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
中国生数科技旗下AI产品Vidu发布新版本更新,推出"参考图像生成"功能,用户可上传最多7张参考图片,通过AI模型的语义理解技术将多张图像合成为高度一致的新图像。该功能支持快速编辑照片、替换物体、调整光照等操作,为摄影师、营销人员提供便捷的AI图像编辑工具,在保持视觉一致性方面与谷歌等竞品形成竞争。
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。
芯片初创公司SiFive推出四款专为运行人工智能模型优化的CPU核心。这些基于开源RISC-V架构的新核心增加了矢量扩展功能,能够更高效地并行处理多个数据点,显著加速AI模型运算。其中X160和X180是主打产品,具备加速卷积运算的矢量处理功能,可用于工业设备、消费电子和数据中心。公司预计客户将于2026年第二季度开始基于新核心设计生产芯片。
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。