20 августа, за день до открытия выставки Gamescom в Германии, компания Nvidia обещает устроить мероприятие с «поразительными сюрпризами». Gamescom — крупнейшая в Европе выставка компьютерных игр и уже одно это позволяет предположить, что Nvidia собирается представить игровые видеокарты нового поколения. Можно вспомнить также, что в программе конференции по процессорам Hot Chips, опубликованной на сайте конференции, на 20 августа была назначена презентация вице-президента Nvidia Стюарта Обермана, посвященная новым графическим процессорам (после сообщений в прессе ее из программы убрали).

О характеристиках новых процессоров и видеокарт остается только догадываться. Вероятно, процессоры будут изготавливаться по 12-нанометровому процессу компанией TSMC, а в видеокартах будет устанавливаться новая оперативная память GDDR6 — это можно заключить по сведениям, поступающим от производителей модулей памяти. Но ни о названии, ни об архитектуре, ни о вычислительной мощности новых карт и процессоров сведений пока нет.

Компания Pure Storage при поддержке компании Nvidia представила AIRI Mini — свою вторую инфраструктуру, подготовленную к применению искусственного интеллекта. Она основана на решениях Pure Storage FlashBlade и Nvidia DGX-1 и включает в себя все, что нужно для быстрого запуска любых проектов, связанных с искусственным интеллектом.

AIRI Mini позволяет организациям любых размеров и с любыми бюджетами внедрить простое, мощное решение для получения конкурентного преимущества с помощью ИИ. Решение работает на базе первой в отрасли платформы хранения данных для современной аналитики и искусственного интеллекта — Pure Storage FlashBlade, выполненной в конфигурации с семью «лезвиями» по 17 Тбайт, и двух серверов Nvidia DGX-1, обеспечивающих производительность глубинного обучения 2 PFLOPS. Системы соединены между собой посредством коммутаторов 100 GbE, поддерживающих технологию GPUDirect RDMA, которая позволяет достичь максимальной производительности распределенного обучения. AIRI также включает стек глубинного обучения Nvidia GPU Cloud, обеспечивающий максимальную скорость обработки на графических процессорах, и функционал Pure Storage AIRI Scaling Toolkit, оптимизированный для многоузлового обучения с помощью DGX-1 и FlashBlade. Данный интегрированный стек позволяет аналитикам данных сократить сроки запуска проектов в области ИИ с недель или месяцев до считанных часов.

Pure также объявила, что AIRI и AIRI Mini теперь доступны с коммутаторами 100Gb Ethernet Nexus9000 компании Cisco. Отныне тысячи общих клиентов Cisco и Pure смогут воспользоваться более широким кругом совместных решений двух компаний для реализации новых проектов в области ИИ.

Высокая вычислительная мощность игровых графических плат старшего класса превращает их в идеальное средство для майнинга криптовалют. В конце 2017-го и начале 2018 года, когда котировки биткоина, эфириума и других цифровых валют достигли беспрецедентных высот, графические платы пользовались очень большим спросом.

Но теперь, похоже, наблюдается обратная тенденция: цены на платы расширения падают, а их предложение растет. Аналогичная ситуация наблюдается и с ценами на цифровые токены.

«Ранее мы прогнозировали снижение спроса на специализированные процессоры в случае падения цен на криптовалюты, – указал менеджер компании Jon Peddie Research по цифровым медиа Роберт Доу. – Затраты на запуск оборудования для майнинга сегодня незначительными уже не назовешь, поэтому при снижении котировок криптовалют люди предпочтут продать свои платы расширения на вторичном рынке, чтобы хотя бы частично компенсировать понесенные затраты».

По оценкам Jon Peddie Research, в 2017 году майнеры криптовалют купили более 3  млн плат расширения, по большей части выпущенных компанией AMD, на сумму 776 млн долл.

В конце прошлого и начале 2018 года многие платы расширения старшего класса были распроданы, что привело к росту цен на них, вызвавшему недовольство у любителей игр и технических энтузиастов.

Компания Nvidia пошла даже на необычный шаг, попросив продавцов оборудования отдавать предпочтение любителям игр, а не майнерам криптовалют.

За последние полгода цена биткоина упала с почти 19 500 долл. в декабре до 6800 долл. Цена эфириума снизилась с 1385 долл. в январе до 475 долл.

Произошедший спад немедленно отразился на рынке графических процессоров. В апреле все запасы комплекта из шести плат RX 580 с памятью 4 Гбайт, стоившего 3600 долл., были полностью распроданы. Сегодня он не только имеется в продаже, но и предлагается уже за 2500 долл. Графическую плату NVIDIA GeForce GTX 1080 Founders Edition GDDR5X PCI Express 3.0, продававшуюся за 1050 долл., сегодня можно приобрести за 709 долл.

Объем поставок плат расширения, предназначенных для майнинга криптовалют, по сравнению с последним кварталом 2017 года уменьшился на 55%, что помогло несколько сгладить падение цен на графические процессоры старшего класса. (Платы расширения среднего звена это падение затронуло не так сильно, их поставки уменьшились только на 5,6%.)

Есть и другие факторы, толкающие цены на графические процессоры вниз. Компания Nvidia не представляла новых семейств графических процессоров с момента презентации Pascal 10-й серии в 2016 году, что привело к дефициту новых поступлений. Сегодня старым платам Nvidia приходится соперничать с новыми предложениями конкурирующих производителей.

«Мы полагаем, что у Nvidia и AMD имеются определенные запасы, влияющие на формирование средней розничной цены, – добавил Доу. – Перед скачком, обусловленным ростом спроса со стороны майнеров криптовалют, цены на платы расширения медленно снижались, и эта тенденция, очевидно, какое-то время будет сохраняться. По крайней мере, до момента презентации новых семейств графических плат».

По оценкам тайваньской компании DigiTimes, появления графических процессоров Nvidia следующего поколения не стоит ждать как минимум до конца текущего года, пока запасы не вернутся на безопасный уровень.

«Падение продаж новых плат из-за их высокой стоимости и отсутствия новых моделей привело к возникновению отложенного спроса, – подчеркнул Доу. – А осенью нынешнего года разработчики обещают выпустить целый ряд потрясающих игр. Можно предположить, что все это окажет существенное воздействие на рынок и приведет к стабилизации цен».

В конце июня, по сообщению DigiTimes, продажи систем для майнинга криптовалют на базе микросхем ASIC значительно сократились из-за низкого спроса. Это привело к вполне предсказуемому снижению цен на графические процессоры примерно на 20%.

В настоящее время на мировом рынке графических плат накоплены запасы примерно в несколько миллионов единиц, а Nvidia ждет удобного момента, чтобы выпустить еще порядка миллиона графических процессоров. Ожидается, что майнеры криптовалют начнут продавать свои подержанные графические платы по розничным каналам. В таком случае поставщики вынуждены будут снижать цены, чтобы сохранить конкурентоспособность.

На рынок графических процессоров могут оказать влияние и другие события. Китайский производитель микросхем ASIC Bitmain Technology в апреле анонсировал начало приема заказов на новый чипсет Antminer E3 для майнинга эфириума, который будет продаваться за 800 долл. Ожидается, что компания Bitmain, занимающая ведущие позиции рынке биткойна с точки зрения процессорных мощностей и предлагающая продукцию для майнинга двух наиболее популярных в мире криптовалют, окажет конкурентное давление и на новейшие чипсеты других производителей микросхем ASIC.

Пять из семи самых мощных суперкомпьютеров мира с поддержкой искусственного интеллекта из свежей версии рейтинга Top500 используют наряду с центральными процессорами графические процессоры Nvidia, рассказали в компании.

Первую строчку рейтинга занимает суперкомпьютер Summit. На третьей расположился Sierra, пятой — ABCI, самая мощная система Японии, шестой — Piz Daint, самая мощная система Европы, седьмой – Titan. Суперкомпьютеры способны выполнять как традиционные высокопроизводительные вычисления (HPC), так и вычисления, связанные с задачами искусственного интеллекта.

С появлениемграфических процессоров Volta с тензорными ядрами теперь можно проводить моделирование с использованием искусственного интеллекта, чтобы развивать науку, находить способы лечения болезней и открывать новые источники энергии, рассказали в Nvidia. Новые суперкомпьютеры с поддержкой искусственного интеллекта способны кардинально изменить будущее вычислений.

Также графические процессоры Nvidia лежат в основе самого мощного промышленного суперкомпьютера Eni HPC4, предназначенного для задач нефтегазовой промышленности. Он занимает 13-е место в рейтинге Top500.

Магистерская программа МГИМО «Искусственный интеллект» будет готовить специалистов в области практического применения технологий искусственного интеллекта в бизнесе. Программа создана под патронажем рекламной группы «АДВ» и компаний Microsoft и Nvidia и реализуется кафедрой «Цифровая экономика и искусственный интеллект».

В рамках программы студенты научатся внедрять решения на основе технологий искусственного интеллекта на международных рынках, разрабатывать ИТ-архитектуру предприятий, узнают, как на практике применять аналитику баз данных, а также изучат успешные бизнес-кейсы технологических компаний. За каждым студентом закрепляется наставник, который будет делиться своим опытом и способствовать профессиональному росту учащегося.

Обучение длится два года и проходит в модульном формате. Учебный план состоит из обязательных и рекомендованных курсов: «Теория систем и системный анализ», «Маркетинг ИТ-технологий и искусственный интеллект», «Глобальная цифровая экономика», «Методы и средства защиты информации» и др. И курсов по выбору: «Нейромаркетинг», «Основы венчурного финансирования», «Ведение переговоров» и др.

В процессе обучения студентов ожидает научно-исследовательская работа и стажировка в индустрии. Возможны ознакомительные поездки в высокотехнологичные компании и фонды Великобритании и Израиля.

Компетенции и знания, полученные в магистратуре, позволят выпускникам работать в качестве ведущих аналитиков баз данных, специалистов в области маркетинга, консультантов в ИТ, финансах и телекоме, обещают партнеры проекта.

Набор в магистратуру открыт до конца июля. Заявку на поступление можно подать через официальный портал магистратуры. Прием будет осуществляться по результатам двух этапов. От кандидата потребуется мотивационное эссе, а также портфолио, отражающее его навыки в исследовательской и практической работе. Второй этап приема – интервью с куратором программы, по итогам которого будет принято решение о зачислении на курс.

На выставке Computex генеральный директор компании Nvidia Дженсен Хуанг заявил, что новое поколение графических процессоров GeForce появится еще не скоро. Основной темой презентации компании было глубинное обучение и искусственный интеллект, а вовсе не мощные видеокарты для любителей игр, выхода которых ожидали многие обозреватели. Компания представила робототехническую платформу Jetson Xavier, в которую входит шесть процессоров (в том числе графический процессор Volta с ядрами Tensor, восемь ядер ARM64 и специализированные процессоры для глубинного обучения и обработки изображений.

Что же касается любителей игр, то их, возможно, заинтересуют лишь сообщения о скором завершении разработки спецификации игрового монитора под названием Big Format Gaming Displays. Эти мониторы со сверхбольшой диагональю 65 дюймов поддерживают технологию синхронизации G-Sync и расширенный динамический диапазон HDR. На выставке был показан монитор Asus ROG BFGD — его же компания демонстрировала на выставке CES, но с тех пор его внешний вид заметно улучшился. В Nvidia заявляют, что мониторы серии BFGD появятся в продаже во второй половине 2018 года.

Компания Nvidia представила новую серверную платформу HGX-2, сделав очередной шаг к новым рекордам вычислительной производительности и эффективности. Мощь 16 графических процессоров Tesla V100 Tensor Core должна удовлетворить потребности искусственного интеллекта и высокопроизводительных вычислений.

Компании Lenovo, Supermicro, Wiwynn и QCT, выпускающие серверы для ЦОДов, сообщили о намерении начать поставки систем HGX-2 к концу текущего года. Некоторые крупные пользователи систем HGX-2 станут одновременно и их поставщиками. Ожидается, что производством серверов на новой платформе для облачных ЦОД займутся Foxconn, Inventec, Quanta и Wistron.

В HGX-2 используются две графические платы, связывающие графические процессоры Tesla через коммутационную матрицу NVSwitch. Каждая из плат управляет восемью процессорами, что в сумме позволяет довести число графических процессоров до 16. Анонсированная год назад система HGX-1 объединяла только 8 графических процессоров.

Компания Nvidia называет HGX-2 «строительными блоками», с помощью которых производители серверов смогут создавать системы, настраиваемые для выполнения различных задач. На этой же платформе будет построена и готовящаяся к выпуску собственная система Nvidia DGX-2. Новость же заключается в том, что компания предоставляет свою платформу производителям серверов в качестве референсной архитектуры, благодаря чему производители систем смогут начать их поставки к концу текущего года.

Генеральный директор Nvidia Дженсен Хуанг анонсировал новую платформу на конференции GPU Technology Conference, проходившей на Тайване.

Два месяца назад на технической конференции в Сан-Хосе представители Nvidia заявили, что DGX-2, первая система на базе HGX-2, будет обладать производительностью в 2 PFLOPS. Обычно такую производительность связывают с сотнями кластеризованных серверов. Начальная цена DGX-2 составит 400 тыс. долл.

Генеральный директор Nvidia Дженсен Хуанг анонсировал новую платформу на конференции GPU Technology Conference, проходившей на Тайване.

В эталонном тесте ResNet-50 опытные системы на базе HGX-2 установили рекорд скорости. Одна такая система способна заменить 300 серверов с центральными процессорами, которые стоят миллионы долларов.

Графические процессоры нашли свою нишу в обучающих наборах данных, по сути создавая модели нейронных сетей для приложений машинного обучения. Массово-параллельная архитектура графических процессоров делает их особенно подходящими для обучения искусственного интеллекта.

Преимуществом HGX-2 является возможность использования этой платформы как для обучения искусственного интеллекта, так и для выполнения правил вывода, что делает ее пригодной для построения нейронных сетей, применяемых в различных сценариях реальной жизни. Платформа HGX-2 ориентирована также на высокопроизводительные вычисления при решении научных задач, обработке изображений и рендеринге видео, а также имитационном моделировании.

«Мы верим в будущее вычислений, организованных на базе унифицированной платформы, – заявил менеджер Nvidia по маркетингу искусственного интеллекта и ускоренных вычислений Пареш Харя. – Уникальной особенностью HGX-2 являются ее возможности организации вычислений с различной точностью».

Платформа позволяет проводить при научных расчетах и моделировании вычисления с точностью до FP64 (64-разрядные или с плавающей точкой двойной точности), поддерживая одновременно FP16 (16-разрядные или с плавающей точкой половинной точности) и Int8 (8-разрядные операции с целыми числами) для задач искусственного интеллекта.

На каждой из плат HGX-2 находятся шесть неблокирующих 18-портовых коммутаторов NVSwitch. Любой из этих портов может обмениваться данными с любым другим портом на скорости NVlink (NVlink – это собственная внутренняя шина Nvidia, которую уже лицензировала компания IBM).

Две платы платформы HGX-2 имеют 48 портов NVLink. Топология позволяет всем 16 графическим процессорам (по восемь на каждой плате) одновременно обмениваться данными с любыми другими графическими процессорами на полной скорости NVLink в 300 Гбайтс/с.

«Нам удалось преодолеть множество классических системных ограничений, – сообщил Харя. – В том числе и ограничения производительности единой системы, потребляющей 10 киловатт мощности».

Nvidia анонсировала также восемь групп серверных платформ с графическими ускорителями. В каждой из них установлено два процессора Xeon и различное число графических процессоров, предназначенных для решения задач искусственного интеллекта и организации высокопроизводительных вычислений. Система старшего класса Nvidia HGX-T2 на базе HGX-2 оснащена 16 графическими процессорами Tesla V100 и предназначена для обучения гигантских многоуровневых нейронных сетей. На другом конце находится система SCX-E1, имеющая два графических процессора Tesla V100 и встроенную шину PCIe. Она потребляет 1200 ватт и предназначена для высокопроизводительных вычислений начального уровня.

В номенклатуре Nvidia присутствуют системы HGX-T для обучения искусственного интеллекта, HGX-I для искусственного интеллекта на основе правил вывода и системы SCX для организации высокопроизводительных вычислений и научных расчетов.

Nvidia занимает устойчивые позиции на рынке графических процессоров для решения задач искусственного интеллекта, но и ей приходится сталкиваться с растущей конкуренцией. В 2016 году корпорация Intel купила стартап Nervana Systems, специализировавшийся на аппаратных компонентах для поддержки глубинного обучения, и сейчас завершает работу над созданием собственного процессора Intel Nervana Neural Network Processor (NNP). Производитель микросхем FPGA компания Xylinx предлагает еще более мощные программируемые логические матрицы для построения систем искусственного интеллекта на основе правил вывода.

Микросхемам FPGA не хватает вычислительной мощности для того, чтобы успешно конкурировать с графическими процессорами в задачах машинного обучения, но их можно запрограммировать для обработки каждого из уровней нейронной сети с минимально пригодной для этого уровня точностью. Такая гибкость идеально подходит для решения задач искусственного интеллекта на основе правил вывода.

Компания Nvidia представила  HGX-2, первую унифицированную вычислительную платформу для высокопроизводительных вычислений и вычислений в области искусственного интеллекта.

Облачная серверная платформа HGX-2 с поддержкой  вычислений произвольной точности (multi-precision) обеспечивает гибкость, необходимую для вычислений будущего. Она позволяет выполнять вычисления высокой точности FP64 и FP32 для научных исследований и моделирования, а также поддерживает FP16 и Int8 для обучения нейронных сетей. Такая беспрецедентная универсальность отвечает требованиям растущего числа приложений, сочетающих HPC-вычисления и работу с технологиями искусственного интеллекта.

Ряд ведущих производителей компьютеров уже поделились планами о выводе на рынок систем на базе платформы Nvidia HGX-2.

«Мир вычислений изменился, — отмечает Дженсен Хуанг (Jensen Huang), основатель и генеральный директор Nvidia, выступая на начавшейся конференции GPU Technology Conference Taiwan. – Эффект от масштабирования CPU заметно сократился, в то время как спрос на вычисления растет драматическими темпами. Платформа Nvidia HGX-2 на базе GPU с тензорными ядрами предлагает мощные универсальные возможности, позволяющие выполнять как HPC, так и вычисления для искусственного интеллекта, для решения самых насущных глобальных вызовов».

HGX-2 станет ключевым компонентом передовых вычислительных систем производителей для задач HPC и искусственного интеллекта. Скорость обучения нейронных сетей на платформе HGX-2 достигает 15 тыс. изображений в секунду в бенчмарке ResNet-50, что позволяет заменить до 300 серверов на базе CPU.

Платформа поддерживает такие передовые возможности, как интерфейс Nvidia NVSwitch, который позволяет объединить 16 GPU Nvidia Tesla V100 с тензорными ядрами, превратив их в единый гигантский графический процессор со скоростью вычислений 2 PFLOPS в задачах искусственного интеллекта. Первой системой на базе платформы HGX-2 стала недавно анонсированная система Nvidia DGX-2.

Платформа HGX-2 выходит спустя год после Nvidia HGX-1, анонсированной на Computex 2017. Референсная архитектура HGX-1 получила широкое признание у ведущих сборщиков серверов и компаний, управляющих большими дата-центрами, включая Amazon Web Services, Facebook и Microsoft.

Выход OEM- и ODM-систем в этом году

Четыре ведущих производителя серверов — Lenovo, QCT, Supermicro и Wiwynn — объявили о планах выпуска собственных систем на базе HGX-2 в этом году.

Кроме того, четыре ведущих мировых ODM-производителя — Foxconn, Inventec, Quanta и Wistron — также готовят к выпуску системы на базе HGX-2, предназначенные для установки в крупнейшие облачные дата-центры.

Семейство серверных платформ на базе Nvidia GPU

HGX-2 входит в семейство GPU-ускоренных серверных платформ Nvidia – экосистемы сертифицированных серверов, предназначенных для широкого спектра вычислений, связанных с искусственным интеллектом, HPC и ускоренных вычислений с оптимальной производительностью.

Данные платформы выстраивают экосистему серверов для дата-центров, оптимально сочетая GPU, CPU и интерфейсы для задач обучения (HGX-T2), инференса (HGX-I2) и супервычислений (SCX). Заказчики могут выбрать определенный вид платформы в соответствии с необходимой нагрузкой и получить лучшую в классе производительность.

Mail.Ru Cloud Solutions и компания Nvidia запустили сервис облачных вычислений на базе графических процессоров (GPU), сообщили в компании.

Доступ к ускоренным вычислениям будет открыт в облаке через серверы MCS. С помощью этой платформы пользователи смогут обрабатывать большие данные, работать с нейросетями и алгоритмами машинного обучения и выполнять другие задачи с высокой затратой вычислительной мощности.

Пользователи MCS смогут заказать нужный объем ресурсов с посекундной тарификацией. Изменять объем ресурсов можно в ходе работы над проектом.

Многоядерная архитектура процессоров Nvidia Tesla V100 позволяет, например, обучить нейросеть за несколько часов вместо нескольких недель, которые потребовались бы раньше. При этом пользователь оплачивает только использование сервиса в течение этих часов, а не покупку целого сервера.

Чтобы бесплатно протестировать сервис, нужно оставить заявку. Доступ к платформе будет выдаваться MCS в порядке живой очереди.

Анонсировав на конференции GPU Technology Conference в Кремниевой долине систему DRIVE Constellation, компания Nvidia дала понять, что смещает акценты при проведении испытаний самоуправляемых автомобилей в сторону имитационного моделирования.

Объявление об этом произошло в важный для отрасли автономных автомобилей период, после появления новостей о том, что самоуправляемый автомобиль Uber насмерть сбил в штате Аризона женщину, пересекавшую улицу на велосипеде.

Происшествие это заставило представителей формирующегося сегмента интеллектуальных технологий задуматься, а в Nvidia приостановили испытания самоуправляемых автомобилей на дорогах общего пользования в различных штатах США, в том числе и в Калифорнии.

Отвечая на вопросы, основатель и генеральный директор Nvidia Дженсен Хуанг постарался дистанцироваться от инцидента и представил в качестве безопасной альтернативы новую систему тестирования Nvidia Constellation.

«Во-первых, следует отметить, что Uber не использует технологию Nvidia DRIVE, – подчеркнул Хуанг. – Uber разрабатывает собственные датчики и технологию управления автомобилем. А во-вторых, должен признать, что мы осознаем важность произошедшего и намерены извлечь из этого самые серьезные уроки».

Глава Nvidia подтвердил, что разработка DRIVE – платформы для проектирования, развертывания, а теперь и тестирования самоуправляемых автомобильных систем – продолжается, и компания приняла решение приостановить испытания, с тем чтобы усовершенствовать имеющиеся технологии.

На конференции GTC была анонсирована облачная платформа DRIVE Constellation, работающая на двух серверах и позволяющая разработчикам тестировать автономные автомобили в фотореалистичной моделируемой версии реального мира.

На первом сервере запускается программное обеспечение Nvidia DRIVE Sim Software, моделирующее работу датчиков автомобиля, его камер и радаров, а на втором – система искусственного интеллекта автомобильного бортового компьютера DRIVE Pegasus, полностью охватывающая весь стек программного обеспечения транспортного средства.

«Одно из преимуществ виртуальной реальности заключается в том, что мы можем смоделировать любой сценарий, который только захотим, – пояснил Хуанг. – Это позволит разработчикам имитировать, например, неблагоприятные погодные условия или солнечные блики».

Партнеры Nvidia смогут получить доступ к DRIVE Constellation в третьем квартале 2018 года.

На GTC компания продемонстрировала свои наработки в области виртуальной реальности, анонсировав самую мощную на сегодняшний день графическую плату Quadro GV100 и технологию трассировки лучей RTX, которая должна помочь приблизиться к труднодостижимой цели моделирования интенсивного прохождения световых потоков в реальном времени.