A NVIDIA anuncia durante a GPU Technology Conference 2018 (GTC 2018) uma série de avanços para sua plataforma líder mundial de computação, que proporciona um desempenho dez vezes maior em cargas de trabalho de deep learning em comparação com a geração anterior lançada há seis meses.
Os principais avanços para a plataforma da NVIDIA, que é adotada por todos os principais provedores de serviços de nuvem e fabricantes de servidores, incluem a duplicação da memória da NVIDIA® Tesla® V100, a mais potente placa de vídeo de data center, e uma revolucionária nova tecnologia de interconexão de placas de vídeo chamada de NVIDIA NVSwitch™, que permite que até 16 placas de vídeo Tesla V100 se comuniquem simultaneamente a uma velocidade recorde de 2,4 terabytes por segundo. A NVIDIA também lançou um conjunto de software atualizado e totalmente otimizado.

Além disso, a NVIDIA iniciou um grande avanço na computação de deep learning com o NVIDIA DGX-2™, o primeiro servidor único capaz de oferecer 2 petaflops de potência computacional. O DGX-2 tem a capacidade de processamento de deep learning equivalente à de 300 servidores ocupando o espaço de 15 racks em um data center, sendo 60 vezes menor e com uma eficiência energética 18 vezes maior.

“Os avanços extraordinários do deep learning apenas sugerem o que ainda está por vir”, comenta Jensen Huang, fundador e CEO da NVIDIA ao dar a notícia na GTC 2018. “Muitos desses avanços estão na plataforma de deep learning da NVIDIA, que rapidamente se tornou o padrão mundial. Estamos aumentando drasticamente o desempenho da nossa plataforma em um ritmo muito superior à lei de Moore, permitindo avanços que ajudarão a revolucionar os serviços de saúde, os transportes, a exploração científica e inúmeras outras áreas”.

Quadro GV100 e NVIDIA RTX

A placa de vídeo NVIDIA® Quadro® GV100, anunciada durante a GTC 2018, conta com tecnologia NVIDIA RTX™, que oferece pela primeira vez o Ray Tracing em tempo real a milhões de artistas e designers.

Maior avanço em computação gráfica desde o lançamento de sombreadores programáveis há quase duas décadas, o NVIDIA RTX, quando combinado com a poderosa placa de vídeo Quadro GV100, permite que o Ray Tracing seja feito em tempo real ao executar aplicativos profissionais de design e de criação de conteúdos.

A tecnologia NVIDIA RTX foi apresentada durante a Game Developers Conference 2018 e agora ela é compatível com mais de 20 dos principais aplicativos do mundo de criação e design profissionais, com uma base de usuários combinada de mais de 25 milhões de clientes.

A placa de vídeo Quadro GV100, com 32 GB de memória, expansível para 64 GB com várias placas de vídeo Quadro usando a tecnologia de interconexão NVIDIA NVLink™, é a plataforma com desempenho mais alto disponível para esses aplicativos. Baseada na arquitetura de placa de vídeo Volta da NVIDIA, a GV100 oferece 7,4 teraflops de precisão dupla, 14,8 teraflops de precisão simples e 118,5 teraflops de desempenho em deep learning. Além disso, o redutor de ruídos por AI NVIDIA OptiX™, integrado ao NVIDIA RTX, oferece um desempenho quase 100 vezes maior que o das CPUs para renderizações em tempo real e sem ruídos.

A placa de vídeo Quadro GV100 está disponível no site da NVIDIA e a partir de abril nos principais fabricantes de estações de trabalho, incluindo Dell EMC, HP, Lenovo e Fujitsu, e parceiros de distribuição autorizados, incluindo PNY Technologies na América do Norte e Europa, ELSA/Ryoyo no Japão e Leadtek na Ásia-Pacífico.

Carros autônomos
A NVIDIA lançou um sistema para testar veículos autônomos usando simulações fotorrealistas, criando um método mais seguro e dimensionável para levar os carros autônomos para as ruas. Durante a GTC 2018, o fundador e CEO da NVIDIA, Jensen Huang, anunciou o NVIDIA DRIVE™ Constellation, uma plataforma de computação baseada em dois servidores diferentes.

O primeiro servidor executa o software NVIDIA DRIVE Sim para simular os sensores de um veículo autônomo, como câmeras, o LiDAR e os radares. O segundo contém um potente computador para carros com IA NVIDIA DRIVE Pegasus™, que executa o conjunto completo de software do veículo autônomo e processa os dados simulados como se viessem dos sensores de um carro na rua.

O servidor de simulação tem placas de vídeo NVIDIA, cada uma gerando um fluxo de dados de sensores simulados, que alimentam o processamento realizado pelo DRIVE Pegasus.

Os comandos de direção do DRIVE Pegasus são enviados de volta ao simulador, completando o ciclo de retroalimentação digital. Esse ciclo de “hardware no loop”, que ocorre 30 vezes por segundo, é usado para validar se os algoritmos e os softwares executados no Pegasus estão operando corretamente o veículo simulado.

O software DRIVE Sim gera fluxos de dados fotorrealistas para criar uma ampla variedade de diferentes ambientes de teste. Ele pode simular condições meteorológicas diferentes, como tempestades e nevascas; brilhos ofuscantes em diferentes momentos do dia ou visão limitada à noite, bem como todos os diferentes tipos de superfícies de estrada e terreno. Situações perigosas podem ser roteirizadas em simulação para testar a capacidade do carro autônomo de reagir, sem nunca colocar alguém em perigo.

O DRIVE Constellation estará disponível para parceiros com direito a acesso antecipado no terceiro trimestre de 2018.

Parceria com ARM

A NVIDIA e a ARM anunciaram uma parceria para levar a inferência por Deep Learning aos bilhões de dispositivos móveis, eletrônicos e da Internet das Coisas (IoT) que serão lançados no mercado global. Na parceria, a NVIDIA e a ARM integrarão a arquitetura de código aberto NVIDIA Deep Learning Accelerator (NVDLA) à plataforma Project Trillium da ARM tendo em vista o aprendizado de máquina. A colaboração permitirá que as empresas de chips de IoT integrem de modo mais simples a AI em seus projetos e ajudará a disponibilizar produtos inteligentes e acessíveis a bilhões de consumidores em todo o mundo.

Baseado no NVIDIA® Xavier™, o sistema de máquina autônoma em um chip mais poderoso do mundo, o NVDLA é uma arquitetura gratuita e aberta para promover um modo padrão de projetar aceleradores de inferência de deep learning. A arquitetura modular do NVDLA é escalável, altamente configurável e projetada para simplificar a integração e a portabilidade.

O NVDLA oferece uma série de benefícios que aceleram a adoção da inferência de deep learning. Ele conta com o apoio das avançadas ferramentas de desenvolvimento da NVIDIA, incluindo as próximas versões do TensorRT, um acelerador de deep learning programável. O design de código aberto permite que recursos de ponta sejam adicionados regularmente, incluindo contribuições da comunidade de pesquisa.

A integração do NVDLA com o Project Trillium proporcionará aos desenvolvedores de deep learning os mais altos níveis de desempenho, pois eles aproveitarão a flexibilidade e a escalabilidade da Arm em toda a ampla variedade de dispositivos IoT.

Informações para a imprensa:
Sing Comunicação de Resultados

Postado em: Games, Releases, Tecnologia