以人工智能为展览主轴之一的COMPUTEX开幕,拥有「AI教父」称号的黄仁勋,首度担任开幕演讲嘉宾,黄仁勋分享他对人工智能产业的看法,断言在自驾车领域上,将有重大变革。下面就随网络通信小编一起来了解一下相关内容吧。
NVIDIA布局人工智能有成,被称作AI教父的创办人黄仁勋,今天宣布启动全球顶尖ODM伙伴合作计划,包括台湾的富士康与英业达等服务器制造商,都将采用NVIDIA的解决方案。
此一合作计划是利用HGX作为制造领域的切入点,ODM厂商与该公司合作加快设计,并针对超大规模数据中心推出各种类型的认证GPU加速系统。 NVIDIA工程师也将透过此计划与ODM厂商密切合作,协助缩短从设计到产品部署上市的时程。
NVIDIA创办人及CEO黄仁勋表示:我们要宣布,这个标准平台HGX,超大规模GPU加速器,因为所有的伙伴帮助我们,让这件事情成为可能,我们现在正在标准化世界上所有超大规模的运算。
近期AI技术有许多新的突破,黄仁勋举例,自驾车、行动装置中的Ok Google,以及打败中国围棋好手的AlphaGo,都显示出人工智能的发展潜力;各界也看好此一技术的能力,亟欲将AI导入产业领域中使用。
随着过去一年各界对 AI 运算资源的需求急速攀升,黄仁勋认为,GPU运算平台的效能,以及市场采纳度也跟着水涨船高。 目前全球前十大超大规模企业数据中心皆采用该公司的GPU加速器。
特斯拉旗下的Model X与 Model 3等车款用的都是NVIDIA推出的人工智能运算平台,不仅如此,NVIDIA日前更携手丰田汽车,一同开发起自驾车。 随着AI需求水涨船高,NVIDIA去年股价快速飙涨,年底突破100美元,5月30日又再创新高,收盘来到了141.84美元,市值冲破865.80亿美元。
黄仁勋认为,人工智能的网络,学习如何识别世界,思考该如何行动,然后行驶,多种不同的移动公司,在未来的10年,我们会看到前所未有的交通行业的革命。
提到了AI便不得不提到机器人。 黄仁勋认为,机器人是最终极的人工智能,透过人工智能可以教导机器人学会任何事情,将有助于改善人类的生活。 不过机器人的学习大多需要透过触碰的方式学习,这在一般生活当中不可能做到,因为极有可能在机器人学会一件事之前,所有的东西都被毁坏了。
为此,该公司也推出了ISAAC机器人仿真器,黄仁勋解释,此为全新的深度学习算法,可强化机器人学习与模仿学习能力,将可提高机器人的自主性。 ISAAC可让机器人处于虚拟世界中学习,只是在此一世界中时间较现实世界快速许多。
独特眼光加上敏锐的观察,NVIDIA成了今年最火热的股票之一,不过英特尔也不甘示弱,今年3月中旬,宣布以153亿美元的价格,收购自动驾驶技术先驱公司,看来国际间的这股AI风潮,几年之内将成为业界中炙手可热的话题。
以上是关于网络通信中-NVIDIA黄仁勋看产业:10年内有重大变革的相关介绍,如果想要了解更多相关信息,请多多关注eeworld,eeworld电子工程将给大家提供更全、更详细、更新的资讯信息。
关键字:NVIDIA 深度学习
引用地址:
NVIDIA黄仁勋看产业:10年内有重大变革
推荐阅读最新更新时间:2024-05-07 17:25
市值一度蒸发千亿美元,英伟达低估了芯片困局?
英伟达联合创始人黄仁勋是一位在逆境中成长起来的人物。在寄宿大学时,他曾经历了一段非常艰难的寄宿时光,但他不仅没有在这样的环境下屈服,反而学会了忍耐。在具备周期性特质的芯片行业里,这种能力让他更具优势。 芯片行业进入新一轮周期性低迷 芯片行业再次陷入了周期性低迷,似乎连投资者也已认定。今年以来,美国费城证券交易所半导体指数下跌超过40%。 但回顾去年,芯片行业曾拥有一段辉煌的时刻。2021年底,从汽车公司到加密货币矿商,几乎没有一家公司能掌握足够的芯片供应,半导体制造商也开启了一场投资狂潮。半导体行业研究机构Future Horizons的Malcolm Penn表示,与新冠疫情前相比,当时半导体行业的资本支出在六个月内
[汽车电子]
NVIDIA自研4nm CPU跑分超越阿里128核CPU登顶第一
在自研CPU上,NVIDIA去年就公布了Grace CPU服务器处理器,这是一款高达144核的ARM处理器,日前在hotchips会议上NVIDIA又公布了Grace的架构细节及跑分,SPECrate2017_int_base最高可达740分,不仅超过了AMD及Intel的x86旗舰,也超过了前不久拿下第一的阿里倚天710处理器。 Grace CPU之前说是5nm工艺,现在确认是5nm改良版的4nm定制版,单核心可达72核,双芯下可达144核,L3缓存117MB(双芯下234MB),内部芯片互联带宽可达3.2TB/s,支持68路PCIe 5.0,支持16通道LPDDR5X内存,带宽超过1TB/s,C2C-NVlink总线带宽高
[家用电子]
微软联手亚马逊:发布开源深度学习库Gluson抗衡谷歌
在人工智能领域,国外几大科技巨头之间的竞争可以说是达到了白热化。不过,竞争之外,部分巨头似乎也有合作的打算。10月13日, 亚马逊 和 微软 共同发布了开源深度学习库Gluson,可以帮助开发人员构建和训练自然语言网络。下面就随网络通信小编一起来了解一下相关内容吧。 据了解,两家公司已经建好一个Gluon界面,能够让用户构建神经网络,训练模型和开发APP一样简单。从描述上看这个软件有点类似谷歌的开源人工智能库TensorFlow。目前,TensorFlow已经被像Airbnb、eBay、Uber、Snapchat和Dropbox这样的公司用于人工智能开发。 微软联手亚马逊:发布开源深度学习库Gluson抗衡谷
[网络通信]
AI造脸能否以假乱真?泰尔实验室:98.9%可鉴别
近日,泰尔终端实验室发布了“AI 伪造人脸鉴别平台”,基于单帧和多帧的方法,利用人脸生物特征、抖动精度等特性,结合多轮训练模型、测试集技术,能够识别图像、视频文件的异常,进而辨别真伪。 我们知道,随着人工智能、深度学习技术的发展,一些不法分子也找到了新的空子,利用新技术实现非常逼真的“变脸”。比如去年出现的几款一夜爆火的移动 APP,借助 Deepfake 技术,只需上传一张照片就能秒变“戏精”,可以和偶像同台飙戏,在某些国家的选举活动中甚至还出现了足以以假乱真的伪造视频。 小到个人声誉和生活,大到国家安全,都因此面临极大的威胁。 对此,中国信息通信研究院泰尔终端实验室专门致力于 AI 技术领域的探索和研究,在
[嵌入式]
真正的天网:英伟达推出首个跨摄像头汽车跟踪数据集
城市利用交通摄像头作为全市范围内的传感器来优化交通流量和管理交通事故潜力巨大。但现有技术缺乏大范围跟踪车辆的能力,这些车辆跨越多个摄像机,分布在不同的十字路口,天气条件也各不相同。 要克服这一难题,必须解决三个截然不同但又密切相关的研究问题:1)单摄像头内目标的检测和跟踪,即多目标单摄像头(MTSC)跟踪;2)跨多摄像头目标重识别,即 ReID;3)跨摄像头网络对目标进行检测和跟踪,即多目标跨摄像头跟踪(MTMC tracking)。MTMC 跟踪可以看作是相机内部 MTSC 跟踪与基于图像的 ReID 的结合,连接相机之间的目标轨迹。 如图 1 所示,多目标跨摄像头跟踪包含三大组成部分:基于图片的再识别、单摄像头内的多目标跟
[汽车电子]
NVIDIA联合半导体三巨头,颠覆计算光刻方法学
2023春季GTC上,NVIDIA与TSMC(台积电)、ASML 和Synopsys(新思科技)联合宣布,完成全新的 AI 加速计算光刻技术 cuLitho。cuLitho可以将下一代芯片计算光刻度提高 40 倍以上,极大降低了光掩膜版开发的时间和成本。 cuLitho的成功,帮助摩尔定律前进到2nm扫平了一些外在障碍,同时也证明在传统CPU占据的领域,GPU完全可以依靠其并行计算的价值,将生产力提升至新高度。 NVIDIA CEO黄仁勋表示,“芯片行业是世界上几乎所有其他行业的基础,随着光刻技术达到物理极限,NVIDIA 推出 cuLitho 并与我们的合作伙伴 TSMC、ASML 和 Synopsys 合作,使晶圆厂能
[半导体设计/制造]
NVIDIA开发套件现可用于Jetson系列内的各个产品
无论是将订单快速投递到家门口的快递、协助人类的制造机器人、还是帮助科学家让农作物免遭病虫害的手持式DNA测序分析仪,在与NVIDIA Jetson AGX Xavier平台的推动下,上述这些机器将不再只存在于科幻小说,而是正在逐渐成为现实。
现在,在处理这些工作方面,有了一款强大工具,那就是Jetson AGX Xavier模块。该模块自今日起推出,并被纳入Jetson TX2与TX1系列。
开发人员可以使用Jetson AGX Xavier来构建自主机器,这些机器将解决世界上一些最棘手的问题,并帮助改造广泛的行业。在未来的几年里,预计将有数百万人会进入这个市场。
拥有工作站的性能,却仅仅需要收音机的能
[机器人]
美司法部调查AMD和Nvidia是否操纵芯片价格
北京时间12月2日消息,据国外媒体报道,AMD和Nvidia本周四证实,已接到美国司法部旧金山办事处发出的传票。据悉调查意在查明这两家公司是否存在着操纵图形芯片价格行为。 此前美国司法部曾对数家内存厂商联合操纵价格进行调查,并对违规者开出罚单。Nvidia和已把ATI收为己有的AMD表示,司法部还没有具体指出何种市场操作涉嫌违规,但将全力配合调查。由于图形芯片能提高计算机游戏的3D显示效果,多数游戏玩家愿意以较高价格购置最新款产品。 多年来,ATI和Nvidia之间的市场争夺战一直很激烈。市场研究公司Mercury Research的数据显示,Nvidia今年第三季度的市场份额为55%,位居业界第一。但如果把其他芯片中的内置显卡
[焦点新闻]