ZD至顶网服务器频道 08月11日 新闻消息:今年年初,NVIDIA发布了深度学习中国战略。近半年时间中,随着这一战略的快速推进,NVIDIA不仅与百度、阿里巴巴和腾讯等多家科技巨头之间展开了深入的合作,同时也将不断加入这一领域的新兴企业视为深度学习生态发展的重要部分。继此前与旷视科技、格灵深瞳等新兴企业展开合作之后,NVIDIA近日与另一家人脸识别技术领域的创新公司Linkface达成长期战略合作,共同推动人脸识别技术创新与应用拓展。
Linkface公司是人工智能领域新兴企业的代表,以提供世界领先的人脸识别技术服务为目标。该公司利用通过NVIDIA GPU加速的深度学习研究平台,先后取得了FDDB人脸检测公开测试世界第一、300-W Benchmark准确率世界第一、LFW人脸识别准确率达99.5%以上的成绩。
NVIDIA全球副总裁兼中国区总经理张建中表示:“深度学习是NVIDIA当前非常重视的领域,除了与百度、阿里巴巴、腾讯以及科大讯飞等已经在该领域处于领先地位的企业有着深入合作之外,新兴企业也是NVIDIA的关注重点,NVIDIA十分愿意通过GPU来帮助各个领域的新兴企业不断创新,推动整个深度学习生态的发展。Linkface拥有雄厚的实力和技术背景,希望通过与Linkface的长期战略合作,进一步释放GPU的计算潜能,在人脸识别领域取得更高的突破”。
“NVIDIA致力于在产品和市场层面推动深度学习领域的创新,通过不断升级GPU性能并持续更新cuDNN、DIGITS等深度学习软件,以及与曙光、浪潮等合作伙伴推出强大的深度学习研究平台,从而助力新兴企业的不断创新。同时,NVIDIA还在北京、上海和广州开展多场深度学习研讨会,吸引了近400家企业的参加”,NVIDIA中国区高级市场总监刘念宁表示:“Linkface作为人脸识别领域极具竞争力的创新公司,NVIDIA除了提供更多的技术和解决方案,也将与其一同在人类识别的市场推广方面展开多维度合作”。
深度学习的快速升温,正是得益于GPU的应用,其强大的并行计算能力,使深度神经网络训练速度大幅提升。Linkface正是通过采用NVIDIA Tesla K40 GPU加速器,将计算时间缩短几十到上百倍,使得原来需要30天的深度学习训练的计算量,只需要10个小时即可完成。最终,NVIDIA的GPU帮助Linkface在今年5月取得FDDB公开测试世界第一的成绩。
GPU性能不断升级的硬件可以让Linkface不断创新人脸检测流程,验证更多的方法,尝试更多的模型,使得拥有强大实力的Linkface在FDDB等平台测试上取得了世界瞩目的成绩的突破。随着Linkface设计模型越发复杂,团队对硬件的需求也会随之变高,NVIDIA针对深度学习不断推出的GPU产品和相关软件工具,为Linkface不断提升自己在人脸识别领域的创新和突破提供了强大的支持。
目前,NVIDIA 正在进行深度学习领域的广泛布局,通过GPU技术,大大促进了深度学习研究领域的发展。通过与更多诸如Linkface、旷视科技以及格灵深瞳等新型企业的合作,进一步建立并完善深度学习技术研发、应用的生态系统,给科技创新带来的巨大增长潜力。未来几年,随着计算机视觉技术的稳步发展,促使产品商业化加速,人工智能将成为产业界追逐的新领地。
好文章,需要你的鼓励
CarMax 作为美国最大的二手车零售商,年收入超过 265 亿美元。在 Shamim Mohammad 的领导下,公司成功实现了数字化转型,成为汽车行业的领先者。通过建立强大的技术基础、优化数据策略、应用人工智能技术,以及采用产品运营模式,CarMax 正在重塑汽车零售的未来。Mohammad 的前瞻性领导力和对创新的不懈追求,使 CarMax 在数字化时代保持竞争优势。
数据中心对我们的数字生活至关重要,但也给环境带来负担。为应对生态挑战,数据中心正向可持续、可再生能源、高效技术和可回收材料转型。这一转变不仅符合日益严格的环保法规,还能为企业带来竞争优势。从"白色空间"到"绿色建筑"的转型,将提高运营效率,降低成本,减少碳排放,为行业树立可持续发展的典范。
Nvidia最近改变了GPU的定义方式,将单个芯片die视为一个GPU,而非之前的整个模块。这一变化可能导致Nvidia AI Enterprise许可证费用翻倍。新的HGX B300 NVL16系统现在被视为拥有16个GPU,而非8个,这可能使年度订阅费用从36,000美元增至72,000美元。Nvidia表示,这一改变源于技术原因,但也可能是为了增加软件订阅收入。
一项新研究表明,OpenAI 可能在未获授权的情况下,使用 O'Reilly 出版社的付费图书来训练其先进的 AI 模型。研究发现,与早期模型相比,OpenAI 的 GPT-4o 模型对 O'Reilly 付费内容表现出更强的识别能力。这一发现引发了对 AI 训练数据来源和版权问题的讨论,同时也凸显了 AI 公司在寻求高质量训练数据方面面临的挑战。