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
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。