lswcap
在4月13日举行的在线技术大会GTC 2021期间，NVIDIA宣布了DRIVE Atlan，这是一款具有1,000 TOPS性能的下一代AI响应式SoC，适用于自动驾驶汽车。 Drive Atlan具有目前实际使用的自动驾驶SoC的33倍的计算能力，而Nvidia的目标是在2025年将其付诸实践。
Drive Atlan是专门用于自动驾驶汽车的SoC.Bluefield是一种DPU，除了NVIDIA下一代GPU架构，基于ARM的CPU内核，深度学习和计算机视觉之外，还支持自动驾驶汽车自动驾驶所需的复杂计算和AI工作负载加速器。 （BlueField）首次作为NVIDIA SoC安装。
DRIVE Atlan的计算能力为1,000 TOPS，而目前已安装在批量生产的汽车和卡车中的DRIVE AGX Xavier为30 TOPS，而DRIVE AGX Orin为254 TOPS。英伟达将Drive Atlan描述为车载数据中心，该中心提供计算能力以构建软件驱动的查找工具。
但是，Drive Atlan仍在开发中，目标是从2025年模型安装。 DRIVE Atlan是从头开始设计的，但可以通过CUDA环境以及TensorRT API和库进行开发，就像DRIVE AGX Xavier和DRIVE AGX Orin一样。
此外，NVIDIA宣布了第八代自动驾驶平台Hyperion，该平台通过结合Drive AGX左侧和12个外部摄像头，3个内部摄像头，9个雷达和1个激光雷达传感器，实现了4级自动驾驶。
除了监视周围环境以进行自动驾驶外，第8代Hyperion还可以使用Dranive AGX Orin控件处理所有的车速显示和UI，例如空调，播放音乐或图像的多媒体功能以及识别车辆中的人脸。系统。根据NVIDIA的说法，第八代Hyperion预计将于2021年下半年发布，并且在主题演讲中，演示文稿中使用了与NVIDIA于2020年6月合作的梅赛德斯-奔驰概念车CG模型。
英伟达还宣布将扩大与瑞典汽车制造商沃尔沃的合作，并将为未来的沃尔沃汽车配备DRIVE AGX Orin。首先，DRIVE AGX Orin将安装在计划于2022年发布的XC9上，并将其与沃尔沃子公司Zenseact开发的softwenger，转向和刹车后备系统相结合，实现4级自动驾驶能力在某些条件下的自动驾驶。是要做的。
Nvidia首席执行官黄仁勋（Jensen Huang）表示，交通运输行业一直需要可依赖数十年的计算平台。在软件上的投资是昂贵的，并且不可能在单个工具上重复投资。它还说明了NVIDIA DRIVE是一个先进的AI和AV计算平台，能够与全面的软件和开发人员生态系统保持多代架构的兼容性。他强调说，公司的路线图确实是一项巨大的技术，它将能够融合NVIDIA的优势（Bluefield的AI，汽车，机器人，安全性和安全性数据中心）来创建一种安全，无人驾驶的车辆。相关信息可以在这里找到。
同时，Nvidia宣布已开始提供Jarvis，这是一个使构建交互式AI成为可能的软件框架。 Jarvis接受了大量数据的培训，开发人员将能够开发具有高精度自动语音识别和语言理解功能的交互式AI代理。
Jarvis运行直到现在才实现的基于语言的新应用程序，并一天24小时监控患者，以减轻医务人员的负担，与数字护士的跨境合作以及多种服务可能性，包括实时翻译可以用其母语观看实时内容。开了。
Jarvis的模型经过训练，可以处理10亿多页的文本和60,000个小时的不同语言，发音，环境和行话的音频数据。它还利用GPU加速在不到100毫秒的时间内运行端到端音频管道，并高速处理侦听，理解和响应生成。语音管道可以立即响应部署在云和数据中心中的数百万用户。
开发人员可以使用称为TAO的框架通过训练，调整和优化所有任务来轻松响应模型，并且在此过程中，他们不需要高级AI专家。 NVIDIA首席执行官黄仁勋（Jensen Huang）表示，将通过突破性的深度学习（如语音识别，语言理解和语音合成）来创建出色的云服务，但是Jarvis将在用户可以在云之外使用此类高级交互式AI的任何地方提供AI服务。他说他会做。相关信息可以在这里找到。
活动期间，NVIDIA还发布了Morpheus，这是一个用于实时检测和保护网络攻击的开放式AI框架。 Morpheus是针对云优化的网络安全框架。使用AI，它可以识别和保护威胁或异常情况，例如未加密的数据泄漏和网络钓鱼企图，恶意软件侵权配置文件，服务器错误或故障。 Morpheus还具有经过预先训练的AI模型，但是开发人员可以使用AI集成自己的模型。
Nvidia解释说，使用蓝牙数据处理单元（DPU）作为数据中心的芯片，与Morphengus一起用作网络防御传感器，可检测数据中心网络中所有计算节点的威胁。因此，组织表示用户可以从数据中心核心到边缘进行保护，从而可以快速分析所有数据包而无需复制数据。
Nvidia指出，现有的AI安全工具是基于不完整模型的威胁检测算法，该模型通常对大约5％的网络流量数据进行采样并进行检查。然后，他强调Morpheus可以分析所有数据包。与传统的网络安全框架相比，Morpheus可以分析更多的数据，而不会牺牲成本和性能。
首席执行官黄仁勋（Jensen Huang）强调说，零信任安全模型要求实时监控数据中心内的所有交易。这是一项重要的技术挑战，因为必须立即检测服务器入侵或威胁并操作最新的数据中心数据。
当前，一家主要的硬件或软件网络安全解决方案提供商正在与NVIDIA合作，优化数据中心安全产品并与Morpheus框架集成。合作伙伴包括ARIA网络安全解决方案，Cloudflare，F5，Fortinet，Guardicore，Canonical，Red Hat和VMware。相关信息可以在这里找到。
Nvidia在活动期间还宣布了基于Ampere架构的下一代笔记本电脑，台式机和服务器。
这次宣布的GPU是Amvidia RTX A5000和A4000台式机。对于笔记本电脑，RTX A5000笔记本电脑GPU，A4000，A3000，A2000。数据中心有8种类型，包括NVIDIA A16 GPU和NVIDIA A10 GPU。
所有这些产品均具有安培数架构，并提供高达前一代吞吐量两倍的吞吐量，以前一代吞吐量的2倍或第二代RT内核的2倍，可实现多达10倍的稀缺性，并且能够运行光线跟踪，着色同时提供降噪任务，它提供了支持TF32·BFloat16数据格式的第三代Tensor Core和一个CUDA内核，该内核以上一代FP32吞吐量的2.5倍显着提高了图形和计算工作量。
对于台式机GPU，RTX A5000配备了24GB的GDDR6内存，而A4000配备了16GB的GDDR6内存。它支持vWS软件，并允许远程用户运行工作负载，例如高级设计和AI计算。 PCIe是第四代，提供的带宽是上一代的两倍。
对于笔记本电脑，GPU内存采用第三代Max-Q技术可实现高达16GB的存储效率。 RTX A5000笔记本电脑GPU具有6,144个CUDA内核，192个张量内核，48个RT内核，功耗为80-165W。 A4000具有5,120个CUDA内核，160个Tensor内核和40个RT内核。 A3000带有4,095个CUDA内核，128个Tensor内核和32个RT内核，而A2000带有2,560个CUDA内核，80个Tensor内核和20个RT内核。功耗为35〜95W。
它还推出了基于上一代笔记本电脑Turing架构的NVIDIA T1200笔记本电脑GPU和NVIDIA T600。这两款软件是专为具有多种应用程序的专业工作而设计的。
数据中心的使用是特定于设计人员和工程师的，A16实现了虚拟桌面基础架构环境，该环境可实现高达两倍的用户密度，同时降低了上一代产品的总成本。 A10提供的虚拟工作站性能是上一代产品的2.5倍。这些A16和A10结合了NVIDIA RTX虚拟工作站和NVIDIA虚拟PC软件，以提高性能和内存速度，并简化包括图形，AI和VDI在内的所有工作流程，用户将大量时间用于高效而富有成效的工作。这是可以完成的解释。
Add comment