- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
英伟达在2023 年GTC 上的演讲全文纪要:
一、开场
近四十年来,摩尔定律一直是引领计算机行业动态发展的重要规律。计算机行业的发展又影
响着各行各业的发展。然而,在成本和功耗不变的情况下,性能的指数级增长已经放缓。但
是,计算技术的发展日新月异。曲速引擎是加速计算,动力来源就是 AI 。各行各业正在应
对可持续发展、生成式 AI 和数字化等强大的动态挑战。因此加速计算和 AI 的到来恰逢其
时。
如果没有摩尔定律,随着计算量的激增,数据中心的能耗会飙升,企业将难以实现净零排放。
生成式 AI 的非凡能力使得企业产生了紧迫感,他们需要重新构思他们的产品和商业模式。
产业内各企业正在竞相实现数字化转型,成为软件驱动的科技公司,要成为颠覆者而不是被
颠覆者。
今天,我们将讨论加速计算和 AI 如何成为强大的工具,帮人们应对这些挑战和把握未来的
巨大机遇。我们将分享 NVIDIA 的数据中心级全栈加速计算平台的新进展,展示新的芯片
和系统、加速库、云服务、AI 服务以及助力我们拓展新市场的合作伙伴关系。欢迎来到 GTC
大会!
GTC 是一场非常重要的面向开发者的全球盛会,它涵盖了400 万开发者、4 万家公司和1.4
万家初创公司。GTC 大会的发展令人难以置信,仅在四年前,其线下大会只有8000 名与会
者,而在2023 年,将有超过25 万人参加此次大会。
GTC 大会将邀请来自学术界和全球大型行业的精英进行650 场精彩演讲,包括70 多场与
生成式AI 相关的演讲,以及其他精彩演讲,如适用于机器人开发的预训练多任务模型、推
进AI 发展的重要方法等等。
此外,GTC 大会还涉及到诸多关键议题,如值得信赖的AI 和AV 安全、微芯片的计算光刻
技术、制造最小的机器、将AI 应用在大型强子对撞机中以解释宇宙等议题。此外,大会还
汇集了全球最重要的公司和企业,包括汽车和交通运输业、医疗健康业、制造业、金融服务
业、零售业、服装业、媒体和娱乐业、电信业以及全球顶尖的AI 公司。
GTC 大会的宗旨是激励全世界,告诉大家,加速计算是可以实践的,并为科学家和研究人
员通过利用该技术取得的成就喝彩。
⚫ 我是一名翻译,将文本转化为创造性发现,将动作转化为动画,将指令转化为行动。
⚫ 我是一名治疗师,探索让人类与众不同的组成基础,在新威胁发生之前进行建模,并寻找治疗方法以防止入
侵。
⚫ 我是一名梦想家,致力创造新的医学奇迹,让人们以全新视角了解太阳,确保我们在地球上安全无虞。
⚫ 我是一名导航者,在海量内容中探索独特片刻,为一个个故事打造理想的背景。
⚫ 我是一名创造者,通过快照构建 3D 体验,并将虚拟自我提升至更高的现实水平。
⚫ 我是一名好帮手,将头脑风暴变为现实,分享 100 万程序员的智慧,并将想法转化为虚拟世界,“建造北方
森林”。
⚫ 我还帮助编写了这支短片的脚本,给文字注入生命,并为其谱写旋律。
⚫ 我是 AI ,NVIDIA、深度学习以及无所不在的人类智慧将我融入每个人的生活。
二、加速库
NVIDIA 率先推出加速计算,着力解决普通计算机无法解决的问题。加速计算并非易事,它
需要从芯片、系统、网络、加速库到重构应用的全栈发明。从图形、成像、粒子或流体动力
学、量子物理学到数据处理和机器学习,每个经过优化的堆栈都会加速对应应用领域。
加速后,应用可以获得令人难以置信的速度,还可以扩展到许多台计算机。在过去十年中,
加速和纵向扩展的结合使我们能够为许多应用实现百万倍的性能提升,进而有助于解决以前
无法解决的问题。虽然存在很多示例,但最著名的一个是深度学习。
2012 年,Alex Kerchevsky 、Ilya Suskever 和 Geoff Hinton 需要一台速度超快的计算机
来训练 AlexNet 计算机视觉模型。研究人员在 GeForce GTX 580 上使用 1400 万张图像
训练了 AlexNet ,可处理 262 千万亿次浮点运算。经过训练的模型以压倒性优势赢得了
ImageNet 挑战赛,并触发了 AI 的大爆炸。
下面,我来重点介绍一些可以解决新挑战、开辟新市场的加速库:
1)CFD
汽车和航空航天行业使用 CFD 进行湍流和空气动力学仿真。电子行业使用 CFD 进行热
管理设计。这是 Cadence 的幻灯片,展示了由 CUDA 加速的新 CFD 求解器。在同等系
原创力文档


文档评论(0)