ZD至顶网服务器频道 11月12日 编译:很多老读者可能仍然认为英伟达只是一家图形处理器厂商,但根据该公司CEO黄仁勋的说法,其目前正在积极加快在计算与机器学习领域的发展脚步。
他解释称,“我已经在计算机行业拥有30多年的从业经历,而这已经成为有史以来最振奋人心的事件——计算机有能力进行学习,计算机有能力自行编写软件并实现人工智能,这一切都将给网络服务带来重大变革,”
有鉴于此,他于本周二演示了该公司刚刚面向机器学习市场发布的全新硬件产品。在数据中心方面,其推出了新的GPU加速方案以简化服务器在处理视频及图形工作负载时的任务强度,而就在同天下午该公司又拿出了其Jetson TX1。
这款尺寸仅为50毫米 x 87毫米的卡片包含一块处理能力达1万亿次的256核心Maxwell GPU,一块64位ARM A57 CPU以及4 GB内存,外加以太网与Wi-Fi连接功能。其将能够在明年第一季度正式投放市场,预定售价为299美元。
黄仁勋指出,这款新硬件以及英伟达开发并运行在其中的软件堆栈将极大简化机器学习的实践与实现方式。如此一来,机器学习网络的培训与部署工作将得到显著加速,而他认为未来将有大量面向Jetson TX1的应用程序不断涌现。
他指出,“我个人比较偏爱的一类潜在应用程序能够时刻关注家中儿童的实际动向,当他们外出玩耍时,没有什么比拥有这样一套监督保护方案更能让人安心。”
好文章,需要你的鼓励
通用汽车与英伟达扩大合作,旨在将人工智能应用于汽车制造的各个方面。这项合作涵盖工厂自动化、机器人技术和自动驾驶汽车开发。英伟达将为通用汽车提供 AI 基础设施和技术支持,助力其打造下一代智能工厂、优化生产流程,并推进自动驾驶技术的发展。这一战略合作反映了汽车行业向智能化、数字化转型的趋势。
企业AI不仅要考虑推理成本和性能,还需确保模型满足严格的安全、隐私和合规要求。建立可信赖的AI系统是关键,这意味着企业除了优化成本和性能外,还需优先考虑模型的完整性和安全性。在选择基础模型时,应采用全面的评估方法,包括安全性、偏见、合规性等多个方面,而不仅仅是关注单一指标。
英伟达推出革命性的共封装光学网络解决方案,大幅提升AI数据中心性能。新技术可将光学收发器数量减少4倍,能效提高3.5倍,信号完整性提升63倍,网络弹性增加10倍,部署时间缩短1.3倍。这一突破性进展将助力数据中心满足代理型AI对计算资源的巨大需求,标志着共封装光学技术实现量产的重要里程碑。
英伟达宣布与迪士尼研究院和谷歌 DeepMind 合作开发 Newton 物理引擎,用于模拟真实环境中的机器人动作。迪士尼将率先使用 Newton 驱动其下一代娱乐机器人,如星球大战风格的 BDX 机器人。英伟达计划于 2025 年晚些时候发布 Newton 的早期开源版本。这项合作将为迪士尼主题公园带来更具表现力和精确性的机器人体验。