英伟达 | 深度学习GPU最新情况
点上方蓝字计算机视觉联盟获取更多干货
在右上方 ··· 设为星标 ★,与你不见不散
仅作分享,不代表本公众号立场,侵权联系删除
转载于:量子位
AI博士笔记系列推荐
周志华《机器学习》手推笔记正式开源!可打印版本附pdf下载链接
深黑的皮衣,苍白的头发。
熟悉的老黄又来了,但是少了宽敞的会场和粉丝的尖叫。
因为美国疫情的原因,英伟达和其他科技公司一样,把今年的GPU技术大会(GTC 2020)改成线上举行。
然而让人意想不到的是,今年的GTC甚至都没有采用直播形式,而是直接一口气放出7段视频,还是黄仁勋在家提前录好的。偷懒程度可能仅次于苹果直接上架新品。
就算Zoom不安全,老黄你好歹用别的软件直播一下啊。
不知道是不是听过玩家圈里2080Ti煤气灶的梗,老黄昨天发了一段预热视频:在自家煤气灶下方取出了一个超大的的设备——一个装有8个GPU的服务器主板,号称全球最大图形卡。
老黄的意思是不是说,这台GPU能热到和烤箱一样的程度呢。
从体积来看,这不可能是一台消费级显卡,难道RTX 3080没有了?
很遗憾,是的。
今年的GTC没有RTX系列游戏显卡的更新。但是已经服役3年的V100迎来了继任者,全新基于安培架构的专业级GPU——A100。在AI训练这件事上,一片顶过去六片。
这台AI运算性能怪兽进一步加强了张量运算能力,加入新的支持稀疏张量运算的张量核心,以后黄教主GPU似乎可以改称TPU了。
至于A100性能参数如何,下面开始详解。
首款安培架构GPU问世
V100的“V”代表Volta架构,A100的“A”则代表Ampere架构。
最新的A100 GPU集成了超过540亿个晶体管,这使它荣获全球最大尺寸的7nm制程处理器的称号。
黄教主解释道,如此高的集成度已经达到了现今半导体工艺的极限,A100是人类有史以来生产过的最大的处理器内核,也是人类有史以来集成度最高的计算机处理器。
英伟达大幅度提升了A100的张量计算核心(Tensor cores)的性能,FP32性能达到19.5万亿次/秒。包含6912个CUDA核心、40GB内存和1.6TB/s的内存带宽。
但集成了如此优秀的性能的GPU,你却不能用它来玩任何3A大作。
A100本身也不是游戏显卡。在单精度和双精度浮点算力上,A100相比V100提升不大,但是张量核心的运算能力有了很大的提高,FP16张量算力几乎是V100的2.5倍。
而且V100还新加入了对32位张量浮点运算(TF32)的支持,能更好地处理AI运算中的稀疏张量。
加入对稀疏张量的优化后,A100在FP16精度上的算力是V100的5倍,而在INT8上则提升了200倍!
这次强大的张量核心,给A100在AI上带来了性能的飞跃。以NLP领域的BERT算法为例,A100 比 V100在训练速度上提升6倍,在推理速度上提升了7倍。
显存带宽的提升也非常可观,多层HBM2内存可提供总计1.6 TB/s的带宽,比前代提升了78%。
英伟达将把A100应用到堆栈AI系统,就是老黄前几天从自家烤箱中拿出来的那个「预热」好的GPU板。这个全新的堆栈AI系统称为DGX A100,集成了8块A100。
DGX A100系统能够达到5千万亿次/s的浮点计算性能。这要归功于这8颗A100,使用了Nvidia的第三代NVLink进行集成。
8个GPU组合在一起,意味着有320GB的GPU内存和12.4TB/s的内存带宽。系统还包括15TB的第4代NVMe内部存储,为AI训练任务提供强大的支持。
这套系统的价格不菲,DGX A100的售价为19.9万美元,堪称史上最贵“烤箱”。
但是黄教主就是刀法娴熟,之前对消费级显卡精准切削,现在对DGX A100精准“切蛋糕”。
这套刀法叫做多实例GPU(MIG),可将单个A100 GPU划分为多达七个独立的GPU。
也就是说,使用DGX A100系统的研究人员和科学家可以将任务拆分成多达56个实例,将众多小规模任务分散在强大的GPU上。
买不起A100没关系,可以再找几个人众筹啊。
DGX A100系统已经开始发售,首先将应用在美国阿贡国家实验室对COVID-19新冠病毒的研究中。
黄仁勋说:“DGX A100系统的算力将帮助研究人员探索治疗方法和疫苗,并研究病毒的传播,使科学家能够在数月或数日内完成数年的AI加速工作。”
除了科研机构外,英伟达表示,微软、亚马逊、谷歌、阿里、百度、腾讯、浪潮、联想等大型云服务提供商计划将A100 整合到自己的产品中。
自动驾驶芯片性能提升6倍
在本次GTC大会主题演讲中,黄仁勋宣布,通过即将推出的Orin系统芯片(SoC)系列和A100 GPU,对现有的英伟达自动驾驶专用平台DRIVEAGX进行扩展。
此次扩展的范围覆盖从ADAS系统到DRIVEAGX PegasusRobotaxi平台。
新DRIVEAGX平台将会搭载一款新型Orin SoC。它的功率仅为5瓦,但性能却可达到10TOPS。
新平台还凭借两个Orin SoC和两块A100 GPU,实现2000TOPS的性能,满足自动驾驶所需的更高分辨率传感器输入,以及更先进的自动驾驶算法。
该架构是英伟达自动驾驶SoC迄今为止最大的性能飞跃,将DRIVE系统的性能提高了6倍。
现在,已经有小马智行、法拉第未来、Canoo等电动汽车和自动驾驶初创公司宣布与英伟达合作,在研发的汽车或自动驾驶产品中使用DRIVEAGX计算平台。
新边缘AI芯片
本次线上GTC 2020还发布了两款性能强大的EGX边缘AI平台产品:适用于较大型商业通用服务器上的EGXA100,和适用于微型边缘服务器的Jetson Xavier NX。
这两款产品能够在边缘提供安全、高性能的AI处理能力。
EGX Jetson Xavier NX是全球体积最小、性能最强大的AI算力平台,适用于微型服务器和边缘智能物联网盒。
新主板的外观与Jetson Nano Developer Kit完全相同。在连接方面,它仍然拥有HDMI和DisplayPort接口,4个USB 3.0接口,一个microUSB接口,以及常见的GPIO接口选项。为了将摄像头连接到系统,它还配备了两个MIPI CSI-2端口连接器。
Xavier NX本身不是新东西,但是这次英伟达开始以开发者套件形式出售,价格和单机相同,都是399美元。与Jetson Nano的被动散热方案相比,新的开发套件采用了主动式散热风扇。
平台自带英伟达提供的 “云-native “支持,提供了边缘AI系统部署的解决方案,包括AI模型实例,帮助用户入门AI开发。
其他更新
除了A100、自动驾驶AGX、边缘平台Jetson Xavier NX外,英伟达还推出了:
1、GPU加速应用框架——NVIDIA Jarvis
2、开源社区合作,为Apache Spark 3.0提供端到端GPU加速
3、NIVIDIA医疗平台Clara重大性能拓展
4、25/50 Gb/s智能以太网卡NVIDIA Mellanox ConnectX-6LxSmartNIC
游戏显卡呢?
这次英伟达并未推出游戏显卡,其实也在意料之中。
老黄向来以刀法精准著称,去年才发布了20系的Super显卡,在中端显卡之间插入空位,低端显卡又有1660卡位,实在是没有动力升级啊。
况且在消费级显卡上使用7nm工艺,将比上一代的12nm制程提升太多,此前有传言称,3080Ti的性能比2080Ti提升40%。
果真如此的话,黄仁勋就真的把牙膏挤爆了。
安培架构都来了,RTX 3080还会远吗?更何况安培架构提升还这么大,下一代游戏显卡性能可期啊!
参考链接:
https://www.youtube.com/playlist?list=PLZHnYvH1qtOZ2BSwG4CHmKSVHxC2lyIPL
end
这是我的私人微信,还有少量坑位,可与相关学者研究人员交流学习
目前开设有人工智能、机器学习、计算机视觉、自动驾驶(含SLAM)、Python、求职面经、综合交流群扫描添加CV联盟微信拉你进群,备注:CV联盟
王博的公众号,欢迎关注,干货多多
王博的系列手推笔记(附高清PDF下载):
博士笔记 | 周志华《机器学习》手推笔记第一章思维导图
博士笔记 | 周志华《机器学习》手推笔记第二章“模型评估与选择”
博士笔记 | 周志华《机器学习》手推笔记第三章“线性模型”
博士笔记 | 周志华《机器学习》手推笔记第四章“决策树”
博士笔记 | 周志华《机器学习》手推笔记第五章“神经网络”
博士笔记 | 周志华《机器学习》手推笔记第六章支持向量机(上)
博士笔记 | 周志华《机器学习》手推笔记第六章支持向量机(下)
博士笔记 | 周志华《机器学习》手推笔记第七章贝叶斯分类(上)
博士笔记 | 周志华《机器学习》手推笔记第七章贝叶斯分类(下)
博士笔记 | 周志华《机器学习》手推笔记第八章(上)
博士笔记 | 周志华《机器学习》手推笔记第八章(下)
博士笔记 | 周志华《机器学习》手推笔记第九章
点个在看支持一下吧
英伟达 | 深度学习GPU最新情况相关推荐
- 疯狂为《英伟达深度学习学院半日免费初级课程》打Call
2017年11月5号,由英伟达深度学习学院.浙江理工大学主办,由丽台(上海)信息科技有限公司.LeadAI学院承办的<英伟达深度学习学院半日初级培训课程(免费)>在百年历史的浙理校内成功举 ...
- 英伟达深度学习推理引擎TensorRT,现在开源了
https://www.toutiao.com/a6703740623364555271/ 2019-06-18 13:37:53 机器之心报道 参与:李亚洲.李泽南.思 英伟达的深度学习推理引擎Te ...
- 2002年3月英伟达发布核弹GPU与大算力自动驾驶芯片
2002年3月英伟达发布核弹GPU与大算力自动驾驶芯片 英伟达核弹级GPU:800亿晶体管,20块承载全球互联网流量 2022年3 月 22 日,在英伟达 GTC2022 上,英伟达介绍了 Hoppe ...
- AI开发者福音!阿里云推出国内首个基于英伟达NGC的GPU优化容器
摘要: 3月28日,在2018云栖大会·深圳峰会上,阿里云宣布与英伟达GPU 云 合作 (NGC),开发者可以在云市场下载NVIDIA GPU 云镜像和运行NGC 容器,来使用阿里云上的NVIDIA ...
- 被Linux之父骂醒?英伟达破天荒开源GPU内核驱动,网友:活久见
终于等到了这一天:英伟达开源了他们的 Linux GPU 内核驱动. 「英伟达是我们遇到的硬件厂商中最麻烦的一个.」这是 Linux 内核总设计师 Linus Torvalds 十年前说过的一句原话. ...
- 英伟达终于开源GPU内核模块代码
作者 | 钰莹,核子可乐 内容来源:infoq 近日,英伟达(NVIDIA)宣布,将 Linux GPU 内核模块作为开放源代码发布.早在几天前,NVIDIA 开始在 GitHub 上陆续公开相关代码 ...
- 英伟达DeepStream学习笔记27——deepstream下载历史版本
英伟达DeepStream学习笔记27--deepstream下载历史版本 https://docs.nvidia.com/metropolis/deepstream-archive.html htt ...
- NVIDIA 英伟达发布H100 GPU,水冷服务器适配在路上
导语 1.GPU的价值不止体现在深度学习,在高性能计算.人工智能.生物信息.分子模拟.计算化学.材料力学.系统仿真.流体力学.机械设计.生物制药.航空动力.地质勘探.气候模拟等领域,算法越来越复杂,需 ...
- 英伟达发布全新GPU:采用图灵架构 支持光线追踪
关注网易智能,聚焦AI大事件,读懂下一个大时代! [网易智能讯 8月14日消息]在近日于加拿大举行的SIGGRAPH 2018计算机图形与交互技术大会上,英伟达推出了最新的光线追踪GPU Quadro ...
最新文章
- [*开同*看] 星际情书
- linux shell mv/cp 错误: will not overwrite just-created <filename> with <sameFilename> 解决方法
- Python之Pandas库学习(一):简介
- MongoDB应用篇(转)
- C五:exit()函数作用的程序
- 【Linux网络编程】IP地址介绍
- MyEclipse下Struts2配置使用和Ajax、JSON的配合
- SAP Marketing Cloud功能简述(二) Target Group
- java ceilingentry_java.util.TreeMap.ceilingKey()方法实例
- amazon php 空间,如何将PHP图像资源放入Amazon Web Services?
- javaWeb自己定义可排序过滤器注解,解决Servlet3.0下@WebFilter注解无法排序问题
- NFS 服务固定端口
- Ubunbtu18.04报错:No rule to make target ‘kernel/include/linux/netfilter/xt_CONNMARK.h‘
- PostgreSQL Heap Only Tuple - HOT (降低UPDATE引入的索引写IO放大)
- 【Cadence】制作AD630焊盘SOIC_20
- libyuv库简单使用
- Python 算法之 动态规划详解
- Ps(Adobephoto shop)当中布尔运算的使用方法
- 安装Office InfoPath 2007
- Android移动开发-Android设备利用光线传感器监测光照强度的实现
热门文章
- 风控策略和模型的区别_风控策略概述
- 学python看书还是视频效率高_学习是看书还是看教学视频更有效率?
- php中的rand,php rand() 随机数生成的方法介绍
- 【srcipt】python运行cmd命令
- 计算机应用基础多媒体应用试题,计算机等级考试:计算机应用基础复习题
- android选项菜单xml,使用 XML 定义选项菜单
- node.js打包环境部署CentOS7.4
- vmware虚拟机克隆后不能联网
- 安装Tomcat7教程
- mysql.host_mysql启动提示mysql.host 不存在,启动失败的解决方法