產業消息 AMD ati gpu hbm AMD 公布未來 GPU 藍圖,將直上 14nm 並於 2017 年導入 HBM2 圖片來源: VideoCardzAMD 稍早公布了 2016-2018 年的 GPU 藍圖,也揭露接下來的 Polaris 、 Vega 以及 NAVI 三個代號的 GPU 的些許特徵細節,在今年即將公布的 Polaris 分為高階的 Polaris 10 與中低階的 Polaris 11 ,將使用第四世代的 GCN ,支援 HEVC 編碼與解碼,並提供 HDMI 2.0 以及 DP 1.3 輸出,同時跳過 20nm ,直上 14nm 製程,意味著應該不是台積電代工了。另外 2017 年的 VEGA 則將用上 HBM 2 高速記憶體, Navi 則將使用比 HBM2 更新的記憶體。可推測的是, Chevelle.fu 9 年前
新品資訊 nvidia gpu quadro 繪圖卡 主打 500 美金內最強專業繪圖卡, NVIDIA 推出 Quadro M2000 NVIDIA 近日公布一款入門級的專業繪圖卡 Quadro M2000 ,主打仍為 500 美金下效能最佳的專業繪圖卡產品,這張繪圖卡具備 768 個 CUDA Core ,搭配 4GB GDDR5 RAM ,功耗為 62W ,具備四個 DisplayPort 輸出;以規格來看可以視為專業版的 GeForce GTX 950 。台灣地區由麗台科技負責銷售。 你或許會喜歡三頻聚合的4.5G上網有多快?快來體驗還抽S7!網路限定!首年299上網吃到飽即將停止申辦 Chevelle.fu 9 年前
產業消息 nvidia gpu AI 特斯拉 GTC 深度學習 pascal gtc 2016 hbm2 GTC 2016 :小而剽悍的超級電腦, NVIDIA DGX-1 動眼看 到底深度學習效能相當於 250 台 x86 超級電腦的 NVIDIA DGX-1 長甚麼樣子?在 GTC 2016 的展示區中,擺放了一台展示用的主機,這款超級電腦的尺寸是 3U 伺服器的尺寸,但卻一口氣放了八塊 NVIDIA Tesla P100 模組,相較去年發表的 DIGITS DevBox 的 GPU 數量多了一倍。主要的原因仍在於 DGX-1 所採用的 Pascal 架構的 Tesla P100 採用 HBM2 記憶體搭配 16nm FinFET 製程,使 GPU 主板上少了原本用於配置記憶體的位置,加上通道棄用 PCIe 而採用基於光纖的 NVLink ,也使 GPU 主板設計不用 Chevelle.fu 9 年前
產業消息 sdk nvidia gpu GTC 開發工具 gtc 2016 GTC 2016 : NVIDIA 以 NVIDIA SDK 提供遊戲、運算、 VR 、設計、車載與嵌入平台開發 NVIDIA 執行長黃仁勳在 GTC 2016 的開場,就先針對開發者需求,介紹包含六大領域的 NVIDIA SDK 開發工具系列,包括針對遊戲的 GAMEWORKS ,針對超級運算的 COMPUTEWORKS ,針對 VR 的 VRWORKS ,車載的 DRIVEWORKS ,影像 CG 設計產業的 DESIGNWORKS ,以及針對具深度學習嵌入式平台 JETSON 系列的 JETPACK 。其中 DRIVEWORKS 以及 JETPACK 是這次新宣布的開發工具, DRIVEWORKS 目前還在開發階段,但針對包括自動駕駛應用的混合感測器演算、機器視覺判斷、車輛空間定位與高解析地圖。而 Chevelle.fu 9 年前
產業消息 nvidia gpu nvidia tegra drive pascal drive px2 GTC 2016 : NVIDIA 宣布將 DRIVE PX2 車載自動駕駛學習平台投入 ROBORACE 無人駕駛賽事 還記得先前公布的 ROBORACE 賽事的大會賽車嗎? NVIDIA 在 GTC 宣布,這場標榜電動與人工智慧自動駕駛的賽事將採用於今年 CES 所發表的 NVIDIA DRIVE PX2 作為其人工智慧核心,未來參與賽事的車隊將展現各自對於自動駕駛邏輯撰寫的能耐在這場賽事中爭豔。DRVIE PX2 基於兩顆下一代 NVIDIA Tegra 應用處理器以及基於 Pascle 架構的雙 GPU (但與今日所亮相的 Tesla P100 將為不同核心),目前僅公布下一代 Tegra 採用雙核 Denver 核心搭配 4 核心 Cortex-A53 ,至於整體運算效能達到 8TFLOPS , DRI Chevelle.fu 9 年前
產業消息 nvidia gpu Xeon x86 特斯拉 GTC pascal deep learning gtc 2016 GTC 2016 : 相當 250 台 x86 伺服器效能 , NVIDIA 發表搭載 8 張 Tesla P100 加速器的超級電腦 DGX-1 NVIDIA 在發表 Tesla P100 時,也一併宣布搭載 Tesla P100 的深度學習超級電腦 DGX-1 ,這款超級電腦發揮 Tesla P100 所採用的 Pascal 架構特性,一口氣搭載到 NVLink 的 GPU 溝通上限的 8 顆 Tesla P100 加速器,號稱效能相當 250 台 x86 伺服器運算效,以 250 台 x86 CPU 超級電腦才能達到的 2 小時智慧學習結果,只要一台 GDX-1 即有相同效果。架構包括兩顆 Xeon 處理器, 7TB SSD , 支援 NVLink 的陣列架構主板,上面的 Tesla P100 則搭載 16GB HBM2 記憶體,電 Chevelle.fu 9 年前
產業消息 nvidia gpu GTC pascal hbm gtc 2016 hbm2 GTC 2016 : 導入 NVLink 與 HBM2 , NVIDIA 發表採 Pascal 架構專業加速器 Tesla P100 NVIDIA 去年在 GTC 大會上所介紹的次代 GPU 架構 Pascal 正式在今年商用化,首款採用此架構的產品是專業加速器 Tesla P100 ,此款 GPU 可說是鎖定超級運算與深度學習領域,強調相較於 Maxwell 架構,於深度學習可加速達 12 倍的效能,並且以全新的半精度指令可在深度學習提供超過 21 兆次浮點數的高效能。黃仁勳也宣布一線伺服器品牌採用 Tesla P100 的伺服器將於 2017 年第一季推出。Tesla P100 採用全新的 Pascal 架構, 以 16nm FinFET 製程生產,高達 153 億個電晶體,最大的特色是導入三星 16GB HBM2 記憶 Chevelle.fu 9 年前
產業消息 nvidia gpu GTC gtc 2016 GTC 2016 :被 GPU 加速的視覺、聽覺與設計產業,帶來真真假假、假假真真的世界 NVIDIA 以 GPU 加速不斷的改變世界對於運算的定義,今年的 Google 人工智慧 AlphaGo 也是基於 GPU 加速的傑作,不過在人工智慧之前, GPU 加速早已用於各種視覺相關的領域,畢竟這才是 GPU 最原始的應用;在大會前一日有一個小型講座,就是針對 NVIDIA GPU 近期在光線追蹤應用的一些進展與新的軟體。當然單純以技術來說,這個概論講座並未著墨太多技術,主要是針對這些由 NVIDIA 所提供的 API 與開發工具的新版本做簡單的概論,包括針對光線追蹤的光線追蹤引擎 OptiX ,可跨軟體的統一定義材質語言 MDL ,光線追蹤 API Iray 、以及針對地理模擬的 Chevelle.fu 9 年前
新品資訊 intel nvidia gpu Razer usb type-c thunderbolt 3.0 amdd Razer Core 外接 GPU 箱價格公布,且可用於它廠支援 Thunderbolt 3.0 介面電腦 Razer 稍早正式公布其 Thunderbolt 3.0 GPU 外接盒 Razer Core 的價位,定在 399 美金( GPU 須另行添購),這款外接盒透過 Thunderbolt 3.0 傳輸協定,以 USB Type-c 端子介面與支援 Thunderbolt 3.0 的 Razer Blade Stealth 以及 2016 年款 Razer Blade 連接,為其提供更進階的圖形運算效能。不過 Razer Core 並非專屬於 Razer 筆電,只要同樣具備 Thunderbolt 3.0 的 PC ,無論是筆電或是桌上型電腦,都可在連接後搭配這款 GPU 外接盒使用;雖然最低 Chevelle.fu 9 年前
開箱評測 Google intel nvidia gpu cuda gpgpu 深度學習 機器學習 deep learning alpha go 機械神經網路 同樣的招式對聖鬥士是沒有用的!閒聊關於 Google AlphaGo 深度學習平台 今天科技業界發生一件有趣的大事,就是由 Google 的 AlphaGo 人工智慧與韓國棋士李世石的世紀對決,無論今天最終是人類獲勝或是電腦獲勝,都是相當值得玩味的。不同於當年 IBM 深藍超級電腦與俄羅斯國際象棋棋王卡斯帕羅夫的對決, AlphaGo 是以更新穎的機械神經網路架構的深度學習系統所打造的人工智慧,變數也會更多。過去的人工智慧是在系統所預設的邏輯內找尋對應方式,故需要給予超級電腦足以應對各種情況的邏輯庫,它才能夠持續變強,但問題在於過去的人工智慧只是按表操課,宛如早期的遊戲的 AI 一樣會有規律與破綻,也就是會有一定的套路。當然畢竟深藍是那個時代的超級電腦,能夠容納夠多的邏輯庫, Chevelle.fu 9 年前