全新NVIDIA RTX A6000和NVIDIA A40 GPU为数百万艺术家、设计师和工程师加速渲染、AI、VR/AR和计算工作负载。

疫情改变了内容创作和消费的方式。如今,全球各地的团队通常要共同协作,远程处理高清内容,使用多个工作负载并且需要大量计算资源。
NVIDIA通过全新NVIDIA RTX A6000和NVIDIA A40助力专业人士应对这些挑战,并解决从台式机到数据中心的企业工作负载问题。该GPU基于NVIDIA Ampere架构,采用了全新RT Core、Tensor Core和CUDA Core加速图形、渲染、计算和AI,与上一代产品相比增速显著。
凭借该GPU所提供的速度和性能,工程师能够开发创新产品,设计师能够设计前沿建筑,科学家能够在全球任意地点探索突破性技术。

NVIDIA A40
全球客户采用
全球最大的建筑事务所之一Kohn Pedersen Fox Associates是最早一批使用RTX A6000的公司。该事务所表示该GPU能够将分辨率提高至原来的3倍,并加快复杂建筑模型的实时可视化。
KPF的可视化经理Paul Renner表示:“NVIDIA RTX A6000的惊人之处在于能够将分辨率提高至原来的2倍或3倍,并显著加快城市景观中大型复杂建筑模型的实时可视化速度。”
获得奥斯卡奖的视觉效果公司Digital Domain指出了创作数字人类时,实时光线追踪和机器学习的重要性。
Digital Domain数字人类团队主管Darren Hendler表示:“Digital Domain创作实时、照片级逼真数字人类的技术处于业内领先地位。我们与Epic Games和NVIDIA合作,不断突破技术的极限。全新NVIDIA RTX A6000让我们拥有了完全重新定义实时光线追踪和机器学习的可能。”

图片来源:Digital Domain
雷诺集团(Groupe Renault)是全球最大的汽车制造商之一,也是新兴电动汽车技术的领导者。
雷诺集团计算机图形和可视化解决方案Guillaume Shan表示:“打造新一代乘用车需要完美的设计和对美的不懈追求。雷诺设计团队不断突破界限,运用我们能够使用的所有工具。我们一直使用NVIDIA技术在光线追踪打造的照片级真实感中审查设计概念。全新NVIDIA RTX A6000超出了我们的预期,在光线追踪室外场景中实现了2倍以上的性能提升。这令人十分惊叹。”
其他早期使用者,包括一些全球领先的建筑、制造以及媒体和娱乐公司,都在采用RTX A6000驱动全新内容创作:
第二代RTX加速专业工作负载
NVIDIA RTX A6000和NVIDIA A40通过突破性的技术提供更强大的性能,包括:
NVIDIA Ampere GPU提供惊人性能
与上一代产品相比,NVIDIA Ampere GPU架构能够提供惊人性能。Blackmagic、Chaos Group和Luxion等软件合作伙伴的早期测试显示了用户通过该全新GPU所获得的性能提升。
Blackmagic Design总裁Dan May表示:“我们惊喜地发现,无论是通用分级功能还是我们最新的AI工具,我们在NVIDIA RTX A6000上测得的性能明显优于上一代GPU。其48 GB主内存极大地增强了Blackmagic RAW 8K和12K摄像机工作流程,实现了流畅的编辑和分级性能。”
Chaos Group产品管理副总裁Phillip Miller表示:“NVIDIA Ampere是我们所有GPU光线追踪技术的福音。相比从RTX 2080到RTX 3080,V-Ray GPU和Project Lavina的性能提高了一倍以上。如今,我们的用户只需要一张显卡就可以实现高清实时100%的光线追踪。”
广受欢迎的产品可视化工具KeyShot的制造商Luxion使用NVIDIA Ampere架构实现了近乎三倍的性能提升。免费的KeyShot Viewer在NVIDIA RTX 6000上的综合基准为34.7,而在NVIDIA RTX A6000上达到88.8。即将发布的KeyShot 10在A6000上的性能进一步提高至95.6,也就是说A6000比参照CPU快了95.6倍。
搭载NVIDIA RTX A6000和NVIDIA A40的全新系统
BOXX、戴尔、惠普和联想等全球领先的系统制造商将提供多款基于NVIDIA RTX A6000的工作站。
思科、戴尔、富士通、惠普和联想等全球领先的系统制造商将提供多款基于NVIDIA A40的服务器。
供货
NVIDIA RTX A6000将自12月中旬开始向必恩威、丽台科技、英迈、Ryoyo等渠道合作伙伴以及在nvidia.com官网上供应。
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。