Koti mielipiteitä Miksi Intelin on pidettävä silmällä nvidiaa | tim bajarin

Miksi Intelin on pidettävä silmällä nvidiaa | tim bajarin

Video: Intelin live-streamin seuranta (Fall Desktop Launch) (Lokakuu 2024)

Video: Intelin live-streamin seuranta (Fall Desktop Launch) (Lokakuu 2024)
Anonim

Kuunnellessani Nvidian toimitusjohtajan Jen-Hsun Huangin avaintoimintoa yrityksen viime viikon konferenssissa, minua hämmästytti kuinka paljon Nvidia on muuttunut siitä lähtien, kun aloitin sen peittämisen 15 vuotta sitten.

Yhtiö aloitti luomalla näytönohjaimia ja prosessoreita, joita kutsutaan GPU: ksi, ja keskittyi alun perin kokonaan PC-teollisuuteen. Mutta viimeisen 10 vuoden aikana, kun prosessoreista tuli tehokkaampia ja energiatehokkaampia, Nvidia haarautui supertietokoneisiin ja huippuluokan grafiikkalaitteisiin, kun taas Tegra-siru käynnisti kaikenlaisen hyökkäyksen matkaviestinnässä. Lyhyesti sanottuna Nvidia on kehittynyt yhdeksi tärkeimmistä puolijohdeyrityksistä maailmassa

Intel on edelleen ylivoimaisesti suurin siruvalmistaja, mutta Nvidia on ottanut tutkimuksensa GPU: issa ja tehnyt näistä prosessoreista uuden yrityksen keskipisteen, jonka tuotteet ylittävät perinteisen PC: n. Jen-Hsenin pääpuheenvuoron aikana hän ilmoitti uuden GPU SDK: n ohjelmoijille, jotka käyttävät prosessoriaan supertietokoneisiin, pelaamiseen, VR: hen, suunnitteluun ja autonomisiin ajoneuvoihin. Tämä on tehokas sarja uusia kehittämistyökaluja, jotka toimivat kaikissa prosessoreissaan ja antavat asiakkaille paljon enemmän valtaa uuden tyyppisten järjestelmien ja sovellusten luomiseen.

Hän ilmoitti myös uusista työkaluista VR: n luomiseen ja VR: n jäljittämiseen, jotka luovat fotorealistisia VR-maailmoja. Nvidia suunnittelee olevansa merkittävä laitteisto- ja ohjelmistotoimittaja kaiken tyyppisen VR-sisällön luomiseen ja tekee VR: stä yhden kasvun painopisteistä.

Nvidia luo myös uusia siruja käytettäväksi datakeskuksissa. Osa ohjelmasta on keskittynyt AI-pohjaisiin alustoihin ja sen uuteen siruun, Tesla P100: een, jotka käytännössä kaksinkertaistavat prosessorien nopeudet, joita tällä hetkellä käytetään tämän tyyppisissä sovelluksissa.

Yksi konferenssin tärkeimmistä ilmoituksista oli maailman ensimmäinen syvälle oppimiseen tarkoitettu superlaskentajärjestelmä, nimeltään DGX-1. Tämä järjestelmä pintaa jopa kahdeksan Tesla P100 -prosessoria toistensa päälle ja toimittaa 170 teraflops laatikossa, 2 terälehteä telineessä läpimurtohinnalla 129 000 dollaria.

Viimeinen esittely oli päivitetty versio Nvidian Drive PX -järjestelmästä käytettäväksi autonomisissa ajoneuvoissa. Ohjataan Drive PX 2: ksi, tämä on pohjimmiltaan supertietokone taululla, joka voi istua auton tavaratilassa. Demo osoitti auton, joka pystyi oppimaan ajamaan pääteillä sekä kartoittamattomilla likateillä yksin, vain 3000 tunnin koulutuksella. Se sisältää HD-kartoitustyökalut ja voi aistia, suunnitella ja reagoida kaikenlaisiin tie- ja ajo-olosuhteisiin.

Nvidia suunnittelee selvästi uutta kurssia itselleen, joka tekee siitä edelleen yhden maailman strategisimmista siruyrityksistä. Sen tavoittaminen AI: hen, syvä oppiminen ja potentiaaliset vaikutukset autonomisten autojen maailmaan tekevät siitä erityisesti erottuvan joukosta ja asettavan sen hyvin vakavalle kasvulle.

Miksi Intelin on pidettävä silmällä nvidiaa | tim bajarin