Rumah Pendapat Mengapa intel perlu memerhatikan nvidia | tim bajarin

Mengapa intel perlu memerhatikan nvidia | tim bajarin

Video: CPU от Nvidia - зачем он Хуангу? (November 2024)

Video: CPU от Nvidia - зачем он Хуангу? (November 2024)
Anonim

Semasa saya mendengar kata-kata Ketua Pegawai Eksekutif Nvidia Jen-Hsun Huang di persidangan pemaju syarikat minggu lepas, saya terkejut dengan berapa banyak Nvidia telah berubah sejak saya mula-mula mula menutupnya 15 tahun yang lalu.

Syarikat itu bermula dengan membuat kad grafik dan pemproses yang dikenali sebagai GPU dan pada mulanya terfokus sepenuhnya pada industri PC. Tetapi dalam tempoh 10 tahun yang lalu, sebagai pemprosesnya menjadi lebih cekap dan cekap tenaga, Nvidia bercabang ke dalam mesin grafik superkomputer dan high-end, sementara cip Tegra melancarkan serangan ke seluruh ruang bergerak. Pendek kata, Nvidia telah berkembang menjadi salah satu syarikat semikonduktor yang paling penting di dunia

Intel masih merupakan pembuat cip terbesar, tetapi Nvidia telah melakukan penyelidikannya di GPU dan menjadikan pemproses ini sebagai pusat sebuah syarikat baru yang produknya melampaui PC tradisional. Semasa keynote Jen-Hsen, beliau mengumumkan GPK SDK baru untuk pengaturcara yang menggunakan pemproses mereka untuk superkomputer, permainan, VR, reka bentuk, dan kenderaan autonomi. Ini adalah alat pembangunan baru yang kuat yang berfungsi di seluruh pemprosesnya dan akan memberikan pelanggan lebih banyak kuasa untuk mencipta jenis sistem dan aplikasi baharu.

Beliau juga mengumumkan alat baru untuk penciptaan VR dan pelacakan sinar VR, yang akan mewujudkan dunia VR realistik foto. Nvidia merancang untuk menjadi pembekal utama perkakasan dan perisian untuk mencipta semua jenis kandungan VR dan akan menjadikan VR salah satu fokus utama pertumbuhannya.

Nvidia juga mewujudkan cip baru untuk digunakan di pusat data. Sebahagian daripada program ini difokuskan pada platform berasaskan AI dan cip barunya, Tesla P100, yang pada dasarnya menggandakan kelajuan pemproses yang sedang digunakan dalam jenis aplikasi ini.

Salah satu pengumuman yang paling penting pada persidangan itu ialah sistem superkomputer pertama yang didedikasikan untuk belajar mendalam, yang dikenali sebagai DGX-1. Sistem ini menyusun sehingga 8 pemproses Tesla P100 di atas satu sama lain dan menyampaikan 170 teraflops dalam kotak, 2 petala dalam rak pada harga terobosan $ 129, 000.

Perkara terakhir yang diperkenalkan ialah versi sistem Nvidia's Drive PX yang dikemas kini untuk digunakan dalam kenderaan autonomi. Digelar Drive PX 2, ini pada dasarnya superkomputer di atas papan yang boleh duduk di batang kereta. Demo menunjukkan sebuah kereta yang mampu belajar memandu di jalan utama serta jalan-jalan kotoran yang belum direkodkan dengan hanya 3, 000 jam latihan. Ia termasuk alat pemetaan HD dan boleh merasakan, merancang, dan bertindak balas terhadap semua jenis keadaan jalan dan memandu.

Nvidia jelas mencatatkan kursus baru untuk dirinya sendiri, yang akan terus menjadikannya salah satu syarikat cip paling strategik di dunia. Capaiannya kepada AI, pembelajaran mendalam, dan kesannya yang berpotensi kepada dunia kereta autonomi terutama membuatnya menonjol dari keramaian dan kedudukannya dengan baik untuk pertumbuhan yang serius.

Mengapa intel perlu memerhatikan nvidia | tim bajarin