- Advertisement -
首頁 標籤 Nvidia

Nvidia

- Advertisment -

宸曜新推支援NVIDIA T4 GPU AI強固嵌入式電腦

宸曜科技(Neousys)日前宣布推出新一代邊緣運算Edge AI人工智慧推理平台Nuvo-7166GC、支援NVIDIA T4 GPU圖形加速運算卡,能在邊緣運算中執行高效率的 AI智慧推理以及資料處理,進而大幅度節省上傳到雲端主機的資料量。 NVIDIA的邊緣運算平台含括了低功耗的NVIDIA Jetson Nano以至於可處理大量工作負載的NVIDIA T4機架式伺服器,Nuvo-7166GC強固嵌入式智慧平台使用宸曜科技專利的擴充式卡槽設計,替高階的NVIDIA T4 GPU提供了優質的散熱導流技術,能確保在惡劣環境下維持穩定的系統運行;除此之外,Nuvo-7166GC的擴充式卡槽還提供了一個額外的 16倍速 PCIe插槽,可用於安裝第二張附加卡,以提高系統應用的靈活性。 NVIDIA T4能在即時推理中提供65 FP16 TFLOPS以及130 INT8 TOPS的高精度運算效能,憑藉NVIDIA T4 GPU加速運算的優勢,宸曜的Nuvo-7166GC嵌入式平台專為高階的人工智慧推理應用而設計。 Nuvo-7166GC強固嵌入式智慧平台整合GbE/PoE、USB 3.1 Gen2/Gen1等連接埠口,以及可選配的CameraLink/CoaXPress影像擷取卡,可用於圖形採集和基於深度學習的視覺應用。 而Nuvo-7166GC的緊湊尺寸適合智慧醫療應用,它能利用NVIDIA T4 GPU的性能進行基於深度學習的醫學成像,提供更精確的診斷見解。此外,Nuvo-7166GC更具有豐富的I/O連接埠口,專為高階智慧推理以及邊緣運算而設計,能為醫療系統提供多種周邊連結以及靈活的擴充性能。
0

是德攜手NVIDIA加速虛擬化網路/高價值行動服務開發

是德科技(Keysight)日前宣布與NVIDIA攜手合作,共同加速開發靈活的虛擬化網路和高價值的行動服務。NVIDIA長期致力於推動電腦運算世代的進化。 是德科技網路存取事業群副總裁暨總經理Giampaolo Tardioli表示,該公司與NVIDIA密切合作,運用是德科技可擴充的自動化5G用戶端設備模擬(UEE)解決方案,協助行動產業開創並推出高價值的5G應用。有了是德科技5G解決方案,由網路基礎設施供應商和行動通訊業者組成的生態系統,便能針對各種無線和光學介面,充分驗證虛擬化5G無線存取和核心網路功能的效能。 近來,行動通訊業者開始運用動態虛擬化無線存取網路(vRAN)架構,以及開放式無線存取網路(O-RAN)標準介面,來推動網路轉型,使其能以經濟有效的方式,提供各種重視低延遲和高傳輸速率的服務。藉由採用軟體定義的網路架構,他們可從容因應新數位時代的要求,讓一般消費者和產業使用者都能受惠於擴增實境/虛擬實境、自動駕駛汽車、智慧工廠和遊戲等包羅萬象的高價值服務。 利用是德科技解決方案,行動通訊業者和網路設備製造商(NEM)可對5G和舊式無線存取及核心網路進行驗證,確保採用vRAN架構的多元應用,能提供出色的終端使用體驗。是德科技用戶端設備模擬(UEE)解決方案符合3GPP和O-RAN等國際標準組織制定的規格,可協助NVIDIA推出全新的軟體開發套件(SDK)Aerial,以供5G應用設計工程師使用。Aerial採用圖形處理器(GPU)和人工智慧(AI)技術,將全新功能導入即時運算。 是德科技UEE解決方案讓工程師能夠驗證部署於複雜無線環境中的無線存取網路,以便加速在實驗室和現場測試環境中,驗證空中傳輸(OTA)和O-RAN介面。這些解決方案整合了精密的通道模擬功能,並可在任何3GPP指定頻段中建構各種真實的使用情境,以便進行協定和負載測試。
0

新品/合作策略頻出 NVIDIA再擴自駕生態系

NVIDIA近日於2019 GTC China上發布多項自駕車相關產品與合作策略,例如軟體定義自主機器平台DRIVE AGX Orin、提供用於自動駕駛車的深度神經網路,以及與滴滴出行共同推動自動駕駛發展等,在在顯示NVIDIA的企圖心,期透過上述產品和合作夥伴建立更強大的生態系,擴大自駕市場藍圖。 NVIDIA創辦人暨執行長黃仁勳表示,打造安全的自駕車,也許是當今最具挑戰性的運算難題。開發自駕車所需的投資以指數增長,而面對複雜的開發任務也需倚賴具擴充性且可編程的軟體定義人工智慧平台來解決;此外,AI自駕車是軟體定義的汽車,它必須基於大量資料集才能在全球行駛。 為此,NVIDIA推出全新軟體定義自主機器平台DRIVE AGX Orin,並宣布提供用於自動駕駛車輛的深度神經網路,使開發者能夠根據不同的資料集進行最佳化。透過這些方式,得以在保護資料所有權與隱私的同時,實現跨企業和跨國的共享學習,並加速全球自駕車的落地應用。 NVIDIA全新軟體定義自主機器平台DRIVE AGX Orin亮相。 據悉,新推出的DRIVE AGX Orin平台搭載名為Orin的全新系統單晶片(SoC),由 170億個電晶體所組成,並結合NVIDIA新一代GPU架構與Arm Hercules CPU核心,以及全新的深度學習和電腦視覺加速器,提供每秒高達200兆次的運算,幾乎是前一代系統單晶片Xavier的七倍。Orin能夠處理在自駕車與機器人中,同時運行的大量應用程式以及深度神經網路,並達到ISO 26262 ASIL-D等系統安全標準,支援從Level 2到全自動駕駛Level 5車輛開發的相容架構平台,使得 OEM業者可以開發大規模且複雜的軟體產品系列。 同時,由於AI對於安全的自駕車開發來說至關重要,它能夠讓其感知周圍環境並做出即時反應,進而更聰明地行駛於道路上。其核心是由數十個深度神經網路組成,它們可以處重複且不同的任務,以確保精確的感知、定位和路徑規劃。因此,NVIDIA向自駕車開發者開放其預先訓練好的AI模型和訓練代碼。透過NVIDIA AI工具,生態系內的開發者們可以自由擴展和自訂模型,以提高自動駕駛系統的穩健性與效能。 另一方面,NVIDIA也積極協同合作夥伴加速自駕車發展,如滴滴出行將使用NVIDIA DRIVE為其Level 4自駕車提供推論能力;滴滴在今年 8 月將其自動駕駛部門升級為獨立公司,並與產業合作夥伴展開廣泛合作。作為滴滴自動駕駛汽車中心AI處理的一部分,NVIDIA...
0

AIoT熱潮有增無減 邊緣運算方案競出籠

人工智慧(AI)蓬勃發展,而AI結合AIoT更是現今半導體產業熱門議題。IoT產品除了要能聯網,同時也須更智慧化,才得以實現更多創新應用;而要讓終端設備變得更智慧,無疑是為其增添AI,這也意味著終端裝置須具備更高的運算效能,才得以在終端先行處理龐大的資料量。為此,邊緣運算(Edge Computing)形成時下主流,各大AI方案供應商也加強布局力道,邊緣運算的軍備競賽可說如火如荼的進行中。 Arm新NPU/GPU系列提升智慧沉浸體驗 從遊戲裝置到數位電視(DTV),人工智慧現在已經無所不在;但考量到要促成這些回應式的體驗,端點必需具備更強的運算能力。例如,數位電視的智慧型體驗,包括智慧助理語音指令、節目即時翻譯至另一種語言及人臉辨識以強化家長監護。 為了達成這些功能,Arm宣布推出兩個全新的主流機器學習(ML)處理器,分別為Ethos-N57與Ethos-N37 NPUs;以及最新的Mali繪圖與顯示處理器Mali-G57 GPU。新推出的兩款ML處理器,可實現AI應用並在ML的效能與成本、面積、頻寬與電池壽命限制之間達成平衡,而Mali-G57 GPU則是第一個以Valhall架構為基礎的主流GPU,可透過效能提升帶來沉浸式體驗。 Arm資深副總裁暨車用與物聯網事業部總經理Dipti Vachani(圖1)表示,該公司致力於投注領先全球的前瞻技術,全面賦能運算效能,實現更多創新體驗。除了上述新推出的ML處理器與GPU外,該公司也針對全球一兆台聯網裝置打造支援bfloat16功能以強化終端裝置機器學習的Neoverse平台,將AI導入邊緣運算,在終端及雲端發揮數據價值。 圖1 Arm資深副總裁暨車用與物聯網事業部總經理Dipti Vachani表示,Arm希望透過完善的產品線與解決方案,滿足日漸增加的沉浸式體驗需求。 Vachani補充,除此之外,因應運算從雲端移至邊緣,該公司也推出能確保雲端原生體驗的Project Cassini解決方案,實現從雲端到終端皆具備完善的智慧運算決策能力,以應付更多元且多變的應用場景。這些方案加總起來,代表Arm有能力依需求調整規模,並把優質的體驗帶入消費者的日常生活裝置中。 據悉,在Arm ML處理器(現在稱為Ethos-N77)發表後,Ethos-N57與Ethos-N37是Ethos NPU系列最新的成員。Ethos為解決複雜AI與ML運算挑戰的產品組合,以便為日常生活裝置創造更為個人化與沉浸式的體驗。 由於消費裝置愈來愈智慧化,因此,透過專屬的ML處理器提供額外的AI效能與效率,有其必要性。為此,全新的Ethos NPU不僅針對成本和電池壽命進行優化,像是先進的資料管理技術,以減少資料的移動與相關的耗電,還進一步強化Int8與Int16資料類型的支援性,並透過創新技術Winograd,讓效能更上一層樓。 至於Mali-G57,主要目的是將優質的智慧與沉浸使用者體驗帶到主流市場,包括高傳真遊戲、媲美電玩主機的行動裝置圖型效果、DTV的4K/8K使用者介面,以及更為複雜的虛擬實境與擴增實境工作負荷。該產品和前一代Mali-G52相比,各種內容都能達到1.3倍的效能密度,且能源效率提升30%使電池壽命更長,以及針對虛擬實境(VR)提供注視點渲染支援且裝置上ML效能提升60%,以進行更複雜實境應用。 Vachani說明,遊戲體驗是行動裝置市場一項重要應用,除了推出效能更高的Mali GPU之外,該公司近期也宣布與Unity擴大合作,藉由將Arm的解決方案放置在Unity平台,讓遊戲開發者可以輕鬆的運用,創建更佳的沉浸式體驗。 布局高效運算市場 SiFive再發新IP組合 不讓Arm專美於前,SiFive近日也於Linley Fall處理器大會上推出全新高性能IP產品組合,其分別為SiFive U8系列核心IP和經過優化的HBM2E+解決方案,滿足各應用領域(如汽車、人工智慧、物聯網等)等終端運算需求。 SiFive首席執行長Naveed Sherwani表示,全新SiFive U8系列微架構的推出是一個重要的里程碑,可擴展的亂序RISC-V處理器可滿足汽車、資料中心和邊緣AI等需求。新推出的IP基於RISC-V指令集架構,是一種超純量(Superscalar)設計,具有可擴展的亂序執行通道(Out-of-order Pipeline)以及可配置的選項,供即時或應用處理器使用,滿足用戶對高效能運算產品的訂製需求。 另外,SiFive U8系列提供每瓦特超過1.5倍的面積效率和性能,而且擁有可運行Linux作業系統的記憶體管理單元,以支援通用應用處理器設計,以及用於關鍵任務操作的即時模式。同時,該產品具有可選的浮點單元、訂製的指令擴展功能和RISC-V向量擴展支援,使其無論是在汽車、AI邊緣或終端應用程式,都可以針對應用案例進行相應的配置和訂製。 至於SiFive HBM2E+ IP,則用於支援運算密集類型的工作負載,包括高性能運算、資料中心和邊緣AI設備中的深度學習處理,不僅易於整合至各式新設備中,並能使用可擴展的介面支援Chiplet設計和性能,進一步優化CPU到記憶體的路徑。 此外,SiFive HMB2E+解決方案已通過先進的7nm技術驗證,可提供高達400Gbps的記憶體頻寬,也就是每個引腳高達3.2Gbps的傳輸速率。與類似容量的DDR類型記憶體相比,HBM的堆疊特性不但占據較小的空間(可實現更小體積),且能達到更低功耗,且擁有更高頻寬,十分有利於處理密集的深度學習運算。 簡而言之,隨著人工智慧開始往邊緣發展,本地資料處理的效率和速度也須大幅提升,而SiFive新推出的處理器核心與記憶體介面相結合,可滿足各式高運算應用,例如資料中心、汽車系統、工業物聯網(IIoT)、消費性產品等。 NVIDIA新處理器體積/功耗/效能三者兼具  另一方面,NVIDIA則是推出Jetson Xavier NX(圖2)。該產品不僅具備高效運算能力,同時也具備超小體積,其模組尺寸比一張信用卡還小,在運行現代AI作業時可提供高達21TOPS的伺服器等級運算效能,而耗電量僅10瓦,可用於機器人和邊緣嵌入式運算裝置。 圖2 Jetson Xavier...
0

AI結合自動化光學檢測 瑕疵檢出率超過9成大關

影像分類與辨識是目前機器學習(ML)最主要的應用領域,許多業者都在大力發展基於ML的自動化光學檢測(AOI)解決方案,以提高產品檢測作業的自動化程度,或是讓AOI得以應用在以前難以派上用場的應用領域,例如檢測對象的特徵很難用具體規則描述的待測物。GPGPU和AI邊緣運算平台供應商安提國際與客製化設備廠商克晟科技,日前共同推出AI應用於工業生產流程,於原產線中的AVI機器導入AI運算,將檢測準確率提升至90%以上,不僅加速產線運作,更降低人力成本的開銷。 在生產流程實踐AI研究及進展的,即是品質檢驗與管理,其中最廣為人用的,便是AVI(Automated Visual Inspection)/AOI(Automated Optical Inspection)等自動化光學檢驗。過往自動光學檢測專用AVI設備常因色差、高度落差等因素影響檢測結果,而克晟科技擁有豐富的系統組成與視覺辨識應用經驗,在既有的AVI設備中,利用安提國際Jetson AI運算平台導入人工智慧視覺辨識軟體,以改善設備的誤判率。 克晟科技擅長金屬檢測、客製化設備整合服務,同時熟知視覺辨識軟體開發與優化,此次智慧AVI設備整體架構由既有的AVI設備、高效能AI伺服器、資料中心以及視覺辨識演算法組成。裝載於AVI設備上的軟體若發生瑕疵警告,會將資料傳至AI伺服器並於此複檢,結果則會傳回資料中心與設備,最後依照結果推論是否通知人員處理。 整體系統中,其高效能AI伺服器使用安提國際Jetson AI運算平台;由NVIDIA Jetson TX2搭載安提板卡ACE-N510組成,擁有高達256個CUDA核心、1.3 TFLOPS的AI推論能力,提供AI伺服器所需之效能處理,且具備極小型化的特色,便於部署於既有工廠設備,不僅達成輕鬆AI升級的解決方案,也適用於AI邊緣運算的裝置使用;搭配克晟科技辨識演算法,一次可對應15台AVI設備並同時檢驗八種瑕疵項目,將既有設備的檢測準確率提升90%以上,免去繁複且多餘的人工複檢,有效降低人力成本、提升產線的效率與產量。 人工智慧與AOI結合之系統架構圖 AI與工業結合較他項產業相比,有更大的機會與潛在市場,在講究生產效率與品質的環境中,人工智慧的應用帶來極大的利益與產能的推進。未來克晟科技不僅專注於金屬瑕疵,更拓及筆電、手機外殼等外觀瑕疵檢測項目,維持相同檢查水準,攜手安提國際在工業生產線上實踐AI應用,以視覺辨識提升生產品質與檢測設備的能力,有效輕鬆升級既有的系統與設備,簡單導入AI、活化現有的傳統產業。
0

攜手紅帽/Ericsson NVIDIA跨足5G市場

NVIDIA正式跨足5G應用市場,於近期宣布與愛立信(Ericsson)、紅帽(Red Hat)兩大巨頭合作。NVIDAI和Ericsson不僅將共同開發多項技術,讓電信營運商打造高效能、高效率且完全虛擬化的5G無線接取網路(Radio Access Networks, RANs);同時也透過與紅帽的合作,為電信業帶來高效能、軟體定義的5G RAN。 NVIDIA 創辦人暨執行長黃仁勳表示,目前各家電信業者正積極探索各種替代技術以及RAN架構,以因應市場對於推動虛擬化日漸升高的意願,並確保提供最好的使用者體驗;同時,虛擬化的網路能讓業者更快且更有彈性地推出各種新型態的人工智慧(AI)與物聯網(IoT)服務。 NVIDIA與Ericsson、紅帽合作發展5G應用。 不過,與傳統打造 RAN 的方式相比,現今業界面臨的一大挑戰在於如何透過減少成本、空間以及能源的方式,虛擬化整個RAN網路。為此,Ericsson與NVIDIA將結合雙方的優勢,像是Ericsson在RAN的專業技術、NVIDIA在GPU加速運算平台、AI與超級運算領域的優勢,共同克服這些挑戰。 Ericsson與NVIDIA的最終目標是將虛擬化RAN技術商用化,協助用戶推出各種具彈性的無線網路,並加速推出如擴增實境(AR)、虛擬實境(VR)以及遊戲等新服務。 至於與紅帽的合作,主要目的在於為電信業帶來高效能、軟體定義的5G RAN。紅帽總裁暨執行長Jim Whitehurst指出,下個世代的行動網路,不會由不具彈性或獨門的解決方案所定義,它將創建在開放的雲端原生技術上。我們認為電信業者的邊緣運行標準化的軟體,具有極大優勢,並可透過可動態擴充的服務,擔負起各式各樣的全新工作負荷。 黃仁勳則說明,該公司將協助電信業者過渡轉至具備可運行各種由軟體定義之邊緣工作負載的5G網路。合作初期,將聚焦於5G無線接取網路,目標是要讓存取電信業者邊緣的人工智慧賦能應用,更加方便可及。 紅帽OpenShift將提供企業級、生產就緒的Kubernetes,以便管理Aerial 5G RAN、容量網路功能以及其它新的邊緣服務,並使它們自動化。這將協助電信業者以所需的規模,部署與管理現代化的架構。而NVIDIA則透過NVIDIA Aerial,讓供應商打造與推出高效能、軟體定義的5G無線RAN。
0

加快自動駕駛發展 Arm等大廠宣布成立AVCC組織

為了盡早實現自動駕駛願景,打造更安全的交通運輸環境,Arm、豐田(Toyota)、博世(Bosch)等大廠宣布共組自駕車輛運算協會(Autonomous Vehicle Computing Consortium, AVCC)。此一組織由一群聚焦在依所需規模,加速實現更安全、更負擔得起的自駕車輛的業界領導企業組成,目前會員除了上述所提的廠商外,還包含通用汽車(General Motors)、Denso、德國馬牌(Continental)、恩智浦半導體(NXP)與NVIDIA等。 Arm資深副總裁暨車用與物聯網事業部總經理Dipti Vachani表示,要實現全自動駕駛,並達到大量部署規模和生產,同時又要確保其安全性,需要史無前例的業界協同合作,換言之,實現自駕車輛不是單一一家公司可以辦到的事,需要整個業界層級的協同合作。為此,AVCC集合了來自整個汽車產業環境的領先企業,共同處理複雜且基本的技術和運算上的挑戰,以加速邁向真正自駕的目標。 AVCC瞭解部署自駕車輛必須克服的技術複雜性與障礙,未來的目標是共同努力推出一個概念的運算平台,以面對這些挑戰。這個組織集結了相當獨特的專業知識與共同的目標,而其第一個目標就是定義一個參考的架構與平台,以便在車輛部署實際上與經濟性的限制下,達成自駕車效能的目標。此一運算平台設計用意就是要讓今日的原型機系統,進化成可依所需規模進行部署,並針對自動駕駛系統中每一個組成元件,開發軟體API的需求。 AVCC會員企業也十分瞭解自駕車輛部署需要克服的技術複雜性與障礙,因此,他們計劃共同合作,以促成可應對這些挑戰的解決方案,並打造一個由業界專家組成的生態系統,以聚焦可滿足這些目標的創新。各個工作團體將分享彼此的想法、研究共同的技術挑戰、促成跨界的協同合作,並以讓產業共榮共贏的前提,藉由定義、教育與文件發表等方式,協助汽車業共同實現自動駕駛願景。 總結來說,AVCC承諾透過業界層級的協同合作,實現完全自動駕駛的車輛,並將著手開發一個系統架構的整套推薦以及一個運算平台,以促進自駕車輛的部署。同時,也呼籲所有利害相關團體以及全球汽車生態系統的成員,共同迎打造產業未來的挑戰,一步一腳印地尋求逐步突破,同時與科技界共享每一個重要的進展。 AVCC將會共同研發自動駕駛運算平台。  
0

全球前十大IC設計2019年第二季營收出爐 前後段兩樣情

根據TrendForce旗下拓墣產業研究院最新統計,全球前十大IC設計業者2019年第二季營收排名出爐,受中美貿易戰及供應鏈庫存攀升影響,全球消費性電子產品包括智慧型手機、平板、筆電、液晶監視器、電視與伺服器等市場需求皆不如預期,前五名業者第二季營收皆較去年同期衰退,其中輝達(NVIDIA)衰退幅度最大,達20.1%,這也是輝達近三年來首見連續三季營收呈現年衰退的情況。 拓墣產業研究院表示,博通(Broadcom)與高通(Qualcomm)的主力市場皆在中國,受中美貿易戰影響與中國內需市場需求不振的情況下,中國系統業者對零組件拉貨力道疲軟,導致博通與高通第二季營收皆較去年同期下滑。而高通同時面對聯發科(MediaTek)與中國手機晶片業者紫光展銳(Unisoc)的急起直追,聯發科自2018年以來持續採用12nm製程導入行動處理器產品線,大幅優化產品成本結構,提升產品性價比表現,而紫光展銳先後將Cortex-A55與A75等CPU置於中低階處理器,也為客戶帶來更多選擇,使得高通在中低階市場面臨嚴苛的競爭。 至於在前十大業者中,衰退幅度最大的輝達,儘管其車用與專業視覺應用仍有成長,並且積極控制前期高庫存問題,但受到遊戲顯卡與資料中心產品大幅衰退的衝擊下,仍止不住連續三個季營收年衰退的態勢。不過,輝達第二季的衰退幅度相較於第一季,已經略有回穩,加上庫存有效降低下,預計第三季營收衰退幅度應可持續縮小。 聯發科第二季營收為新台幣615.67億,相較於2018年同期成長1.8%,毛利率也持續回升,但受到匯率關係影響,換算成美元營收後,第二季營收較去年同期衰退2.7%。儘管聯發科與高通同樣受到全球智慧型手機市場需求不振的影響,但聯發科持續以12nm製程打造高性價比的手機應用處理器產品線,並逐漸導入中低階市場,例如目前OPPO與小米的中低階機種皆有搭載聯發科晶片,進一步壓縮高通手機晶片出貨表現。 至於超微(AMD)雖然在處理器與資料中心領域表現優異,但受制於GPU通路產品、區塊鏈與半客製化產品銷售不振的情況,拖累營收表現。Xilinx雖然是美系晶片大廠,但由於客戶類型廣泛,除了資料中心應用略受影響外,其他如工業、網通、車用等市場皆有成長,而邁威爾(Marvell)也受惠於網通市場需求增加,與賽靈思(Xilinx)在眾多美系晶片業者營收表現不佳的同時,繳出營收逆勢成長的成績單。 而台系IC設計業者聯詠(Novatek)與瑞昱(Realtek)第二季的表現亮眼,聯詠由於擁有TDDI方案,受到陸系手機業者青睞,加上AMOLED驅動晶片需求殷切,營收相較於去年同期成長約18%。而瑞昱則是受惠於PC、消費性與網通產品皆有其市場需求,營收較去年同期大幅成長30.2%。 至於新思(Synaptics)在行動市場領域表現不佳,拖累整體營收,而戴樂格(Dialog)則是在客製化混合訊號、連線與音訊應用皆有成長表現,讓Dialog整體營收重回第十名的位置。 展望第三季,由於中美貿易戰仍然持續進行且未見到緩解跡象,即便是進入半導體市場的傳統旺季,各大晶片設計業者能否維持成長表現,仍端視銷售策略能否分散中美貿易戰所帶來的市場風險。  
0

NVIDIA為VMware Cloud on AWS推出GPU加速服務

NVIDIA與VMware宣布將針對VMware Cloud on AWS推出GPU加速服務,協助用戶推動各種現代化企業應用,其中包括AI、機器學習與資料分析。這些服務讓客戶能夠將各種VMware vSphere的應用與容器無須變更即可無縫轉移至雲端,以現代化的方式發揮高效能運算、機器學習、資料分析與視訊處理的優勢。 越來越多企業透過AI技術凸顯差異化並提升營運和服務,其正快速導入AI並推行新的相關策略,因此需要強大的電腦以petabytes計的龐大企業資料建立預測模型。各行各業正著手利用以NVIDIA GPU運行的類神經網路建置各種機器學習應用,其中包含影像與語音辨識、先進金融建模以及自然語言處理,藉以加速訓練與進行即時推論。此外,VMware近期也藉由收購Bitfusion讓VMware能有效率地運用各種GPU功能,在企業環境中執行AI與機器學習作業。 透過這項合作,VMware Cloud on AWS的客戶將能取得全新高擴充性且安全的雲端服務,其中包含以NVIDIA T4 GPU與全新NVIDIA Virtual Compute Server(vComputeServer)軟體進行加速的Amazon EC2。 NVIDIA創辦人暨執行長黃仁勳表示,從營運智慧分析到AI,企業仰賴GPU加速運算做出快速精準的預測,對營運績效有直接的助益。NVIDIA與VMware合作設計最先進的GPU基礎設施,推動各產業的全面創新,從虛擬化、混合雲一直涵蓋到VMware新推動的Bitfusion資料中心解構。 VMware執行長Pat Gelsinger表示,客戶透過VMware Cloud AWS獨特價值,加速推動關鍵商務應用的轉移與現代化。VMware與包括 NVIDIA與AWS在內的業界領導業者合作獲得許多創新成果,針對最繁重的資料驅動作業提供同級方案最佳的GPU加速服務,以及針對混合雲環境中各種應用推動現代化。  
0

凌華科技成為NVIDIA Jetson Preferred合作夥伴

繼成為NVIDIA Quadro Embedded合作夥伴,凌華科技成為NVIDIA全球少數的Jetson Preferred合作夥伴。攜手凌華科技,NVIDIA將藉助凌華科技厚植嵌入式巿場的經驗,提供Jetson模組,為邊緣人工智慧運算提供效能功耗兼具的解決方案,加速嵌入式巿場佈建人工智慧應用,將數據轉化為可行的行動決策,體現人工智慧在邊緣運算的價值。 AI應用在邊緣運算,可將數十億感應器和裝置產生的大量資料,在毫秒間轉換為可行的行動決策,自主優化各產業的營運與服務。在AI應用崛起的大趨勢和商機中,繪圖處理器(GPU)佔有舉足輕重的角色;但嵌入式巿場應用千變萬化、與具有少量多樣的特性,讓人工智慧的推行憑添許多挑戰。面對挑戰,凌華科技嵌入式平台與模組事業單位總經理陳怡男表示,凌華科技將以其對嵌入式巿場的深入了解,帶入人工智慧應用嘉惠各垂直巿場。然而這並非單一解決方案便能滿足所有需求;因此,凌華科技繼推出以Quadro Embedded GPU為基礎的加速引擎產品後,積極佈署開發以Jetson 模組為基礎的邊緣人工智慧解決方案。 凌華科技在Jetson 模組產品開發是全面性的,含蓋高性價比的Jetson Nano™、受到廣泛應用的Jetson TX2、到高性能Jetson Xavier™。陳怡男說:「凌華科技不僅開發泛用型的邊緣人工智慧平台,亦提供產業專用機。」例如,支援 AI 的網路監控系統M100-Nano-AINVIR可用於物件與人物追蹤、客戶行為分析和門禁管制。DLAP-201-JT2能利用AI 邊緣運算,在路口進行複雜的交通監控和分析。M300-Xavier-ROS2以AI和ROS2技術支援的自主移動機器人,可在物流中心協助撿貨和準備訂單、補充商店貨架缺貨,並提供貨送到府服務。專為智慧製造打造的智慧相機NEON-J和機器視覺平台EOS-J,則能即時監控、改善產線產能與品質。 陳怡男亦不諱言,想以Jetson 模組為基礎的標準品攻打所有嵌入式應用是不實際的,客製化將無可避免。以凌華科技在嵌入式板卡、載板和系統的長足經驗,再加乘NVIDIA的技術支援,凌華科技能快速替客戶打造量身訂作的邊緣人工運算平台,以嘉惠客戶的專案。
0
- Advertisement -
- Advertisement -

最新文章

- Advertisement -

熱門文章

- Advertisement -

編輯推薦

- Advertisement -