Come Nvidia vede scienza di dati come il prossimo grande mercato
Il CEO di Nvidia Jensen Huang sta scommettendo che i dati che la scienza si fondono dati, ai centri di calcolo ad alte prestazioni. Ecco perché ha senso.
L’infrastruttura dietro l’industria dei videogiochi è sempre più leader di nuova impresa, della tecnologia e del business casi di utilizzo al punto in cui dovrete prestare attenzione ad entrambi per collegare i puntini per il futuro.
In una settimana in cui gli Sviluppatori del Gioco Forum (vedi tutti GameSpot di copertura) e Nvidia GPU Technology Conference (GTC) stavano accadendo allo stesso tempo, la sovrapposizione tra l’azienda e il gioco a difficile ignorare. Nvidia e i suoi processori grafici e successive ecosistema di sviluppatori concentrati sull’intelligenza artificiale. Macchina di apprendimento e di elaborazione ad alte prestazioni sono state un filo comune tra i due eventi.
Nvidia è un grande driver dietro questo incrocio di video giochi e per l’azienda. CEO Jensen Huang delineato Nvidia della strategia aziendale, analista di incontro. Huang commenti relativi a come Nvidia ha ottenuto nel data center di gioco — ancora di più dal momento che la società ha acquistato Mellanox. Vediamo Huang approccio:
“Non è sufficiente per l’accelerazione grafica. Dobbiamo prima di simulare la fisica e quindi accelerare la grafica. Perché devi simulare l’acqua. Devi simulare le foglie soffia nel vento. Devi simulare cose, la fisica delle particelle, come gli edifici crollati. E così è stato impossibile avere animato. Abbiamo deciso di simulare. Così abbiamo ampliato l’apertura del nostro acceleratore, e abbiamo inventato questa idea, chiamato CUDA, così che abbiamo potuto ampliare non solo in accelerazione grafica, ma il dominio di realtà virtuale. In quel periodo, quando siamo passati da un acceleratore della grafica di un dominio acceleratore, siamo diventati un accelerated computing società. Un acceleratore accelera una funzione. Un accelerated computing platform accelera un dominio di applicazioni.”
Un accelerated computing azienda consente di specifici casi d’uso, tramite un’architettura più generalizzata sforzo.
Huang ha spiegato:
“C’è una sola architettura del computer che si può far bollire l’oceano, e che chiama la CPU. È di uso generale. Che è la sua natura. Che la sua debolezza, troppo. La sua forza è che è possibile eseguire tutto. È la debolezza è che non funziona niente di super . . . Questo accelerated computing architecture deve avere domini verticali di concentrarsi su, altrimenti noto come il contatore, e in orizzontale, in verticale. E così possiamo selezionare in settori strategicamente — strategicamente e metodicamente — in modo che si può: Uno, dare un contributo per il tempo che è necessario. È sufficientemente grande per essere in grado di sostenere l’enorme investimento che abbiamo messo in esso. Ma non è così grande come essenzialmente orizzontale problema.”
GTC copertura: Il futuro della grafica è senza dubbio AI generazione di immagini: Jensen Huang | Pascal GeForce GTX carte potrebbe ottenere il ray tracing con aggiornamento del driver
Da un approccio che ha funzionato per grafica e video giochi, Nvidia sta sfruttando il suo software, Gpu, e stack:
Veicoli autonomi ampiamente definito ben al di là di automobili e camion di carrelli elevatori e di tutto ciò che si muove. (Vedi: Nvidia partner con la Mercedes di “intelligenza artificiale”.)Imaging medico e sanitario. Smart cities.
Huang ha detto:
“Città del futuro, le fabbriche del futuro, gli edifici del futuro di tre caratteristiche. La prima caratteristica è di tonnellate di sensori. La seconda caratteristica? Un mazzo di calcolo a bordo-in sostanza, i riflessi della robotica città. Non deve andare a un cervello cognitivo nel cloud. E poi, terzo, Collegato ad un cervello cognitivo nel cloud. Queste tre caratteristiche sono così che si può prendere decisioni e pianificare.”
High-performance computing e data science.
Huang ha detto:
“E il motivo è questo… Dati la scienza è l’unica high-performance computing problema, sappiamo dove ci sono milioni di persone. Milioni di persone in diversi campi della scienza, sanità, servizi finanziari — li chiamano i quants, imprese di assicurazione, vendita al dettaglio, logistica, viaggi. È il nome. Ogni singolo settore potranno beneficiare di scienza di dati.”
(Immagine: Nvidia)
×
nvidia-dati-scienza.png
Aggiungere, e non è possibile Nvidia tecnologia di ray tracing, che si applica a video giochi principalmente, e non pensare a come si applica ad altri specifici casi d’uso.
Anche: Nvidia va Nano di ultima Jetson rilascio | Nvidia GauGAN prende bozzetti e crea “foto-realistica’ immagini di paesaggio | Nvidia scarta RTX e T4 a base di hardware e di istanze di cloud
Jeffery Fisher, vice presidente esecutivo di Nvidia, ha detto gli analisti che Nvidia ha sviluppato un server ottimizzato per il cloud gaming. “Speriamo di vendere un server completo. E in cima a quello, noi faremo la nostra GeForce Ora di servizio, della licenza per telecomunicazioni, condividere le entrate come questo scale. Questo ci dà l’opportunità di colpire i mercati che al momento non abbiamo un indirizzo. E dà le società di telecomunicazioni la possibilità di portare più valore aggiunto ai clienti nel loro ecosistema”, ha detto Fisher.
×
nvidia-data-center.png
Argomenti Correlati:
Cloud
La Trasformazione Digitale
CXO
Internet delle Cose
L’innovazione
Enterprise Software