Nvidia在2016 GPU技术大会上宣布了其DGX-1深度学习系统。该系统采用了Nvidia的八种最新Tesla GP100图形卡,可提供高达170 teraflops的半精度性能。

对于普通的PC风扇来说,这可能并不意味着什么,但是在其性能是Nvidia Titan X的十二倍以上的情况下,后者是市场上最昂贵,功能最强大的显卡。

也可以看看: 脸书不再只是进口法国人的大脑

Tesla GP100基于台积电的16nm FinFET制造工艺,并且首次使用高带宽内存(HBM2)。英伟达在英特尔或AMD之前率先采用这两种功能,尽管三星自2015年底以来一直在使用16nm制造工艺。

Nvidia并没有在新的制造工艺中使GPU变薄,而是在卡中添加了更多的晶体管。 Nvidia预计该显卡将打破GPU行业的性能记录,但消费者购买显卡可能还需要一段时间。

英伟达DGX-1“middleman”在量子计算竞赛中

NVIDIA-dgx-1

 

回到DGX-1深度学习系统,Nvidia添加了两个16核Intel Xeon E5-2698 CPU,它们的时钟速度为2.3GHz,512GB DDR4 RAM,四个1.92TB SSD RAID和两个10GbE InfiniBand网络端口,根据 技术工作室。需要3,200w PSU为其供电—Nvidia未提供。

该系统的最终成本为129,000美元,将于6月上市。我们怀疑没有增强现实技术或自动驾驶汽车制造商会对此感兴趣,除非他们计划以巨额亏损或以不可出售的价格出售产品。

深度学习公司可能会对该产品更感兴趣,因为它提供的性能比市场上的任何产品都要强大。在这种情况下,性能意味着深度学习机器可以更快地查看,学习和理解事物。

计算能力被视为深度学习系统蓬勃发展的最终必要条件,这就是为什么Google,IBM和Microsoft都投资于量子计算的原因。当测试在量子计算上运行时,DGX-1可能成为渴望使用最快的计算硬件的深度学习公司的中间人。