混合渲染通过融合实时光线追踪、AI、模拟和光栅化,为计算机图形带来根本性变革
加拿大不列颠哥伦比亚省温哥华——SIGGRAPH——太平洋时间2018年8月13日——NVIDIA今日推出NVIDIA Turing GPU架构,为计算机图形领域带来革新。
Turing架构是自2006年发明CUDA GPU以来的重大飞跃,其采用了可加速光线追踪的全新RT Core,以及面向AI推理的Tensor Core,首次使实时光线追踪成为可能。
这两者结合更强大的模拟计算和光栅化功能,迎来了新一代混合渲染,能够满足价值2500亿美元的视效行业需求。混合渲染可实现影院级的交互式体验、基于神经网络的全新惊艳效果、以及在高度复杂模型上的流畅交互。
NVIDIA还推出了率先采用Turing架构的产品——NVIDIA Quadro RTX 8000、Quadro RTX 6000及Quadro RTX 5000 GPU,其将为各行各业中约5000万设计师和艺术家的工作带来变革。
NVIDIA创始人兼首席执行官黄仁勋在年度SIGGRAPH大会期间的演讲中提到:“Turing架构是NVIDIA十多年来在计算机图形领域最为重要的创新。混合渲染将为行业带来变革,开启令人惊叹的可能性,通过更美观的设计、更丰富的娱乐、以及更多的互动体验来改善我们的生活。实时光线追踪的到来也是我们全行业的梦想成真。”
Turing架构是NVIDIA的第八代GPU架构,使全球首款光线追踪GPU成为可能,也是超过一万个工程年的努力成果。借助Turing的混合渲染功能,应用能够以相当于早前Pascal一代6倍的速度对物理世界进行模拟。
为助力开发者充分利用这些功能,NVIDIA通过全新AI、光线追踪和模拟SDK,强化了其RTX开发平台,并宣布成百上千万名设计师、艺术家和科学家所采用的主要图形应用均计划通过RTX开发平台充分发挥Turing架构的特性。
分析公司JPR首席执行官Jon Peddie表示:“这是计算机图形学史上的一大重要时刻。NVIDIA实现了实时光线追踪,而此前我们都认为这可能要到五年之后才能实现。”
Turing架构采用了名为RT Core的专用光线追踪处理器,能够以高达每秒10GigaRays的速度对光线和声音在3D环境中的传播进行加速计算。Turing架构将实时光线追踪运算加速至早前Pascal架构的25倍,且GPU节点可用于电影效果的最终帧渲染,其速度是CPU节点的30倍之多。
Cinesite首席技术官Michele Sciolette表示:“Cinesite很荣幸能够与Autodesk和NVIDIA合作,使Arnold能够用于GPU渲染,但如此令人叹为观止的效果仍超出了我们的预期。这意味着我们能够在更高画质的场景中更快速、更频繁地进行迭代。这将彻底改变我们艺术家的工作方式。”
Turing架构还采用了Tensor Core——可加速深度学习训练与推理的处理器,能够提供每秒高达500万亿次Tensor运算。
如此高水平的性能可支持AI增强型功能,助力创建具有强大新功能的应用。这些新功能包括DLAA(深度学习抗锯齿),这是高画质动态图像生成领域内的一项突破,以及去噪、分辨率缩放和视频调速。
这些特性是NVIDIA NGX软件开发套件的一部分,这种全新深度学习技术堆栈可助力开发者通过预先训练的网络,轻松地在应用中集成加速且增强的图形、照片成像和视频处理。
基于Turing架构的GPU采用了流式多处理器(SM)架构,该架构新增了与浮点数据路径并行执行的整数执行单元,以及带宽为早前架构两倍的全新统一缓存架构。
结合可变速率着色等全新图形技术,Turing SM实现了前所未有的单核性能水平。凭借多达4608个CUDA内核,Turing架构可支持高达16万亿次浮点运算,同时支持每秒16万亿次整数运算。
开发者可利用NVIDIA的CUDA 10、FleX和PhysX SDK来创建复杂的模拟,例如用于科学可视化的粒子或流体动力学、虚拟环境和特殊效果。
最先采用Turing架构的Quadro GPU将于第四季度开始供货。
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。