美国时间3月18日-21日,英伟达(NVIDIA)公司在加州圣何塞举办的GPU技术大会(GTC 2019)上正式推出NGC计划,旨在为当前所有数据中心计算应用提供广泛的GPU加速。曙光W760-G30R作为全能型GPU推理服务器,搭载NVIDIA Tesla T4 GPU,已经通过NGC认证测试,目前同步发布成为第一批NGC-Ready的计算平台。W760-G30R是面向数据中心设计的主流服务器,在改进散热系统后可支持最多6块NVIDIA Tesla T4 GPU,可应对全部GPU应用的异构加速平台。同时通过NGC认证的还有支持8块NVIDIA NVLink V100,面向高密度GPU计算和深度学习训练的X795-G30训练服务器。
通过NGC-Ready认证的系统可以支持NVIDIA的所有NGC软件包,这些软件包基于CUDA-X, 可以在各个应用层上加速用户的各种GPU应用场景,包括深度学习训练,推理,加速高性能计算,进行大数据分析和管理,3D图形设计和CAE分析等。通过全方位的软件支持,用户可以把精力从软件开发本身解放出来,专注于数据分析和自身业务。 同时,通过NGC-Ready的系统可以获得NVIDIA的GPU开发服务,通过向中科曙光购买该服务,将获得与DGX系列产品相同的软件预装,开发支持服务等必要内容。最大限度地提高系统利用率和用户工作效率。
NGC系统使用简单,基于NVIDIA Tesla T4 GPU的全功能策略,用户在部署时建议采用容器化,通过vGPU直接把应用发布给开发者,使用同样的硬件平台,企业客户可以在此基础上构建并灵活部署和迁移各项GPU加速的应用,真正实现软件定义计算的功能。
“中科曙光的一直致力于建立开放、统一的产品生态与理念,这与NVIDIA不谋而合。曙光与NVIDIA进一步合作将带来各种可能性,曙光目前实现多样化的产品业态全线支持英伟达系列GPU产品,并将双方的优势互补,共同推动人工智能技术和产品的发展。”中科曙光视觉与智能产品总监宋迪说。
目前,全球各行各业和研究团队都在开展人工智能、机器学习以及深度学习项目,作为中国最早采用和推动GPGPU(General Purpose Computing on GPU,即在图形处理器上进行加速计算)异构计算技术的高性能计算的厂商,早在2015年6月,中科曙光、中科院计算所、NVIDIA公司就共同成立“深度学习联合实验室”。2018年,中科曙光面向深度学习应用的开源平台建设及应用项目,成功入选“互联网+”、人工智能创新发展、数字经济试点重大工程拟支持项目名单。
作为支撑人工智能技术的幕后力量,同时也是国内是唯一一家同时具备完整的GPU服务器产品线和视觉计算产品的厂商,未来,中科曙光将在深度学习未来的发展过程中融合高性能计算和云平台等多方面技术优势,打造面向更广泛用户群体的产品应用体系,开拓人工智能的应用领域,构建良好的人工智能生态环境,助力人工智能技术在各行各业的发展融合。
好文章,需要你的鼓励
Gartner预测,到2030年所有IT工作都将涉及AI技术的使用,这与目前81%的IT工作不使用AI形成鲜明对比。届时25%的IT工作将完全由机器人执行,75%由人类在AI辅助下完成。尽管AI将取代部分入门级IT职位,但Gartner认为不会出现大规模失业潮,目前仅1%的失业由AI造成。研究显示65%的公司在AI投资上亏损,而世界经济论坛预计AI到2030年创造的就业机会将比消除的多7800万个。
CORA是微软研究院与谷歌研究团队联合开发的突破性AI视觉模型,发表于2023年CVPR会议。它通过创新的"区域提示"和"锚点预匹配"技术,成功解决了计算机视觉领域的一大挑战——开放词汇目标检测。CORA能够识别训练数据中从未出现过的物体类别,就像人类能够举一反三一样。在LVIS数据集测试中,CORA的性能比现有最佳方法提高了4.6个百分点,尤其在稀有类别识别上表现突出。这一技术有望广泛应用于自动驾驶、零售、安防和辅助技术等多个领域。
人工智能正从软件故事转向AI工厂基础,芯片、数据管道和网络协同工作形成数字化生产系统。这种新兴模式重新定义了性能衡量标准和跨行业价值创造方式。AI工厂将定制半导体、低延迟结构和大规模数据仪器整合为实时反馈循环,产生竞争优势。博通、英伟达和IBM正在引领这一转变,通过长期定制芯片合同和企业遥测技术,将传统体验转化为活跃的数字生态系统。
中国电信研究院联合重庆大学、北航发布T2R-bench基准,首次系统评估AI从工业表格生成专业报告的能力。研究涵盖457个真实工业表格,测试25个主流AI模型,发现最强模型得分仅62.71%,远低于人类专家96.52%。揭示AI在处理复杂结构表格、超大规模数据时存在数字计算错误、信息遗漏等关键缺陷,为AI数据分析技术改进指明方向。