2018-03-28
NVIDIA GTC 2018 技術大會
發佈全新 Quadro GV100、DGX-2 GPU
文: Cherry Kwok / 新聞中心
文章索引: IT要聞 NVIDIA

NVIDIA 於 3 月 25 日在美國矽谷 McEnery 會議中心舉行 NVIDIA GTC 2018 技術大會,NVIDIA GTC 2018 以「I am AI」為演講主題,並在會上介紹關於自動駕駛、HPC、AI 及深度學習的全新技術。

 

NVIDIA GTC 2018 技術大會由 NVIDIA 首席執行長黃仁勳正式揭幕,第一個主題為「Amazing Graphics」,黃仁勳談到 Ray Tracing 涵蓋了 D3D Raytracing 及 RTX,他表示已經花了四十年的時間才能找到我們現在使用 Ray Tracing 的地方。

 

NVIDIA 宣佈採用 RTX 技術的 Quadro GV100,通過 NVlink2 / 64GB HBM2 記憶體連接 2 個 GV100,提供 10,240 個 CUDA Core 及 236 個 TFLOPs Tensor Cores。Quadro GV100 GPU 擁有 32GB 記憶體,並可透過 NVIDIA NVLink 互連技術擴展至 64GB,是現時這些應用程式中擁有最高性能平台,基於 NVIDIA 的 Volta GPU 架構,GV100 可提供雙精度 7.4 teraflops、單精度 14.8 teraflops 及深度學習性能 118.5 teraflops。

 

GTC 2018

 GV100

Quadro GV100

 

開發人員將能夠利用 Quadro GV100 搭配 NVIDIA RTX 技術,為主流市場帶來實時光線追踪,光線追踪被認為是當今遊戲和 3D 應用中使用的傳統光柵化技術的下一步,使用 NVIDIA RTX 及 DirectX RayTracing 等技術將可通過正確投射陰影、著色及反射的照片真實渲染場景,使用光線追踪有效將遊戲中的爆炸和煙霧效果呈現得更逼真。

 

不幸的是,光線追踪非常耗費資源,這也是 GPU 硬件無法提供開發人員及玩家可接受的性能原因之一。然而,Volta GPU 架構終於提供了足夠的處理能力,使實時光線追踪成為現實。事實上,NVIDIA 聲稱,通過啟用人工智能元素,與現代 CPU 相比,Quadro GV100 的光線追踪性能將可提升 10 倍至100倍之多。

 

 GV100

 

同時,黃仁勳宣佈推出世界上最大的稱為 DGX-2 的 GPU,DGX-2 通過 NVSwitch 連接的 16 個 Tesla V100 32GB GPU,提供合共 512 GB HMB2 記憶體及 81,920 Cuda Cores,提供 2 petaflops ( tensor),只消耗10.000 Watts ( 重量 350 磅 ),價格為 399000 美元。

 

NVSwitch 為一個革命性的互連陣列,提供比最佳 PCIe 交換機高 5 倍的頻寬,允許開發人員構建具有更多 GPU 系統,使其互連超級連接,並可幫助開發人員突破以前的系統限制並運行更大的數據集。NVSwitch 擴展了由 NVIDIA 開發的首款高速互連技術 NVIDIA NVLink 所提供的創新技術,NVSwitch允許系統設計人員構建更高級的系統,以靈活地連接任何基於 NVLink 的 GPU 的 topology 拓撲結構。

 

DGX-2

DGX-2

 

NVIDIA DGX-2 全球首款雙 Petaflop 系統,新推出的 DGX-2 系統憑藉 NVIDIA 在各種級別的運算堆棧中開發的各種業界領先的技術優勢,達到了兩項petaflop 里程碑。DGX-2 是第一個首次推出 NVSwitch 的系統,它使系統中的所有 16 個 GPU 共享一個統一的記憶體空間,開發人員現在擁有深度的學習訓練能力來處理最大的數據集和最複雜的深度學習模型。

 

結合全面優化、更新的 NVIDIA 深度學習軟件套件,DGX-2 專為數據科學家推動深度學習研究和運算的外部極限而設計,DGX-2 可以在不到兩天的時間內訓練 FAIRSeq,這是一種最先進的神經機器翻譯模型,相比在 9 月份推出的 Volta DGX-1,DGX-2 性能提高了 10倍。

 

GTC 2018

 

NVIDIA 認為,未來的一切包括卡車、汽車、出租車、甚至拖拉機都會由自動操控方式去主導,Algotyrhtm 及軟件為一個難題,故障及錯誤檢測是自動交通所需的最大安全挑戰之一。NVIDIA 致力於通過培訓方式,解決在自動駕駛中的 cards、路標、樹木、路人、車道、馬路轉彎位等出現的問題,並正在調整其運算系統以便能夠加強自動導航的安全駕駛,同時還將創建節能系統,以節省電動汽車的電池壽命。

 

發表評論