英伟达的新杀器-全球最大GPU性能提升10倍，售价39.9万美元.doc

《英伟达的新杀器-全球最大GPU性能提升10倍，售价39.9万美元.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、英伟达的新杀器:全球最大GPU性能提升10倍，售价39.9万美元　　英伟达的新杀器又来了。　　刚刚，在GTC2018大会上，黄仁勋发布全球最大GPU。　　他说的是DGX-2。　　DGX-2能够实现每秒2千万亿次浮点运算（2PFLOPS），性能比去年9月推出的DGX-1性能提高了10倍，售价39.9万美元（人民币250万元）。　　　　这次的GTC2018大会在美国加州圣何塞举行，黄仁勋照例身着皮衣登台演讲。（官方还特别提示：这次是一件全新的皮衣）　　而老黄这次的演讲主题，是四个Amazing：amazinggraphi

2、cs、amazingscience、amazingAI、amazingrobots。　　首先，从不可思议的图像开始。　　在这个环节里，黄仁勋介绍了英伟达在图像实时光线追踪处理方面的最新进展，展示了细腻的反射效果。　　　　这项技术，称为RTX。它面向图形领域，借助深度学习技术，实现了实时光线追踪。　　　　然后黄仁勋发布了首款基于Volta架构的工作站GPU：QuadroGV100。　　它支持英伟达RTX技术，支持NVLink2，32GB容量HBM2显存。两个GV100相连，可以提供10000多个CUDA核心，236te

3、raflops的TensorFlow核心。　　说着说着，老黄又开始讲这句：买得越多，省得越多。（ThemoreGPUstobuy,themoremoneyyousave.）　　“来GTC，学习如何节省百万美元。”老黄发出诚恳的建议。　　然后进入不可思议的科学环节。　　我们正处在GPU计算的关键点，黄仁勋表示。这部分他还介绍TESLAV100等产品的多快好省，也谈到一些GPU在计算和医疗影像方面的贡献。　　比如医疗影像超级计算机CLARA。　　　　深度学习给医疗影响的识别带来了诸多变革，但投入到实际使用中却很难。医院用

4、着十几年前生产的超声仪，黑白渣画质成了医疗进步的阻碍。　　要等所有医院升级设备，可能要花上30年。　　CLARA是一款医疗影像的超级计算机，让医院可以升级那些已有的系统。医生可以仍然用原有的超声、CT等设备，然后将图像输入超级计算机，推理出更清晰的图像。　　在这个项目上，英伟达联合了一大群医疗行业的合作伙伴：　　　　以及在这个环节，黄仁勋又引导全场跟他念：买得越多，省得越多。　　来到不可思议的AI环节。　　这个环节的主题是“全球最大的GPU”。　　首先，英伟达把VoltaV100m每张卡的内存扩大到32GB。适用于内

5、存密集型的深度学习和高性能计算，还能将内存受限的HPC应用性能提升高达50%。　　其次，是全新发布的互联结构NVSwitch，带宽比最好的PCIe交换机高出5倍，最高支持16个TeslaV100同时以2.4TB/秒的速度进行通信。　　　　最后，一个全新的DGX服务器发布了。　　黄仁勋说这个现在是全球最大的GPU了：新的DGX-2，包括20亿个晶体管，12个交换机。每个GPU都可以通过光纤交换机互相通信，比PCIe接口快20倍。　　　　DGX-2的算力可达2千万亿次浮点运算，功耗10千瓦。这台机器内部是NVLink连接

6、的两组TeslaV100阵列。　　与6个月前发布的DGX-1相比，DGX-2提速10倍。　　五年前，在两块GTX580上进行Alexnet训练耗时六天，现在使用DGX-2，可以在18分钟以内完成。　　这款产品将于今年三季度发售，每台价格39.9万美元（人民币250万元）。　　DGX-2具有300台服务器的深度学习处理能力，占用15个数据中心机架空间，而体积则缩小60倍，能效提升18倍。　　此外，英伟达还更新了CUDA、TensorRT、NCCL、cuDNN等深度学习和HPC软件堆栈。　　新版的TensorRT能快速优

7、化、验证和部署在超大规模的数据中心，针对更广泛的应用加速深度学习推理。它最高可以将深度学习推理的速度加快190倍，降低70%的数据中心成本。　　TensorRT4还集成到了谷歌TensorFlow1.7版本中，更易于使用。　　另外，NVIDIA还宣布和ARM合作，将英伟达深度学习加速器架构集成到Arm的ProjectTrillium上，在手机、智能家居等设备上实现深度学习推理。　　以及英伟达GPU现在支持Kubernetes了。这是一个基于容器技术的分布式架构方案。这个技术让英伟达的GPU进一步加速。　　还有一事，英

8、伟达骄傲的宣布，TITANV仍然断货中。　　最后是不可思议的机器人环节。　　发布了机器人开发工具包IssacSDK之后，话题转向了自动驾驶。　　“我们正试图从头到尾了解这个系统，这其中包含四个最重要的方面：数据收集、模型训练、模拟和驾驶。”老黄说，这个了解过程，大约花了5到7年。　　老黄在现场，又展示了一把云代驾。　　　　他把VR和自动驾驶结合