价格：8888.00起
0
联系人：
电话：
地址：
RTX 2080Ti在英伟达重新上线 将为受显卡影响用户提供新版本2019年11月19日 09:36编辑：燕平出处：IT之家收藏评论据外媒消息，日前英伟达今年新推出的旗舰显卡RTX 2080Ti突然在美国上神秘“消失”。image.png此前有消息显示，英伟达GeForce论坛上的官方人员表示，有一些存在缺陷的RTX 2080Ti FE显卡进入了过检品当中。有外媒发文称，这一显卡疑似遭到官方下架。今日，eTeknix在报道中表示，英伟达的一位发言人已经对此事进行了回应，称其“只是缺货”。现在，这款显卡已经在英伟达的重新上线。image.png根据用户在HardOCP发布的帖子，对于受到显卡问题影响的用户，英伟达为它们提供了一个新的版本。英伟达的新杀器又来了。刚刚，在GTC 2019大会上，黄仁勋发布全球大GPU。他说的是DGX-2。DGX-2能够实现每秒2千万亿次浮点运算（2 PFLOPS），性能比去年9月推出的DGX-1性能提高了10倍，售价39.9万美元（人民币250万元）。这次的GTC 2019大会在美国加州圣何塞举行，黄仁勋照例身着皮衣登台演讲。（官方还特别提示：这次是一件全新的皮衣）而老黄这次的演讲主题，是四个Amazing：amazing graphics、amazing science、amazing AI、amazing robots。首先，从不可思议的图像开始。在这个环节里，黄仁勋介绍了英伟达在图像实时光线追踪处理方面的新进展，展示了细腻的反射效果。这项技术，称为RTX。它面向图形领域，借助深度学习技术，实现了实时光线追踪。然后黄仁勋发布了首款基于Volta架构的工作站GPU：Quadro GV100。它支持英伟达RTX技术，支持NVLink 2，32GB容量HBM2显存。两个GV100相连，可以提供10000多个CUDA核心，236 teraflops的TensorFlow核心。说着说着，老黄又开始讲这句：买得越多，省得越多。（The more GPUs to buy， the more money you save。）“来GTC，学习如何节省百万美元。”老黄发出诚恳的建议。然后进入不可思议的科学环节。我们正处在GPU计算的关键点，黄仁勋表示。这部分他还介绍TESLA V100等产品的多快好省，也谈到一些GPU在计算和医疗影像方面的贡献。比如医疗影像超级深度学习给医疗影响的识别带来了诸多变革，但投入到实际使用中却很难。医院用着十几年前生产的超声仪，黑白渣画质成了医疗进步的阻碍。要等所有医院升级设备，可能要花上30年。CLARA是一款医疗影像的超级计算机，让医院可以升级那些已有的系统。医生可以仍然用原有的超声、CT等设备，然后将图像输入超级计算机，推理出更清晰的图像。在这个项目上，英伟达联合了一大群医疗行业的合作伙伴：计算机CLARA。以及在这个环节，黄仁勋又引导全场跟他念：买得越多，省得越多。来到不可思议的AI环节。这个环节的主题是“全球大的GPU”。首先，英伟达把Volta V100m每张卡的内存扩大到32GB。适用于内存密集型的深度学习和高性能计算，还能将内存受限的HPC应用性能提升高达50%。其次，是全新发布的互联结构NVSwitch，带宽比好的PCIe交换机高出5倍，高支持16个Tesla V100同时以2.4TB/秒的速度进行通信。后，一个全新的DGX服务器发布了。黄仁勋说这个现在是全球大的GPU了：新的DGX-2，包括20亿个晶体管，12个交换机。每个GPU都可以通过光纤交换机互相通信，比PCIe接口快20倍。DGX-2的算力可达2千万亿次浮点运算，功耗10千瓦。这台机器内部是NVLink连接的两组Tesla V100阵列。与6个月前发布的DGX-1相比，DGX-2提速10倍。五年前，在两块GTX 580上进行Alexnet训练耗时六天，现在使用DGX-2，可以在18分钟以内完成。这款产品将于今年三季度发售，每台价格39.9万美元（人民币250万元）。DGX-2具有300台服务器的深度学习处理能力，占用15个数据中心机架空间，而体积则缩小60倍，能效提升18倍。此外，英伟达还更新了CUDA、TensorRT、NCCL、cuDNN等深度学习和HPC软件堆栈。新版的TensorRT能快速优化、验证和部署在超大规模的数据中心，针对更广泛的应用加速深度学习推理。它高可以 将深度学习推理的速度加快190倍，降低70%的数据中心成本。TensorRT 4还集成到了谷歌TensorFlow 1.7版本中，更易于使用。另外，NVIDIA还宣布和ARM合作，将英伟达深度学习加速器架构集成到Arm的Project Trillium上，在手机、智能家居等设备上实现深度学习推理。以及英伟达GPU现在支持Kubernetes了。这是一个基于容器技术的分布式架构方案。这个技术让英伟达的GPU进一步加速。还有一事，英伟达骄傲的宣布，TITAN V仍然断货中。后是不可思议的机器人环节。发布了机器人开发工具包Issac SDK之后，话题转向了自动驾驶。“我们正试图从头到尾了解这个系统，这其中包含四个重要的方面：数据收集、模型训练、模拟和驾驶。”老黄说，这个了解过程，大约花了5到7年。老黄在现场，又展示了一把云代驾。他把VR和自动驾驶结合起来。通过一个VR眼镜和方向盘，就能启动自动驾驶汽车。云代驾所用的平台，是新鲜发布的NVIDIA DRIVETM Constellation，基于两台服务器。第一台服务器运行NVIDIA DRIVE Sim 软件，用以模拟自动驾驶汽车的传感器，如摄像头、激光雷达和雷达。第二台服务器搭载NVIDIA DRIVE PegasusTM AI汽车计算平台，可运行完整的自动驾驶汽车软件堆栈，并能够处理模拟数据，这些模拟数据如同来自路面行驶汽车上的传感器。老黄又详细介绍了英伟达的感知基础架构。每辆汽车都在收集PB级的数据，每个月有1500人大概标注100万件物品。老黄表示，英伟达并没有试图建立一个基于软件定义的计算机的自主车辆系统，确切的说是在研究一个架构。英伟达以Drive PX Parker单芯片架构为基础创建DRIVE Xavier。这是一个四芯片系统，包含两个Xaviers和两个Voltas。这台耗能300瓦的电脑正在用于机器人汽车，将于今年晚些时候投入生产。对了，这项技术英伟达拥有全部产权。BTW，英伟达今天还宣布暂停了自动驾驶测试。可能是受此影响，发布会一开始，英伟达股价就同步下跌，至发布会结束，英伟达股价累积下跌6.64%。随着人工智能席卷整个技术领域，NVIDIA 今天在年度 GPU 技术大会上推出了一系列重点关注深度学习、虚拟现实和自动驾驶汽车的新产品和技术。在创纪录的 5000 多名科学家、工程师、企业家和全球媒体面前，NVIDIA 首席执行官兼联合创始人黄仁勋发布了全球首款一体化深度学习超级计算机，这是一个具有 250 台服务器吞吐量的集成系统。半精度浮点运算能力达 170 万亿次的 NVIDIA DGX-1 可将训练速度提升 12 倍以上（请参见“NVIDIA 发布全球首款深度学习超级计算机”）。释放人工智能的潜能NVIDIA 首席执行官黄仁勋介绍人工智能和面部识别技术仁勋先生在台上说：“人工智能是人类生活中影响颇为深远的技术进步，它会改变每个行业、每家公司和我们周围的每件事物。它将开辟新的市场，让每个人从中受益。DGX-1 易于部署，专为一个目的而打造，那就是：释放人工智能的潜能，利用超凡能力来解决曾经无法解决的问题。”在两个小时的演讲中，他介绍了人工智能的现状，并指出它的各种部署方式。他提到了 20 多家云服务巨头，其中包括阿里巴巴、Yelp、Amazon 和 Twitter 等等，这些大公司在他们的超大规模数据中心生成大量数据，然后使用 NVIDIA GPU 来完成照片处理、语音识别和照片分类等任务。五大奇迹NVIDIA 首席执行官黄仁勋和 Tesla P100支撑 DGX-1 的是一种具有革命性意义的全新处理器 NVIDIA Tesla P100 GPU，这是更为先进的加速器，也是首款基于 NVIDIA 第 11 代 Pascal 体系结构的处理器（有关 Pascal 的更多信息，请参阅“Pascal 内幕：NVIDIA 新的计算平台”）。Tesla P100 以五项突破性技术（仁勋先生将它们笑称为“奇迹”）为基础，实现了可提供相当于数百个 CPU 服务器节点的性能的一类新服务器。包括 Facebook 的 Yann LeCun 和 IBM 的 John Kelly 在内的诸位人工智能行业领导者均已经表示支持这款产品。百度首席科学家吴恩达说：“人工智能计算机就像太空火箭：越大越好，Pascal 的吞吐量和互联能力将会造出我们前所未见的大火箭。”DGX-1 早期的一家重要客户是麻省总医院。这家医院建立了一个临床数据中心，NVIDIA 为其创始合伙人，该数据中心将开始在放射学和病理学领域使用人工智能帮助诊断疾病。麻省总医院是美国大的科研医院，拥有差不多 100 亿份医疗影像档案，非常适合研究深度学习技术。展示我们的软件实力NVIDIA 首席执行官黄仁勋发表 GTC 2016 主题演讲虽然 NVIDIA 硬件曾多次登上头条，但我们的软件在实现先进的 GPU 加速计算方面也功不可没。我们将这类作品体系称为 NVIDIA SDK，仁勋先生介绍了这一体系经历的一系列重要更新。这些更新涉及从深度学习到自动驾驶汽车和嵌入式计算的方方面面（请参见“NVIDIA 详细介绍重要软件更新以推动 GPU 计算的发展”）。我们推出这些更新的目标是：让更多开发者能够利用我们的更多功能。已经有超过一百万的开发者下载了我们的 CUDA 工具包。有 400 多款 GPU 加速的商业应用程序以及数百个游戏作品从我们的软件库中获益。将现实带入虚拟现实NVIDIA 的黄先生在 GTC 2016 上展示 Iray VR主题演讲的视觉亮点是观看在美国国家航空航天局研究成果基础上构建的、将参观者送到火星上去的虚拟现实体验。火星 2030 虚拟现实体验由 NVIDIA 与 FUSION Media 共同开发，并借鉴了美国国家航空航天局的建议，由个人计算的先驱 Steve Wozniak 演示。仁勋先生大胆展示了我们的 Iray 技术如何打造交互式虚拟 3D 世界并提供惊人的保真度。这些 Iray VR 功能让我们能够创建一种环境，用户戴上耳机就能徜徉在逼真的虚拟环境中，就像是一座尚未开工建设的建筑物。为了展示虚拟现实的功能，Google 送出了 5000 个 Google Cardboard 虚拟现实眼镜。我们已在主题演讲后派发了这些眼镜，以便 GTC 与会者可以在他们的手机上体验 NVIDIA Iray VR 技术。打造更智能的汽车ROBORACER – 全球首款自动驾驶赛车为了继续帮助打造具有超人般感知水平的自动驾驶汽车，我们还为自动驾驶汽车推出了端到端制图平台。它旨在帮助汽车制造商、地图公司和初创企业利用车内的 NVIDIA DRIVE PX 2 和数据中心的 NVIDIA Tesla GPU 的计算能力，快速创建和不断更新高清地图。地图是自动驾驶汽车的重要组成部分。汽车制造商需要为汽车配备功能强大的板载超级计算机，该计算机能够处理来自多个传感器的输入，精确理解其周围环境。向这个系统中添加详细的地图可让问题变得简单，因为这样汽车就能够更好地感知自身所处位置和即将遇到的情况。当然，如果没有竞争，您永远不会真正了解自己的技术能够做什么。因此，我们不仅将为参加 ROBORACE 锦标赛（全球第一场无人驾驶汽车锦标赛）的汽车配备 DRIVE PX 2 AI 超级计算机，还将是第一支进入冠军系列赛的团队。7nm AMD是否会拉低CPU与GPU的价格？2019-11-27 05:15:00 [ 中关村在线 原创 ] 作者：王景山本月,AMD在旧金山NEXT HORIZON发布会上发布了基于7nm工艺的服务器级AMD EPYC™(霄龙)处理器，以及基于Vega架构的7nm的Radeon Instict加速卡。对比之下，英特尔(Intel)新一代Xeon处理器采用14nm工艺，英伟达(Nvidia)目前的Volta GPU采用12nmFFN技术工艺。AMD但放眼整个业内，7nm似乎是一个趋势，除了电脑CPU，手机CPU也逐渐采用7nm工艺，成本是一个重要原因。AMD首席技术专家Mark Papermaster说：“对于14纳米EPYC而言，一颗较大芯片的成本将会增加1.7倍......模拟I/O的扩展性又不如数字逻辑，因此这部份持续沿用14纳米技术即可......其他的也将采取类似的方法。”ＡＭＤMoor Insights & Strategy的Patrick Moorhead等分析师也表示认同。Moorhead说：“我觉得这将是整个芯片产业的未来，现在制造大型单芯片变得越来越困难，也越来越昂贵了。产业的接下来将会采用2.5D和3D封装，让这些芯片彼此堆栈在一起。”近日，针对AMD新发布 7-nm芯片的报导，一位德国科学研究人员使用Twitter话题卷标(#)说，高端的英伟达V100 GPU价格高达10,000美元以上，让我“无法在研究经费使用原则下买的起”。AＭＤ英国的一位研究人员则指出，对于欧洲买家来说，超过15,000美元的价格实在让他们望而却步，但英特尔和Nvidia的毛利率至少都有63%。诚然，芯片市场的价格问题解决办法还需要依靠市场，近年AMD与INTEL的多核大战也使消费者感受到产品的迅速升级与价格的逐渐降低。AMD发布的7nm工艺CPU与GPU就是一个很好的信号，业界围绕7nm工艺的竞争或许就能在降低成本的同时，拉低业内的整体价格，这对消费者当然是好事，让我们拭目以待吧！
