Nvidia今天开始发售Jetson AGX Xavier,一款面向工业机器人和其他自主设备的微型机器学习芯片。
去年Nvidia将该芯片作为早期采用者开发套件的一部分在有限范围内进行了首次发布,这次发布也使得Nvidia能够在今天建立一系列令人印象深刻的初始客户名单。
中国电商巨头京东和美团点评正在使用Jetson AGX Xavier打造一批送货机器人,还有一家名为Oxford Nanopore Technologies的英国初创公司正在使用该芯片开发一种手持式DNA测序仪。
Jetson AGX Xavier每秒最多可执行32万亿次计算操作。据Nvidia称,这与专业工作站中使用的某些GPU的性能相当。
区别在于体积。Jetson AGX Xavier芯片体积小巧,可放在手掌中,功率仅为10瓦,比Nvidia企业级GPU低10倍。如果机器设备需要额外的处理能力,功率可以增加到15或30瓦。
Jetson AGX Xavier封装了超过90亿个晶体管,分布于不同芯片中。该模块的核心是Volta GPU,最大时钟频率为1.37千兆赫兹,576个核心。根据Nvidia的说法,其中64个核心是Tensor Core,这是用于加速机器学习算法的专用电路。
该GPU配有八核CPU,两个加速器主要针对计算机视觉任务的优化,32GB板载闪存。Jetson AGX Xavier还提供了丰富的连接选项,让开发者可以将多个传感器连接到系统。
除了Jetson AGX Xavier之外,Nvidia现有的Jetson TX1和Jetson TX2模块主要针对部署在网络边缘的自主型机器。Komatsu是世界领先的重型设备制造商之一,去年与Nvidia展开合作,在一个旨在提高建筑工地工人安全的项目中使用了TX2模块。
Nvidia将以1099美元的价格提供该芯片,批量订单需要超过1000件。
尽管这款芯片针对的是低功耗应用,但速度对于Nvidia产品线来说仍然至关重要。在今天早些时候的另一个公告中,Nvidia表示已经创造了六项人工智能性能记录。Nvidia称,采用高端Tensor Core GPU的Nvidia DGX系统在由Nvidia、谷歌、英特尔、百度和其他几十家公司支持的MLPerf套件中运行了六个基准测试取得了新的记录。
Nvidia加速计算的副总裁兼总经理Ian Buck在新闻发布会上表示:“我们是最具成本效益的人工智能平台。”
但这是一场持久战。今天,Google Cloud也提交了使用Tensor Processing Unit机器学习芯片的计算服务的MLPerf数据。谷歌称,该服务为训练机器学习模型提供了“最易于获得的规模”。
Nvidia这些消息是在其股价急剧下跌的背景下发布的。投资者对中美贸易关系以及芯片行业可能放缓的担忧导致自10月1日以来股价下跌了48%。今天据彭博社报道称,软银集团正在考虑在明年初卖掉自己在Nvidia的60亿美元股权。
好文章,需要你的鼓励
Quobyte发布GPU融合存储解决方案,通过整合GPU服务器现有驱动器创建共享存储池,将数据更靠近GPU处理单元。该技术利用GPU服务器中闲置的CPU、内存和NVMe存储资源,消除外部存储阵列需求,降低延迟并提升数据传输速度。系统具备容错能力,可应对GPU节点频繁重启和故障。相比传统架构,该方案可显著降低基础设施成本和功耗,每增加一个GPU节点即可自动扩展存储容量和吞吐量。
艾伦人工智能研究所开发的olmOCR 2通过创新的单元测试训练方法,将文档识别准确率提升至82.4%,在处理复杂数学公式、表格和多栏布局方面表现卓越。该系统采用强化学习和合成数据生成技术,实现了完全开源,为全球研究者提供了先进的OCR解决方案,推动了AI技术民主化发展。
英国泰恩港在部署爱立信私有5G网络一年后取得显著运营成果。该港口占地620英亩,是英国主要深水港之一。私有5G网络基于BT频谱和爱立信基础设施,支持实时视频分析、传感器驱动流程和互联机械设备。网络已应用于集装箱扫描、个人防护设备监控、受限区域检测、道路状况分析等多个场景,并与卡特彼勒合作实现远程控制铲车作业,显著提升了安全性和运营效率。
苹果公司发布了包含40万张图片修改案例的AI训练数据集Pico-Banana-400K,涵盖35种修图操作类型。该数据集采用严格质量控制,包含成功失败案例对比和多轮修图场景。研究显示AI在全局修改方面表现优秀,但精细操作仍有挑战。这为AI修图技术发展奠定基础,未来将让修图软件更智能易用。