Hur Nvidia ser data vetenskap som nästa stora marknad
Nvidia VD Jensen Huang satsar på att data vetenskap kommer ut datacenter med high-performance computing. Här är varför det är vettigt.
Infrastrukturen bakom tv-spelet industrin är allt som leder till nya företags teknik och verksamhet användningsfall till den punkt där du har att uppmärksamma att både ansluta prickar för framtiden.
I en vecka där Game Developers Forum (se alla GameSpot täckning) och Nvidias GPU Technology Conference (GTC) var som händer på samma gång, överlappningen mellan företaget och gaming var svårt att ignorera. Nvidia och dess grafikprocessorer och efterföljande ekosystem av utvecklare fokuserar på artificiell intelligens. Maskininlärning och high-performance computing var en röd tråd mellan de två händelserna.
Nvidia är en stor drivkraft bakom denna korsning av tv-spel och näringsliv. VD Jensen Huang beskrivs Nvidia: s strategi under bolagets analytikerträff. Huang kommentarer relaterade till hur Nvidia fick in data center spelet-ännu mer så eftersom företaget köpte Mellanox. Låt oss titta på Huang tillvägagångssätt:
“Inte längre var det tillräckligt att bara påskynda grafik. Vi var tvungna att först simulera fysik och sedan påskynda grafik. Eftersom du har att simulera vatten. Du har att simulera löv som blåser i vinden. Du har för att simulera saker, partikelfysik, byggnader som rasat. Och så var det omöjligt att ha animerade allt detta. Vi bestämde oss för att simulera detta. Så vi har utökat maskvidd av våra accelerator, och vi har utformat denna idé, som kallas CUDA, så att vi kan utöka inte bara snabbare grafik, men den domän av virtuell verklighet. Om den tiden, när vi övergick från en grafik-accelerator till en domän accelerator, vi blev ett snabbare computing-företaget. En accelerator snabbar en funktion. En snabbare computing-plattform accelererar i ett område av applikationer.”
En snabbare computing-företag gör det möjligt för specifika användningsfall via arkitektur mer än en generell insats.
Huang förklarade:
“Det finns bara en dator arkitektur som kan koka havet, och det kallas CPU. Det är för allmänt ändamål. Det är dess natur. Det är dess svaghet, också. Dess styrka är att den kan köra allt. Det är svagheten är att det inte körs något super bra . . . Detta påskyndade design och arkitektur har vertikala områden att fokusera på, annars känd som counter horisontellt, vertikalt. Och så väljer vi vertikaler strategiskt — strategiskt och metodiskt-så att vi kan: en, gör en insats genom att den tid som det är nödvändigt. Det är tillräckligt stort för att kunna upprätthålla de enorma investeringar som vi lägger in i det. Men det är inte så stor som i huvudsak ett horisontellt problem.”
GTC täckning: framtiden för grafiken är utan tvekan AI bild generation: Jensen Huang | Pascal-GeForce-GTX-kort kan få ray tracing med uppdatering av drivrutiner
Från en metod som fungerade för grafik och video spel, Nvidia är att utnyttja sin programvara, Gpu, och stack till:
Autonoma fordon i stort sett definieras väl än bilar och lastbilar för att truckar och allt som rör sig. (Se: Nvidia partner med Mercedes på artificiell intelligens.)Medicinsk bildbehandling och hälso-och sjukvård. Smarta städer.
Huang sade:
“Framtidens städer, framtidens fabriker, byggnader i framtiden kommer att ha tre egenskaper. Det första kännetecknet är massor av sensorer. Den andra egenskapen? Ett gäng beräkning på kanten-i grund och botten reflexer av att robot city. Det behöver inte gå till en kognitiv hjärnan i molnet. Och sedan, för det tredje: är Ansluten till en kognitiv hjärnan i molnet. Dessa tre egenskaper är så att du kan fatta beslut och planera.”
High-performance computing and data vetenskap.
Huang sade:
“Och anledningen till det är… Data vetenskap är den enda high-performance computing problem som vi vet var det finns miljontals människor. Miljontals människor på olika områden inom vetenskap, hälso-och sjukvård, finansiella tjänster-de kallar dem avståndskvanta, försäkringsbolag, detaljhandel, logistik, resor. You name it. Varje enskild bransch kommer att dra nytta av data vetenskap.”
(Bild: Nvidia)
×
nvidia-data-vetenskap.png
Lägg upp det, och du kan inte ta Nvidia: s teknik för ray tracing, som kommer att gälla för tv-spel i första hand, och inte tänka på hur det gäller andra specifika användningsfall.
Också: Nvidia går Nano för senaste Jetson release | Nvidia GauGAN tar grova skisser och skapar foto-realistiska ” landskapsbilder | Nvidia unwraps RTX-och T4-baserad maskinvara och moln fall
Jeffery Fisher, executive vice president Nvidia, sade analytiker att Nvidia har utvecklat en server som är optimerad för cloud gaming. “Vi kommer att sälja ett komplett server. Och på toppen av det, kommer vi att köra vår GeForce Nu service, licens till telekomföretag, dela intäkter som detta skalor. Detta ger oss möjlighet att nå marknader som vi för närvarande inte adressen. Och det ger operatörerna möjlighet att få in mer förädlade kunder i deras ekosystem”, säger Fisher.
×
nvidia-data-center.png
Relaterade Ämnen:
Cloud
Digital Omvandling
CXO
Sakernas Internet
Innovation
Affärssystem