NVIDIA GTC介绍新进展:黄氏定律让AI性能实现
在计算机领域,有一个如雷贯耳的定律——“摩尔定律”。这一定律指引着集成电路的晶体管数量每隔18个月至24个月翻番,长期作为行业发展的风向标。受材料科学等技术的瓶颈制约,摩尔定律的进度明显放缓。正是在这样的背景下,图形领域的巨头NVIDIA的CEO黄仁勋提出了前瞻性的“黄氏定律”。他预测,GPU的革新将推动AI性能的逐年翻倍增长,NVIDIA也正以坚定的步伐朝着这一目标迈进。
今日,NVIDIA的GTC中国大会如期召开,会上,NVIDIA的首席科学家Bill Dally为大家揭示了实现“黄氏定律”的技术内幕。NVIDIA的技术团队正通过一系列的创新研究努力实现这一目标,包括打造更快的AI芯片、简化编程流程等。为了提升AI的推理性能,NVIDIA推出了一款名为MAGNet的工具,这款工具生成的AI推理性能卓越,最高可达每瓦100TOPs的推理能力,相较于现有的商用,其性能提升了一个数量级。
在新技术的过程中,NVIDIA的研究人员发现光子相比传统电子能携带更多信息,且在信息传递过程中的能耗更低。基于这一发现,NVIDIA设定了一个雄心勃勃的目标——利用光信号进行信息传输和交换。为此,NVIDIA研发出了“密集波分复用”技术,这项技术有望在1毫米大小的芯片上实现Tb/s级数据的传输,相当于当前互联密度的十倍。
光链路技术也能助力专业用户搭建更密集的系统,NVIDIA也介绍了Legate这一全新的编程系统原型。该系统能让开发人员在任何规模的系统上都运行针对单一GPU便携的程序。在AI领域,NVIDIA借助基于物理渲染的路径追踪技术,实时生成令人惊叹的图像,并通过AI构建整个场景。这一技术在医疗健康、汽车、机器人等众多行业都发挥着重要作用。
此次GTC大会上,NVIDIA还宣布了与国内著名云服务提供商的紧密合作。阿里、百度、滴滴等云服务提供商纷纷采用NVIDIA的A100 Tensor Core GPU及相关技术,为各类AI应用提供强大的加速支持。新华三、浪潮、联想等OEM厂商也开始推出基于NVIDIA A100 GPU的产品,以获取卓越的AI计算性能,满足不断增长的市场需求。
机器人工业设计
- NVIDIA GTC介绍新进展:黄氏定律让AI性能实现
- 湖北工业机器人2025年锁定百亿产值
- 机器人产业缺乏创新 人才与技术缺一不可
- Linux现僵尸网络 攻击目标90%位于亚洲
- NTT DOCOMO阿童木家用机器人可利用头部配备的
- 文武分职将相殊途开始于什么时期
- 二年级借阅公约怎么写
- 节省一半人力,海淀医院用上消毒机器人
- 申请法院强制执行申请书
- 中继卫星运控系统首次支持航天器多目标天基测
- 王者荣耀后期如何处理兵线 带线细节讲解和分析
- 央地一揽政策直击工业机器人的产业短板
- 和平精英信号怎么恢复 信号有什么作用
- 我国科学家首次观测到三维量子霍尔效应
- 图灵机器人亮相中国智能装备产业博览会
- 护士保证书通用版样本