Hvordan Nvidia ser data videnskab som sit næste store marked
Nvidia CEO Jensen Huang satser på, at data videnskab vil meld datacentre med high-performance computing. Her er derfor, det giver mening.
Infrastrukturen bag den video game industrien i stigende grad fører til nye erhvervs-teknologi og business use cases til det punkt, hvor du bliver nødt til at være opmærksom på både at forbinde prikker for fremtiden.
I en uge, hvor Game Developers Forum (se alle GameSpot dækning) og Nvidia ‘ s GPU Technology Conference (GTC) blev sker på samme tid, overlapningen mellem virksomheden og gaming var svært at ignorere. Nvidia og sine grafik-processorer og efterfølgende økosystem af udviklere med fokus på kunstig intelligens. Machine learning og high-performance computing er en rød tråd mellem de to begivenheder.
Nvidia er en stor drivkraft bag dette kryds af video spil og virksomheden. CEO Jensen Huang, der er skitseret Nvidia ‘ s strategi i virksomheden analytiker møde. Huang ‘ s kommentarer, der er relateret til, hvordan Nvidia fik i data center spil-så meget desto mere, da selskabet købte Mellanox. Lad os se på Huang ‘ s tilgang:
“Ikke længere var det tilstrækkeligt til bare at fremskynde grafik. Vi havde først simulerer fysik og derefter accelerere grafik. Fordi du er nødt til at simulere vand. Du er nødt til at simulere blade blæser i vinden. Du er nødt til at simulere ting, partikelfysik, da bygningerne styrtede sammen. Og så var det umuligt at have animeret. Vi besluttede at simulere det. Så vi udvidet åbning af vores accelerator, og vi har opfundet denne idé, kaldet CUDA, så vi kunne udvide ikke bare hurtigere grafik, men det domæne af virtual reality. Om den tid, når vi skiftet fra en grafik-accelerator til et domæne accelerator, blev vi en hurtig computing selskab. En accelerator en funktion. En accelereret computing platform accelererer i et område af applikationer.”
En accelereret computing virksomhed gør konkret brug sager via arkitektur mere end en generel indsats.
Huang forklarede:
“Der er kun en computer arkitektur, der kan koge havet, og som kaldes CPU’ en. Det generelle formål. Det er dens natur. Det er dens svaghed. Dens styrke er, at den kan køre alt. Det er svaghed er, at det ikke køre alt super godt . . . Dette accelererede design og arkitektur skal have vertikale domæner til at fokusere på, ellers kendt som counter af vandrette, lodrette. Og så kan vi vælge at brænde strategisk — strategisk og metodisk — så vi kan: den Ene, yde et bidrag ved den tid, at det er nødvendigt. Det er tilstrækkeligt stort til at være i stand til at opretholde de enorme investeringer, som vi har lagt i det. Men det er ikke så stort som i det væsentlige vandret problem.”
GTC dækning: fremtidens grafik er uden tvivl AI billede generation: Jensen Huang | Pascal GeForce GTX kort kunne få ray-tracing med driver update
Fra en tilgang, der arbejdede for grafik og video spil Nvidia er at udnytte sin software, Gpu ‘ er, og stak til:
Autonome køretøjer i bred forstand langt ud over biler og lastbiler til gaffeltrucks og alt der bevæger sig. (Se: Nvidia partnere med Mercedes på kunstig intelligens.)Medicinsk billeddannelse og sundhedsydelser. Intelligente byer.
Huang sagde:
“Byer i fremtiden, fremtidens fabrikker, bygninger i fremtiden vil have tre egenskaber. Den første egenskab er tonsvis af sensorer. Det andet karaktertræk? En flok af beregning på kanten — dybest set, er reflekser af, at robot city. Det behøver ikke at gå til en kognitiv hjerne i skyen. Og så for det tredje: er Tilsluttet til en kognitiv hjerne i skyen. Disse tre egenskaber er, så du kan træffe beslutninger og planlægge.”
High-performance computing og data videnskab.
Huang sagde:
“Og grunden til det er dette… Data videnskab er den eneste high-performance computing problem, vi ved, hvor der er millioner af mennesker. Millioner af mennesker i forskellige felter af videnskab, sundhedspleje, finansielle tjenesteydelser — de kalder dem, quants, forsikringsselskaber, detailhandel, logistik, rejseaktivitet. You name it. Hver enkelt branche vil nyde godt af data videnskab.”
(Billede: Nvidia)
×
nvidia-data-videnskab.png
Tilføj det op, og kan du ikke tage Nvidia ‘ s teknologi på ray-tracing, som vil gælde for video spil primært, og ikke tænke på, hvordan det gælder for andre specifikke use cases.
Også: Nvidia går Nano for seneste Jetson release | Nvidia GauGAN tager rå skitser og skaber ‘foto-realistiske’ landskab billeder | Nvidia unwraps RTX og T4-baseret hardware og cloud tilfælde
Jeffery Fisher, executive vice president Nvidia, sagde analytikere, at Nvidia har udviklet en server, der er optimeret til cloud gaming. “Vi vil sælge en komplet server. Og på toppen af det, vi vil køre vores GeForce Nu service, licens til at teleselskaber deler indtægterne, da dette skalaer ud. Dette giver os mulighed for at ramme markederne om, at vi i øjeblikket ikke-adresse. Og det giver teleselskaber mulighed for at bringe mere value-added kunder ind i deres økosystem,” siger Fisher.
×
nvidia-data-center.png
Relaterede Emner:
Cloud
Digital Transformation
CXO
Tingenes Internet
Innovation
Virksomhedens Software