Nilalayon ni Nvidia ang mga graphic at 'malalim na pag-aaral'

Ang bagong Titan X graphics processor ng Nvidia ay batay sa GM200 processor, na kung saan ay isang malaking maliit na tilad, na gumagamit ng kapangyarihan ng 8 bilyong transistor, 3, 072 na mga cores sa pagproseso, at 12GB ng onboard na GDDR5 memory para sa 7 teraflops ng ranggo ng solong-katumpakan na pagganap. Ang maliit na tilad na ito, na na-preview sa Game Developers Conference ng dalawang linggo na ang nakaraan, ay batay sa parehong mga Maxwell cores na nasa kasalukuyang mga processors ng kumpanya at ginawa sa parehong proseso ng 28nm.

Ngunit sinabi ni Nvidia sa linggong ito na ang bagong punong barko na GeForce GPU ay maghatid ng dalawang beses sa pagganap at doble ang kahusayan ng kapangyarihan ng nauna nito. Ito rin ay isang napakalaking chip sa 601 mm2, tungkol sa pinakamalaking sukat ng chip na kasalukuyang ginagawa, at iguguhit ang 250 watts ng kuryente. At syempre, ito ang magiging pinakamahal na pangkalahatang tsart ng graphics na may iminungkahing presyo ng tingi na $ 999.

Karamihan sa mga pagsusuri mula sa mga site tulad ng ExtremeTech, Anandtech, at TechReport ay medyo positibo. Siyempre, sa totoong mundo, walang nakakakita ng pagdodoble ng pagganap ng inaangkin ng nagbebenta, kahit na mayroong ilang mga magagandang pakinabang. Sa pangkalahatan, ang Titan X ay tila malinaw na matalo ang iba pang mga card na single-GPU, at gumagawa ng isang kredensyal na trabaho sa paghahambing sa dalawahan na GPU Radeon R9 295X2 ng AMD o Nvidia o dual GeForce GTX 980 SLI. Sa maraming mga kaso, ang isang dual-GPU card mula sa alinman sa nagtitinda ay magiging mas mabilis kaysa sa anumang solong-GPU card, ngunit maraming mga laro ang hindi gumagamit ng parehong mga kard, at sa iba pa, ang mga dual-card setup ay nagpapakita ng mas masindak. Sa partikular, ang maraming mga pagsusuri ay nakatuon sa kung gaano kahusay ang ginagawa ng Titan X sa 4K.

Siyempre, ang pangunahing karibal ni Nvidia sa mapagkumpitensya na mundo ng mga PC graphics ay malamang na hindi nakaupo nang mahigpit - Ang AMD ay malawak na napabalita na mayroong sariling bagong card na naghihintay sa mga pakpak.

Muli, bagaman, ang naisip kong pinaka-interesante tungkol sa pagpapakilala ng Titan X sa GPU Technology Conference (GTC) noong Martes ay ang pokus sa paggamit ng chip sa mga malalim na aplikasyon ng pagkatuto, kasama ang Nvidia CEO Jen-Hsun Huang na pinag-uusapan tungkol sa kung paano ang mga mananaliksik natuklasan na ang mga malalim na diskarte sa pag-aaral ay maaaring kapansin-pansing mapabilis gamit ang mga GPU.

Sa partikular, napag-usapan ni Huang ang tungkol sa mga aplikasyon na nagmula sa pagkilala sa imahe na may awtomatikong pagsulat ng caption sa medikal na pananaliksik sa mga autonomous na sasakyan. Ang awtomatikong merkado ay ang pangunahing pokus para sa Nvidia sa CES, dahil ipinakilala nito ang Tegra X1 chip at ang Drive PX solution para sa industriya ng auto. Ang ideya ay upang dagdagan ang mga umiiral na mga advanced na sistema ng tulong sa driver (ADAS) upang sila ay maging mas matalino at mas matalinong sa paglipas ng panahon. "Naniniwala ako na ang Big Bang ng mga self-driving na sasakyan ay paparating na sa susunod na ilang taon." Sinabi ni Huang.

Nang maglaon, ang Tesla Motors CEO na si Elon Musk ay sumali kay Huang sa yugto ng GTC upang sabihin na ang pagbuo ng mga sasakyan sa pagmamaneho ng sarili na talagang mas ligtas kaysa sa mga taong may pagmamaneho ay hindi malayo. Sinabi ng Musk na ang kasalukuyang sensor suites sa isang Tesla ay may kakayahan sa mga tampok na tulong na advanced-driver, ngunit ang pagmamaneho sa sarili sa isang kapaligiran sa lunsod sa bilis ng 10-40 milya bawat oras ay mangangailangan ng higit pang lakas sa pagproseso. Pa rin, sinabi niya na ang paglipat ay tatagal ng mahabang panahon, dahil ang armada ng mga sasakyan sa kalsada ay napakalaki. "Ito ay kakatwa na napakalapit namin sa pagdating ng AI, " sabi ni Musk. "Inaasahan ko lang na may naiwan sa atin na mga tao."

Ang pag-aaral ng makina ay naiiba kaysa sa karamihan ng mga aplikasyon ng high-performance computing (HPC) kung saan tinutulak ng Nvidia ang mga accelerator ng Tesla. Ang mga application na ito ay karaniwang nangangailangan ng dobleng-katumpakan na lumulutang-point, habang ang malalim na mga aplikasyon ng pag-aaral ay madalas na nangangailangan lamang ng isang katumpakan. Nag-aalok lamang ang Titan X ng solong-katumpakan. Para sa mga aplikasyon ng malalim na pag-aaral, ang Nvidia ay nag-aalok ng isang bagong balangkas na tinatawag na DIGITS, ang Deep GPU Training Systems para sa mga siyentipiko ng data, at isang bagong $ 15, 000 appliance na tinatawag na DIGITS DevBox.

Inaasahan, sinabi ni Huang na ang arkitektura ng Pascal GPU, na nakatakdang mag-debut sa susunod na taon, ay mapabilis ang malalim na mga aplikasyon ng pag-aaral ng sampung beses na lampas sa bilis ng kasalukuyang mga henerasyong processor na Maxwell. Ito ay nagmula sa tatlong bagong tampok: halo-halong katumpakan (higit na paggamit ng 16-bit na lumulutang na point); 2.7 beses ang kapasidad ng memorya na may hanggang sa 32GB sa pamamagitan ng paggamit ng 3D na nakasalansan na memorya na may tatlong beses na ang bandwidth ng memorya, at ang magkakaugnay na NV Link na nagpapahintulot ng hanggang sa walong mga high-end na GPU sa isang DevBox o katulad na workstation (kumpara sa apat na Titan X Ang mga GPU sa isang pagpapadala noong Mayo). Hindi sinabi, ngunit malamang na ang mga chips batay sa arkitektura na ito ay gagamit ng teknolohiyang proseso ng susunod na henerasyon. Pagkatapos ng lahat, ang unang 28nm chips ay ipinakilala noong 2011 at nagsimulang ibenta noong 2012, kaya sa susunod na taon, inaasahan kong makakakita kami ng 16nm o 14nm discrete graphic chips.