Hvorfor Intel er nødt til at holde øje med nvidia | tim bajarin

Da jeg lyttede til Nvidia-administrerende direktør Jen-Hsun Huangs hovedtaler på virksomhedens udviklerkonference i sidste uge, blev jeg slået af, hvor meget Nvidia har ændret sig, siden jeg først begyndte at dække det for 15 år siden.

Virksomheden begyndte med at oprette grafikkort og processorer kendt som GPU'er og var oprindeligt helt fokuseret på pc-branchen. Men i løbet af de sidste 10 år, efterhånden som dens processorer blev mere magtfulde og energieffektive, forgrenede Nvidia sig til supercomputere og avancerede grafikmaskiner, mens dens Tegra-chip lancerede et helt angreb i det mobile rum. Kort sagt har Nvidia udviklet sig til et af de vigtigste halvlederfirmaer i verden

Intel er stadig den største chipproducent, men Nvidia har taget sin forskning inden for GPU'er og gjort disse processorer til centrum af et nyt firma, hvis produkter går langt ud over den traditionelle pc. Under Jen-Hsens grundlæggende meddelelse annoncerede han en ny GPU SDK til programmerere, der bruger deres processorer til supercomputere, gaming, VR, design og autonome køretøjer. Dette er et kraftfuldt sæt nye udviklingsværktøjer, der fungerer på tværs af alle dets processorer og vil give kunderne meget mere magt til at skabe nye typer systemer og applikationer.

Han annoncerede også nye værktøjer til VR-oprettelse og strålesporing af VR, som vil skabe fotorealistiske VR-verdener. Nvidia planlægger at være en stor leverandør af hardware og software til at skabe alle typer VR-indhold og vil gøre VR til et af hovedfokuserne for dens vækst.

Nvidia opretter også nye chips til brug i datacentre. En del af dette program er fokuseret på AI-baserede platforme og dets nye chip, Tesla P100, der dybest set fordobler hastighederne på processorer, der i øjeblikket bruges i disse typer applikationer.

En af de vigtigste meddelelser på konferencen var verdens første supercomputing-system dedikeret til dyb læring, kaldet DGX-1. Dette system stabler op til otte Tesla P100-processorer oven på hinanden og leverer 170 teraflops i en kasse, 2 kronblade i et rack til en gennembrudspris på $ 129.000.

Den sidste ting, der blev introduceret, var en opdateret version af Nvidias Drive PX-system til brug i autonome køretøjer. Døbt Drive PX 2, dette er dybest set en supercomputer på et bord, der kan sidde i bagagerummet i en bil. En demo viste en bil, der kun var i stand til at lære at køre på hovedveje såvel som umærkede grusveje af sig selv med kun 3.000 timers træning. Det inkluderer HD-kortlægningsværktøjer og kan fornemme, planlægge og reagere på alle typer vej- og kørselsforhold.

Nvidia kortlægger en ny kurs for sig selv, som fortsat vil gøre det til et af de mest strategiske chipfirmaer i verden. Dets rækkevidde til AI, dyb læring og dets potentielle indflydelse på verdenen af ​​autonome biler får især den til at skille sig ud fra mængden og placere den godt til seriøs vækst.