Название игровых мониторов BFGD, показанных компанией Nvidia на выставке CES 2018 в Лас-Вегасе, происходит от названия самого мощного оружия в знаменитой игре Doom — BFG.

По размеру монитор BFGD превосходит большинство телевизоров. Диагональ экрана у него составляет 65 дюймов, разрешение соответствует формату 4K, а максимальная частота обновления — 120 кадров в секунду. В современных играх такую частоту при таком разрешении не может обеспечить даже мощнейшая видеокарта Nvidia GeForce GTX 1080 Ti. Но BFGD поддерживает технологию адаптивного изменения частоты G-Sync, которая сглаживает переходы между кадрами, повышает резкость и устраняет размытие при движении. G-Sync поддерживает также воспроизведение видео при исходной частоте кадров (например, 23,976, 24 и 25 кадров в секунду) без интерполяции.

Кроме того, BFGD может работать в расширенном динамическом диапазоне (HDR), снабжен матричной подсветкой и поддерживает цветовое пространство DCI-P3. В комплект входит контроллер и пульт управления Nvidia Shield. Монитор поддерживает все функции приставки на базе Android TV, включая голосовое управление, потоковую трансляцию игр и так далее.

Цены и сроки выпуска BFGD компания пока не объявила.

Volta, самая новая архитектура видеопроцессоров Nvidia, приходит на настольные компьютеры: компания выпустила Titan V, видеоплату, которая стоит в США 3 тыс. долл. Это не игровой видеоадаптер, хотя игры на нем, безусловно, будут работать отлично: как заявляют в Nvidia, Titan V «превращает ПК в суперкомпьютер для систем искусственного интеллекта».

Покупателям адаптера компания предоставляет бесплатный доступ к ПО искусственного интеллекта, глубинного обучения и высокопроизводительных вычислений в облаке Nvidia GPU Cloud. Как сообщают в компании, для поддержки машинного обучения видеоадаптер оснащен специальными тензорными ядрами, которые также используются в вышедшей ранее серверной плате Tesla V100, основанной на Volta.

По характеристикам Titan V похож на Tesla V100, но его память HBM2 работает несколько медленнее, и ее 12 Гбайт, на 4 Гбайт меньше, чем у серверной платы. По данным Nvidia, Titan V при выполнении задач искусственного интеллекта обеспечивает быстродействие до 110 TFLOPS — в девять раз больше, чем у предшественника, Titan Xp. Кроме того, у Titan V на тысячу больше ядер CUDA.

Однако в отличие от Titan V, адаптеры Titan Xp все-таки в большей степени ориентированы на игры. Появление игровых видеоплат Nvidia на основе архитектуры Volta вероятно в дальнейшем.

В цифровую эпоху в любой отрасли успех будет сопутствовать лишь тем компаниям, которые сумеют автоматически и в реальном времени проникать в суть больших данных. Однако для этого нужны масштабируемые инструменты, способные к саморазвитию без программирования, по аналогии с мозгом человека. Давно известные методы машинного обучения, работающие на специализированных закрытых конфигурациях с ограниченным количеством слоев нейронной сети, здесь были бессильны, пока прогресс в области графических ускорителей не привел к ренессансу нейронных сетей и бурному развитию средств подержки методов глубинного обучения. О стратегии работы компании Nvidia в сфере искусственного интеллекта рассказал на форуме GPU Technology Conference Europe Уилл Рэми, руководитель программ развития экосистемы CUDA и куратор программы Deep Learning Institute.

- Чем вызван всплеск интереса к технологиям искусственного интеллекта?

Искусственный интеллект может применяться везде, где есть данные. Но когда данных мало, а в цепочке их обработки присутствует человек, трудно говорить о самообучаемых системах. Нынешнему ренессансу нейронных сетей способствовали три фактора. Первый — появление больших массивов данных и потребность в их автоматической обработке: сегодня проблема не в сборе данных, а в понимании их сути. Второй — удачная идея глубоких нейросетей: возможность в процессе обучения строить сколь угодно много слоев нейронной сети позволила теперь говорить о создании самообучаемых машин. И третий — прогресс в области графических ускорителей, эффективно работающих с нейронными сетями благодаря архитектуре с массовым параллелизмом.

- Искусственный интеллект — сегодня один из хайпов Кремниевой долины. Но ведь вместе с возможностями он несет в себе и угрозы?

Действительно, сегодня системы искусственного интеллекта уже выполняют ряд задач лучше специалиста средней квалификации; есть вероятность ликвидации некоторых рабочих мест, но я оптимист в этом вопросе. Как уже было в предыдущих промышленных революциях, скорее всего, произойдет переток рабочих мест из одной области в другую. Как автомобилист, я сам — пример такого «среднего» человека: каждый день я трачу массу времени, чтобы добраться до офиса, сталкиваюсь в пути с нештатными ситуациями, заставляющими быть предельно внимательным. И я могу сказать, что время, потраченное на дорогу, вычеркнуто из жизни. А вот если бы я пользовался полностью роботизированной машиной, прокладывающей оптимальный путь, учитывающей текущую обстановку на дороге, то я получил бы дополнительное время для работы или для общения с семьей. Искусственный интеллект — мощный инструмент, он находит применение во многих областях, открывает новые возможности как для экономики в целом, так и для отдельного человека. Не понадобится так много личных автомобилей, которые большую часть времени простаивают, а люди смогут переквалифицироваться, заняться творчеством или предлагать новые персонифицированные сервисы.

Аналитики прогнозируют, что уже через два-три года 80% всех приложений будут содержать те или иные компоненты искусственного интеллекта, отчасти этому способствует и наша программа Deep Learning Institute (DLI).

- Что собой представляет эта программа?

Потребность в специалистах, способных применять технологии искусственного интеллекта в различных прикладных областях, велика; однако до недавнего времени соответствующие знания можно было получить лишь в вузах. В рамках программы DLI организованы семинары и дистанционные курсы по технологиям глубинного обучения, которые ведут сертифицированные преподаватели из Nvidia, компаний-партнеров и университетов. Их тематика: практика применения алгоритмов глубинного обучения в автомобильной индустрии, здравоохранении, робототехнике, видеоаналитике, финансах и пр. Обучение проходит очно и дистанционно через Amazon Web Services, Google Qwiklabs, Facebook, а потому оно доступно для разработчиков по всему миру. Мы обращаемся к ресурсам Microsoft Azure и IBM Cloud, сотрудничаем с Hewlett Packard Enterprise, Стэндфордским университетом, а также с сообществами и компаниями, поддерживающими популярные технологические фреймворки и библиотеки глубинного обучения: Caffe2, MXNet, TensorFlow, Microsoft Cognitive Toolkit, Theano, Torch. В текущем году во всем мире через DLI пройдет на порядок больше слушателей, чем в прошлом, около 100 тыс. человек.

- Среди партнеров по DLI есть и конкуренты Nvidia. Почему?

Начиная с 2012 года число разработчиков для GPU выросло в 11 раз. Индустрия находится на подъеме, места хватит всем, и чем активнее участники будут обмениваться опытом, тем лучшие решения будут выведены на рынок. Можно назвать четыре сильные стороны Nvidia. Во-первых, единая масштабируемая архитектура GPU, применяемая в самых различных конфигурациях, начиная от встраиваемых систем и игровых компьютеров и кончая ЦОД провайдеров облачных сервисов — Alibaba, Amazon, Baidu, Facebook, Google, IBM и Microsoft, использует для поддержки своих облаков графические процессоры от Nvidia. Во-вторых, рыночная позиция: наши решения применяются сегодня во всех прикладных областях. В-третьих, гибкая программная платформа, за десять лет сложившаяся вокруг открытой среды CUDA и включающая дополнительные программные инструменты и библиотеки для работы с нейронными сетями, а также поддерживающая все популярные фреймворки для создания и эксплуатации систем на базе глубинного обучения. Наконец, экосистема, состоящая из более чем 500 тыс. разработчиков для GPU, заказчиков Nvidia, университетов, партнеров и консультантов, работающих в различных прикладных отраслях.

Стартовав в Кремниевой долине, маршрут кругосветного турне форума Nvidia в нынешнем году прошел через Пекин, Мюнхен, чтобы продолжиться в Израиле, на Тайване, в Вашингтоне и завершиться в Токио. В начальной точке было объявлено о выходе программного оптимизатора TensorRT 3 для платформы Tesla V100, который рассчитан на работу с нейронной сетью. А в Мюнхене, крупнейшем автомобильном кластере Европы, была анонсирована платформа Drive PX Pegasus, позволяющая создавать автомобиль пятого пятого уровня автономности. (Классификацией сообщества автомобильных инженеров SAE предусмотрено шесть уровней автоматизации: от нулевого, с полным контролем водителя над машиной, до пятого, когда от человека требуется лишь запустить систему и указать пункт назначения. — Д.В.)

Дженсен Хуанг, основатель и генеральный директор компании Nvidia, привлек внимание собравшихся к двум факторам, характеризующим сегодня движение компьютерной индустрии: ежегодное увеличение производительности графических процессоров (GPU) в полтора раза при стагнации производительности универсальных центральных процессоров (CPU) и взрывной рост интереса к искусственному интеллекту.

Хуанг анонсировал на форуме расширение Pegasus масштабируемой платформы Drive PX, позволяющее выполнять 320 TOPS (триллион операций CUDA TensorCore в секунду). По сути, речь идет о специализированном «суперкомпьютере в багажнике», который управляет всеми подсистемами автомобиля, в реальном времени обрабатывает данные от его органов «чувств», поступающие по 16 каналам ввода: камеры, радары, лидары, ультразвуковые сенсоры и порты 10-Gigabit Ethernet. Платформа построена на базе двух специализированных подсистем Xavier (30 TOPS, энергопотребление 30 Вт), анонсированных год назад и нацеленных на классы устройств, где требуется съем данных об окружающей среде и их обработка методами глубинного обучения непосредственно на борту, – в дронах, автомобилях и промышленных роботах. Мозг этих решений – графические процессоры архитектуры Volta. В Xavier также имеется восьмиядерный CPU по спецификациям конкретного автопроизводителя и ускоритель компьютерного зрения. Пропускная способность доступа к памяти в Pegasus — 1 Тбайт/с.

На базе решений семейства Nvidia Drive PX можно создавать  автомобили от второго до пятого уровня автономности. На конференции демонстрировался первый самоуправляемый автомобиль линейки Audi A8L 3.0 Quattro третьего уровня автономности, серийный выход которого ожидается в 2018 году. Компании Tesla и Mercedes Benz представили на экспозиции GTС прототипы самоуправляемых повозок пятого уровня на платформе Drive PX. Масштабируемая открытая платформа  Nvidia Drive позволяет автопроизводителям выпускать широкий спектр изделий любого применения, будь то роботакси или почтовый электромобиль для обслуживания последней мили. Совместно с концерном ZF компания Deutsche Post DHL Group создала прототип автономного фургона, способного планировать маршрут, самостоятельно парковаться и перемещаться между точками сбора и выдачи корреспонденции. Благодаря этому, по оценкам, удастся на 30% повысить эффективность почтовой службы. Сегодня в парке Deutsche Post имеется почти 4 тыс. электромобилей, на каждый из которых может быть установлено шесть камер, один радар и два лидара, а для обучения его нейронной сети использоваться сервер Nvidia DGX-1.

Drive PX входит в единую линейку решений Nvidia AI. Непосредственно для обучения нейросетей специалисты по данным используют серверы Nvidia DGX-1 производительностью 960 Tensor TFLOPS при выполнении задач глубинного обучения. Сервер состоит из восьми систем Tesla V100, соединенных через межсоединение NVLink с пропускной способностью 300 Гбайт/с, нескольких центральных процессоров Intel Xeon E5, 1,92 Tбайт на SSD. На конференции демонстрировалась конфигурация с масштабируемой системой хранения Pure FlashBlade емкостью до 4 Пбайт.

Все системы линейки DGX, в которую входит еще и DGX Station (четыре Tesla V100), имеют единый программный стек, включающий популярные инструментальные среды глубинного обучения от Nvidia, ее партнеров и сообщества Open Source: cuDNN, cuBLAS, CUDA toolkit, а также инструменты, подключаемые через контейнер Nvidia Docker и Nvidia Container Registry. Унифицированная архитектура дает возможность использовать одинаковое ПО, алгоритмы, библиотеки и инструменты как в бортовых системах, так и в крупных дата-центрах и облачных конфигурациях Nvidia Deep Learning Cloud. Применительно к самоуправляемым автомобилям это означает, что на всем протяжении своего жизненного цикла он не только «учится» на своих ошибках, но и получает консолидированные знания со всех автомобилей данного производителя, становясь «умнее» даже при нахождении на парковке.

Ожидается, что к 2025 году автомобилей различного уровня автономности будет насчитываться 150 млн. Для их проектирования Nvidia предлагает платформу Holodeck, позволяющую объединять в одну виртуальную лабораторию специалистов из разных областей: дизайнеров, разработчиков, технологов, а также дилеров и пользователей будущего автокара. Реалистичная графика, разнообразные средства работы с компьютерной моделью изделия, средства коммуникации между членами лаборатории позволяют в реальном времени обсуждать форму, деталировку, компоновку и начинку изделия. Платформа Holodeck уже применялась компанией Nvidia при взаимодействии с роботами, нейронная сеть которых была обучена средствами  ПО Nvidia Isaac.

Весьма насыщенна была секционная часть GTC: обсуждались особенности применения искусственного интеллекта в Deutsche Bahn, на заводах Volkswagen и Mercedes Benz, в российских компаниях «Яндекс», «Полиматика», VisionLabs и «Вокорд». Антон Слесарев, представитель «Яндекса», рассказал о применении платформы Nvidia Drive PX 2 при создании самоуправляемого автомобиля на базе гибридной модели Toyota Prius V. Выбор именно данной модели отчасти был обусловлен открытостью для внешних разработчиков интерфейсов автомобиля, чего нельзя пока сказать про изделия российского автопрома: многолетние попытки создать на их базе прототип автономного автомобиля пока упираются в корпоративные запреты. Успех проекта был обусловлен наличием у компании полного спектра сервисов, необходимых для поддержания жизненного цикла самоуправляемого автомобиля, от актуализации карт, уточнения маршрута и распознавания голосовых команд до предсказания погоды. Роман Раевский, основатель компании «Полиматика», отметил эффективность применения систем DGX для визуализации OLAP-кубов, полученных при анализе и обработке в реальном времени больших массивов разнообразных данных. Мгновенная реакция на любые изменения в модели, доступ ко всем исходным сведениям в разнообразных форматах позволяют пользователям проверять гипотезы в реальном времени. Представители компаний VisionLabs и «Вокорд», занимающиеся распознаванием изображений, демонстрировали разработки в сфере идентификации и видеоаналитики, применяемые сегодня, например для выявления нештатных ситуаций в местах массового скопления людей, в проектах «Безопасный город» и др.

В 2016 году под колесами автомобилей во всем мире погибло почти 1,3 млн человек, а через десять лет этот показатель может удвоиться. Возможно, поэтому автопроизводители активно интересуются технологиями глубинного обучения, позволяющими создавать самоуправляемые машины — ведь до 97% аварий происходят по вине человека. Аналогичная ситуация уже была в авиации, когда обнаружилось, что в сложной системе авиалайнер-человек именно человек оказался слабым звеном, и в 1980-х годах началось активное внедрение автопилотов. Как бы там ни было, за последние пять лет число разработчиков GPU только от Nvidia выросло в 15 раз, а нынешняя конференция GPU Technology Conference собрала вдвое больше участников, чем прошлогодняя.

Компания Nvidia приглашает 3D-дизайнеров в свою совместную среду высокого разрешения Holodeck, которую они могут использовать для проектирования, разработки и демонстрации своих продуктов виртуальной реальности.

В то время как Nvidia проявляет приверженность созданию фотореалистичных сред виртуальной реальности, компания Nokia отказывается от разработки камер с круговой панорамой, предназначенных для съемки иммерсивного видео, которое используется в виртуальной реальности.

Среда Nvidia Holodeck – это нечто среднее между программой для телеконференций и инструментом трехмерного дизайна. Она предоставляет возможность визуализации самых разнообразных сцен, начиная от инженерных прототипов и заканчивая конечными продуктами или сборками с удаленным подключением персонала для совместной работы в общей среде.

Среда высокого разрешения может использоваться даже для обучения систем искусственного интеллекта и роботов. При этом съемку с камеры заменяет виртуальная реальность.

Продемонстрировав прототип Holodeck на конференции GPU Technology Conference в мае в Кремниевой долине, компания Nvidia готова представить ее коммерческую версию. Но сначала, как пояснил генеральный директор Nvidia Джен-Сан Хуанг, хотелось бы все протестировать.

Для участия в тестировании дизайнерам нужно импортировать в Holodeck трехмерные модели в формате Maya или 3dsMax. Для того чтобы все работало, понадобится достаточно мощное оборудование виртуальной реальности – по крайней мере, на уровне GeForce GTX 1080 Ti, Quadro P6000 или Titan Xp. Регистрация желающих осуществляется на веб-странице Nvidia Holodeck.

Компания Nokia, между тем, не видит будущего для своей видеосистемы всестороннего погружения Ozo, оснащенной восемью камерами.

Когда в декабре 2015 года эта система поступила в продажу, Nokia предлагала Ozo за 60 тыс. долл. Продажи не пошли, что заставило компанию снизить в апреле 2017 года цену до 45 тыс. долл. Ну, а теперь модернизированная версия Ozo+ поставляется «всего» за 25 тыс. долл.

Впрочем, нельзя сказать, что с Ozo совсем покончено: хотя Nokia не будет разрабатывать новых версий камеры и планирует уволить занятый в этом проекте персонал, поддержка существующих клиентов продолжится. Кроме того, рассматривается возможность передачи лицензий на право использования технологии другим компаниям.

Рост рабочей нагрузки ЦОД, приходящейся на системы искусственного интеллекта, высокопроизводительные вычисления и бизнес-анализ, заставляет крупнейших в мире производителей серверов и провайдеров облачных сервисов спешно закупать новейшие графические ускорители Tesla V100, созданные на базе архитектуры Nvidia Volta.

Компания Nvidia заставила говорить о новых Tesla V100 всю экосистему, включая разработчиков программного обеспечения, закрепив свое доминирующее положение в области графических процессоров для ЦОД.

На конференции Strata Data Conference в Нью-Йорке компании IBM, HPE, Dell EMC и Supermicro анонсировали интеграцию новых графических ускорителей в свои продукты. Чуть ранее на конференции GPU Technology Conference, организованной Nvidia в Пекине, об использовании референсной архитектуры Nvidia HGX и внедрении систем на базе архитектуры Volta в гипермасштабные ЦОДы заявили Lenovo, Huawei и Inspur.

Разработчики графической архитектуры Volta сделали гигантский шаг вперед по сравнению с архитектурой Nvidia Pascal. Продукты Tesla V100, созданные на базе Volta, имеют 21 млрд транзисторов и 5100 ядер CUDA. Их тактовая частота может достигать 1455 МГц. Для сравнения, ускорители Tesla P100, построенные на основе архитектуры Pascal, содержат 3840 ядер CUDA и 15 млрд транзисторов.

Nvidia контролирует около 70% рынка дискретных графических плат и практически весь рынок графических процессоров для машинного обучения. Впрочем, одним только оборудованием дело здесь не ограничивается. Экосистема, выстраиваемая на базе платформы параллельных вычислений CUDA и модели API, помогает воздвигать барьеры, которые конкурентам Nvidia, компаниям Intel и AMD вряд ли удастся преодолеть.

«Хотя мы сосредоточены в основном на оборудовании, и Volta занимает здесь очень важное место, не меньшее внимание следует уделять и дополнительным продуктам – компиляторам, системам, программным инструментам и т.д., которые Nvidia активно развивает на протяжении уже нескольких лет», – заявил Дин Маккеррон из Mercury Research.

Среди дополнительных инструментов следует выделить новую версию Nvidia TensorRT – оптимизирующего компилятора и исполняемой среды для развертывания систем машинного обучения в ЦОД гипермасштабов, а также на встроенных и автомобильных графических платформах.

Независимые разработчики программного обеспечения также анонсировали на конференции Strata приложения, которые будут работать на графических процессорах с архитектурой Volta. Программа искусственного интеллекта Driverless AI, представленная H2O.ai, специально адаптирована к архитектуре Nvidia Volta. Она уже работает на суперкомпьютере DG-X1, представленном в начале сентября, и будет запускаться на любом сервере с новой версией Tesla V100 (поддерживая при этом обратную совместимость с системами с архитектурой Pascal).

Разработчики графической архитектуры Volta сделали гигантский шаг вперед по сравнению с архитектурой Nvidia Pascal Источник: Nvidia

По словам генерального директора и одного из основателей H2O.ai Срисатиша Амбати, программное обеспечение Driverless AI позволит получать логические выводы на основе анализа данных, не имея специальных знаний в области машинного обучения. Оно может найти применение в сферах страхования, здравоохранения и финансовых услуг.

Графические процессоры с массово-параллельной архитектурой хороши в первую очередь при решении задач машинного обучения и настройке нейронных сетей, но серверы с этими процессорами могут выполнять и многие другие операции.

«Прежде всего речь идет обо всем, где нужны графические процессоры, но одним лишь искусственным интеллектом дело здесь не ограничивается, – подчеркнул Маккеррон. – Искусственный интеллект, машинное обучение, виртуализация, рендеринг, множество функций параллельного поиска – все эти задачи весьма востребованы в ЦОД, и у Nvidia есть много пространства для дальнейшего развития».

Приложение Kinetica, предназначенное для работы с базами данных в оперативной памяти и активно использующее вычислительные мощности графических процессоров, также устанавливается на системах Nvidia DGX и на других серверах с графическими процессорами Pascal или Volta. «Пявление Volta способствовало несомненному росту производительности», – заявил директор Kinetica по совместному с партнерами проектированию Вуди Кристи.

Kinetica ускоряет выполнение запросов Tableau и используется в сфере финансовых услуг, розничной торговли, здравоохранения и в государственном секторе для оперативной аналитической обработки (OLAP), выполнения приложений искусственного интеллекта, бизнес-анализа и геопространственной аналитики.

Серверы с графическими ускорителями Tesla V100

Производители серверов анонсировали целый ряд систем на базе Volta V100.

• Dell EMC. Серверы PowerEdge R740 поддерживают до трех графических ускорителей V100 с интерфейсом PCIe; PowerEdge R740XD – до трех V100 с интерфейсом PCIe; а PowerEdge C4130 – до четырех V100 с интерфейсом PCIe или до четырех V100 с интерфейсом Nvidia NVlink типоразмера SXM2.
• HPE. Серверы HPE Apollo 6500 поддерживают до восьми графических ускорителей V100 с интерфейсом PCIe, а системы HPE ProLiant DL380 – до трех V100 с интерфейсом PCIe.
• Supermicro. Поддержку новых графических процессоров обеспечивают следующие продукты этой компании: рабочая станция 7048GR-TR, предназначенная для высокопроизводительных вычислений общего назначения; серверы 4028GR-TXRT, 4028GR-TRT и 4028GR-TR2, служащие для управления приложениями машинного обучения; и серверы 1028GQ-TRT, выпускаемые для построения современных аналитических систем.
• IBM. Новые серверы IBM Power System с процессорами POWER9 будут поддерживать сразу несколько ускорителей V100 с интерфейсом NVLink. Архитектура межпроцессорного обмена OpenPower обеспечит максимальную пропускную способность. Более подробная информация об этом будет доступна в конце текущего года.

На конференции GPU Technology Conference в Пекине о своей поддержке архитектуры Volta объявили провайдеры облачных сервисов Alibaba, Baidu и Tencent, начинающие перевод своих ЦОД и облачной инфраструктуры с Pascal на Volta.

В лаборатории нейронных систем и глубокого обучения Московского физико-технического института установили суперкомпьютер Nvidia DGX-1 для исследований в области искусственного интеллекта.

Мощности суперкомпьютера будут в основном использованы в работе над проектом по созданию разговорного искусственного интеллекта iPavlov, который лаборатория реализует в рамках Национальной технологической инициативы совместно со Сбербанком.

Исследователи из МФТИ занимаются разработкой «разговорного» искусственного интеллекта, который будет способен вести содержательный диалог с человеком. Алгоритм сможет не только отвечать на вопросы собеседника, но и запрашивать информацию, необходимую для того, чтобы решить поставленную в диалоге цель. Для этого нейронная сеть будет «обучаться» на больших массивах документов и текстовых записей диалогов между людьми.

На суперкомпьютерах смогут работать и другие научные коллективы института, которые также занимаются исследованиями, использующими искусственные нейронные сети для разработки новых лекарств.

В основе суперкомпьютера DGX-1 лежит новое поколение графических процессоров, которые обеспечивают скорость обработки данных в задачах искусственного интеллекта, сравнимую с 250 серверами x86 архитектуры. Это первый в мире суперкомпьютер, спроектированный специально для обучения искусственных нейронных сетей. Платформа Nvidia DGX-1 оснащена всем необходимым аппаратным и программным обеспечением для задач глубокого обучения, набором инструментов разработки и поддерживает популярные аналитические приложения с поддержкой GPU.

Функции рендеринга в OptiX 5.0, новом комплекте разработчика от Nvidia, основаны на технологиях искусственного интеллекта.

Недавно компания также представила напольную рабочую станцию DGX, предназначенную для дизайнеров, аниматоров и представителей других творческих профессий. Как утверждают в компании, программисты, используя OptiX, смогут предоставить таким специалистам приложения, которые обеспечат свободу раскрытия творческого потенциала за счет кардинального повышения продуктивности.

Nvidia DGX — бесшумная система, основанная на графических процессорах и стоящая в США 75 тыс. долл. Как утверждают в компании, чтобы получить такую же мощность рендеринга на центральных процессорах, понадобится ферма из 150 серверов, расходующих 200 кВт. Покупка и эксплуатация такой фермы обошлась бы в 4 млн долл. за три года, добавляют в Nvidia.

Основанные на алгоритмах искусственного интеллекта функции трассировки лучей OptiX 5.0 ускоряют рендеринг сцен и персонажей, позволяя менять их в интерактивном режиме. SDK также предлагает новые эффективные средства очистки изображения от шума и создания эффекта нерезкости при движении для реалистичных анимационных эффектов. Разработчикам доступ к OptiX 5.0 будет предоставлен в ноябре.