比特派钱包华为安装教程|gtc标准

作者: 比特派钱包华为安装教程
2024-03-11 00:45:12

Sandvik Coromant

GTC 来啦！| 关于 GTC 你不得不知道的几件事！ - 知乎

GTC 来啦！| 关于 GTC 你不得不知道的几件事！ - 知乎切换模式写文章登录/注册GTC 来啦！| 关于 GTC 你不得不知道的几件事！丽台科技已认证账号所有中国的 GPU 开发者、达人和爱好者们，属于你们的年度最大规模、最重头的盛会终于来了！ NVIDIA 期待与您和众多创业公司、风险投资和企业高管，共探人工智能、虚拟现实和其他热门行业的创新机遇！说起 GTC，让我们一起看看你不得不知道的几件事！问：什么是 GTC？GTC 中国站何时举办？答：NVIDIA GTC (GPU 技术大会) 是一系列全球盛会，广纳当今 AI 与图形计算领域最热门话题的相关培训和见解，并为您创造与顶级专家交流的机会。今年，GTC 中国大会将首次以线上大会的形式与您相见，只需免费注册，即可畅享更精华的内容和崭新参会体验。GTC 中国线上大会（或称 GTC 中国站）将于 2020 年 12 月举办，12 月 6 日- 14 日提供 NVIDIA 深度学习学院（DLI）全天培训，12 月 15 日 - 19 日提供在线会议、线上展览、线上 AI 专家问答、特别活动等内容。注册用户可在大会结束后两个月内任意浏览大会内容。这将是国内开发者、研究人员和行业伙伴们不可错过的年度盛会。问：本次 GTC 中国线上大会与 GTC 2020 秋季站有何区别？10 月举办的 GTC 2020 秋季站面向全球开发者，跨越时区连续进行五天，主要语言为英文，参会者需付费购票。12 月举办的 GTC 中国线上大会为免费注册，面向中国观众提供更多本地热点话题，主要语言为中文。问：大会包含哪些会议内容？将在何时公布？GTC 中国线上大会的内容目录将于 11 月上线，新内容会陆续加入目录，并按其中所示的时间发布，主要集中于 12 月 15-19 日期间。除了一些定时播出的技术演讲，还有更多点播演讲、线上展览及研究海报等丰富内容可供您在方便的时间随意浏览。问：如果无法按时参加技术分论坛中的会议，我能否访问视频以及演讲材料？是的。每一场技术演讲都会在直播结束后的 48 小时内保存为视频回放及 PDF 下载。您可以在大会结束后的两个月内浏览这些资源。问：GTC 期间需要使用什么软件观看并且参与互动呢？参与 GTC 仅仅需要您的设备（如桌面电脑、笔记本、平板电脑或手机）接入互联网。但是，我们建议您更新浏览器到最近版本。一旦您注册参与某些特殊环节，我们会提醒您所需的额外系统设置，但是您整个活动期间所有需要的软件，都是免费的而且是无缝的。问：往届 GTC 线下大会上的纪念品和礼品，今年还有吗？GTC 中国线上大会为参会者准备了丰厚的奖品，通过积分兑换和幸运抽奖即可在线参与。尽早注册大会，参与更多环节，都将使您距离奖品更近。具体规则将于 12 月初公布。问：本次 GTC 大会的 DLI 都有哪些课程？日期DLI课程名称12 月 6 日周日 9:00-17:00深度学习基础 —— 理论与实践入门12 月 7 日周一 9:00-17:00深度学习 —— 自动驾驶汽车的感知系统12 月 8 日周二 9:00-17:00深度学习基础 —— 用多 GPU 训练神经网络12 月 9 日周三 9:00-17:00加速计算基础 —— CUDA C/C++12 月 10 日周四 9:00-17:00加速计算基础 —— CUDA Python12 月 11 日周五 9:00-17:00深度学习基础 —— 构建基于 Transformer 的自然语言处理应用12 月 12 日周六 9:00-17:00深度学习 —— 工业检测12 月 13 日周日 9:00-17:00深度学习基础 —— 理论与实践入门12 月 14 日周一 9:00-17:00深度学习 —— 自动驾驶汽车的感知系统发布于 2020-11-19 17:48NVIDIA（英伟达）图形处理器（GPU）开发者赞同 3添加评论分享喜欢收藏申请

GTC 来啦！| 关于 GTC 你不得不知道的几件事！ - 知乎

GTC 大会常见问题解答 | GTC 2024 | NVIDIA

培训 3 月 17 — 21 日 | 会议 3 月 18 — 21 日 | 主题演讲 3 月 18 日 | 美国加州圣何塞及 & 线上

我的帐户

LogOut

简中

한국어

日本語

繁中

简中

主题演讲

会议目录

日程

主题

演讲嘉宾

展厅

培训

与专家交流

海报展厅

与同行交流

参会

为何参加

价格

带上您的团队

赞助商 & 参展商

旅行信息

常见问题

行为准则

包容性

隐私政策

联系我们

主题演讲

会议目录

日程

主题

演讲嘉宾

展厅

培训

与专家交流

海报展厅

与同行交流

参会

为何参加

价格

带上您的团队

赞助商 & 参展商

旅行信息

常见问题

行为准则

包容性

隐私政策

联系我们

立即注册

主题演讲

会议目录

日程

主题

演讲嘉宾

展厅

培训

与专家交流

海报展厅

与同行交流

参会

为何参加

价格

带上您的团队

赞助商 & 参展商

旅行信息

常见问题

行为准则

包容性

隐私政策

联系我们

This site requires Javascript in order to view all its content. Please enable Javascript in order to access all the functionality of this web site. Here are the instructions how to enable JavaScript in your web browser.

GTC 大会常见问题解答

获得常见问题的答案

一般问题

GTC 大会是什么？

NVIDIA GTC 是 AI 与元宇宙时代的开发者大会。开发者、研究人员、创作者、IT 决策者、企业领袖和学生汇聚于此，了解如何利用 AI、加速计算、数据科学等技术力量塑造当今世界。

GTC 2024 是线上大会还是线下大会？

GTC 2024 将采用线下 + 线上方式举办，参会者可以选择亲临现场或在线参会。

GTC 2024 线下大会将于何时何地举办？

GTC 2024 线下大会将于 2024 年 3 月 18 — 21 日在美国加州圣何塞 McEnery 会议中心举办。

圣何塞 McEnery 会议中心的地址是？

San Jose McEnery Convention Center 150 W. San Carlos St., San Jose, CA 95113 场馆网站

GTC 大会适合哪些人参加？

GTC 为不同技术水平和兴趣领域的参会者提供了大量讲座与培训。这是一次独特的大会，汇聚了开发者、研究人员、企业领袖、IT 决策者、创作者、和 NVIDIA 合作伙伴生态系统。GTC 参会者的共同目标是了解 AI 和加速计算的可能性。您可选择亲临现场参会或线上参加。

如何根据具体时间查找会议并制定个人日程？

会议日程目录将于 2024 年 1 月公布，届时您可将会议添加到您的个人日程中。

如何注册参加 GTC 大会？

点击此处注册，亲临美国加州圣何塞举办的 GTC 大会现场。

点击此处注册，参加线上 GTC 大会。

注册参加 GTC 大会需要多少费用？

单击此处查看票价信息以及各种门票类型包含的内容。

GTC 大会是否有任何折扣？

有，大会提供早鸟票，团购折扣，并为往届参会者、高等院校、非营利组织和政府部门参会者提供折扣。请查看注册套餐和价格页面了解更多信息。

是否需要注册才能参加大会？

是的，无论您是亲临现场还是线上参会均需提前注册。

我未满 18 岁，我可以注册参加 GTC 吗？

您需年满 18岁方可亲临现场参加 GTC。

如果您未满 18 岁并希望以线上方式参加 GTC，请让您的父母点击此处填写监护人同意书。

大会接受什么付款方式？

2024 年 3 月 1 日星期五之前，信用卡、电汇和支票都是可接受的付款方式。在此日期之后，仅接受信用卡付款。您必须全额支付门票费用才能参加会议。

我的信用卡对账单上会出现什么描述或公司名称？

我在哪里可以找到注册收据？

单击此处登录您的参会者门户，导航至“我的注册”，然后单击右上角的“下载发票”。

报名参加 GTC 有截止日期吗？

报名参加 GTC 没有截止日期，但活动门票很可能会售罄，因此建议您尽早报名。

退款和取消政策？

如果您无法参加活动，请通过 GTC_registration@nvidia.com 提交取消申请。将收取以下手续费：

北京时间 2024 年 2 月 26 日 (星期一) 15:00 之前——将收取 50 美元的手续/取消费。

北京时间 2024 年 2 月 26 日 (星期一) 15:00 之后——不予退款。

未到场参会者不予退款。

如需变更参会人，必须在北京时间 2024 年 3 月 8 日（星期五）15:00 之前收到您的变更需求邮件。如需将注册信息转给同事，或者您在注册时遇到困难，请发送电子邮件至 GTC_registration@nvidia.com，我们将竭诚为您服务。

我无法参加 GTC，我可以将我的注册转让给同事吗？

我是否会被拒绝注册 GTC 大会？

NVIDIA 保留以任何理由自行决定拒绝任何个人或实体注册的权利。其中包括过去或现在不符合 NVIDIA 的行为标准，以及（但不限于）参与暴力、非法、威胁或歧视行为。查看 GTC 行为准则。

前往美国加州圣何塞

是否有酒店住宿折扣价提供给参会者？

是的，我们已经为 GTC 参会者协商了优惠的酒店住宿价格，但房间数量有限。单击此处在 EventSphere （GTC 的官方酒店网站）上预订酒店房间。如有任何疑问，请联系 GTC@eventsphere.com。

从 GTC 酒店到会议中心是否有班车？

是的，我们将为入住 Fairfield Inn & Suites San Jose Airport 和 Four Points by Sheraton San Jose Airport 的参会者提供班车服务。

如何申请签证邀请函？

GTC 欢迎所有全球参会者，我们致力于给您提供相关协助。

作为 GTC 注册的一部分，您可以通过注册表申请邀请函。完成注册和付款后，您的邀请函将在一周内通过电子邮件发送给您。如果您的签证因任何原因被拒绝，我们将全额退还您的注册费用。

如需了解更多信息，请查看美国签证申请程序。

我应该选择飞往哪个机场？

Mineta San Jose International Airport (SJC) 距圣何塞 McEnery 会议中心仅 3 英里。从 SJC 获取有关地面交通选项的更多信息。

San Francisco International Airport (SFO) 距圣何塞 McEnery 会议中心 38 英里。从 SFO 获取有关地面交通选项的更多信息。

Oakland International Airport (OAK) 距圣何塞 McEnery 会议中心 39 英里。从 OAK 获取有关地面交通选项的更多信息。

我可在哪儿停车？

圣何塞 McEnery 会议中心设有地下停车场，入口位于Market Street 和 South Almaden Boulevard。其他停车场遍布市中心。有关圣何塞市中心其他停车场的信息，请点击此处。如需了解价格最优惠的停车选择，请查看距离 McEnery 会议中心一个街区的 Almaden/Woz 停车场的信息。

GTC 将采取哪些健康和安全措施？

我们非常重视所有 GTC 参会者的健康和安全。我们密切关注健康趋势，并与美国疾病控制和预防中心（CDC）以及联邦、州和地方政府的最新指导保持一致。

GTC 大会现场提供母婴室吗？

是的，大会现场设有母婴室。不提供冰箱但提供冰袋，请您自备冷藏箱。

体验线上大会

如果我无法亲临现场参会怎么办？

GTC 大会内容可供大家线上访问，单击此处免费注册线上大会，以线上方式参加 GTC。

如何注册参加 DLI 实战培训？

完成 GTC 注册后，请登录您的参会者门户购买您选择的在线 DLI 实战培训。

我能否付费点播观看 GTC 大会期间提供的 DLI 全天实战培训？

抱歉，DLI 全天实战培训是由讲师指导的直播课程，不会进行录制。

是否需要注册才能观看 CEO 的主题演讲？

如果您是参加 GTC 2024 线上大会，无需注册即可免费观看黄仁勋先生的主题演讲。

需要使用哪些软件来观看并参加线上 GTC 会议及培训？

只需使用可连网的设备（笔记本电脑、平板电脑、手机）并将其连接互联网即可。不过，我们建议您在参加活动前将网络浏览器更新至最新版本。在您注册特定会议或培训后，我们会告知您所要进行的额外设置说明。另外，在活动期间，您可以免费且顺畅地使用所有软件。

演讲嘉宾及赞助商

如何提交 GTC 大会演讲信息？

大会演讲内容征集现已截至。如果您希望在 GTC 内容征集时收到通知，请填写 NVIDIA GTC 演讲者兴趣表单。

如何获取有关 GTC 赞助或参展的更多信息？

请发送电子邮件至 gtc-sales@nvidia.com 以了解更多关于 GTC 赞助或展览的信息。

如何联系会议主办方？

如果您有此处未解答的疑问或者一般性反馈，请通过 GTC_registration@nvidia.com 联系我们。

请与我们一同成就未来。2024 年 3 月 18 — 21 日，期待与您在美国加州圣何塞会议中心再次相聚。

立即注册

EventSphere is the only official housing provider of GTC, and we don’t endorse booking hotel reservations through any source. Other third-party companies may contact you in an effort to get you to book through them and will often misrepresent themselves as the official housing provider. Should you book a room through any other company, we won’t be able to completely protect you from a non-refundable deposit or lack of reservation. Should you be contacted by someone other than EventSphere, please let us know by emailing GTC@eventsphere.com.

互动

初创企业

与专家交流

演示

培训

发现

主题演讲

NVIDIA On-Demand

赞助商

常见问题解答

行为准则

包容性

隐私政策

联系我们

#GTC22

NVIDIA

CHN - 中国

隐私声明

管理我的隐私

法律事宜

无障碍访问

产品安全性

联系我们

英伟达 GTC 2022 有什么值得关注的内容？ - 知乎

英伟达 GTC 2022 有什么值得关注的内容？ - 知乎首页知乎知学堂发现等你来答切换模式登录/注册NVIDIA（英伟达）显卡图形处理器（GPU）超级计算机英伟达 GH100 GPU 芯片英伟达 GTC 2022 有什么值得关注的内容？新智元人工智能话题下的优秀答主3月22日晚，英伟达GTC 2022开幕。没有了那个熟悉的厨房，但这次的阵仗反而更加豪华。英伟达用Omniverse把新总部从内到外渲染了一遍！老黄…显示全部关注者26被浏览31,371关注问题写回答邀请回答好问题添加评论分享8 个回答默认排序芯东西关注芯东西（公众号：aichip001）作者 | ZeR0编辑 | 漠影芯东西3月23日凌晨报道，今日，NVIDIA（英伟达）携基于最新Hopper架构的H100 GPU系列新品高调回归！英伟达创始人兼CEO黄仁勋依然穿着皮衣，不过这次他没有出现在几乎已成GTC大会“标配”的厨房场景中，而是在一个更具科幻感的虚拟空间。延续以往风格，黄仁勋在主题演讲中继续秒天秒地秒空气，公布多个“全球首款”。这次他带来一系列堪称“地表最强”的AI重磅新品，随便一个精度的AI性能，都比上一代A100高出3~6倍。虽然英伟达并购Arm的计划刚刚告吹，但它的数据中心“三芯”总路线（GPU+DPU+CPU）依然不动摇——继去年推出其首款数据中心CPU后，今天，英伟达又亮出一款基于Arm架构的Grace CPU超级芯片。此外，黄仁勋再次派出自己的虚拟数字人化身“玩偶老黄”Toy Jensen，并跟这个表情生动的玩偶进行了一番流畅的实时问答对话。凭借押中图形处理和人工智能（AI）两大赛道，英伟达已经成为全球半导体市值TOP1。截至文章发布时间，英伟达的市值超过6600亿美元，比第二名台积电足足多了近1100亿美元。下面就让我们来看看本场GTC大会的完整干货：1、H100 GPU：采用台积电4N工艺，拥有800亿个晶体管，实现了首个GPU机密计算，相比A100，FP8性能提升6倍，FP16、TF32、FP64性能各提升3倍。2、全新NVLink Switch系统：高度可扩展，支持256块H100 GPU互连。3、融合加速器H100 CNX：耦合H100 GPU与ConnectX-7和以太网智能网卡，可为I/O密集型应用提供更强劲的性能。4、DGX H100：配备8块H100 GPU，总计有6400亿个晶体管，在全新的FP8精度下AI性能比上一代高6倍，可提供900GB/s的带宽。5、DGX SuperPOD：最多由32个DGX H100组成，AI算力可达1EFLOPS。6、Eos超级计算机：全球运行速度最快的AI超级计算机，配备576台DGX H100系统，FP8算力达到18EFLOPS，PF64算力达到275PFLOPS。7、Grace CPU超级芯片：由两个CPU芯片组成，采用最新Armv9架构，拥有144个CPU核心和1TB/s的内存带宽，将于2023年上半年供货。8、为定制芯片集成开放NVLink：采用先进封装技术，与英伟达芯片上的PCIe Gen 5相比，能源效率高25倍，面积效率高90倍。英伟达还将支持通用小芯片互连传输通道UCIe标准。9、CUDA-X：60多个针对CUDA-X的一系列库、工具和技术的更新。10、Riva 2.0：对话式AI服务Riva全面发行，2.0版本支持识别7种语言，可将神经文本转换为不同性别发声的语音。11、Merlin 1.0：可帮助企业快速构建、部署和扩展先进的AI推荐系统。12、Sionna：一款用于6G通信研究的AI框架。13、OVX与OVX SuperPod：面向工业数字孪生的数据中心级服务器和超级集群。14、Spectrum-4：全球首个400Gbps端到端网络平台，交换吞吐量比前几代产品高出4倍，达到51.2Tbps。15、Omniverse Cloud：支持协作者们随时随地实现远程实时协同工作。16、DRIVE Hyperion 9：汽车参考设计，拥有14个摄像头、9个雷达、3个激光雷达和20个超声传感器，总体传感器数量是上一代的两倍。17、DRIVE Map：多模态地图引擎，包含摄像头、激光雷达和雷达的数据，同时兼顾安全性。18、Clara Holoscan MGX：可供医疗设备行业在边缘开发和部署实时AI应用的计算平台，AI算力可达每秒254~610万亿次运算。19、Isaac for AMR：提供自主移动机器人系统参考设计。20、Jetson AGX Orin开发者套件：在边缘实现服务器级的AI性能。黄仁勋还介绍了英伟达创建的NVIDIA AI加速计划，通过与AI生态系统中的开发者合作，开发工程化解决方案，以确保客户放心部署。一、H100 GPU：800亿晶体管、六大创新每次英伟达的GPU新架构都会以一位科学家的名字来命名，这次同样如此。新Hopper架构的命名取自美国计算机科学家格蕾丝·赫柏（Grace Hopper），她是耶鲁大学第一位数学女博士、世界上第三位程序员、全球首个编译器的发明者，也是第一个发现“bug”的人。▲格蕾丝·赫柏正在教学COBOL编程语言1945年9月9日，格蕾丝使用的Mark Ⅱ机出现故障，经过近一天的排查，她找到了故障的原因：继电器中有一只死掉的蛾子。后来，“bug”（小虫）和“debug”（除虫）这两个词汇就作为计算机领域的专用词汇流传至今。基于Hopper架构的一系列AI计算新品，被冠上各种“全球首款”。按行业惯例，但凡比较AI算力，必会拿英伟达最新旗舰GPU作为衡量标准。英伟达也不例外，先“碾压”一下自己两年前发布的上一代A100 GPU。作为全球首款基于Hopper架构的GPU，英伟达 H100接过为加速AI和高性能计算（HPC）扛旗的重任，FP64、TF32、FP16精度下AI性能都达到A100的3倍。可以看到，NVIDIA越来越热衷于走稀疏化路线。过去六年，英伟达相继研发了使用FP32、FP16进行训练的技术。此次H100的性能介绍又出现了新的Tensor处理格式FP8，而FP8精度下的AI性能可达到4PFLOPS，约为A100 FP16的6倍。从技术进展来看，H100有6项突破性创新：1）先进芯片：H100采用台积电4N工艺、台积电CoWoS 2.5D封装，有800亿个晶体管（A100有540亿个晶体管），搭载了HBM3显存，可实现近5TB/s的外部互联带宽。H100是首款支持PCIe 5.0的GPU，也是首款采用HBM3标准的GPU，单个H100可支持40Tb/s的IO带宽，实现3TB/s的显存带宽。黄仁勋说，20块H100 GPU便可承托相当于全球互联网的流量。2）新Transformer引擎：该引擎将新的Tensor Core与能使用FP8和FP16数字格式的软件结合，动态处理Transformer网络的各个层，在不影响准确性的情况下，可将Transformer模型的训练时间从数周缩短至几天。3）第二代安全多实例GPU：MIG技术支持将单个GPU分为7个更小且完全独立的实例，以处理不同类型的作业，为每个GPU实例提供安全的多租户配置。H100能托管7个云租户，而A100仅能托管1个，也就是将MIG的部分能力扩展了7倍。每个H100实例的性能相当于两个完整的英伟达云推理T4 GPU。4）机密计算：H100是全球首款具有机密计算功能的GPU加速器，能保护AI模型和正在处理的客户数据，可以应用在医疗健康和金融服务等隐私敏感型行业的联邦学习，以及共享云基础设施。5）第4代英伟达NVLink：为了加速大型AI模型，NVLink结合全新外接NVLink Switch，可将NVLink扩展为服务器间的互联网络，最多连接多达256个H100 GPU，相较于上一代采用英伟达 HDR Quantum InfiniBand网络，带宽高出9倍。6）DPX指令：Hopper引入了一组名为DPX的新指令集，DPX可加速动态编程算法，解决路径优化、基因组学等算法优化问题，与CPU和上一代GPU相比，其速度提升分别可达40倍和7倍。总体来说，H100的这些技术优化，将对跑深度推荐系统、大型AI语言模型、基因组学、复杂数字孪生、气候科学等任务的效率提升非常明显。比如，用H100支持聊天机器人使用的monolithic Transformer语言模型Megatron 530B，吞吐量比上一代产品高出30倍，同时能满足实时对话式AI所需的次秒级延迟。再比如用H100训练包含3950亿个参数的混合专家模型，训练速度可加速高达9倍，训练时间从几周缩短到几天。H100将提供SXM和PCIe两种规格，可满足各种服务器设计需求。其中H100 SXM提供4 GPU和8 GPU配置的HGX H100服务器主板；H100 PCIe通过NVLink连接两块GPU，相较PCIe 5.0可提供7倍以上的带宽。PCIe规格便于集成到现有的数据中心基础设施中。这两种规格的电力需求都大幅增长。H100 SXM版的散热设计功耗（TDP）达到700W，比A100的400W高出75%。据黄仁勋介绍，H100采用风冷和液冷设计。这款产品预计于今年晚些时候全面发售。阿里云、AWS、百度智能云、谷歌云、微软Azure、Oracle Cloud、腾讯云和火山引擎等云服务商均计划推出基于H100的实例。为了将Hopper的强大算力引入主流服务器，英伟达推出了全新的融合加速器H100 CNX。它将网络与GPU直接相连，耦合H100 GPU与英伟达ConnectX-7 400Gb/s InfiniBand和以太网智能网卡，使网络数据通过DMA以50GB/s的速度直接传输到H100，能够避免带宽瓶颈，为I/O密集型应用提供更强劲的性能。二、更强企业级AI系统，全球最快AI超算基于A100，英伟达最先进的企业级AI基础设施DGX H100系统、DGX POD、DGX SuperPOD以及一一登场。它们将从今年第三季度开始供应。黄仁勋称，在财富10强企业和100强企业中，分别有8家和44家企业使用DGX作为AI基础架构。英伟达DGX系统现在包含英伟达AI Enterprise软件套件，该套件新增了对裸金属基础设施的支持。DGX客户可使用软件套件中的预训练AI平台模型、工具包和框架来加快工作速度。1、DGX H100：最先进的企业级AI基础设施第四代英伟达DGX系统DGX H100是一款基于英伟达H100 Tensor Core GPU的AI平台。每个DGX H100系统配备8块H100 GPU，总计有6400亿个晶体管，由NVLink连接，在全新的FP8精度下AI性能可达32Petaflops，比上一代系统性能高6倍。DGX H100系统中每块GPU都通过第四代 NVLink连接，可提供900GB/s的带宽，是上一代系统的1.5倍。DGX H100的显存带宽可达24TB/s。该系统支持双x86 CPU，每个系统还包含2个英伟达BlueField-3 DPU，用于卸载、加速和隔离高级网络、存储及安全服务。8个英伟达ConnectX-7 Quantum-2 InfiniBand网卡能够提供400GB/s的吞吐量，可用于连接计算和存储，这一速度比上一代系统提升了1倍。2、DGX SuperPOD：FP8 AI性能达1ExaflopsDGX H100系统是新一代英伟达DGX POD和DGX SuperPOD超级计算机的构建模块。借助NVLink Switch系统，拥有32个节点、256个GPU的DGX Pod，其HBM3显存达20.5TB，显存带宽高达768TB/s。“相比之下，整个互联网不过只有100TB/s。”黄仁勋感慨道。每个DGX都可借助4端口光学收发器连接到NVLink Switch，每个端口都有8个100G-PAM4通道，每秒能够传输100GB，32个NVLink收发器连接到1个机架单元的NVLink Switch系统。新一代DGX SuperPOD可提供1Exaflops的FP8 AI性能，比上一代产品性能高6倍，能够运行具有数万亿参数的大型语言模型工作负载；还有20TB的HBM3显存、192TFLOPS的SHARP网络计算性能。通过采用Quantum-2 InfiniBand连接及NVLink Switch系统，新DGX SuperPOD架构在GPU之间移动数据的带宽高达70TB/s，比上一代高11倍。Quantum-2 InfiniBand交换机芯片拥有570亿个晶体管，能提供64个400Gbps端口。多个DGX SuperPOD单元可组合使用。此外，英伟达推出新的DGX-Ready托管服务计划，以助力简化AI部署。其DGX Foundry托管的开发解决方案正在全球扩展，北美、欧洲和亚洲的新增地点支持远程访问DGX SuperPOD。DGX Foundry中包含英伟达Base Command软件，该软件能够使客户基于DGX SuperPOD基础设施，轻松管理端到端AI开发生命周期。3、Eos：全球运行速度最快的AI超算黄仁勋还透露说，英伟达正在打造Eos超级计算机，并称这是“首个Hopper AI工厂”，将于数月后推出。该超算包含18个DGX POD、576台DGX H100系统，共计4608块DGX H100 GPU，预计将提供18.4Exaflops的AI算力，这比目前运行速度最快的日本富岳（Fugaku）超级计算机快4倍。在传统科学计算方面，Eos预计可提供275Petaflops的性能。三、由两个CPU组成的超级芯片除了GPU外，英伟达数据中心“三芯”战略中另一大支柱CPU也有新进展。今日，英伟达推出首款面向HPC和AI基础设施的基于Arm Neoverse的数据中心专属CPU——Grace CPU超级芯片。这被黄仁勋称作“AI工厂的理想CPU”。据介绍，Grace Hopper超级芯片模组能在CPU与GPU之间进行芯片间的直接连接，其关键驱动技术是内存一致性芯片之间的NVLink互连，每个链路的速度达到900GB/s。Grace CPU超级芯片也可以是由两个CPU芯片组成。它们之间通过高速、低延迟的芯片到芯片互连技术NVLink-C2C连在一起。它基于最新的Armv9架构，单个socket拥有144个CPU核心，具备最高的单线程核心性能，支持Arm新一代矢量扩展。在SPECrate®2017_int_base基准测试中，Grace CPU超级芯片的模拟性能得分为740，据英伟达实验室使用同类编译器估算，这一结果相比当前DGX A100搭载的双CPU高1.5倍以上。此外，Grace CPU超级芯片可实现当今领先服务器芯片内存带宽和能效的2倍。其依托带有纠错码的LPDDR5x内存组成的创新的内存子系统，能实现速度和功耗的最佳平衡。LPDDR5x内存子系统提供两倍于传统DDR5设计的带宽，可达到1TB/s，同时功耗也大幅降低，CPU加内存整体功耗仅500瓦。Grace CPU超级芯片可运行所有的英伟达计算软件栈，结合英伟达ConnectX-7网卡，能够灵活地配置到服务器中，或作为独立的纯CPU系统，或作为GPU加速服务器，可以搭配1块、2块、4块或8块基于Hopper的GPU。也就是说，用户只维护一套软件栈，就能针对自身特定的工作负载做好性能优化。黄仁勋说，Grace超级芯片有望明年开始供货。四、为定制芯片集成开放NVLink，将支持UCIe小芯片标准我们单独来说一下NVLink-C2C技术。前面说的Grace CPU超级芯片系列、去年发布的Grace Hopper超级芯片都采用了这一技术来连接处理器芯片。NVIDIA超大规模计算副总裁Ian Buck认为：“为应对摩尔定律发展趋缓的局面，必须开发小芯片和异构计算。”因此，英伟达利用其在高速互连方面的专业知识开发出统一、开放的NVLink-C2C互连技术。该技术将支持定制裸片与英伟达GPU、CPU、DPU、NIC和SoC之间实现一致的互连，从而通过小芯片构建出新型的集成产品，助力数据中心打造新一代的系统级集成。NVLink-C2C现已为半定制芯片开放，支持其与NVIDIA技术的集成。通过采用先进的封装技术，英伟达NVLink-C2C互连链路的能效最多可比NVIDIA芯片上的PCIe Gen 5高出25倍，面积效率高出90倍，可实现每秒900GB乃至更高的一致互联带宽。NVLink-C2C支持Arm AMBA一致性集线器接口（AMBA CHI）协议，或CXL工业标准协议，可实现设备间的互操作性。当前英伟达和Arm正在密切合作，以强化AMBA CHI来支持与其他互连处理器完全一致且安全的加速器。当前英伟达和Arm正在密切合作，以强化AMBA CHI来支持与其他互连处理器完全一致且安全的加速器。NVIDIA NVLink-C2C依托于英伟达的SERDES和LINK设计技术，可从PCB级集成和多芯片模组扩展到硅插入器和晶圆级连接。这可提供极高的带宽，同时优化能效和裸片面积效率。除NVLink-C2C之外，NVIDIA还将支持本月早些时候发布的通用小芯片互连传输通道UCIe标准。▲UCIe标准与NVIDIA芯片的定制芯片集成既可以使用UCIe 标准，也可以使用NVLink-C2C，而后者经过优化，延迟更低、带宽更高、能效更高。五、AI软件：对话式AI服务全面发行，推出推荐系统AI框架1.0版本如今英伟达已经能提供全栈AI，除了AI计算硬件外，其AI软件也有不少进展。黄仁勋说，AI已经从根本上改变了软件的能力以及开发软件的方式，过去十年，英伟达加速计算在AI领域实现了百万倍的加速。今日，英伟达发布了60多个针对CUDA-X的一系列库、工具和技术的更新，以加速量子计算和6G研究、网络安全、基因组学、药物研发等领域的研究进展。英伟达将使用其首台AI数字孪生超级计算机Earth-2来应对气候变化挑战，并创建了Physics-ML模型来模拟全球天气模式的动态变化。英伟达还与来自加州理工学院、伯克利实验室等高校及科研机构的研究人员们开发了一个天气预报AI模型FourCastNet，该模型基于10TB的地球系统数据进行训练，首次在降水预测上达到比先进的数值模型更高的准确率，并使预测速度提高了4~5个数量级。以前，传统的数值模拟需要一年时间，而现在只需几分钟。NVIDIA Triton是一款开源的、超大规模的模型推理服务器，是AI部署的“中央车站”，它支持CNN、RNN、GNN、Transformer等各种模型、各类AI框架及各类机器学习平台，支持在云、本地、边缘或嵌入式设备运行。同时，黄仁勋宣布英伟达对话式AI服务Riva全面发行，Riva 2.0版本支持识别7种语言，可将神经文本转换为不同性别发声的语音，用户可通过其TAO迁移学习工具包进行自定义调优。Maxine是一个AI模型工具包，现已拥有30个先进模型，可优化实时视频通信的视听效果。比如开远程视频会议时，Maxine可实现说话者与所有参会者保持眼神交流，并能将说的语言实时切换成另一种语言，而且音色听起来不变。本次GTC发布的版本增加了用于回声消除和音频超分辨率的新模型。此外，黄仁勋也宣布推出英伟达面向推荐系统的AI框架Merlin的1.0版本。Merlin可帮助企业快速构建、部署和扩展先进的AI推荐系统。比如，微信用Merlin将短视频推荐延迟缩短为原来的1/4，并将吞吐量提升了10倍。从CPU迁移至GPU，腾讯在该业务上的成本减少了1/2。在医疗健康领域，黄仁勋谈道，过去几年，AI药研初创公司获得了超400亿美元的投资，数字生物学革命的条件已经成熟，他称这将是“NVIDIA AI迄今为止最伟大的使命”。6G标准于2026年左右问世，一些相关基础技术逐渐成形。对此，黄仁勋宣布推出了一款用于6G通信研究的AI框架Sionna。六、Omniverse：首推数字孪生专用服务器和超级集群黄仁勋认为，第一波AI学习是感知和推理，下一波AI的发展方向是机器人，也就是使用AI规划行动。英伟达Omniverse平台也正成为制造机器人软件时必不可少的工具。作为虚拟世界的仿真引擎，Omniverse平台能遵循物理学定律，构建一个趋真的数字世界，可以应用于使用不同工具的设计师之间的远程协作，以及工业数字孪生。黄仁勋认为，工业数字孪生需要一种专门构建的新型计算机，因此英伟达打造了面向工业数字孪生的OVX服务器和OVX SuperPOD超级集群。OVX是首款Omniverse计算系统，由8个英伟达A40 RTX GPU、3个ConnectX-6 200Gbps网卡（NIC）和2个英特尔至强Ice Lake CPU组成。32台OVX服务器可构成OVX SuperPOD超级集群，实现这一连接的关键设施是英伟达今日新推出的Spectrum-4以太网平台。据悉，这是全球首个400Gbps端到端网络平台，其交换吞吐量比前几代产品高出4倍，聚合ASIC带宽达到51.2Tbps，支持128个400GbE端口。Spectrum-4实现了纳秒级计时精度，相比典型数据中心毫秒级抖动提升了5~6个数量级。这款交换机还能加速、简化和保护网络架构。与上一代产品相比，其每个端口的带宽提高了2倍，交换机数量减少到1/4，功耗降低了40%。该平台由英伟达Spectrum-4交换机系列、ConnectX-7智能网卡、BlueField-3 DPU和DOCA数据中心基础设施软件组成，可提高AI应用、数字孪生和云基础架构的性能和可扩展性，大幅加速大规模云原生应用。Spectrum-4 ASIC和SN5000交换机系列基于4nm工艺，有1000亿个晶体管，并经过简化的收发器设计，实现领先的能效和总拥有成本。Spectrum-4可在所有端口之间公平分配带宽，支持自适应路由选择和增强拥塞控制机制，能显著提升数据中心的应用速度。Spectrum-4 ASIC具有12.8Tbp加密带宽和领先的安全功能，例如支持MACsec和VXLANsec，并通过硬件信任根将安全启动作为默认设置，帮助确保数据流和网络管理的安全性和完整性。现在各大计算机制造商纷纷推出OVX服务器，对于想在OVX试用Omniverse的客户，英伟达在全球多地提供LaunchPad计划，第一代OVX正由英伟达和早期客户运行，第二代OVX正被构建中。Spectrum-4的样机将在今年第四季度末发布。随后，曾在往届GTC大会展示过的黄仁勋虚拟化身“玩偶老黄”Toy Jensen再度现身。它不是录像，而能做到完全实时地进行眼神交流与对话。黄仁勋现场问它“什么是合成生物学”、“你是如何制作出来的”等问题，它都对答如流。使用英伟达Omniverse Avatar框架，企业就能快速构建和部署像Toy Jensen这样的虚拟形象，从模仿声音到细微的头部及身体运动，乃至高保真度的形象塑造，都让虚拟人更加灵动。最后，得益于Riva中的最新对话式AI技术和超大语言模型Megatron 530B NLP，虚拟人可以听懂你问的问题，也能跟你实时聊天互动。在此基础上，英伟达宣布将推出Omniverse Cloud。通过Omniverse Cloud连接，协作者们使用英伟达RTX PC、笔记本电脑和工作站，均可实现远程实时协同工作。用户如果没有RTX计算机，只需点击一下，即可从GeForce Now上启动Omniverse。七、汽车：预告DRIVE Hyperion 9，推出多模态地图引擎Omniverse平台是整个工作流程的核心，DRIVE平台则相当于AI司机。黄仁勋宣布下一代DRIVE Hyperion 9将从2026年起搭载到汽车中，它将拥有14个摄像头、9个雷达、3个激光雷达和20个超声传感器，总体传感器数量将是Hyperion 8的两倍。此外，英伟达推出了一种多模态地图引擎NVIDIA DRIVE Map，包含摄像头、激光雷达和雷达的数据，同时兼顾安全性。DRIVE Map有两个地图引擎，真值测绘地图引擎和众包车队地图引擎。黄仁勋谈道，到2024年，他们预计绘制并创建北美、西欧和亚洲所有主要公路的数字孪生，总长度约为50万公里。“我们正在构建地球级别的自动驾驶车队数字孪生。”黄仁勋说。合作方面，全球第二大电动汽车制造商比亚迪将在2023年上半年开始投产的汽车中搭载DRIVE Orin计算平台。自动驾驶独角兽企业元戎启行、中国自动驾驶创企云骥智行也宣布将在其L4级自动驾驶车规级量产方案中搭载NVIDIA DRIVE Orin SoC芯片。美国电动汽车公司Lucid Motors、中国L4级自动驾驶科技公司文远知行、中国新型电动车公司悠跑科技均宣布将应用英伟达DRIVE Hyperion自动驾驶汽车平台。八、机器人平台：从医疗设备到自主移动机器人黄仁勋认为下一波AI浪潮是机器人，英伟达正在构建多个机器人平台，包括用于自动驾驶汽车的DRIVE、用于操纵和控制系统的Isaac、用于自主式基础架构的Metropolis、用于医疗设备的Holoscan等。他将机器人系统的工作流程简化为真值数据生成、AI模型训练、Omniverse数字孪生、机器人技术栈四大支柱。Clara Holoscan MGX是一个开放可扩展的机器人平台，其设计符合IEC-62304医疗级规格，核心计算机为Jetson AGX Orin和ConnectX-7智能网卡，并可选配NVIDIA RTX A6000 GPU。该平台AI算力可达每秒254~610万亿次运算，目前向早期体验客户开放，正式上市时间是5月，并将于2023年第一季度完成医疗级准备。Metropolis平台的下载量已经达到30万次，拥有1000多个生态系统合作伙伴，并在超过100万个设施中运营。机器人发展最快的领域之一是自主移动机器人（AMR），它本质上是室内无人驾驶，速度偏低但环境高度非结构化。今天，英伟达推出Isaac for AMR，它有四大核心：用于真值生成的NVIDIA DeepMap、用于训练模型的NVIDIA AI、搭载Orin的AMR机器人参考设计、Isaac机器人技术堆栈中的新Gem及基于Omniverse的新版Isaac Sim，每个都单独可用且完全开放。与DRIVE Hyperion类似，Isaac Nova是一个AMR机器人系统参考设计，整个Isaac堆栈都基于此构建。Nova有2个摄像头、2个激光雷达、8个超声波雷达和4个鱼眼摄像头。英伟达还宣布推出Jetson Orin开发者套件，以在边缘实现服务器级的AI性能。Nova AMR将于第二季度上市，它将配备英伟达新的DeepMap雷达制图系统，可以扫描和重建环境，以进行路线规划和数字孪生仿真。结语：AI开发者的前沿技术盛宴这些年来，英伟达GTC大会已经成为一场面向AI、HPC、科学计算、数字孪生及自动驾驶等诸多前沿领域的技术盛宴。在这场盛宴中，我们不仅看到技术突破改变各行各业的生产效率和工作方式，也看到英伟达围绕计算世界的最新布局。随着新一代大规模云技术的出现，数据中心架构有待转型。在稳拥GPU基本盘的基础之上，英伟达的角色正从图形显示和加速计算“偏科学霸”，转向围绕数据中心三大芯片支柱全面发展。黄仁勋认为，数据中心正在转变成“AI工厂”，它通过处理海量的数据来实现智能，而今日推出的H100便是实现企业AI业务加速的引擎。H100的多项技术创新，数据中心专属Grace CPU超级芯片的特殊设计，以及AI和Omniverse平台的持续升级，进一步扩大了英伟达在加速AI训练及推理领域的领导地位。在为期4天的英伟达GTC大会上，我们还将看到更多不同细分领域的专家，分享他们如何利用AI和加速计算领域的技术创新，来开展各类开创性的研究或解决正面临的挑战。编辑于 2022-03-23 12:44赞同 12添加评论分享收藏喜欢收起丽台科技已认证账号关注GTC 22干货满满，众多重大发布让人惊喜：新一代加速计算平台：NVIDIA Hopper™ 架构NVIDIA H100 Tensor Core GPU：首款基于 Hopper 架构的 GPU。NVIDIA H100是一款超大的芯片，采用 TSMC 4N 工艺，具有 800 亿个晶体管。H100 是首款支持 PCIe 5.0 标准的 GPU，也是首款采用 HBM3 标准的 GPU，单个 H100 可支持 40 Tb/s 的 IO 带宽。H100 的 FP8 性能提升了 6 倍，FP16、TF32、FP64 性能各提升 3 倍。NVIDIA DGX H100：第四代 NVIDIA DGX™ 系统，这是全球首个基于全新 NVIDIA H100 Tensor Core GPU 的 AI 平台。NVIDIA DGX H100 配备 8 块 H100 GPU，总计有 6400 亿个晶体管，在全新的 FP8 精度下 AI 性能比上一代高 6 倍，24 TB/s 的显存带宽，并且可以借助 NVLink 连接多达 32 个 DGX。NVIDIA DGX POD 与 SuperPOD：DGX H100 系统是新一代 NVIDIA DGX POD™ 和 NVIDIA DGX SuperPOD™ AI 基础设施平台的构建模块。借助 DGX H100 系统，NVIDIA DGX SuperPOD™ 可成为具有可扩展性的卓越的企业级 AI 中心。融合加速器 H100 CNX：将先进的 GPU 和强大的网络处理器 ConnectX-7 融合至一个模组中，网络数据通过 DMA 以 50 GB/s 的速度直接传输至 H100，从而避免 CPU，系统内存和 PCIe 等多个通道的限制，H100 CNX 能够避免带宽瓶颈，同时释放 CPU 和系统内存，以便处理应用的其他部分。Eos 超级计算机：NVIDIA 宣布推出全球运行速度最快的 AI 超级计算机 —— NVIDIA Eos。“Eos”超级计算机将于今年晚些时候开始运行，共配备 576 台 DGX H100 系统，共计 4608 块 DGX H100 GPU，FP8 算力达到 18 EFLOPS，PF64 算力达到 275 PFLOPS，有望成为全球运行速度最快的 AI 系统。NVIDIA Grace CPU 超级芯片NVIDIA Grace™ CPU 超级芯片由两个 CPU 芯片组成，它们之间通过NVLink®-C2C互连在一起。NVLink-C2C 是一种新型的高速、低延迟、芯片到芯片的互连技术。Grace 超级芯片拥有 144 个 CPU 核心，内存带宽高达 1 TB/s，是尚未发布的第 5 代顶级 CPU 的 2 到 3 倍。软件技术堆栈更新CUDA-X：NVIDIA 发布了 60 多项 CUDA-X™（NVIDIA 的一个库、工具和技术集）更新。这些更新涵盖了众多学科，能够显著提升 CUDA® 软件计算平台的性能。NVIDIA Riva 2.0：NVIDIA 正式宣布了 Riva 的全面发行。NVIDIA Riva 是一种先进且基于深度学习的端到端语音 AI，2.0 版的 Riva 支持识别 7 种语言，可将神经文本转换为不同性别发声的语音，并可以通过 NVIDIA 的 TAO 迁移学习工具包进行自定义调优。NVIDIA Merlin 1.0：NVIDIA 正式发布了 NVIDIA Merlin 的 1.0 版本。NVIDIA Merlin 是用于推荐系统的 AI 框架，可帮助企业快速构建、部署和扩展先进的AI推荐系统。Sionna：用于 6G 物理层研究的 Sionna™ 是一个全新的 GPU 加速开源库，能够为神经网络和机器学习的集成提供原生支持。Sionna 能够实现复杂通信系统架构的快速原型设计，并且是 NVIDIA 除 Aerial （提供 AI-on-5G 的统一软件定义平台）之外在无线领域的又一项投资。NVIDIA Omniverse平台重大更新NVIDIA OVX 与 OVX SuperPod：用于驱动大规模数字孪生的 NVIDIA® OVX™ 计算系统。第一代 NVIDIA OVX Omniverse 计算机由8 个 NVIDIA A40 RTX GPU、3 个 ConnectX-6 200 Gbps 网卡 (NIC) 和 2 个 Intel Ice Lake CPU 组成。OVX 计算系统可以从由 8 台 OVX 服务器组成的单集群扩展到通过 NVIDIA Spectrum-3 交换架构连接的一个或多个 OVX SuperPOD（由 32 台 OVX 服务器组成），来加速大规模数字孪生模拟。NVIDIA Omniverse Cloud：为了让更多的用户能够使用 Omniverse，NVIDIA 还发布了 Omniverse Cloud。现在只需简单的点击操作，协作者就可以通过云端 Omniverse 进行连接。NVIDIA Spectrum-4：NVIDIA Spectrum-4 是带宽高达 51.2 Tbps 且具有 1000 亿个晶体管的非常先进的交换机，将组成世界上首个 400 Gbps 端到端网络平台。是世界领先的以太网网络平台，也是 Omniverse 计算机的骨干网络。还有其他诸如自动驾驶等方面的新的发布，附黄仁勋主题演讲全程视频观摩学习：编辑于 2023-02-20 13:53赞同 1添加评论分享收藏喜欢

英伟达 GTC 大会发布「核弹级」GPU，将为 AI 发展带来哪些助力？ - 知乎

英伟达 GTC 大会发布「核弹级」GPU，将为 AI 发展带来哪些助力？ - 知乎首页知乎知学堂发现等你来答切换模式登录/注册NVIDIA（英伟达）图形处理器（GPU）OpenAIChatGPT英伟达 GTC 大会发布「核弹级」GPU，将为 AI 发展带来哪些助力？“当前唯一可以实际处理ChatGPT的GPU是英伟达HGX A100。与前者相比，现在一台搭载四对H100和双NVLINK的标准服务器速度能快10倍，…显示全部关注者1,170被浏览1,864,306关注问题写回答邀请回答好问题 2828 条评论分享252 个回答默认排序王子君关注谢邀。我比较关注老黄的Omniverse，工业元宇宙。说得高大上点叫“数字孪生”，说人话就是建模。但这个建模是具有一定实时性和真实性的。我是几年前跑工业互联网时接触到这个概念的。技术老哥给我这个文科小白做科普，巴拉巴拉讲了一堆边缘计算后（传感器那堆玩意），很神往地说：咱这行的终极目标就是彻底实现数字孪生。我：什么是数字孪生？老哥：就是给尽可能多的东西建模。我：那有鸟用？老哥给我讲了个我现在还记得的比喻：现实里你要练拔刀术，只能一遍遍挥刀；我现在给你个虚拟空间，这里的物理规则和现实世界一样。但你进去后可以练各种刀，砍各种材质，没有现实的物料损耗，你可以练几百万次；最大的限制是算力，算力就是这个虚拟世界的时间。算力够强，你可能一个下午相当于别人练了十年；然后你可以保留在这个空间获得的一切知识，回到现实。最后，你把整个逻辑套到工业体系里，想象一下。我当时就宕机了。我们当时搞的是服装工业互联网，只能做到最基础的人机料数字化，能用数字孪生的机会很少。有些同行努力蹭概念，给服装建模。但他们没有能力构建出有物理规则的虚拟空间，也无法给服装模型加上面辅料的材质特征。这样的“死”数据根本没法导入生产。据老哥介绍，国内官方数字孪生做得最好的，应该是航空航天部门。他们的建模是可以拿来做测试的。模拟各种大气和地表，获得基于实物仿真的飞行数据，减少实测成本，提高改进效率。民间比较好的，是三一、海尔、富士康三家。他们不仅能做到基于仿真元器件数据的产品设计，还能多少做到基于仿真设备、产线、车间的虚拟产线调整、虚拟生产、虚拟调测。新产品导入车间，怎样调整产线才能最优？可以先在数字孪生系统里跑，跑出最优结果后再放到现实环境里执行。极大降低试错成本。因此老黄这次讲的Omniverse，很勾我。首先他发了升级的Omniverse工作站、服务器和云：企业上手的难度会进一步降低。其次，很多巨头已经帮老黄跑通了数字孪生的应用场景。例如老客户亚马逊用Omniverse训练自家的运货机器人：不过最亮眼的还是汽车产业的加入。通用和沃尔沃拿来做仿真预设计：西门子拿来训练组装机械臂：奔驰拿来训练自动驾驶：宝马拿来训练运输机器人：莲花用来预建虚拟工厂（跑通后再实际建厂）：宝马在匈牙利的新厂就是这么建的：注意这里的建模不是单纯示意。你可以建个虚拟产线，跑虚拟生产，根据演算结果来调整你的设计：汽车产业3万亿美刀，民用工业之花。这个行业如果开始大规模上Omniverse的车，数字孪生就是件很严肃的事了。最后，AI的加入。数字孪生很重要，但是一想到建模、打通多种工作流、可视化运算、数据库等问题，总觉得这事很遥远。所以尽管Omniverse在19年就发布了，但那时候大家还是观望，因为都觉得这些分散的碎片化数据很难汇总。但现在有了落地的AI，且进步速度惊人。因此我觉得老黄的这张图不能再认为只是画饼：何况Omniverse已经开始接入到微软体系里：如果这些巨头真下决心进入数字孪生领域（工业企业的钱比diy佬香多了），那数字孪生就不是概念了。总之，数字孪生不是神迹，其成本离多数企业依然很遥远，其效率改进还需要积累。但是：这确实是正儿八经的工业4.0。泰勒把手工作坊提升到标准化，丰田和摩托罗拉把标准化做深做细。但依然有大量数据和知识停留在管理人员和老师傅的脑子里、嘴里、笔头里。这些数据是散落的，且难以被迭代，更难以形成系统性的全局优化。数字孪生可以把更多数据提出来，放到虚拟空间里，并基于相对真实的物理环境，进行远快于现实的运算。这是能在制造上形成代差的新模式，算力从此正式成为生产原材料之一。讲真，AI时代下，英伟达已经是水电煤级别的基建企业了，这个地位不指望撼动。但如果老黄也同时成了数字孪生领域的不可或缺，那麻了，全球大量中高端制造也要被他割一刀。我想这也是为什么在这次78分钟的发布会里，Omniverse能占到17分钟的原因。闲聊公号：王子君的碎碎念。发布于 2023-03-22 19:05赞同 1606151 条评论分享收藏喜欢收起Pulsar清华大学工学博士关注上午边工作，边看完了GTC大会演讲，时长78分钟，内容比较多。开始讲了提了计算光刻和软件加速库（cuLitho），可助力2nm芯片的量产制造。计算光刻是用软件仿真，去模拟光刻过程中的光学、化学等变化，可指导生产过程的优化，理论探索更先进的工艺。这对我来说是个新知识，蛮有意思。之后的演讲重点都是与「生成式AI」相关的软硬件产品。老黄最先提到的是DGX（AI超级计算机），还引述了他曾亲手将全球首款DGX交给了OpenAI。然后，老黄就介绍了题目中说到的「核弹级」GPU，拥有8个H100 GPU模组的DGX H100，可提供32 PFLOPS(=32000T FLOPS)算力（FP8）。上述DGX H100是用于「AI训练」。老黄在演讲中，还发布了4款用于「AI推理」的新产品，例如搭载2块H100 GPU，拥有94GB HBM3显存的H100 NVL，适用于GPT大模型的部署。我不想复述产品的具体细节，过于冗杂。而且这些产品并非消费级，我缺乏足够的专业能力，去评价产品亮点和价值。所以，我想分享一点不见得专业的个人感悟。GPT模型的更新迭代，其展现了惊人能力，让AI技术再次进入了一个前途可期的关键点。而支撑起GPT模型的能力突破的，不仅仅是AI算法和数据，更是硬件提供的强大AI算力。2012年，用于图像分类的AlexNet问世。该模型包含8个卷积层，使用GTX580 GPU进行训练。由于单个GPU的显存只有3GB，为此作者不得不将AlexNet拆分在2块GPU上训练，因而AlexNet具有了以下对称的拓扑结构。如今十年过去，GPU发展日新月异，其进步毫不逊色于AI技术的革新。造就AlexNet的GTX580 GPU，与今日用于GPT大模型训练的H100 GPU，已经完全不可同日而语。以上是一个十年间隔的对比，充分反映了硬件发展，为AI技术发展带来的巨大助力。我有理由相信，在当前阶段，硬件进步依然在为AI技术带来帮助，推动技术的突破。这一块则是国内的主要弱项，而且本次GTC大会发布的多数硬件产品，受制于出口禁令，应该与国内无缘。或许后续会有“阉割版（例如降频，降带宽）”用于特供国内市场。反观这次GTC的演讲主题：「切勿错过 AI 的决定性时刻」。在当下GPT大模型路线获得认可，发展如火如荼之际，硬件上的短板总会拉一些后腿。这让我有些忧虑和伤感。暂时想不到好办法，但软硬件的技术发展总要坚持下去，不可能放弃。或许就像AlexNet那样，尽可能用人的智慧，「部分」克服硬件条件的不足。编辑于 2023-03-22 13:06赞同 441174 条评论分享收藏喜欢

彻底弄懂GMT、UTC、时区和夏令时 - 知乎

彻底弄懂GMT、UTC、时区和夏令时 - 知乎首发于执迷前端切换模式写文章登录/注册彻底弄懂GMT、UTC、时区和夏令时champyin软件工程师前言格林威治时间、世界时、祖鲁时间、GMT、UTC、跨时区、夏令时，这些眼花缭乱的时间术语，我们可能都不陌生，但是真正遇到问题，可能又不那么确定，不得不再去查一查，处理完可能过段时间又忘记。今天，我们彻底来梳理一下它们。一、GMT 什么是GMTGMT（Greenwich Mean Time），格林威治平时（也称格林威治时间）。它规定太阳每天经过位于英国伦敦郊区的皇家格林威治天文台的时间为中午12点。GMT的历史格林威治皇家天文台为了海上霸权的扩张计划，在十七世纪就开始进行天体观测。为了天文观测，选择了穿过英国伦敦格林威治天文台子午仪中心的一条经线作为零度参考线，这条线，简称格林威治子午线。1884年10月在美国华盛顿召开了一个国际子午线会议，该会议将格林威治子午线设定为本初子午线，并将格林威治平时 (GMT, Greenwich Mean Time) 作为世界时间标准（UT, Universal Time）。由此也确定了全球24小时自然时区的划分，所有时区都以和 GMT 之间的偏移量做为参考。1972年之前，格林威治时间（GMT）一直是世界时间的标准。1972年之后，GMT 不再是一个时间标准了。二、UTC什么是UTCUTC（Coodinated Universal Time），协调世界时，又称世界统一时间、世界标准时间、国际协调时间。由于英文（CUT）和法文（TUC）的缩写不同，作为妥协，简称UTC。UTC 是现在全球通用的时间标准，全球各地都同意将各自的时间进行同步协调。UTC 时间是经过平均太阳时（以格林威治时间GMT为准）、地轴运动修正后的新时标以及以秒为单位的国际原子时所综合精算而成。在军事中，协调世界时会使用“Z”来表示。又由于Z在无线电联络中使用“Zulu”作代称，协调世界时也会被称为"Zulu time"。UTC 由两部分构成：原子时间（TAI, International Atomic Time）: 结合了全球400个所有的原子钟而得到的时间，它决定了我们每个人的钟表中，时间流动的速度。世界时间（UT, Universal Time）: 也称天文时间，或太阳时，他的依据是地球的自转，我们用它来确定多少原子时，对应于一个地球日的时间长度。UTC的历史1960年，国际无线电咨询委员会规范统一了 UTC 的概念，并在次年投入实际使用。“Coordinated Universal Time”这个名字则在1967年才被正式采纳。1967年以前， UTC被数次调整过，原因是要使用闰秒（leap second）来将 UTC 与地球自转时间进行统一。三、GMT vs UTCGMT是前世界标准时，UTC是现世界标准时。UTC 比 GMT更精准，以原子时计时，适应现代社会的精确计时。但在不需要精确到秒的情况下，二者可以视为等同。每年格林尼治天文台会发调时信息，基于UTC。四、时区随着火车铁路与其他交通和通讯工具的发展，以及全球化贸易的推动，各地使用各自的当地太阳时间带来了时间不统一的问题，在19世纪催生了统一时间标准的需求，时区由此诞生。时区是如何定义的从格林威治本初子午线起，经度每向东或者向西间隔15°，就划分一个时区，在这个区域内，大家使用同样的标准时间。但实际上，为了照顾到行政上的方便，常将1个国家或1个省份划在一起。所以时区并不严格按南北直线来划分，而是按自然条件来划分。另外：由于目前，国际上并没有一个批准各国更改时区的机构。一些国家会由于特定原因改变自己的时区。全球共分为24个标准时区，相邻时区的时间相差一个小时。在不同地区，同一个时区往往会有很多个不同的时区名称，因为名称中通常会包含该国该地区的地理信息。在夏令时期间，当地的时区名称及字母缩写会有所变化（通常会包含“daylight”或“summer”字样）。例如美国东部标准时间叫：EST，Estern Standard Time；而东部夏令时间叫：EDT，Estern Daylight Time。想查看世界所有时区的名字可以访问这个网站：https://www.timeanddate.com/time/zones/四、夏令时什么是夏令时DST（Daylight Saving Time），夏令时又称夏季时间，或者夏时制。它是为节约能源而人为规定地方时间的制度。一般在天亮早的夏季人为将时间提前一小时，可以使人早起早睡，减少照明量，以充分利用光照资源，从而节约照明用电。全球约40%的国家在夏季使用夏令时，其他国家则全年只使用标准时间。标准时间在有的国家也因此被相应地称为冬季时间。在施行夏令时的国家，一年里面有一天只有23小时（夏令时开始那一天），有一天有25小时（夏令时结束那一天），其他时间每天都是24小时。绿色部分为2019年统计的在全球施行冬夏令时的国家和地区。夏令时的历史1784年，美国驻法国大使本杰明·富兰克林（Benjamin Franklin）提出“日光节约时间制”。1908年，英国建筑师威廉·维莱特（William Willett）再次提出，但当时该提案并未被采纳。1916年，处于一战时期的德国政府下令将时钟推至一个小时后，通过获得额外一小时的日光来节省战争所需的煤炭，成为第一个实行夏时制的国家。随后，英法俄美四个一战参战国纷纷效仿。美国在一战结束后于1919年取消夏时制，但在1942年二战时，美国重新启动夏令时制，1966年正式立法确定永久使用。1973至1975年石油危机爆发期间，美国连续两年延长夏令时制，以节省石油。欧洲大部分国家则是从1976年——第四次中东战争导致首次石油危机（1973年）的3年后才开始施行夏令时制。1986年4月，中国国务院办公厅发出《在全国范围内实行夏时制的通知》，要求全民早睡早起节约能源：每年4月中旬的第一个星期日2时，将时钟拨快一小时；10月中旬第一个星期日的2时，再将时钟拨慢一小时。但此夏令时只实行了6年，在1992年停止施行，主因是中国东西地域广阔却只奉行一个北京时间，实时夏令时制带来很多不切实际的反效果。夏令时的争议从过去的100多年来看，夏令时往往是在国家发生严重危机（如战争和能源短缺）的情况下才会受到青睐。而在相对和平的近10年里，这种时间制度则变得越来越不受欢迎。它会使得人们的生物钟被扰乱，常常陷入睡眠不足的情况，不仅对人体健康有害、导致车祸，还会对旅游、航空领域造成极大的混乱。另外，冬、夏令时究竟能否起到节能的作用，也仍有待商榷。美国一项截至2014年3月的研究表明，这种时间转换制度最多能在3、4月帮助美国减少1%的用电量，而美国国家标准局则认为，夏令时对用电量没有丝毫影响。在俄罗斯，此前的一份报告也显示，夏令时帮助俄罗斯每年节约的电量，仅相当于两三个火力发电厂的发电量，十分的“鸡肋”。去年（2019年）3月26日，作为全世界第一个提出并实行夏令时的国家，德国，在欧洲议会上以410比192的赞成票通过了取消冬、夏令时转换制提案，拟定于2021年4月起，所有欧盟国家不再实行冬、夏令时转换。待各成员国形成最终法案后，将选择永久使用夏令时时间或是冬令时时间。五、本地时间在日常生活中所使用的时间我们通常称之为本地时间。这个时间等于我们所在（或者所使用）时区内的当地时间，它由与世界标准时间（UTC）之间的偏移量来定义。这个偏移量可以表示为 UTC- 或 UTC+，后面接上偏移的小时和分钟数。六、JavaScript中的Date得到本地时间，在不同时区打印 new Date() ，输出的结果将会不一样：new Date();

得到本地时间距 1970年1月1日午夜（GMT时间）之间的毫秒数：new Date().getTime();

返回本地时间与 GMT 时间之间的时间差，以分钟为单位：new Date().getTimezoneOffset();

如何在任何地方都能正确显示当地时间（只要知道该地的timezone）：//目标表时间，东八区

let timezone = 8；

//获取本地时间与格林威治时间的时间差(注意是分钟，记得转换)

const diff = new Date().getTimezoneOffset();

//根据本地时间和时间差获得格林威治时间

const absTime = new Date().getTime() + diff * 60 * 1000;

//根据格林威治时间和各地时区，得到各地时区的时间

let localTime = new Date(absTime + timeZone * 60 * 60 * 1000)；

//处理夏令时(isDST为自己封装的处理方法)

if(isDST(localTime, country)) {

localTime = new Date(absTime + (timeZone + 1) * 60 * 60 * 1000)；

}

return localTime;

结语以上分别从定义、来源等维度解释和扩展说明了GMT、UTC、时区和夏令时的概念、历史、意义，并在最后列举了这些概念在JS项目中的一个非常实用的应用。简单地讲， GMT 是以前的世界时间标准；UTC 是现在在使用的世界时间标准；时区是基于格林威治子午线来偏移的，往东为正，往西为负；夏令时是地方时间制度，施行夏令时的地方，每年有2天很特殊（一天只有23个小时，另一天有25个小时）。从源头上彻底了解了这些概念，将会让我们在处理与时间相关的问题时如虎添翼。文章同时发表于公众号「前端手札」，喜欢的话可以关注一下哦。本文作者：ChampYin 转载请注明出处：https://champyin.com/2020/04/24/彻底弄懂GMT、UTC、时区和夏令时发布于 2020-04-24 15:30时区夏令时前端开发赞同 34632 条评论分享喜欢收藏申请转载文章被以下专栏收录执迷前端探索前端，享

GTC CHINA 2019综述丨NVIDIA GPU正加速成为通用计算标准_黄仁勋

新闻

体育

汽车

房产

旅游

教育

时尚

科技

财经

娱乐

母婴

健康

历史

军事

美食

文化

星座

专题

游戏

搞笑

动漫

宠物

无障碍

关怀版

GTC CHINA 2019综述丨NVIDIA GPU正加速成为通用计算标准

2019-12-21 10:32

来源:

占优智能

原标题： GTC CHINA 2019综述丨NVIDIA GPU正加速成为通用计算标准

2019年12月18日，NVIDIA GTC CHINA 2019，苏州。

这是一届看似并非“重磅”的GTC，因为鲜见令人血脉偾张的硬件级产品。但这是一届从本质上却相当“重磅”的GTC，因为英伟达全新发布的软件与生态体系足以改变计算格局。

无论是RTX技术的新应用、Tensor RT 7、 NVIDIA DRIVE AGX Orin、HPC for Arm等技术体系，还是与腾讯、阿里巴巴、百度、滴滴等的重量级合作，都昭示着NVIDIA GPU正加速迈进通用计算领域，推进AI落地，并以生态之合力塑造全新的计算时代。正如黄仁勋所言：“NVIDIA一直致力于打造那些普通计算机解决不了的问题。”

这是一个既波澜壮阔、又细致入微的战略图谱。围绕着计算机图形、高性能计算以及人工智能这三个重大领域的创新，黄仁勋开启了招牌式的演讲。

计算机图形

RTX游戏家族扩军

于2018年发布的NVIDIA GeForce RTX实时光线追踪技术已经在多个领域开花结果。黄仁勋演示了由微软Surface电脑运行的游戏《我的世界》，实时模拟光线、反射以及各种材料和光之间的互动极大提升了游戏的效能。而《光明记忆：无限》游戏凭借RTX的助力，一个人就开发出来了，这在以往是不可想象的。

展开全文

此外，GeForce RTX的朋友圈还加入了六个好友（新游戏），它们分别为《边境》、《铃兰计划》、《暗影火炬》、Project X、《无限法则》以及《轩辕剑柒》。

NVIDIA的云游戏服务也在进一步深化。由NVIDIA GPU技术赋能的腾讯START云游戏已经进入了测试阶段，可以将游戏体验延展到所有性能普通的电脑之上，让玩家在配置不足的设备上也能畅玩游戏。这也是继NVIDIA在北美和欧洲部分市场提供 GeForce NOW云游戏服务之后的又一个突破。

强势进入渲染领域

黄仁勋还郑重宣布，世界顶级的三大主流平台Autodesk Arnold、Chaos Group V-Ray 和 Blender Cycles都已支持NVIDIA RTX技术。而NVIDIA RTX Studio系统设备，包括笔记本电脑和台式机，已支持超过40种创意和设计应用程序，这些应用程序均可通过“RTX On”加速，使数以千万计的创作者能够在工作中运用光线追踪和AI来优化工作流程。

在电影和视觉特效领域，业界闻名的瑞云云端渲染平台也宣布配备NVIDIA RTX GPU，首批5000片RTX GPU也将会在2020年上线。针对渲染工作，RTX GPU比CPU快了12倍，原本CPU上需要花费485个小时的渲染场景，交给RTX GPU只需要40个小时。同时价格却比CPU低了7倍之多。

NVIDIA年初发布的、作用于高质量3D动画的Omniverse，也有了新的历史使命，那就是应用于建筑行业。它可以实时模拟太阳的光线、位置、阴影等，之前需要几个小时来做渲染，现在用8个GPU即可实时渲染。建筑师能够在设计的时候，真真切切的感受到建筑真实的样子，Omniverse使得这一切变得非常容易。

高性能计算

Magnum IO软件套件

NASA在2030年会有一个登陆火星的项目，为了保证宇航员能在规定时间内安全落地，需要做多样化的、复杂的模拟流程。NVIDIA正在做的，就是携手NASA，共同致力于数据分析和科学模拟。而面对模拟产生的150TB的海量数据，基于DGX的全新堆栈——Magnum IO发挥了重要价值。

Magnum IO软件套件专为解决存储瓶颈问题而来。优化之后，多服务器、多GPU计算节点的数据处理速度比之前提高了20倍，从而可以在数分钟内处理好以往需要数小时才能处理完毕的海量数据。同时，在NVIDIA DGX-2上借助Magnum IO GPU直连技术，还能对海量数据进行可视化处理。

NVIDIA Parabricks

GTC现场，黄仁勋还正式发布了NVIDIA Parabricks基因组分析工具包，并与华大基因和爱立信建立合作关系。

Parabricks基于CUDA加速，可以用于发现变异，并能产生与GATK最佳实践流程一致的结果，实现30-50倍的加速。与爱立信的合作则聚焦于5G，通过CUDA核心能够提升5G vRAN性能，特别是在复杂的空间内，CUDA能够加速解决物理空间内的信号优化的问题。

NVIDIA HPC for ARM

扩展ARM的GPU性能是当天的一个重头戏。NVIDIA推出了NVIDIA HPC for ARM首个参考架构，让旗下GPU产品能配合ARM架构处理器设计的HPC进行异构计算加速。HPC for ARM可以使用不同类型的ARM HPC处理器与Volta GPU连接，每个ARM CPU最多可以连接4块Volta GPU。配合ARM架构处理器低耗电、执行效率更高的特性，除了让HPC进一步提升计算效能之外，更可降低能源损耗。

TensorFlow 2.0

黄仁勋表示，作为世界上最重要的高性能计算应用，扩展TensorFlow的性能对于HPC来说是一个巨大的挑战。而现在，TensorFlow 2.0已经可以在CUDA和ARM上使用了，而且大部分的性能已经达到了最先进的水平。

人工智能

百度和阿里的深度推荐应用

深度推荐系统是互联上最重要的一个模型，能帮助我们从数不清的庞大信息中筛选出我们所需要的。一个典型应用是，从非结构化数据里找到人们的偏好，并且把它规模化到更大的系统，这个计算量非常密集。那怎么办呢？黄仁勋给出的答案很简单，从过去的CPU转为GPU。

而互联网巨头们也确实是这样做的，这里有两个典型案例。首先是百度，百度要打造一个AI Box深度推荐系统，用户潜在兴趣数据包含了千亿维稀疏离散特征和10TB embedding词表，用CPU来做基本上行不通。而移到GPU上之后，训练成本削减了90%，即GPU训练成本只有CPU的1/10。如何把海量的数据，数万亿计的维度过滤，最后缩减到10个选择，这就是人工智能、深度学习打造的奇迹。

接下来是阿里巴巴。每年的双11，对阿里巴巴的后台系统都是一个严峻的考验，今年也不例外。而在加持了NVIDIA加速计算平台之后，支持比过去复杂6倍的模型，从而使点击率提高10％。包括T4 GPU、cuBLAS、自定义混合精度和推理加速软件等的部署，使得阿里巴巴的AI系统日臻完善，相比于CPU，T4将最大模型的吞吐量提高了100倍。另外，此前基于CPU，每秒查询率只有3次，NVIDIA T4 GPU则提升到了每秒780次。

让语音更智能的TensorRT 7

在智能手机、电视和智能音箱中随处可见的数字语音工具，是我们已经非常熟悉的了。据Juniper Research估计，全世界有32.5亿个数字语音助理被应用于设备中。但它们的智能化水准依然需要不断提升，听不懂人话、反应慢是普遍缺陷。NVIDIA第七代推理软件开发套件NVIDIA TensorRT 7，就是为解决这一问题而来。

TensorRT 7内置新型深度学习编译器，能够优化和加速AI语音应用所必需的神经网络，全球各地的开发者可将这些网络实现自动化，并实现优异的性能和降低延迟。测算表明，相比于CPU，其会话式AI组件速度提高了10倍以上，延迟降低到实时交互所需的300毫秒阈值以下，从而实现了更加智能的AI人机交互，大大增强了与语音代理、聊天机器人和推荐引擎等应用进行实时互动的速度与精确度。

正如黄仁勋所言：“我们已进入了一个机器可以实时理解人类语言的AI新时代，TensorRT 7使这成为可能。”

再度飞跃的自动驾驶技术

自动驾驶应该是大家都十分感兴趣的领域。黄仁勋在本届GTC上发布了Xavier的继任者——NVIDIA DRIVE AGX Orin。平台内置了全新 Orin 系统级芯片，由 170 亿个晶体管组成，集成了 NVIDIA 新一代 GPU 架构和 Arm Hercules CPU 内核以及全新深度学习和计算机视觉加速器，每秒可运行 200 万亿次计算。

作为一个软件定义平台，DRIVE AGX Orin能够赋力从 L2 级到 L5 级完全自动驾驶汽车开发的兼容架构平台，助力 OEM 开发大型复杂的软件产品系列。由于 Orin 和 Xavier 均可通过开放的 CUDA、TensorRT API 及各类库进行编程，因此开发者能够在一次性投入后使用跨多代的产品。

与滴滴的合作也是现场新闻之一。黄仁勋介绍到，滴滴将在数据中心使用 NVIDIA GPU 训练机器学习算法，并采用 NVIDIA DRIVE为其 L4 级自动驾驶汽车提供推理能力。NVIDIA DRIVE能够借助多个深度神经网络融合来自各类传感器（摄像头、激光雷达、雷达等）的数据，从而实现对汽车周围环境 360 度全方位的理解，并规划出安全的行驶路径。

同时，作为自动驾驶汽车开发的行业标准，黄仁勋宣布，NVIDIA 将在 NVIDIA GPU Cloud (NGC) 容器注册上，向交通运输行业开源 NVIDIA DRIVE预训练 AI 模型和训练代码。通过一套 NVIDIA AI 工具，NVIDIA 生态系统内的开发者们可以自由扩展和自定义模型，从而提高其自动驾驶系统的稳健性与能力。

Isaac SDK赋能机器人开发

全新版本的Isaac软件开发套件（SDK）是本届GTC CHINA 2019上首发的代表性产品。在建立统一的机器人开发平台以实现AI、仿真和操控功能方面，Isaac SDK迈出了重要的里程碑。

Isaac SDK套件包括提供应用程序框架的Isaac Robotics Engine，预先构建的深度神经网络模型、算法、库、驱动程序和API Isaac GEM，用于室内物流的参考应用程序，以及提供导航功能的Isaac Sim(首个版本)。

黄仁勋表示，全新的Isaac SDK可以大大加快研究人员、开发人员、初创企业和制造商开发和测试机器人的速度，使机器人能够通过仿真获得由人工智能技术驱动的感知和训练功能，从而可以在各种环境和情况下对机器人进行测试和验证，从而节省成本。

现场还展示了一个会卖萌的Leonardo物体操纵机器人。通过模拟真实世界的学习，Leonardo学会了如何遵守物理规则，在模拟的计算部分则运用到了GPU的PhysX 5.0物理引擎。

全篇结语

我们可以清晰地看到，除了Orin芯片，今天全场2个小时的演讲和展示，几乎都是围绕着软件和优化来进行的。

软件定义一切。一个很简单的事实是，只有优异的软件基础，才能最大化的发挥硬件的效能。NVIDIA在软件上的发力和功底，也将极大促进CUDA带给GPU的大规模计算优势和AI效能的发挥，这也是一个领导型技术企业的关键一环。

生态依然是热门话题。英伟达向来十分注重与客户和合作伙伴的热切沟通与协同发展，本次GTC许多重量级的合作项目以及开源项目，都证明了NVIDIA在生态领域的深耕与雄厚实力。

毫无疑问，NVIDIA GPU的世界已经越来越成为通用计算的新标准和新象征，为AI赋能几乎涵盖了各行各业，我们也将更多的看到NVIDIA带来的技术升华和应用价值。这是一幅多么美好的画卷！返回搜狐，查看更多

责任编辑：

平台声明：该文观点仅代表作者本人，搜狐号系信息发布平台，搜狐仅提供信息存储空间服务。

阅读 ()

英伟达GTC大会：AI巅峰时刻|英伟达_新浪财经_新浪网

新浪首页

新闻

体育

财经

娱乐

科技

博客

图片

专栏

汽车

教育

时尚

女性

星座

健康

房产历史视频收藏育儿读书

佛学游戏旅游邮箱导航

移动客户端

新浪微博

新浪新闻

新浪财经

新浪体育

新浪众测

新浪博客

新浪视频

新浪游戏

天气通

我的收藏

美股 >

正文

行情

股吧

新闻

外汇

新三板

英伟达GTC大会：AI巅峰时刻

2024年03月07日 21:58

市场资讯

新浪财经APP

缩小字体

放大字体

微博

微信

腾讯QQ

QQ空间

安装新浪财经客户端第一时间接收最全面的市场资讯→【下载地址】

　　英伟达GTC大会：AI巅峰时刻

　来源：华尔街见闻　常嘉帅

　　B100登场、新推理平台、汽车及边缘计算新产品．．．．．．这次GTC，皮衣教主会带来哪些惊喜？

　　虽然新产品还没有发布，但在全市场等待AI盛会的兴奋中，“宇宙总龙头”英伟达股价已经涨到了快900美元，市值超过2.2万亿。取代苹果，跻身全球市值第二大企业，现在看来似乎只是时间问题。

　　新一届英伟达GTC大会将于3月18-21日举行。AI专家Karl Freund预测认为，本届GTC投资者有望看到新一代旗舰GPU B100、全新推理平台、与联发科合作的汽车芯片细节以及软件业务的进展。

　　硬件新品有望成主角

　　英伟达新一代旗舰级AI处理器Blackwell GB100有望在本届GTC大会上正式亮相。作为Hopper系列的继任者，B100被视为大规模语言模型（LLM）训练和推理的利器。

　　据悉，B100将较前代产品性能翻番，提供25%更大的高带宽存储容量，并配备专门的加速器模块，有望成为2025年英伟达营收主力。此外，还有传闻称H100和H200系列将有更多旗舰级产品推出。

　　在AI推理领域，Lovelace L40S芯片可能无法满足大型LLM推理所需的超大内存。分析人士预计，英伟达将推出一款更实惠、基于GDDR7显存的新推理平台，弥补现有产品组合的不足。

　　汽车和边缘AI或成新增长点

　　除了数据中心市场，英伟达还将进一步发力汽车和边缘AI等新兴领域。2022年，英伟达将车载AI订单指引调高至110亿美元，为期六年。但鉴于去年电动车市场表现低迷，尤其是包括奔驰在内的大型车企，电动化和智能化的进展不佳，因此该指引是否会有调整，是业界关注重点之一。

　　此外，英伟达还可能宣布与移动芯片巨头联发科在汽车领域的合作细节。双方计划联合研发芯片，整合英伟达GPU和联发科SoC，开拓车载人工智能新赛道。

　　软件生态不可或缺

　　硬件之外，软件生态是英伟达进一步挖掘AI产业商机的重要环节。上季度，英伟达首次披露软件业务规模已达10亿美元，涵盖企业AI工具、Omniverse数字孪生平台等。

　　未来，英伟达将致力于进一步货币化软件产品。目前英伟达Omniverse Enterprise的永久许可价格为每个CPU插槽3595美元，而企业业务标准支持的价格为每个许可每年899美元，单用户付费高达5000美元。

　　风险提示及免责条款

　　市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。

股市回暖，抄底炒股先开户！智能定投、条件单、个股雷达……送给你>>

海量资讯、精准解读，尽在新浪财经APP

责任编辑：郭明煜

文章关键词：

英伟达 AI 汽车推理美元

VIP课程推荐

加载中...

新浪直播

百位牛人在线解读股市热点，带你挖掘板块龙头

收起

@@title@@

@@status_text@@@@program_title@@

APP专享直播

1/10

Sandvik Coromant

VentureBeat to feature interviews with AWS, Microsoft, Google and more from Nvidia GTC 2024 | VentureBeat

Events

Video

Special Issues

Jobs

VentureBeat Homepage

Artificial Intelligence

View All

AI, ML and Deep Learning

Auto ML

Data Labelling

Synthetic Data

Conversational AI

NLP

Text-to-Speech

Security

View All

Data Security and Privacy

Network Security and Privacy

Software Security

Computer Hardware Security

Cloud and Data Storage Security

Data Infrastructure

View All

Data Science

Data Management

Data Storage and Cloud

Big Data and Analytics

Data Networks

Automation

View All

Industrial Automation

Business Process Automation

Development Automation

Robotic Process Automation

Test Automation

Enterprise Analytics

View All

Business Intelligence

Disaster Recovery Business Continuity

Statistical Analysis

Predictive Analysis

Data Decision Makers

Virtual Communication

Team Collaboration

UCaaS

Virtual Reality Collaboration

Virtual Employee Experience

Programming & Development

Product Development

Application Development

Test Management

Development Languages

Events

Video

Special Issues

Jobs

VB Lab Insights

VentureBeat to feature interviews with AWS, Microsoft, Google and more from Nvidia GTC 2024

VB Staff

March 4, 2024 11:16 AM

Share on Facebook

Share on X

Share on LinkedIn

Image Credit: Adobe

Presented by Nvidia

Nvidia’s flagship GTC 2024 conference is happening live for the first time in five years, and VentureBeat has a backstage pass. From March 18 to 21, the VB editorial team has VIP access and will be livestreaming interviews with industry leaders from Amazon Web Services, Dell Technologies, Google Cloud, Microsoft, Oracle, Hewlett Packard Enterprise (HPE) — and more.

Tune in to VentureBeat.com daily at 3 pm PT for live access to what’s top of mind for the biggest names in tech participating at GTC. In 17 interviews over four days, editorial director Michael Nuñez, lead writer Dean Takahashi, senior writer Sharon Goldman and founder and editor-in-chief Matt Marshall will dive into the remarkable breakthroughs top companies are making across industries and technologies. The interviews will be free to watch and are made possible through Nvidia’s partnership with VentureBeat Lab (VB Lab).

“VB covers GTC every year because it has emerged as the top global event to see where AI is going,” says Gina Joseph, VB’s chief strategy officer. “We’ve partnered with Nvidia to bring all the action from GTC to VentureBeat’s global readers. If you want to see the latest AI breakthroughs from companies on the cutting edge, follow our live streamed videos and in-depth reporting from the show floor.”

The conference at the forefront of the AI evolution

“GTC has become the world’s most important AI conference because the entire ecosystem is there to share knowledge and advance the state of the art,” says Nvidia founder and CEO Jensen Huang.

Nvidia has been at the forefront of the AI revolution for more than a decade. As the world has seen, its platforms are now playing a crucial role in enabling AI across numerous domains, including large language models, biology, cybersecurity, data center and cloud computing, conversational AI, networking, physics, robotics, and quantum, scientific and edge computing.

The full conference takes place at the San Jose Convention Center from March 18-21, and boasts over 900 sessions, more than 300 exhibitors, and over 1,000 organizations, showcasing how organizations are deploying Nvidia platforms to achieve remarkable breakthroughs across industries, including aerospace, agriculture, automotive and transportation, cloud services, financial services, healthcare and life sciences, manufacturing, retail and telecommunications.

Learn more and register today for the in-person GTC experience.

And no matter where you are in the world, don’t forget to head to VentureBeat.com March 18-21 at 3 pm PT, for our slate of unforgettable interviews with top industry leaders from the world’s industry giants.

Learn more about GTC 2024 at the GTC home page, check out registration packages and pricing, and register today, while passes last.

Sponsored articles are content produced by a company that is either paying for the post or has a business relationship with VentureBeat, and they’re always clearly marked. For more information, contact sales@venturebeat.com.

Next Stop: AI Impact Tour Boston

Join us in Boston an exclusive invitation-only evening of networking and insights to discuss how to ensure data integrity for enterprise AI.

Request an Invite

VentureBeat Homepage

Press Releases

Advertise

Share a News Tip

Contribute to DataDecisionMakers

Do Not Sell My Personal Information