【.com原创文章】GPU能做什么？说到这个问题，相信大家会有各种各样的想象。从3D渲染到自动驾驶，似乎它的“用处”越来越大。英伟达中国区销售总监何友庆表示：视觉计算是一个非常复杂的应用，而英伟达的GPU处理器也远比CPU复杂。现在，整个视觉计算已经成为当今科技应用中最前沿的技术。早在2011年，北美的NVIDIA就开始尝试使用神经网络来帮助完成机器的认知工作。在这个过程中，深度学习的方法被用来帮助我们分析和学习人脑思考和学习的原理，进而形成人工智能的应用。GPU计算正在改变我们的生活。说到应用领域的拓展，离不开NVIDIA在这方面的大力推动。在医疗大数据方面，国家正在推动建立每个人的电子病历，以跟踪公民出生后的身体状况。同时，医疗大数据也非常有利于医生帮助市民快速应对疾病。所以，现在医生帮我们做的检测，今天可以用机器来做，我们可以进一步依靠机器来帮助处理一些疾病的信息。此外，制药所涉及的实验和化学分析也对GPU有很大的依赖。这个过程不是依靠多个数据样本来形成一个概念或药物，而是通过其他方法模拟化学结构分子对人体细胞的愈合。分析可以帮助公司大大加快整个制药过程。在安全保障方面，现在的数字证书和人脸识别技术已经很方便了，再也不用去柜台办理银行业务了。比如你从首都机场出来，突然想起自己有急事要做。那里会有一些无人值守的机器。只需站在机器前，机器就会为您拍照以处理业务。这些任务需要使用面部识别。技术。如今，辅助驾驶已经非常普及，市面上几乎所有的新车型都配备了辅助驾驶。预计到2020年，奔驰、奥迪等厂商将发布全自动驾驶汽车，而这些也将依靠GPU强大的计算能力来实现。QuadroGP100通过高性能为用户节省资金。最近NVIDIA的重头戏就是新版QuadroGPU，除了P5000/P6000之外，还有GP100、P4000、P2000、P1000、P600和P400，主要应用于专业领域，也被称为当今世界的最强大的产品系列。GP100基于GPUPascal架构，采用Quadro算法。它也可以有不同的计算核心。无论是单精度还是双精度，都能形成非常好的性能。单精度性能可达20TFLOPS，对深度学习非常有意义。此外，用户还可以通过NVLINK连接两台GP100。它具有16GB的高带宽内存容量，即所谓的HBM2，这也是最新一代的存储技术。此外，它还支持4K和5K显示分辨率，并通过了VR认证，桌面端也能做VR。对于仿真应用程序，除了性能之外，还需要关注成本。对于Abaqus等产品，使用许可费是根据计算核心的数量来计算的。也就是说，如果使用16核CPU，则需要收集16个Token；如果使用32核CPU，则需要收集21个代币。但使用GP100方案，用户可以同时节省Token和CPU成本。因为如果用GP100的话，用户就不用买这么贵的16核或者32核CPU系统了，只需要8核CPU+GP100就够了，这样CPU省钱，12个Token就够了同时。从两个方面为用户省钱。构建生态链，实现GPU价值最大化从图形工作站市场来看，NVIDIA专业可视化业务高级总监SandeepGupte表示：NVIDIA与其他公司有点不同。当它看到市场机会时，它会从整个生态链进行布局。我们可以看到，在过去，由于成本预算有限，很多用户也使用PC来代替图形工作站进行设计工作。但近两年，图形工作站的需求量会很大。也许今年，你会看到在DIY市场上，也会出现DIY的设计师PC。内置显卡是NVIDIA的最新产品。NVIDIA今年首次推出Quadro嵌入式GPU，例如推车上的医学影像设备、机器人视觉设备、国防相关设备等，其应用范围也非常广泛。今天看到NVIDIA在市场端做的很多工作都在说明“我有这个SDK，可以帮你完成这个应用，支持你程序的移植等等”，NVIDIA已经开始丰富整个生态链，让用户在多地体验专业GPU带来的价值。总的来说，人工智能对于很多移动互联网或者社交媒体来说并不陌生，比如图片搜索、明星穿搭购物、语音识别、语音输入并转化为文字，甚至让机器能够理解和理解人类语言。依托NVIDIA当今最强大的GPU，人工智能正在飞速发展，未来大量机器人应用的场景似乎已经初现端倪，让我们拭目以待。【原创稿件，合作网站转载请注明原作者和出处为.com】
