展会信息港展会大全

英伟达花30亿美元打造这款AI芯片 售14.9万美元
来源:互联网   发布日期:2017-05-11 09:44:56   浏览:45256次  

导读:据国外媒体VentureBeat报道,英伟达CEO黄仁勋今天发布了一款针对人工智能应用的雄心勃勃的新处理器:Tesla V100。 该新芯片拥有210亿个晶体管,性能比英伟达一年前发布的带150亿个晶体管的Pascal处理器强大得多。它是一款很大的芯片815平方毫米,大小约为App...

英伟达花30亿美元打造这款AI芯片 售14.9万美元

据国外媒体VentureBeat报道,英伟达CEO黄仁勋今天发布了一款针对人工智能应用的雄心勃勃的新处理器:Tesla V100。

该新芯片拥有210亿个晶体管,性能比英伟达一年前发布的带150亿个晶体管的Pascal处理器强大得多。它是一款很大的芯片——815平方毫米,大小约为Apple Watch智能手表的表面。它拥有5120个CUDA(统计计算设备架构)处理核心,双精度浮点运算性能可达每秒7.5万亿次。

作为全球最大的图形芯片和AI芯片厂商,总部位于加州圣克拉拉的英伟达在加州圣何塞举行GPU技术大会,并发布了上述产品。

黄仁勋称英伟达花了30亿美元打造这款芯片,售价将会是14.9万美元。

在介绍该款芯片之前,黄仁勋谈到了AI近年的发展史。他指出,深度学习神经网络研究大约5年前开始带来成果,那个时候研究人员开始利用图形处理器(CPU)来处理数据,同时利用它们来快速训练神经网络。自那时起,深度学习技术呈现加速发展。今年,英伟达打算培训10万个开发者使用该项技术。

Tesla V100另称为Volta,针对深度学习而打造,Tensor性能可达每秒120万亿次浮点运算。它能够每秒传输300GB的数据,速度相当于时下其它处理器的20倍。该款芯片由三星代工生产。

该芯片针对深度学习训练的Tensor浮点运算性能达到去年发布的Pascal处理器的12倍。这种处理速度很有必要,因为深度学习算法的进展令人惊叹。

2015年,微软打造了一个名为ResNet的深度学习项目,该项目非常复杂,需要每秒7百亿亿次浮点运算的处理能力。百度2016年打造的Deep Speech 2 AI需要每秒20百亿亿次浮点运算的处理能力,谷歌2017年打造的NMT则需要每秒105百亿亿次浮点运算的处理能力。

微软正在开发一个新的ResNet版本,ResNet会同时使用64个Tesla V100芯片来进行处理。目前还不清楚Tesla V100批量出货的时间。(乐邦)


赞助本站

AiLab云推荐
推荐内容
展开

热门栏目HotCates

Copyright © 2010-2024 AiLab Team. 人工智能实验室 版权所有    关于我们 | 联系我们 | 广告服务 | 公司动态 | 免责声明 | 隐私条款 | 工作机会 | 展会港