İki saat, beş yeni AI ürünü ve Nvidia'nın hisse fiyatı% 17 arttı GTC konferansında Huang Renxun ne hakkında konuştu? (PPT dahil) | GTC 2017
Editörün notu: 11 Mayıs, Pekin saatiyle 00: 00'da, Nvidia CEO'su Huang Renxun'un merakla beklenen Açılış konuşması San Jose, California'da yapıldı. Seyirci iki saatten fazla sürdü ve bu açılış konuşmasının konuları çok çeşitli konuları kapsadı: VR, Volta, süper hesaplama, GPU bulut hizmetleri, otonom sürüş çipleri ve robot eğitimi. Nvidia, 2017 yılının ilk çeyreğine ilişkin mali raporu da GTC'nin düzenlendiği tarihte açıkladı. Finansal veriler, NVIDIA'nın 2017'nin ilk çeyreğinde gelirinin yıllık% 48 artışla 1,94 milyar dolara yükseldiğini gösteriyor. Huang'ın dediği gibi, Nvidia'nın tamamen lider bir AI şirketine dönüştüğü görülüyor.
Bu yılki NVIDIA GTC Geliştirici Konferansı, önceki yıllardan oldukça farklı.
11 Mayıs Pekin saatiyle 00: 00'da NVIDIA'nın CEO'su Huang Renxun'un merakla beklenen Açılış konuşması San Jose, California'da yapıldı. Seyirci iki saatten fazla sürdü ve Leifeng.com'dan muhabir medyaya ilk giren ve ön sıranın ortasına oturdu. ancak, Huang tüm konuşmanın ardından oyundan bahsetmedi.
Bu açılış konuşmasının konusu çok çeşitli konuları kapsıyor: VR, Volta, süper hesaplama, GPU bulut hizmetleri, otonom sürüş çipleri ve robot eğitimi. fakat, Tüm bu konuların ortak bir yönü var: ya yapay zekaya, derin öğrenme teknolojisine ya da yapay zekaya, derin öğrenme teknolojisine dayalı.
Nvidia, 2017 yılının ilk çeyreğine ilişkin mali raporu da GTC'nin düzenlendiği tarihte açıkladı. Finansal veriler, NVIDIA'nın 2017'nin ilk çeyreğinde gelirinin yıllık% 48 artışla 1,94 milyar dolara yükseldiğini gösteriyor. Geçtiğimiz yıl, NVIDIAnın derin öğrenmeye adanmış bilgi işlem sistemi çözümleri, konuşma tanıma, makine görüşü, sanal asistanlar, otonom sürüş ve diğer alanların gelişimini büyük ölçüde destekledi ve çeşitli sektörlerdeki çekirdek geliştiricileri de bu şirket haline geldi. "Nükleer Bomba Şirketi" sürekli bir büyüme faktörüdür.
Beş devrim niteliğindeki ürünü piyasaya sürün
Huang'ın dediği gibi, Nvidia'nın tamamen lider bir AI şirketine dönüştüğü görülüyor. Bu GTC'nin teması yapay zeka ve derin öğrenmedir. Elbette, çığır açan derin öğrenme donanımı olan Volta da var. Aşağıda bu yılki GTC NVIDIA tarafından piyasaya sürülen beş devrim niteliğindeki ürün bulunmaktadır: Proje Holodeck, Volta, Nvidia GPU Bulutu, Xavier DLA ve Isaac robot simülatörü.
Sanal Güverte Projesi
Holodeck Projesi, Huang tarafından piyasaya sürülen ve bu GKŞ'nin meze olarak adlandırılabilecek ilk ürünüdür. VR sosyal ve çalışma alanı oluşturmak için en iyi VR ve AI teknolojilerini birleştirir. Üç özelliği vardır:
-
Fotogerçekçi vizyon
-
Fiziksel etkileşim
-
işbirliği
En büyük vurgu şüphesiz fiziksel etkileşim deneyimidir. Lao Huang, sanal paylaşılan alanın fizik yasalarına uyması gerektiğini, aksi takdirde gerçek dünya gibi bir daldırma duygusu yaratmanın imkansız olacağını söyledi. Aynı zamanda bir sanal gerçeklik sosyal alan uygulaması olan Facebook Spaces ise fiziksel özellikleri çok fazla vurgulamıyor.
Nvidia, en iyi spor otomobil üreticisi Koenigsegg ile işbirliği yaptı ve hatta Koenigsegg'in kurucusu Christian Koenigsegg'den "görünmesi" için VR avatarını (yukarıdaki resimdeki sanal kişi) kullanmasını istedi.
Gösteride dikkatimize değer iki ayrıntı var:
-
VR avatarı direksiyon simidine dokunduğunda, "avuç içi" bir çevrimiçi oyunda olduğu gibi direksiyon simidinden geçmez, ancak onu tutabilir. Leifeng.com, kullanıcıların Project Holodeck'te bir şeyleri kaldırabileceklerini öğrendi. Bu, "fiziksel etkileşimi" tam olarak gösterir.
-
Holodeck Projesi, Koenigsegg'in en son modelinin (yukarıda) tüm üç boyutlu verilerini - yalnızca görünümü değil, aynı zamanda iç mekanı ve parçaları da içe aktarmıştır. Huang'ın siparişini takiben, arabanın tamamı ayrı ayrı parçalara ayrıldı ve bu, VR'yi "sosyal olmaktan çok" yapma olasılığını gösterdi.
Holodeck Projesi erken kuş deneyimini Eylül ayında açacak.
Volta mimarisi
Doğru, Volta nihayet burada. Pascal'dan (Pascal) sonra, beklentiler altında yeni nesil bir GPU mimarisi ortaya çıktı. İzleyicilerin büyük çoğunluğu için, GTC ne kadar yapay zeka aracı başlatmış olursa olsun, Volta'nın bu konferansın kalbi olduğu gerçeğini gizleyemezler.
Sonuçta, Nvidianın önümüzdeki iki ila üç yıl için GPU ürün serisinin tamamı Volta tarafından sağlanacak. Volta tabanlı oyun grafik kartları en erken bu yılın sonuna kadar sizinle buluşmasa da, derin öğrenme kartları aracılığıyla Volta'nın tam performansına bir göz atabilirsiniz. Peki bu GTC'de NVIDIA hangi Volta tabanlı ürünleri piyasaya sürdü?
Cevap Tesla V100 ve buna dayanan derin öğrenme bilgisayarları DGX-1 ve DGX Station.
Tesla V100
"Nvidia'nın şimdiye kadarki en zor ve karmaşık projesi;
Binlerce mühendisin tamamlaması birkaç yıl sürdü;
Dünya tarihindeki en pahalı bilgisayar projesi (araştırma ve geliştirme harcamalarında 3 milyar dolar). "
Yeni nesil Volta mimarisine dayanan Tesla V100'den bahsediyoruz. Ancak Nvidia'nın bu konuda başardığı başarı bunun çok ötesine geçiyor:
-
Tesla V100'ün çip alanı şaşırtıcı bir 815 milimetre kare, Yaklaşık bir Apple Watch, litografi teknolojisinin sınırına gerçekten ulaşıyor. Lao Huang, "Bir GPU yongasını bundan daha büyük yapmak imkansız ... Bunu neredeyse" imkansız "olarak görüyorum, üretim teknolojisinde inanılmaz ve şaşırtıcı bir başarı."
-
Samsung'un 16 GB HBM2 video belleğinden, bant genişliği şaşırtıcı bir 900 GB / sn'ye ulaşır.
Ayrıntılı özellikler aşağıdaki şekilde gösterilmiştir:
-
Tensör Çekirdeği
Pascal ile karşılaştırıldığında Volta, Tensor Core olan yeni bir tensör operasyon talimatına sahiptir.
Hem bir talimat hem de bir veri formatıdır ve 4 * 4 matris işleme dizisidir. Volta'nın eğitim verimini Pascal'ın 12 katı, çıkarım hızını 6 kat yapar. Bununla birlikte, Tesla V100'ün tensör bilgi işlem gücü 120 TFLOPS'a ulaşır.
-
TensorRT
Volta'nın yüksek performanslı sinir ağı çıkarım motoru veya derleyicisidir. Amaç, çıkarım işlemleri için eğitimli bir sinir ağını hızla optimize etmek, doğrulamak ve dağıtmaktır.
Huang açıkladı: "Eğitim tamamlandıktan sonra, sinir ağını eğitmek için kullanılan çerçeve bir grafik oluşturacak. Grafiğin kullandığınız işlemci için optimize edilmesi ve derlenmesi gerekiyor. Buna TensorRT diyoruz."
-
Çıkarım odaklı
Hepimizin bildiği gibi, derin öğrenme işlemleri iki kısma ayrılabilir: eğitim ve çıkarım. Geçmişte, N kartı yalnızca eğitime odaklandı, ancak Tesla V100'de, Nvidia sonunda "gerçek" mantığa geçti. Lao Huang şöyle dedi: Volta'dan başlayarak, NVIDIA GPU'lar devrim niteliğinde bir atılım olarak tanımlanabilecek hem eğitimi hem de muhakemeyi dikkate alacak. Şekilde gösterildiği gibi, Tesla V100'ün çıkarım işlem hızı Skylake CPU'nun on katından fazladır. CPU'lar, FPGA'lar ve TPU'lar korkuyor mu?
-
Performans karşılaştırması
Bu, Tesla K80, P100 ve V100 üç nesil mimarilerin performans karşılaştırmasıdır. Caffe2, Microsoft Cognitive Toolkit (CNTK) ve MXnet'in üç ana çerçevesi üzerinde, V100 birkaç kat performans artışı elde etti. Örnek olarak Caffe2'yi ele alırsak, eğitim süresi K80 için 40 saatten fazla iken V100 için 10 saatin altına düşürülmüştür.
DGX-1V, DGX İstasyonu ve HGX-1
Derin öğrenme süper bilgisayarı DGX-1 ayrıca GPU'yu DGX-1V olan Volta'ya yükseltti.
Yerleşik sekiz Tesla V100'e ve inanılmaz bir 960 Tensor TFLOPS hesaplama gücüne sahiptir. Lao Huang, geçmişte Titan X'in sinir ağını eğitmenin sekiz gün sürdüğünü, ancak DGX-1V ile yalnızca sekiz saat sürdüğünü söyledi. "400 sunucuyu tek bir kutuda paketlemek" ile eşdeğerdir.
Fiyatı 149.000 ABD dolarıdır ve rezervasyon şu andan itibaren kabul edilir.Üçüncü çeyrekte sevkiyat.
DGX Station, DGX-1V'nin küçültülmüş bir sürümüdür. Huang, nihai derin öğrenme bilgisayarı olan "Kişisel DGX" adını verdi. Nvidia uzun süredir dahili olarak kullanılmaktadır.Her mühendisin bir DGX-1V, bir DGX İstasyonu veya her ikisi de vardır. Huang bu kez onu pazara sunmaya kararlıdır.
Dört yerleşik Tesla V100'e sahiptir, bu nedenle bilgi işlem gücü DGX-1V'nin yarısıdır. Su soğutma kullanarak 1500W güç tüketimi. Fiyatı 69.000 dolar.
Tesla V100 tabanlı bir diğer yeni donanım ürünü HGX-1'dir. Bu, Nvidia ve Microsoft tarafından geliştirilen genel bir bulut sunucusudur. Huang, bunun endüstrinin ilk kıyaslama bulut grafik hızlandırıcısı olduğunu iddia etti. Yerleşik sekiz Tesla V100'e sahiptir ve genel bulut sunucuları için gerekli olan birden fazla görev ve çok yönlülük ile tasarlanmıştır.
NVIDIA GPU Bulutu
Huang, "Bu, dünyanın ilk hibrit derin öğrenme bulut platformudur" dedi.
Her derin öğrenme mühendisinin muhtemelen derin bir anlayışı vardır: Bir cihazda bir geliştirme ortamı oluşturmak ve kurmak endişesiz bir şey değildir. Bu tam bir gün sürebilir, bir hafta, bir ay olabilir veya hüsrana uğrayabilir ve tamamen pes edebilir.
Bu geliştiricinin sorunlu noktasını çözmek için Nvidia, GPU bulutunu başlattı. Öne çıkan özelliği çok basittir - birkaç dakika içinde yerel bir geliştirme ortamı kurmak. Ve bunun için, yalnızca NVIDIA için optimize edilmiş ve entegre derin öğrenme yazılım paketlerinin eksiksiz bir setini paketlemeniz ve indirmeniz gerekir. Geliştiricilerin ihtiyaç duyduğu tüm kitaplıklar ve çerçeveler, kapsayıcı NVDocker ile dahil edilmiş ve izole edilmiştir.
Tüm derin öğrenme geliştirme çerçevelerini destekler. Elbette, buluttaki binlerce GPU'nun güçlü bilgi işlem gücünden yararlanmak için, geliştiriciler NVIDIA GPU bulutunda tek bir tıklama ve yükleme iş ilerlemesiyle bir geliştirme ortamı oluşturabilirler.
Nvidia GPU Cloud, Temmuz ayında genel beta sürümünde olacak.
Açık kaynak Xavier DLA
Xavier, Nvidia'nın otonom sürüş yapay zeka işlemcisidir. Yeniliği, CPU, GPU ve DLA üç işlemcinin avantajlarının entegrasyonunda yatmaktadır:
Lei Feng.com'un Notu: DLA, Derin Öğrenme Hızlandırıcı anlamına gelir ve bir süre önce çok popüler olan Google TPU, DLA'dır.
Xavier ayrıca CPU'nun tek iş parçacıklı performansına, CUDA'nın paralel hızlandırma yeteneğine ve DLA'nın özel bilgisayarla görme işlevlerine sahiptir.
Lao Huang, derin öğrenme teknolojisinin yaygınlaşmasını ve ilerlemesini hızlandırmak için Xavier DLA'nın tüm geliştiricilerin kullanması ve değiştirmesi için açık kaynaklı olacağını duyurdu. İlk sürüm Temmuz'da, tam sürüm ise Eylül'de satışa sunulacak.
Isaac Robot Simülatörü
Isaac (Isaac) adı iki kişiden geliyor: biri fiziği simgeleyen Isaac Newton, diğeri ise AI'yı simgeleyen Isaac Asimov. Bu, Nvidia tarafından oluşturulan nihai robot AI sanal eğitim ortamıdır.
Gerçek dünyada robotların yapay eğitiminin kendine özgü sınırlamaları vardır: yüksek işçilik maliyetleri, yüksek riskler, uzun zaman alıcı ve son derece düşük verimlilik. Çözüm, robot eğitimini sanal ortamda yapmaktır. Bu, simülatörler Deepmind Lab ve OpenAI Gym'in eğitim temsilcilerine biraz benziyor. Aslında Isaac, OpenAI Gym'e, ikincisinin pekiştirmeli öğrenme işlevini kullanarak doğrudan bağlıdır.
Nvidianın fizik motorundan tam anlamıyla yararlanan Lao Huang, Isaac'in amacı, fizik kanunlarına uyan "alternatif bir evren" yaratmaktır. Sanal eğitim alanı, zaman haricinde gerçek dünyanın fiziksel yasalarına tamamen uyacaktır. İdeal olarak, bir simülatörde öğrenilen bir robot, önceden eğitilmiş olmaya eşdeğerdir.
Zaman açısından, robot yapay zekası birden fazla "klon" ile Isaac'te eğitilecek. Eğitimin her turundaki en akıllı olan bir sonraki tura girecek ve her temsilciye atanacak ve ardından en iyi performans gösteren seçilecektir. Biri bir sonraki tura girer ve önceki turdaki tüm ajanların yerini alır ...
En akıllı robot yapay zekasını eğitmek için ileri geri.
Moore yasası sonrası dönemde yeni bir çıkış yolu
Görüntü işlemeye odaklanan GTC'nin ilk gününden farklı olarak, iki saatlik konuşmada, açılıştan kısa bir süre sonra yalnızca görüntü işlemede derin öğrenmenin iyileştirilmesi listelenmiş ve "Final Fantasy" nin yarısında yapılan gösterim görüntü işleme ile ilgiliydi. Bu süre zarfında Lao Huang, yapay zeka, derin öğrenme, bilgi işlem gücü, veri merkezi ve geliştiricilere daha etkili donanım ve platformlar sağlama hakkında konuştu.
2016 yılında yapay zeka temettüleri sayesinde Nvidia'nın hisse senedi fiyatı% 200'e yakın yükseldi ve S&P 500 Endeksinde 1 numara oldu. Bu GTC konferansında Huang'ın konuşması bir kez daha sermaye piyasasını kazandı - konuşmada Nvidia'nın hisse senedi fiyatı kapanışta% 17,83 artarak yükseldi ve piyasa değeri 72 milyar ABD dolarına ulaştı.
Huang Renxun'un başta söylediği gibi: Moore Yasasının arkasındaki yolu bulmalıyız. Bugün, Moore Yasası etkili olduğunda ve mikroişlemcilerin büyüme oranı yılda% 10'a düştüğünde, GPU hesaplamanın yükselişi zaten yapay zeka devrimine öncülük ediyor. Bunu destekleyecek bir dizi veri var: Geçtiğimiz 5 yılda, GTC katılımcıları 3 kat artarak 7.000'e çıktı; GPU geliştiricileri 11 kat artarak 500.000'in üzerine çıktı ... ve tüm bunlar Nvidia için bu sadece bir dönemin başlangıcı.
Leifeng.com'un WeChat "leiphone-sz" bölümünü takip edin ve PPT'nin tamamını sitede edinmek için "0511" yanıtını verin.
