PG电子游戏试玩_NVIDIA推动全球领先的深度学习计算平台进一步发展

2018年3月27日NVIDIA发布了其全球领先的深度自学计算出来平台所获得的一系列最重要进展，相比于六个月前公布的上一代产品，其深度自学工作阻抗性能构建了10倍提高。　　NVIDIA的平台已被各大云计算服务提供商和服务器制造商所使用，此次发布的主要进展还包括NVIDIATeslaV100（最强劲的数据中心GPU）的2倍内存提高，以及革命性的全新GPU网络结构NVIDIANVSwitch，它可使多达16个TeslaV100GPU同时以2.4TB/秒的速度展开通信，这一速度刷新历史新纪录。NVIDIA还发售了一个改版的、全面优化的软件堆栈。

　　此外，NVIDIA发售NVIDIADGX-2，是其在深度自学计算出来领域获得的重大突破。这是首款需要获取每秒两千万亿次浮点运算能力的单点服务器。DGX-2具备300台服务器的深度自学处置能力，闲置15个数据中心机架空间，而体积则增大60倍，能效提高18倍。　　NVIDIA创始人兼任首席执行官黄仁勋在GTC2018上发布了这一消息，他回应：深度自学的头脑进展意味着是对未来的救赎。

其中的很多进展都是基于NVIDIA深度自学平台，该平台已较慢沦为全球标准。我们正在以大幅度打破摩尔定律的步伐减缓提高平台的性能，以构建突破，进而为医疗保健、交通运输、科学探寻和其他众多领域带给革命性转变。　　TeslaV100构建内存缩减到　　TeslaV100GPU被全球领先的研究人员广为使用，2倍的内存提高使其需要处置大部分内存密集型深度自学和高性能计算出来工作阻抗。

　　如今TeslaV100GPU配有了32GB内存，将助力数据科学家对更加深度、更加大规模的深度自学模型展开训练，且比以往都更为准确。与之前的16GB版本比起，它还能将内存有限的HPC应用于性能提高高达50％。

　　TeslaV10032GBGPU目前可用作所有NVIDIADGX系统。此外，各大计算机制造商Cray、HPE、IBM、误解、Supermicro和Tyan也宣告将于第二季度内发售各自全新的TeslaV10032GB系统。Oracle云基础设施也宣告计划将于今年下半年在云端获取TeslaV10032GB。

　　NVSwitch:革命性的网络结构　　NVSwitch的比特率比最差的PCIe交换机高达5倍，让开发者需要使用更好的超级网络GPU来建构系统。它将协助开发者突破早前系统的容许并运营更大的数据集。

它也为更加大规模、更加简单的工作阻抗打开了有可能，还包括神经网络分段训练的建模。　　NVSwitch在NVIDIANVlink（NVIDIA研发的首款高速网络技术）的创意基础上构建了更进一步拓展，让系统设计人员需要建构更加高级的系统，进而灵活性地相连任何基于NVlink的GPU的流形结构。　　先进设备的GPU加快深度自学和HPC软件堆栈　　NVIDIA深度自学和HPC软件堆栈的改版面向开发者社群免费获取。

当前开发者社群共计多达82万名登记用户，而一年前大约为48万。　　此次改版还包括新版本的NVIDIACUDA、TensorRT、NCCL和cuDNN，以及面向机器人的全新Isaac软件开发套件。此外，通过与领先云服务提供商的密切合作，各大主流深度自学框架都在持续优化，以充分利用NVIDIA的GPU计算出来平台。　　NVIDIADGX-2：全球首款性能低约每秒2千万亿次浮点运算的系统　　NVIDIA新的发售的DGX-2系统通过糅合NVIDIA为所有层级的计算出来堆栈研发的各种业界领先的技术优势，构建了每秒2千万亿次浮点运算的里程碑式突破。

　　DGX-2是首款使用NVSwitch的系统，其中使用的16个GPU皆分享统一的内存空间。这让开发者取得了适当的深度自学训练能力，以处置最大规模的数据集和最简单的深度自学模型。　　DGX-2融合了全面优化改版的NVIDIA深度自学软件套件，目的助力数据科学家突破深度自学研究和计算出来的外部无限大。　　DGX-2需要在将近两天的时间内已完成对FAIRSeq的训练，FAIRSeq是一种使用近期技术的神经网络机器翻译模型，其性能相比于去年9月份发售的基于Volta架构的DGX-1提升了10倍。

　　TeslaV10032GB获得业界广泛支持　　微软公司技术院士兼任语音和语言业务负责人黄学东回应：在过去几年中，微软公司和NVIDIA在AI技术方面的合作获得了极大进展，还包括最近在汉译英方面的突破。利用全新TeslaV10032GBGPU，我们将需要更加较慢地针对更加大规模、更加简单的AI模型展开训练。

这将有助提高自身语音辨识模型和机器翻译模型的准确性，使其超过人类的水平，并增强Cortana、Bing和MicrosoftTranslator等产品。　　SAP以色列创意中心副总裁MichaelKemelmakher回应：我们使用SAPBrandImpact这款需要几近动态地对视频中的品牌曝光率展开自动化分析的应用于，评估了配备全新TeslaV10032GB的DGX-1。

内存的升级提升了我们在较小的ResNet-152模型上处置更加高清晰度图像的能力，将平均值错误率减少40％，进而需要获取精确、及时且可审核的规模化服务。　　NVIDIADGX产品组合　　DGX-2是NVIDIADGX产品组合中的近期产品。该人组由三个系统构成，目的协助数据科学家较慢研发、测试、部署并拓展全新的深度自学模型及创意成果。

　　DGX-2配备16个GPU，是该产品阵容中的佼佼者。该系列中的其它产品还包括使用8个TeslaV100GPU的NVIDIADGX-1系统，以及享有紧凑型桌边式设计、使用4个TeslaV100GPU的全球首台个人深度自学超级计算机DGXStation。这些系统使数据科学家需要将工作从运营于桌面的简单实验，拓展至最低可玩性的深度自学问题，协助他们全力已完成工作。

　　关于NVIDIA　　NVIDIA（纳斯达克股票代码：NVDA）是一家人工智能计算出来公司。它在1999年发明者的GPU唤起了PC游戏市场的快速增长，新的定义了现代计算机显示卡，并且对并行计算展开了革新。最近，通过将GPU作为可以感官和解读世界的计算机、机器人乃至自动驾驶汽车的大脑，GPU深度自学再次熄灭了全新的计算出来时代现代人工智能。

本文来源：PG电子-www.salan-blog.com