成像系统等领域的AI技术的开发,以及用于显示器的高功能材料等。

虽然是最受关注的AI芯片公司,但2018年的英伟达算不上顺利,先是因为矿难导致GPU库存高企,后又因中国市场的需求和服务器市场需求低于预期股价受拖累。整个2018年,英伟达的市值缩水了近一半。因此,在AMD已经抢先发布7nm GPU的背景下,外界更加期待英伟达能在GTC 2019上发布最新7nm GPU。

目前,黄仁勋在GPU技术大会上宣布了两个版本:一是为开发人员、创客和技术爱好者提供售价99美元的开发者套件;第二个是为希望面向大众市场创建边缘系统的企业提供售价为 129 美元的生产就绪型模块。

CUDA-X AI可被集成到TensorFlow、PyTorch和MXNet等深度学习框架中,以及AWS、Microsoft Azure和Google Cloud等云平台中。

黄仁勋在本次GTC2018日本站上宣布的新产品具体有:

不过,黄仁勋并未发布最新的7nm GPU,而是花了大量的时间介绍RTX和CUDA-X AI。

AI初创集团,聚集机器人和机关驾车。Jetson Nano 开发者套件

在这张图中,NVIDIA对于自身产品和技术的思考被展露无遗。在黄仁勋的演讲中,我们可以从三个方面概括这次GTC大会的发布成果。

Nvidia Tesla T4 Tensor Core GPU

CUDA-X AI把所有英伟达的库整合。根据黄仁勋的说法,CUDA-X AI解锁了Tensor Core GPU的灵活性,能够将机器学习和数据科学工作负载加速多达50倍。另外,CUDA-X AI还可以加速典型AI工作流程的每一步,包括用深度学习训练语音和图像识别系统。

据悉,Jetson Nano开发者套件将人工智能的成本大大降低,来支持创客、发明者、开发人员和学生的人工智能开发及研究。利用该套件,开发人员可以构建移动机器人和无人机、数字助理和自动化设备等在内的项目。

图形计算——NVIDIA TURING RTX获得广泛支持,提供完整的渲染工作流;针对3D图形设计,NVIDIA OMNIVERSE全球工作室协同开放平台被推出。同时,NVIDIA推出RTX Server,并提供针对数据中心图形处理的服务器设计标准。

图片 6

英伟达也宣布已经有七家世界级的厂商将推出基于 NVIDIA T4 GPU 和 NVIDIA CUDA-X AI 加速库的服务器,这些服务器都已经针对 CUDA-X AI 进行了特殊优化。亚马逊 AWS副总裁 Matt Garman还宣布最新的 EC2 G4 服务器采用了英伟达 T4 Tencor Core GPU,该服务器将在未来几周内可用。

目前,该套件可以为全桌面Linux给予开箱即用支持,兼容许多常见的外部设备和配件,提供可用的项目和教程,来帮助创客快速上手人工智能。

图片 7

英伟达今天宣布推出TESLA T4 Tensor CORE GPU,引入了革命性的Turing Tensor Core技术,具有用于AI推理的多精度计算。T4提供从FP32到FP16到INT8以及INT4精度的突破性性能,其性能比CPU高出40倍。

虽然英伟达没有推出性能更强的GPU,但正在通过CUDA-X AI提升其GPU在云端的性能和吸引力。即便如此,英伟达的重要客户谷歌还是推出了自主研发的云端AI芯片TPU。

Jetson Nano 模块

NVIDIA RTX光线追踪技术于SIGGRAPH 2018期间推出,现在这个技术获得了业界怎样的认可呢?在GTC 2019上,黄仁勋表示,NVIDIA RTX为超过900万的活跃艺术家和设计师们带来了突破,Adobe、Autodesk、达索系统、Epic、Unity等多家公司的顶级设计和渲染工具将在2019年新版本中采用NVIDIA RTX。

TensorRT Hyperscale

自2015年起,谷歌开始在内部使用TPU芯,2016年谷歌首次公开承认TPU的存在,2017年发布了第二代TPU,TPU 3.0在2018年发布。这意味着,谷歌在云端AI芯片市场与英伟达的关系从此前的合作变为了合作竞争的关系。

一直以来,企业受到尺寸、功耗、成本和人工智能计算密度等挑战的制约。Jetson Nano模块可以为复杂、稳健、节能的人工智能系统的硬件设计、测试和验证节约时间,从而缩短总体开发时间,助企业更快地将产品推向市场。

HPC与AI——数据科学成为新的蓝海,NVIDIA构建NVIDIA CUDA-X AI生态系统,涵盖框架、云端机器学习服务、部署,产品包括工作站、服务器和云;CLARA AI Toolkit帮助开发者更好构建AI应用;针对超算和超大规模数据中心推出NVIDIA DGX-2和NVIDIA DGX POD全新产品。NVIDIA联手AWS和Mellanox为数据科学提供全面支持。

英伟达今天推出了一个人工智能数据中心平台——TensorRT Hyperscale,能够为语音、视频、图像和推荐服务提供推理加速解决方案。

雷锋网了解到,黄仁勋在谈到谷歌TPU时曾强硬的表示对TPU的威胁不以为然。谷歌与英伟达在云端AI芯片市场的竞争短期内难见结论。但却可以明确他们的芯片竞争已经蔓延到了边缘端。

它配有电源管理、时钟、内存和完全可访问的输入/输出。基于软件定义,在系统部署后,企业也可以更新性能和功能。

图片 8

该平台为端到端应用提供最快的性能和更低的延迟,使超大规模数据中心能够提供新的服务,例如增强的自然语言交互和搜索查询的直接答案,而不是可能的结果列表。

边缘端的AI芯片战

可以说,Jetson Nano模块将推动网络录像机、家用机器人和具有完整分析功能的智能网关等嵌入式应用的发展。

NVIDIA提供了最顶级的、面向人工智能的数据中心服务器芯片T4,而且还将通过AWS G4新计算实例提供。此外,思科、Dell EMC、富士通、HPE、浪潮、联想和曙光等厂商的服务器系统也将支持T4芯片。该芯片专为机器学习和深度学习打造,特别是T4芯片还瞄准了AI推理工作负载,这种工作负载是运行神经网络模型的计算密集型负载,需要用大量数据进行训练。

Nvidia还推出了TensorRT 5,这是Nvidia深度学习推理优化器和运行时引擎的最新版本,

作为老牌芯片巨头,英伟达很早就已经入局边缘计算市场,Jetson系列的包括用于完全自主机器的Jetson AGX Xavier和用于边缘人工智能的Jetson TX2已经推出,只是几百甚至上千美元的价格阻挡了不少用户。GTC 2019推出的同系列Jetson Nano之所以关注度很高,关键的原因就是价格。

此外,英伟达还发布了涵盖整个Jetson系列产品的软件栈NVIDIA CUDA-X。它包含40多个加速库,来支持现代计算应用程序从 NVIDIA GPU 加速计算平台中获益。JetPack SDK是一个完整的人工智能软件栈,包含用于深度学习、计算机视觉、计算机图形和多媒体处理的加速库,支持整个Jetson系列产品。

另外,全新的T4服务器已经实现NVIDIA NGC-Ready。作为NGC-Ready功能验证流程的一部分,所有经过测试的软件均可通过NVIDIA NGC获取。NVIDIA NGC是一个综合资源库,包括GPU加速软件、经预先训练的AI模型、数据分析模型训练、机器学习、深度学习、以及通过CUDA-X AI加速的高性能计算。

TensorRT 5支持新的图灵架构、新的优化和INT8 API,与仅使用CPU的平台相比,其推理速度提高了40倍。

纵观不同行业发展的历程,产业的爆发除了有技术成熟的因素,产品价格下降到市场可接受的程度也非常关键。GTC 2019上推出的Jetson Nano计算机,价格让然惊喜,外观小巧但性能不低。据悉,Jetson Nano的性能可达472 GFLOPS(每秒十亿次浮点运算),耗电量仅为5瓦。同时,Jetson Nano支持高分辨率传感器,可以并行处理多个传感器,并且可在每个传感器流上运行多个现代神经网络。

目前,英伟达Jetson Nano开发者套件已上市,售价99美元。Jetson Nano模块售价129美元,1000个起售,将于今年6月开始发货。本次主题演讲分为三个部分:主打实时光线追踪的计算图形、AI与高性能计算、自动驾驶。

自主机器人和无人驾驶——基于Jetson平台,NVIDIA发布了价格为99美金的Jetson NANO,以及ISAAC Open SDK、无人驾驶的开放生态平台Drive AP2X、Drive AV等。

NVIDIA AGX系列

针对不同的需求,英伟达还推出了两个版本的Jetson Nano,一个是售价99美元的开发者套件,专为开发人员、创客和技术爱好者提供,另一个是售价129美元的生产就绪型模块,面向大众市场创建边缘系统的企业。

核心亮点包括:

图片 9

图片 10

图片 11

1、计算图形:推出端到端平台CUDA-X AI,宣布图灵RTX将于4月4日登陆Unity,发布全新协作平台NVIDIA OMNIVERSE,发布拥有40个图灵GPU的8U RTX服务器和RTX POD。

Jetson Nano具备472GFLOPS(每秒十亿次浮点运算)的计算性能,并且具有高能效,但耗电量仅为5瓦,能让开发人员轻松地将AI模型及框架集成到产品中。在软件层面,JetPack SDK建立在CUDA-X的基础上,是一个完整的人工智能软件栈,包含用于深度学习、计算机视觉、计算机图形和多媒体处理的加速库,支持整个Jetson系列产品。JetPack包括最新版本的CUDA、cuDNN、TensorRT和完整版桌面Linux操作系统。

英伟达今天还宣布了其AGX阵容,这是英伟达基于Xavier的产品系列的新名称,这些产品专为从机器人到自动驾驶汽车的自动机器系统而设计,嵌入了AI HPC。

Nvidia Jetson Nano

2、AI和HPC:使用Omni-Sci数据库快速将原生数据转换为可视化数据,发布售价99美元的CUDA-X AI小型计算机Jetson Nano,开放ISAAC机器人堆栈SDK,宣布AWS上线最新的EC2 G4实例。

在无人驾驶方面,用于自动驾驶车辆验证的虚拟测试平台——NVIDIA DRIVE Constellation正式上市。DRIVE Constellation是一个开放式平台,生态系统合作伙伴可将其环境模型、车辆模型、传感器模型和交通场景集成于其中。通过整合来自更广泛仿真生态系统的数据集,该平台可以生成全面、多样化并且复杂的测试环境。

今天推出的是Nvidia Drive AGX Xavier开发套件,这是一个用于构建自动驾驶系统的平台。这种开放、可扩展的软件和硬件解决方案使公司能够无缝地开发和测试定制的自动驾驶技术,简化生产。

与英伟达的Jetson Nano类似,谷歌本月初发布的搭载Edge TPU的开发板Coral售价150美元。Coral开发板拥有1GB的LPDDR4内存和8GB的eMMC存储,安装Mendel版Linux或者Android,可以进行本地的离线运算,性能最高可达 4 万亿次操作。

3、自动驾驶:推出DRIVE AP2X Release 9.0,介绍防止碰撞的安全力场,发布NVIDIA Constellation虚拟汽车。

图片 12

Nvidia还提供类似的Clara平台,专为医疗应用而设计,作为疾病早期检测、诊断和治疗的新工具。

除了Coral开发板,谷歌还发布了一款售价75美元的Coral USB加速器,同样包含一颗Edge TPU,可以在任何64位ARM或x86平台的Debian Linux上运行。

此外,老黄还在演讲开场时就声明他爱PRADA。有意思的是,在本届GTC大会举办前一周,NVIDIA发布2019年震动芯片界的大消息——宣布就69亿美元收购以色列企业Mellanox事宜达成最终协议,在本次主题演讲中,Mellanox CEO Eyan Waldman也来到现场和老黄聊了会儿天。

这款基于云端的平台可使汽车在虚拟世界中驾驶数百英里,并历经从常规行驶到罕见危险情境的广泛驾驶场景,相比在真实环境中训练,该平台可帮助实现更高效率、更大成本收 益以及更安全的驾驶体验。

Jetson AGX Xavier开发套件

图片 13

推出CUDA-X AI,表白PRADA

DRIVE Constellation于去年首次在GTC技术大会上推出,是一款由两个并排服务器组成的数据中心解决方案。 其中一台服务器DRIVE Constellation Simulator使用NVIDIA GPU运行DRIVE Sim软件,用以生成在虚拟世界中车辆行驶的传感器结果。另外一台服务器DRIVE Constellation Vehicle搭载了DRIVE AGX Pegasus AI汽车计算机,用来处理仿真的传感器数据。

英伟达今天宣布推出Jetson AGX Xavier开发套件,部分日本的工业和制造商率先开始使用该新系统。

Google Edge TPU开发板

在本次大会上,老黄不负众望地穿着一身黑色皮衣帅气登场,首先晒出GTC和GPU的成绩单,说相比上一届大会,GTC 2019的参会人员增长约50%,GPU开发人员从2018年的80万增长到2019年增长为120万人。

来自DRIVE Constellation Vehicle的驾驶决策可反馈到DRIVE Constellation Simulator中,从而实现位精确且时间精准的硬件在环测试。

作为世界上第一台为人工智能,机器人和边缘计算而创建的计算机,Jetson AGX Xavier的大规模计算性能可以处理对下一代机器人至关重要的测距、定位、测绘、视觉和感知以及路径规划。

黄仁勋不认为谷歌的TPU是一个威胁,但在边缘端低价产品进展方面两大巨头显得颇有默契。先是谷歌推出搭载Edge TPU售价75美元和150美元的开发板以及加速器。不久后英伟达就推出售价99和129美元的Jetson Nano。

在介绍了NVIDIA加速计算的一系列成果后,老黄开始进入本次主题演讲的一大重点——端到端平台NVIDIA CUDA-X AI,通过将所有NVIDIA库集成在一起,加速深度学习、深度学习和数据分析工作流程,提高开发人员工作效率。老黄表示,要用尽可能少的工作流程达到最大成效,买的越多,省的越多。

仿真的重要性获得了全球最大汽车制造商的认可。NVIDIA还宣布,丰田研究院高级研发公司(Toyota Research Institute-Advanced Development ,简称TRI-AD)是DRIVE Constellation的第一个客户。

同时黄仁勋在今天GTC大会上宣布,雅马哈汽车公司将选择NVIDIA Jetson AGX Xavier作为开发系统,为其即将推出的自动机器系列提供动力。(李健)返回搜狐,查看更多

图片 14

在演讲期间,老黄突然对“PRADA”表白,不过,这可不是大洋彼岸那个著名的奢侈品牌,老黄用它代指CUDA-X库的关键特征——一种单一架构可编程扩展性的计算方式,即PRogrammable

结语

责任编辑:

不仅售价相互竞争,面向的边缘计算市场也会重叠。英伟达表示,Jetson Nano可以创建数百万个智能系统,模块面向网络录像机、家用机器人和具有完整分析功能的智能网关等嵌入式应用。英伟达希望能为复杂、稳健、节能的人工智能系统的硬件设计、测试和验证节约时间,缩短总体开发时间让产品更快将推向市场。

  • Acceleration Domain Architecture。

巨头科技公司的创新步伐放缓是不争的事实,从以产品技术为中心到以用户为中心,需求导向的开箱即用方案成为主流,生态伙伴才是一家平台公司的重要支撑。在本届GTC大会上,我们更多是看到NVIDIA的产品和技术被业界认可和集成,围绕其构成的生态不断壮大和繁荣。

Coral开发板也强调面向嵌入式设备的隐私、低延迟、高效和离线部署。具体的应用方面,谷歌展示了基于Coral的一个有趣的图像分类应用。谷歌表示其提供了简单的API,可在Edge TPU设备上执行图像分类,对象检测。这意味着,Edge TPU看好和图像相关的边缘端应用。

计算图形:实时光线追踪仍是主题

因此,无论是从定位、性能、应用还是售价看,谷歌和英伟达在边缘端又一次正面竞争。

光线追踪一直是GTC的一个重要话题,在第一个环节,老黄先展示左右看起来相似的图片,让观众去猜哪张图是真的。

普及AI还是革命AI芯片初创公司?

同样,Tensor Core通过深度学习降低绘图工作的负载并提高绘图性能表现的功效也再度被提及。相比过去只是用GPU的计算方式,TensorCore 和光线追踪计算单元能带来更低成本和更高功效。NVIDIA已与Adobe、Autodesk等多家3D软件制造商建立合作伙伴关系,将实时光线追踪带入游戏作品。全球顶级的应用程序供应商正采用NVIDIA RTX为900万建筑师、设计师和艺术家们提供先进的AI和光线追踪功能。

谷歌和英伟达的竞争能够在一定程度上促进AI的发展,特别是在边缘端。Jetson Nano和Coral开发板的方式能在很大程度上降低AI产品开发的难度并加速产品的上市时间,为现有做AI应用的公司增加了选择,当然也会想要借助AI进行更多创新的公司和个人提供了更加便携的选择,这对AI在边缘端的普及具有积极意义。

其中,Unity为NVIDIA的实时光线追踪技术增加了预览支持。现场展现的《雷神之锤2》游戏等场景逼真度令人惊艳,这些虚拟图像与真实场景非常相似,模糊了虚拟与现实的界限。老黄表示,图灵RTX仿真将于4月4日登陆Unity。另外Unreal Engine和Vulkan都将支持Direct-X 12中的实时光线追踪。

图片 15

“图灵RTX架构是15年来GPU架构的最大的飞跃。”老黄如是说。他着重讲了RTX和图灵架构的亮点,展示的RTX服务器在渲染方面节省能耗的数据令人难以置信。另外,RTX开关时的照明变化也非常明显。

然而,对于众多AI芯片初创公司而言可能是个坏消息。雷锋网2018年曾统计过,创立于国内的13家AI芯片初创公司有11家都布局了自动驾驶和安防领域,并且都是面向边缘端的AI芯片。AI芯片初创公司们之所以大部分都选择AI边缘计算市场,是因为在云端,英特尔和英伟达占据绝对的优势地位,初创公司想要在这一领域获得成功难度非常大。

随后,老黄宣布发布一款全新协作平台NVIDIA OMNIVERSE,适用于由NVIDIA RTX提供支持的3D制作流程。

虽然边缘端AI给初创公司更大的市场和机遇,但从目前的情况看英伟达在自动驾驶领域也有不错的市场表现。如今,英伟达和谷歌都推出更加简单易用,且价格更易于接受的开发板,AI芯片初创公司又多了两个竞争对手,并且是实力强大的竞争对手。

另外在流媒体视频服务领域,NVIDIA 与日本软银集团在日本构建合作伙伴关系,与 LG 在韩国构建合作伙伴关系。在计算图形这一环节,老黄最后发布的是拥有40个图灵GPU的8U RTX服务器和RTX POD,其中包括为Optix渲染完全优化的软件堆栈、VR/AR及专业视觉化应用。

更会让AI芯片初创公司感到不安的是,由于两大巨头都有云端AI芯片,与边缘端的AI芯片配合能够实现更强的竞争力。并且,软件在AI芯片中的重要作用正被越来越多的人看到,不巧的是英伟达和谷歌都有强大的软件。

NVIDIA RTX服务器将帮助5G运营商,以低延迟的特点为用户带来强大、灵活、随需应变的图形渲染、虚拟化和云游戏服务,一周前NVIDIA刚刚宣布达成收购协议的Mellanox的技术也排上了用场,Mellanox的高性能智能互联技术Infiniband将帮助RTX服务器实现在10个机架中为1万位用户同时提供服务。NVIDIA Quadro虚拟数据中心数据站现在支持NVIDIA RTX服务器,可在任何设备上随时随地为设计人员提供加速渲染能力。

文章开篇已经提到,英伟达发布CUDA-X AI将提升GPU的AI性能,但与此同时Jetson Nano也是可运行所有人工智能模型的NVIDIA CUDA-X人工智能计算机。

AI HPC:围绕CUDA-X AI构建全面生态

谷歌方面,与Coral开发板同时发布的还有为移动和嵌入式设备提供的跨平台解决方案TensorFlow Lite,这个轻量级的框架有助于机器学习模型部署在移动和IoT设备上的。谷歌表示,经过TensorFlow Lite的优化后,CPU的性能达到原来的1.9倍,在Edge TPU上的性能最高提升62倍。

第二板块是AI和高性能计算。老黄认为,数据科学已成为继理论、实验、模拟之后的工程领域的第四大支柱。围绕CUDA-X AI,NVIDIA构建从设备、框架到服务的完整生态系统。CUDA X 可以通过NGX 平台免费获得。

雷锋网认为,巨头们拥有从云端到终端的AI芯片,并且有强大的软件帮助芯片提升硬件的性能,同时还有长期建立的品牌、渠道、市场等方面的优势,这在推动AI在边缘端普及的同时,还将与众多的AI芯片初创公司产生竞争。

老黄再次强调了Tensor Core的重要性,他认为Tensor Core会成为未来在专业计算中极为重要的角色,重要性不亚于GPU架构,NVIDIA希望可将偏推理的AI任务更快的转移到Tensor Core上。另外,现场还演示了微软正与NVIDIA提供的实时语音驱动推荐功能,微软的算法将端到端延迟减少5倍。

只是,未来仍有诸多不确定性,英伟达、谷歌到底会在多大程度上影响AI芯片初创公司?

在医疗方面,老黄宣布Clara AI使世界各地的放射科医生能够构建和部署AI应用程序,辅助阅读X射线和其他图像,并使用Clara工具包帮助注释图像,同时确保患者数据安全。

随后,老黄演示使用Omni-Sci来精确定位网络运营商应该放置WiFi接入点的位置。Omni-Sci是一个GPU驱动的数据库,包含可视化引擎,用于可视化来自该网络服务提供商的数据。

QminSci全球社区副总裁Aaron Williams现场展示了如何使用OmniSci加速数据处理。一个网络提供商,该提供商每天产生约1TB的WiFi新数据。据他介绍,在过去将1T数据转化为可视化数据需要几十个数据科学家花8天时间。而使用OminSci,仅用4分钟就能完成这一转换,然后对该数据集进行预测分析。

老黄还在演讲中提到RAPIDS,它可以串连不同的云端计算平台处理同一任务,形成超级虚拟计算机。老黄将RAPIDS视作Hadoop和Spark的继任者,不过不确定这是老黄随性评论还是正式声明。微软Azure也在博客中宣布其机器学习服务现支持NVIDIA RAPIDS,据悉使用RAPIDS可将训练 AI 模型的时间减少20多倍。AI和HPC板块自然少不了数据科学家的福利,老黄发布一种新型数据科学工作站。这一工作站包含NVIDIA Quadro RTX-8000 GPU,并预装了CUDA-X加速平台。

加上一周前,NVIDIA刚刚宣布就收购以色列企业Mellanox事宜达成最终协议,将以约69亿美元的现金价格将这个高性能互联技术InfiniBand的龙头企业收入麾下。随着Mellanox超强的智能互联技术、解决方案及现有客户并入NVIDIA,NVIDIA在优化整体计算、网络和网络和存储堆栈的数据中心级工作负载将取得新的提升。例如NVIDIA的数据科学服务器就采用最新的4x NVIDIA T4 GPU和Mellanox网络。

Mellanox CEO Eyan Waldman和老黄同台了,两人讨论了在数据中心和超大规模计算的紧密合作,Mellanox的技术在许多NVIDIA产品中得到应用。

另一个前来捧场的重量级嘉宾是亚马逊AWS计算服务副总裁Matt Garman,NVIDIA和AWS建立长期合作伙伴关系,率先推出GPU及服务并采用一些最新的高端GPU。

Matt Garman称AWS已经使用GPU预览了最新的EC2 G4实例,G4非常适用于部署经济高效的机器学习、深度学习和图像处理。TensorRT 5.1现已支持在AI上部署20多个新层,激活和操作TensorFlow和OnnxAI。

在本次主题演讲开始前几个小时,NVIDIA还在GTC大会上公布了其最新的图像处理研究工作——GauGAN,这是一种基于生成对抗网络的技术,能够将分割图转换为逼真的照片。该GauGAN研究论文已被CVPR 2019收录为口头报告。

机器人与自动驾驶:机器人芯片Jetson Nano售价99美元

经过两个小时的演讲,终于到了最后一个版块——机器人与自动驾驶。老黄宣布了一个面向机器人开发者的好消息——新的Jetson Nano计算机来了!这款小而强大的CUDA-X AI计算机售价99美元,大小近似于一个乐高小人,可以创建数百万个智能系统,并将能运行CUDA上的所有内容,为机器人提供感知、规划和推理能力。

现场参加主题演讲的观众就有福了,出门即可购买Jetson Nano开发套件。此外,ISAAC机器人堆栈SDK现已开放,这是一个机器人开发者工作箱,可为自主机器引入现代AI,让自研机器人变得更加简单。NVIDIA现已支持AWS RoboMaker,可在云中轻松完成机器人仿真和开发,并部署在由Jetson提供支持的数百万台机器人中。

“我们和未来互动最重要的机器人设备就是我们的汽车。”老黄表示,Drive Initiative并非将自动驾驶作为产品,而是建立工具和基础设施,帮助其他人制造自动驾驶汽车。

老黄在现场演示了最新版本的NVIDIA自动驾驶系统,并宣布和丰田合作进行自动驾驶的研发。首先被发布的是DRIVE AP2X Release 9.0,DRIVE AP2X是世界上最完整的Level 2 自动驾驶汽车平台。

NVIDIA宣布正与TRIAD Global合作开发、训练和验证自动驾驶车辆,与ToyotaMotor合作提供未来的自动驾驶。老黄还介绍了NVIDIA安全力场,这是一种可以防止自动驾驶车辆碰撞的计算防御性驾驶政策,通过安全立场驱动AV路径规划和预测,从而提供更加安全的驾驶体验。NVIDIA DRIVE Constellation虚拟AC测试车队现已上市,提供具有比特精度和精确定时的“硬件在环”测试,由两个不同服务器组成的数据中心解决方案。

据介绍,Omniverse可以实现多种行业标准图形开发程序,如Autodesk Maya,Adobe Photoshop和Epic Games的虚幻引擎之间的实时连接。Omniverse围绕最新的设计协作行业标准而构建,这个新的开放式协作平台简化了跨行业的2D和3D产品通道。

它支持Pixar的通用场景描述技术来交换信息,用于在多个应用程序之间交换有关建模、着色、动画、灯光、视觉效果和渲染的信息。它还支持英伟达的材料定义语言,允许艺术家跨多个工具交换信息。

Pixar的软件副总裁Guido Quaroni说:“有了Omniverse,艺术家将非常渴望投入工作。” “当我们开源USD时,我们的目标是让复杂的角色和环境更容易组合到一个场景中。Omniverse提高了标准,利用USD实现了一些业界主要软件包的可扩展实时协作工作流程。”

通过Omniverse,艺术家可以看到其他艺术家在不同应用程序中进行的实时更新。他们还可以同时看到多个工具中反映的变化。因此,艺术家现在可以灵活地使用最好的工具来完成手头的任务。例如,使用Maya和Omniverse门户的艺术家可以使用UE4与另一位艺术家合作,两者都将看到彼此在其应用程序中的更改的实时更新。

“我们喜欢连接所有供应商的工具以实现协作工作流程的想法,”Epic Games首席执行官Tim Sweeney说。“我们采用了美元和MDL来简化资产来自许多不同应用程序的工作流程,因此很高兴看到英伟达扩展该生态系统以实现同步更新的实时连接。”

艺术家还可以通过英伟达的Omniverse Viewer实时查看实时更新,让用户可以直观地查看各种工具的工作情况。Omniverse Viewer通过利用光栅化以及对英伟达 RTX RT核心,CUDA核心和Tensor Core-enabled AI的支持,实时提供最高质量的照片级真实感图像。所有这些都允许艺术家无论使用何种工具都可以进行协作,而无需进行耗时的转换。

“Omniverse是一个激动人心的概念,它将使世界各地的艺术家能够在数字内容创作方面进行合作。”Adobe和3D沉浸式副总裁Sebastien Deguy说。“我们期待看到它的发展和演变。”

目前英伟达已经开始接受Omniverse“灯塔计划”的申请。

结语:NVIDIA的核弹未发

在AI飞速发展的过程中,NVIDIA无疑是其中最为耀眼的明星企业之一。自2009年首次举办以来,GTC大会已经陪着英伟达走过了第十个春秋,成为AI领域举足轻重的一大盛事。回顾一下过去2年GTC大会上发布的重点内容:

GTC 2017:全新Volta架构GPU Tesla V100,GPU云,虚拟机器人产品Project Holodeck,主要针对自动驾驶的轻量化平台Xavier DLA,深度学习学院进展,

GTC 2018:光线追踪RTX技术,首款Volta架构的Quadro GV100 GPU,首医学成像超级计算机平台Clara,32G内存Tesla V100,深度学习超级计算机DGX-2,新版机器学习应用平台TensorRT,下一代DRIVE Orin自动驾驶芯片,3D仿真自动驾驶测试平台DRIVE Constellation,ISAAC机器人仿真训练平台SDK。

此前受到虚拟货币泡沫破裂的影响,加之图灵显卡销量不佳,NVIDIA因此出现营收下滑,股价下跌现象。本以为NVIDIA会在本届GTC 2019释放大招,就现在来看,相比过去2年,本次GTC大会稍有“雷声大,雨点小”之感,既没有发布新架构,也没有新GPU或者显卡的出炉,但好在今天公布的各项升级和合作都非常具体落地,将是英伟达全线产品助推AI技术产业落地的新阶段。当前NVIDIA最新GPU是12nm图灵架构GPU,此前盛传的7nm安培架构GPU并没有像众人所猜测的那样如期而至。NVIDIA的7nm显卡姗姗来迟,而AMD代号为Navi的7nm显卡被传即将浮出水面,NVIDIA新的竞争才刚刚开始。

文章来源:智东西

本文由一分钟一开的彩票平台发布于通讯产品,转载请注明出处:AI初创集团,聚集机器人和机关驾车

您可能还会对下面的文章感兴趣: