• <td id="payvz"></td>
      <track id="payvz"></track>
      <tr id="payvz"><strong id="payvz"></strong></tr>
    1. <pre id="payvz"></pre>

      <p id="payvz"><del id="payvz"><small id="payvz"></small></del></p>
    2. 服務熱線:
    3. 028-85292742
    4. 網站首頁
    5. 新聞中心
    6. HP服務器
    7. H3c服務器
    8. 關于我們
    9. 聯系我們
    10. 當前位置: 主頁 > 新聞中心 > 公司新聞 >
      Computex 2018:英偉達nvidia還能跑得更快嗎?
      人工智能興起的這幾年,原本已在領域舒舒服服吊打競爭對手的英偉達,突然發現了能夠消耗GPU強大并行計算能力的新方法。源自圖形計算本身需求的GPGPU并不能帶來廣泛的深入社會生活各個領域的影響力,但人工智能不同。無論是各類廠商刻意的把自動化和遠程控制按上智能的名頭,還是Google深度安利的機器學習/深度學習,人工智能已經深入人心。   GPU的超級并行性以及單精運算的結構,天然就是AI計算的料,于是乘上AI東風的英偉達價值成倍成倍地增長,Computex期間再創新高,股價一度超過265美元,而整體市值更是超過IBM這樣的藍色巨人,AI盛況空前。雖然Google表示將自行開發新一代TPU產品,但是明眼人都知道,Google的TPU就是英偉達帶加工的馬甲。而就算不為Google這樣的海量數據處理需求提供產品,黃仁勛的特斯拉(Tesla)可要比馬斯克的特斯拉跑得瘋多了!   當著數百媒體人,黃仁勛不厭其煩地細數著臺面上每款產品的特性和用途。無人會否認,股票的持續翻紅,與前景無限的AI關系密切,但是現實是另一個結果,其超過60%的營收,來自最為人所熟知的GeForce游戲業務,而與AI相關的業務收入只有前者的幾分之一。要知道,GeForce 10系列上市已經兩年時間了,相比英特爾的“擠牙膏”,英偉達連牙膏都懶得擠,一代產品不降價還能被持續搶破頭,游戲的火爆和挖礦的火爆,哪個都能讓它躺著收錢。   然而,英偉達還在不斷地加大AI相關產品的投入,從研發、產品到市場,一刻都沒有停止過。這樣全力以赴,它還能跑得更快些嗎?   Computex上,黃仁勛再次帶來了全線AI計算的硬件新品,上至被兩塊Xeon CPU串聯起16塊組成的“最大GPU”HGX-2、一體型計算主機/,下至集成數十個核心的Jetson Xavier平臺(包括了1個Volta Tensor Core GPU、1個8核ARM64 CPU、2個NVDLA深度學習加速器、1個圖像處理器、1個視覺處理器和1個視頻處理器)為機器人提供大腦,以及滿足5級自動駕駛需求的DRIVE XAVIER/PEGASUS,無不密切圍繞熱門的AI領域開發。   誠然,當然的英偉達借十余年在GPU領域的霸主地位順理成章地快速切入了AI硬件領域,并且贏者通吃,拿下了自動駕駛、機器學習等多個領域。   然而,臥榻之側,豈容他人鼾睡。讓所有人都眼紅是一種成就,但也是一種風險,當英偉達紅得發紫的時候,它原本的客戶以及競爭對手也都沒閑著,新的更大的挑戰就在那不遠的地方。   5月中,在Google I/O大會上,Google宣布將推出為特別優化了神經網絡訓練和TensorFlow流程優化的第二代TPU產品,其架構和設計已經明顯有別于英偉達提供的基于GPU架構設計的產品。雖然英偉達新一代的Tesla V100產品也具有相對獨立和強大的Tensor計算能力,但超大的核心、昂貴的價格、不專一的設計,很可能讓它丟掉Google這個大客戶。   除了曾經的客戶,英偉達還必須面對擁有強大制造能力的英特爾,畢竟作為Fabless廠商,沒有制造的靈活性,與難以掌控V100超大核心的制造并存。通過一系列買買買和長時間的消化吸收,英特爾已經建立起更為完整的AI芯片家族,從提供兼容豐富應用并兼顧桌面AI需求的x86家族產品,為機器計算提供平臺節點的Xeon系列,以及“買來”并已經開始產品落地的AI芯片Nervana、Altera FPGA產品和Movidius VPU,從端到端的AI產品和40年的PC生態,都讓英特爾顯得和藹可親。   在特定的AI應用領域,比如需要低功耗和實時性的移動終端上,寒武紀甚至高通都成為了它潛在的競爭者。別看在機器學習領域近乎壟斷,但在新一波的神經網絡訓練上,所有人幾乎回到了同一起跑線上。   還要不要更多、更強的AI芯片,“適時地”成了英偉達必須面對的封頂問題,有關新的AI專用芯片是否還有市場的爭議已起,具有一定通用特性的GPU生態最為完善,相關工具也非常成熟和被廣泛使用,而新硬件特別是算法相對固化的產品,會讓研究者浪費過多的熟悉時間。在臺北回答記者問題的時候,黃仁勛也承認,在現有數據沒有開始爆發性增長的情況下,已知領域的數據挖據和學習已經進行的差不多了,至少目前硬件性能已經可以滿足要求,更高性能的產品顯得不合時宜和浪費,因此英偉達在保持技術領先的情況下,短期更傾向于將成熟技術落地,包括產品實用化和小型化方向,自動駕駛及互動機器人產品,都是這樣思路的產物。與英特爾的AI產品序列來自不同設計機理,需要解決互通性和算法一致性問題不同,英偉達的產品具有更好的通用性和架構的一致性,開發者所使用的工具與終端產品架構上并無二致。   人工智能是應用前景廣泛、商業機會眾多的領域,這是無人可以否認的現實。但是人工智能實現的路徑和需要的工具卻千差萬別,一致架構的優勢不定哪天就會成為絆倒英偉達自己的那道檻。   英偉達也在盡力避免自己的市場優勢地位被AI的狂歡弄得一地雞毛,如同前兩年面對挖礦熱潮一樣,它也推出了不得使用GPU產品開發AI平臺的禁令,并不斷強調,“游戲顯卡只能打游戲,不能放在數據中心跑深度學習”——在技術上,TPU才是AI的正根大腦,而GPU只是兼具此功能。事兒就在這個“兼”字上了,HGX/DGX就別說了,天價不說還買不到(政策及供給因素),游戲和挖礦讓GeForce也供貨緊張價格高企,用戶不得不開始找其他可以到手的用具。好在英偉達多少意識到了這個問題,一方面不給用GeForce研究AI,一方面開放OEM生產制造最新的HGX-2,包括聯想等PC廠商開始參與到產品供應中,當然,脖子還是卡在V100上。   另一個變化是,英偉達也開始嘗試與其他廠商形成更良性的競合關系,比如此次黃仁勛展示的“新產品”中就有來自新東家是英特爾的ALTERA,其Arria 10 FPGA功能模塊孤零零地與GeForce產品放在一起,只是有關它的用途的講解被活生生跳過了。   借AI再次爆紅的英偉達正在不斷地向業界重復著一句話:“ I am ai”,這才有了股價坐上火箭盛況。GeForce的強大支持,不僅呈現在財務端,更為AI研究提供了最直接的實例。視覺計算不僅最為消耗計算力本身,而且視覺對人來說可傳遞的信息太多,其中也大量包括了思維的反饋,這也也正是AI要學習和研究的方向。   有一個支柱產品的企業就能活得很好,有一個稱霸領域的企業就能翻云覆雨,而如果有兩個呢?英偉達如其許多前輩一樣,眼見就能稱霸第二個領域了!瘋狂推動技術迭代的背后,保持與最接近的競爭者之間有代差,是稱霸最直接有效的方式,拿捏好用戶和市場能摸出多少真金白銀,是老黃的重要任務。剩下的問題就是,他送至眼前的cookies么,你接得住嗎。
    11. 上一篇:NetApp攜手Nvidia打造深度學習GPU服務器芯片
    12. 下一篇:Nvidia推出一個與Kubernetes集群配合使用,加速深度
    13. ?
      028-85292742
      美国三级片

    14. <td id="payvz"></td>
        <track id="payvz"></track>
        <tr id="payvz"><strong id="payvz"></strong></tr>
      1. <pre id="payvz"></pre>

        <p id="payvz"><del id="payvz"><small id="payvz"></small></del></p>