作者:MIKE WHEATLEY
英伟达公司(Nvidia Corp.)今天推出了新的Nvidia RTX 2000 Ada Generation GPU,将更强大的生成式人工智能处理器打包到“紧凑型工作站”中,让用户能够在设备上运行高级AI应用程序。
RTX 2000是该公司有史以来生产的最强大的工作站图形处理单元,其性能是上一代RTX A2000 12GB的1.5倍。它旨在处理复杂的应用,如制作3D环境和完善工业设计,并将为英伟达所说的“人工智能加速的未来” 铺平道路。
该公司解释说,现代多应用程序工作流,如生成式人工智能、多显示器设置和高分辨率内容,对GPU内存提出了很高的要求。为了更好地处理这个问题,RTX 2000 Ada提供了 16 GB的板载内存,确保它可以支持更逼真的图形,逼真的光线追踪图像渲染速度比上一代芯片快三倍。
该芯片由英伟达第四代Tensor内核提供支持,其AI吞吐量是该公司旧款 RTX A2000 12GB的1.8倍,同时能效提高了两倍。宣传中还有虚拟现实工作流程的性能提高三倍等内容。
英伟达表示,RTX 2000 Ada Generation GPU可以加速可视化和结构分析工作负载,提高许多行业的设计精度。例如,使用工业PC的产品设计师和工程师将能够通过极快、逼真的渲染和AI驱动的生成式设计更快地迭代新概念。同时,内容创作者将能够以更快的速度和精度编辑高分辨率的视频和图像,利用人工智能创造更逼真的视觉效果。
此外,英伟达还希望RTX 2000 Ada Generation GPU为边缘实时数据处理提供支持,例如医疗设备和制造设备,以及零售环境中AI驱动的智能。
英伟达列出了其最新GPU平台的许多早期采用者,包括3D产品设计软件制造商达索(Dassault Systèmes SE)。达索公司的图形应用研发总监Olivier Zegdoun表示,这款新芯片对其SOLIDWORKS设计软件的用户特别有益。他表示:“它为设计师和工程师提供了卓越的性能,以加速开发具有完整模型保真度的创新产品体验,即使数据集更大。”
Rob Wolkers Design and Engineering的所有者兼高级工业设计工程师Rob Wolkers强调了该芯片可以在工业设计场景中提供更强大的计算能力。他表示:“RTX 2000 Ada Generation GPU配备了下一代架构和大型帧缓冲区,提高了日常工业设计和工程工作流程的工作效率,使我能够以全保真度处理大型数据集,并以3倍的速度生成具有更多照明和反射场景的渲染。”
英伟达表示,RTX 2000 Ada Generation GPU将与最新的RTX Enterprise Driver一起推出,后者包含了一系列旨在增强图形工作流程的功能。例如,Video TrueHDR是针对标准动态范围和高动态范围视频的一种新的色调映射功能,可为Chrome和Edge等Web浏览器中查看的内容提供更宽广的色彩范围和更高的亮度。该驱动还增加了对Video Super Resolution和TrueHDR的支持,使低质量视频能够增强并升级到HDR。
该驱动还包含了TensorRT-LLM,这是一个开源库,可优化和加速大型语言模型的推理性能,并具备通过执行间接扩展应用程序编程接口将某些任务从中央处理单元卸载到GPU的能力。
英伟达表示,RTX 200 Ada现已通过其全球分销合作伙伴供应,并将于4月集成到戴尔、惠普和联想的工作站中。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。