前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >苹果发布教育版 iPad 的时候,英伟达的黄仁勋扩容了核武器库(没有矿卡)

苹果发布教育版 iPad 的时候,英伟达的黄仁勋扩容了核武器库(没有矿卡)

作者头像
HyperAI超神经
发布于 2019-12-01 14:48:21
发布于 2019-12-01 14:48:21
4690
举报
文章被收录于专栏:HyperAI超神经HyperAI超神经

先跑题吐槽一下昨晚的苹果发布会,教育版 iPad 的发布几乎没有掀起一丁点波澜,简直愧对其「科技春晚」的名声。反而是「All in 区块链」的朋友们苦追英伟达(Nvidia)的 GTC 2018,发出阵阵哀嚎。

「矿卡在哪儿?」

是的,传闻中的游戏和计算两条新品线「图灵 ( Turing ) 」和「安培 ( Ampere ) 」均未出现;一向对「数字矿工」嗤之以鼻的黄仁勋,更是没有打算提供任何挖矿专用产品。

目前新品欠奉较有根据的猜测是:由于受三星 Q1 晶圆厂断电事故影响,导致原定于新产品使用的 GDDR6 显存无法按时交付;或者是发布会前夕 TitanV 爆出 2x2 计算错误的 Bug ,也存在于同架构的新产品线上,涉及范围也不止局限于分子动力学程式 Amber。

能同时让游戏爱好者、人工智能从业者和数字矿工同时失望,可能也是实力的一种体现。加之英伟达宣布停止自动驾驶的路试,发布会结束时,英伟达股价下跌达 9.64%。

黄仁勋显然对股价下跌无动于衷,他万年不变身着夹克发布新超算 DGX-2 的时候,官方甚至字幕提示这夹克是全新的^_^。

被黄老爷子称为「世界最大 GPU」的 DGX-2, 非常匹配这个产品编号。因为从性能、显卡数量、算力、价格上来看,DGX-2 的各项参数都是 DGX-1V 对应数值乘以 2。不过由于英伟达提升了单块 V100 的显存,DGX-2 的显存总量是 DGX-1V 的四倍。

所以总体看起来,本届发布会英伟达似乎在原地踏步。不过由于 V100 和 NVlink 的领先优势,即使 DGX-2 仅仅只是把去年上半年的 2台 DGX-1V 捆在一块儿,还是仍然领先了相关竞品一大截。比如说 AMD 去年年末发布的超算「project 47」,拥有 1Pflops 算力(每秒浮点计算 1 万亿次),这货长这样:

像不像个电冰箱?这货直通电流 80-100A,这个功耗都可以在港口提起来数十吨

集装箱了。对比起来 DGX 系列的能耗仅仅相当于一台家用非变频空调,难怪黄仁勋自夸「买的越多省的越多」。

软件部分英伟达则提供了新的 TensorRT,此外官方打包「Kubernetes on Nivida GPUs」,可以让开发者更轻松的管理 GPU 集群之间的任务、算力调度。英伟达的软件生态越来越丰富的同时,实际上开发者的选择几乎被锁定了。

何况还有把整个产业绑在自己战车上的 CUDA 和 CuDNN,英伟达仍然拥有独一无二的统治地位。新入场玩家如果不能拿出吊打 Tensor Core 的数倍的产品,商业公司其实并没有充足动力叛逃英伟达的怀抱。

什么,你说 TPU?哪里有卖?

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2018-03-28,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 HyperAI超神经 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
即时配送的ETA问题之亿级样本特征构造实践
引言 ETA(Estimated time of Arrival,预计送达时间)是外卖配送场景中最重要的变量之一(如图1)。 我们对ETA预估的准确度和合理度会对上亿外卖用户的订单体验造成深远影响,这关系到用户的后续行为和留存,是用户后续下单意愿的压舱石。 ETA在配送业务架构中也具有重要地位,是配送运单实时调度系统的关键参数。对ETA的准确预估可以提升调度系统的效率,在有限的运力中做到对运单的合理分配。在保障用户体验的同时,对ETA的准确预估也可以帮助线下运营构建有效可行的配送考核指标,保障骑手的体验和收
美团技术团队
2018/03/13
9600
即时配送的ETA问题之亿级样本特征构造实践
即时配送的ETA问题之亿级样本特征构造实践
ETA(Estimated time of Arrival,预计送达时间)是外卖配送场景中最重要的变量之一(如图1)。我们对ETA预估的准确度和合理度会对上亿外卖用户的订单体验造成深远影响,这关系到用户的后续行为和留存,是用户后续下单意愿的压舱石。
美团无人配送
2019/05/10
6340
即时配送的ETA问题之亿级样本特征构造实践
深度学习在美团配送ETA预估中的探索与实践-笔记
文章作者:Tyan 博客:noahsnail.com  |  CSDN  |  简书
Tyan
2022/08/11
7930
深度学习在美团配送ETA预估中的探索与实践-笔记
美团配送实时特征平台建设实践
导读:2019年5月,美团正式推出新品牌「美团配送」,升级配送开放平台。那你知道支撑美团配送大脑的实时特征平台是如何建设的吗?如何实现每分钟生产千万级的实时特征?如何在70w+QPS的场景下实现4个9响应耗时在50毫秒的需求?本文将为大家介绍配送实时特征平台的发展历程,关键技术和实践经验。
Houye
2021/01/27
1.5K0
美团配送实时特征平台建设实践
深度学习在美团配送ETA预估中的探索与实践
美美导读:ETA(预计送达时间预估)是配送调度环节中非常重要的一环,而且涉及的因素特别多。本文阐述了ETA深度学习技术迭代中的一些尝试及效果。
美团技术团队
2019/03/21
1.1K0
深度学习在美团配送ETA预估中的探索与实践
美团智能配送系统的运筹优化实战-笔记
文章作者:Tyan 博客:noahsnail.com  |  CSDN  |  简书
Tyan
2022/06/12
1.9K0
美团智能配送系统的运筹优化实战-笔记
美团智能配送系统的运筹优化实战
美团配送业务场景复杂,单量规模大。下图这组数字是2019年5月美团配送品牌发布时的数据。
物流IT圈
2020/02/26
2.1K0
美团智能配送系统的运筹优化实战
专访美团点评 AI 技术团队负责人何仁清:全球规模最大的智能配送调度系统是如何建成的
AI 研习社按:互联网影响着社会的方方面面,作为 O2O 和共享经济的代表,美团外卖经过几年高速发展,以每天配送超过千万份订单、几十万骑手的规模,成为世界上最大的配送平台。实际上,看上去劳动密集型的外卖行业,其实背后蕴藏着大数据、云计算、物联网、人工智能等高新技术,是这些高科技,使美团外卖能够在激烈竞争中逐渐脱颖而出。
AI研习社
2018/07/26
2.4K0
专访美团点评 AI 技术团队负责人何仁清:全球规模最大的智能配送调度系统是如何建成的
即时配送的订单分配策略:从建模和优化-笔记
文章作者:Tyan 博客:noahsnail.com  |  CSDN  |  简书
Tyan
2022/06/12
1.9K0
即时配送的订单分配策略:从建模和优化-笔记
机器学习在美团配送系统的实践:用技术还原真实世界
本文重点解读美团在即时配送领域机器学习技术的最新进展,构建对线下真实世界各种场景的感知能力,还原并预测配送过程各个细节。
美团技术团队
2019/01/07
6600
业界 | 每天1800万单,1小时送到,美团外卖如何优化配送模型?
大数据文摘作品 在4月13号刚结束的O'Reilly和Intel AI Conference上,美团点评的配送算法策略架构师郝井华博士详细介绍了美团外卖即时配送业务的重难点,让我们来看看大数据文摘整理的演讲精华。 郝井华,美团点评研究员 美团外卖是全球最大的外卖平台,以及全球最大的即时配送平台。其共有骑手60万,签约商家150万,每天配送外卖1800万单。 美团要做的是即时配送,也就是在一个小时之内把订单送到客户手中。那么配送模式是如何配置的呢?60万骑手如何能够高效率低成本地工作? 优化配送模式 后台是把
大数据文摘
2018/05/23
1.2K0
机器学习在美团配送系统的实践:用技术还原真实世界-笔记
文章作者:Tyan 博客:noahsnail.com  |  CSDN  |  简书
Tyan
2022/06/12
7960
机器学习在美团配送系统的实践:用技术还原真实世界-笔记
机器学习在美团配送系统的实践:用技术还原真实世界
2014年,斯嘉丽·约翰逊主演的科幻片《超体》大火,影片中主人公Lucy由于无意中摄入了大量的代号为“CPH4”的神秘药物,大脑神经元获得空前的开发,获得了异乎寻常的超能力,她能够对这个世界进行全新的感知、理解和控制(比如控制无线电波),最终跨越时间和空间成为了一个超级个体。
美团技术团队
2018/12/14
8570
机器学习在美团配送系统的实践:用技术还原真实世界
历经五次迭代,看饿了么方舟智能调度系统如何指挥 300 万骑手
雷锋网 AI 研习社按,2018 年初,比达咨询发布 2017 年度中国第三方餐饮外卖市场研究报告。报告显示,2017 年度外卖市场交易规模达 2046 亿元,较去年增长 23.1%,用户规模增长 3 亿人,较去年增长 15.4%。
AI研习社
2018/07/26
2.4K0
美团配送系统架构演进实践
美团配送自成立以来,业务经历了多次跨越式的发展。业务的飞速增长,对系统的整体架构和基础设施提出了越来越高的要求,同时也不断驱动着技术团队深刻理解业务、准确定位领域模型、高效支撑系统扩展。如何在业务高速增长、可用性越来越高的背景下实现系统架构的快速有效升级?如何保证复杂业务下的研发效率与质量?本文将为大家介绍美团配送的一些思考与实践。
美团技术团队
2019/03/22
1.7K0
美团配送系统架构演进实践
【沙龙干货】主题三:美团配送智能调度实践
分享内容 ---- 外卖从2013、2014年开始到现在,最近两到三年发展速度非常快,在快速发展过程里边涌现了很多很有难度很新的问题,这个里边订单的调度是比较有难度,也是比较有代表性的一个问题,希望通过今天的分享能让大家对外卖的订单调度问题以及我们的工作有一个比较深入的认识。 美团外卖从2015年初开始决定做配送,从最开始的一到两万单,已经发展到现在的将近300万单,目前需要十万以上的骑手,这个规模相当大。随之而来的一个问题——成本相对比较高,占到整个配送运营80%以上的成本,怎么样让我们的骑手工作效率高,
美团技术团队
2018/03/12
2.3K0
【沙龙干货】主题三:美团配送智能调度实践
美团、达达:即时配送掀起智能化竞速赛
受疫情影响,消费者线上消费行为渗透率逐渐提升,即时配送服务的需求不断增多。再加上非餐需求的持续上升,即时配送覆盖场景进一步扩大,消费者依赖度再度提升。面对市场规模不断增大的即时配送领域,各路玩家纷纷来此布局试图分走一杯羹。
用户6132544
2022/04/24
5670
配送交付时间轻量级预估实践
在本文中,我们介绍了交付时间预估迭代的三个版本,分别为基于地址结构的树模型、向量召回方案以及轻量级的End-to-End的深度学习网络。同时介绍了如何在性能和指标之间取舍,以及模型策略迭代的中间历程,希望能给从事相关工作的同学们有所启发和帮助。
美团技术团队
2019/10/12
7480
配送交付时间轻量级预估实践
机器学习中模型优化不得不思考的几个问题
图1 机器学习工程师的知识图谱 图1列出了我认为一个成功的机器学习工程师需要关注和积累的点。机器学习实践中,我们平时都在积累自己的“弹药库”:分类、回归、无监督模型、Kaggle上面特征变换的黑魔法、
美团技术团队
2018/03/12
1.3K0
机器学习中模型优化不得不思考的几个问题
配送交付时间轻量级预估实践-笔记
文章作者:Tyan 博客:noahsnail.com  |  CSDN  |  简书
Tyan
2022/06/12
6460
配送交付时间轻量级预估实践-笔记
推荐阅读
相关推荐
即时配送的ETA问题之亿级样本特征构造实践
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档