Intel 今天正式推出了适用于 AI 工作负载的 Gaudi 3 加速器。新处理器在 AI 和 HPC 方面的速度比 Nvidia 流行的 H100 和 H200 GPU 慢,因此英特尔将其 Gaudi 3 的成功押注在其较低的价格和较低的总拥有成本 (TCO) 上。Intel 的 Gaudi 3 处理器使用两个小芯片,其中包含 64 个张量处理器内核(TPC、256x256 MAC 结构,带 FP32 累加器)、八个矩阵乘法引擎(MME,256 位宽矢量处理器)和 96MB 片上 SRAM 缓存,带宽
关键字:
英特尔 AI Gaudi 3 加速器 Nvidia H100
摩根士丹利的分析师认为,尽管一个重大但易于修复的设计问题导致良率低,但 Nvidia 将基于 Blackwell 架构生产大约 450,000 个 AI GPU。如果信息准确无误,并且公司设法在今年出售这些单位,这可能会转化为超过 100 亿美元的收入机会。“预计 Blackwell 芯片将在 2024 年第四季度生产 450,000 件,这意味着英伟达的潜在收入机会超过 100 亿美元,”投资银行摩根士丹利的分析师在给客户的一份报告中写道,据报道The_AI_Investor,一位倾向于访问此类笔记的博
关键字:
Nvidia Blackwell AI GPU
虽然 Nvidia GPU 在 AI 训练中的主导地位仍然是无可争议的,但我们可能会看到早期迹象,表明在 AI 推理方面,这家科技巨头的竞争正在加剧,尤其是在能效方面。然而,Nvidia 新 Blackwell 芯片的纯粹性能可能很难被击败。今天早上,ML Commons 发布了其最新的 AI 推理竞赛 ML Perf Inference v4.1 的结果。本轮融资包括使用 AMD Instinct 加速器
关键字:
Nvidia Blackwell AMD Google Untether AI MLPerf 基准测试
8月18日消息,报道称,Arm在开发全新的游戏级GPU显卡,性能上可以媲美NVIDIA、Intel、AMD这样的行业巨头。目前,Arm正在以色列秘密从事这项工作,为此招募了上百名芯片、软件开发工程师。Arm方面对此拒绝发表评论,但是没有直接承认和否认,看起来很有可能。更多细节暂时欠奉,比如它是独立显卡还是集成GPU?是否支持AI运算?是否可以同时搭配x86、Arm架构处理器?考虑到Arm已经有了强大的集成式Immortalis GPU,也支持了硬件级光线追踪、ASR超级分辨率等技术,打造一款游戏级GPU甚
关键字:
Arm 显卡 GPU AMD NVIDIA
Supermicro, Inc. 作为AI、云端、存储和5G/边缘领域的全方位 IT 解决方案制造商,宣布推出可搭配NVIDIA Omniverse™平台的全新SuperCluster,扩增其SuperCluster即插即用AI基础架构解决方案组合,并能提供企业级的高效生成式AI强化型3D工作流程。此新型SuperCluster配置了最新Supermicro NVIDIA OVX™系统,并能让企业在工作负载增加时轻松扩增规模。Supermicro总裁兼首席执行官梁见后表示:“
关键字:
Supermicro NVIDIA Omniverse SuperCluster
8月5日消息,近日有关NVIDIA新款AI芯片Blackwell因设计缺陷而推迟发布的消息,引起了广泛关注。对此,NVIDIA方面表示:"Hopper的需求非常强劲,Blackwell的样品试用已经广泛开始,产量有望在下半年增加。除此之外,我们不对谣言发表评论。"此前,有外媒报道称,Blackwell芯片可能因设计问题而推迟发布三个月甚至更长时间,这将影响到包括Meta、谷歌和微软在内的多家大客户,他们已经预订了价值数百亿美元的芯片。此外,还有消息人士透露,NVIDIA已经向微软等客户
关键字:
Blackwell AI 芯片 NVIDIA 样品试用
7月18日消息,英国新创公司Spectral Compute近日推出了名为"SCALE"的GPGPU编程工具包,成功实现了英伟达CUDA软件在AMD GPU上的无缝运行,有望打破NVIDIA在GPU计算领域的垄断地位。CUDA是英伟达于2007年推出的并行计算平台和编程模型,广泛应用于高性能计算和深度学习等领域。由于其与英伟达GPU硬件的深度绑定,CUDA生态的丰富性使得其他厂商难以竞争。Spectral Compute的SCALE工具包通过兼容CUDA的工具链,使得开发者能够在AMD
关键字:
NVIDIA CUDA软件 AMD GPU
DLSS 到底是什么,为什么每个人都在谈论它?DLSS 值得吗?本指南将帮助您了解为什么 DLSS 是一项如此出色的技术。视频游戏和 PC 硬件中图形保真度的进步始终是成正比的。NVIDIA 或 AMD 等 GPU 制造商发布了可以处理更苛刻图形的新 GPU,这使得游戏开发人员能够创建具有更高级图形的游戏。 但是,随着 NVIDIA 推出 DLSS(深度学习超级采样),情况可能不再如此。借助这种独特的 AI 技术,DLSS 可以显着提高游戏的性能,而不会出现任何重大缺点,同时保持视觉质量。这听起
关键字:
DLSS gpu NVIDIA
精打细算的游戏玩家很少愿意在显卡上花费超过 200 美元,这使得这个价格范围对于售出的 GPU 数量非常重要。在过去的几年里,AMD和Nvidia都没有为这个市场发布新卡,因此选择有限,很少有人会进入我们的最佳显卡列表。RTX 3050 和 RX 6600 这两款达到理想预算价位的 GPU 将相互对抗,进行 GPU 对决。RTX 3050 于 2022 年初首次亮相,是 Nvidia 的最终 RTX 30 系列 SKU 之一。这张卡最初以 249 美元的价
关键字:
Nvidia RTX 3050 AMD RX 6600 GPU
智能系统基础架构软件提供商RTI公司近日宣布,为NVIDIA Holoscan软件开发工具包(SDK)提供实时数据网络互联功能,支持各企业产品团队高效构建和部署支持人工智能(AI)的应用软件和分布式系统,利用低延迟高可靠数据共享机制进行传感器和视频处理。Connext提供的互操作实时通信能力特别适用于医疗保健行业及其他领域的复杂智能系统。[U1] 在人工智能传感器处理应用系统中,需要访问多个不同设备和数据源的分布式高可靠连续数据流。RTI公司为NVIDIA Holoscan SDK提供网络互联框
关键字:
RTI Connext NVIDIA Holoscan 数据中心 网络互联
这家芯片制造商的投资者能否克服对过去三年股票表现的失望?对于将资金投入半导体股票的投资者来说,过去三年的表现非常出色,正如PHLX半导体行业指数所显示的那样,该指数在这36个月中取得了83%的出色回报,远远超过了纳斯达克100科技行业指数近32%的涨幅。然而,并非所有半导体股都受益于大盘指数的飙升。例如,英特尔(INTC )的股票在过去三年中损失了45%的价值。让我们看看为什么会这样,并检查它的命运是否会在未来三年内有所改善。市场份额的损失拖累了英特尔英特尔的收入和利润在过去三年中有所下降,因为该公司在个
关键字:
英特尔 AMD NVIDIA
在人工智能(AI)领域,发展速度之快让人难以预测未来三个月、六个月甚至十二个月的行业走势。然而,如果有人能看到未来,那就是Nvidia的全球电信业务开发主管Lilac Ilan。她在DTW: IGNITE大会上,概述了未来一年在电信行业掀起波澜的四大AI趋势。1. AI“主模型”Ilan预计,围绕AI的讨论将从开发许多小型专家AI模型转向开发所谓的“主模型”,这个主模型能够连接这些小模型。微软AI市场营销总经理David Seda指出,微软正在开发一个API层,预计今年晚些时候推出,使运营商和其他开发者能
关键字:
AI 电信行业 运营商 NVIDIA
6月16日消息,据媒体报道,随着台积电3纳米供不应求,预期台积电3纳米订单满至2026年,NVIDIA、苹果、AMD和高通等都在考虑提高AI硬件价格。在AI服务器、HPC应用与高阶智能手机AI化驱动下,苹果、高通、英伟达、AMD等四大厂传大举包下台积电3纳米家族制程产能,并涌现客户排队潮,一路排到2026年。业界认为,在客户抢着预订产能下,台积3纳米家族产能持续吃紧,将成为近二年常态。由于供不应求的局面,台积电正在考虑将部分5纳米设备转换为支持3纳米产能,预计月产能有望提升至12万片至18万片。尽管台积电
关键字:
台积电 3nm 供不应求 涨价 NVIDIA AMD 苹果
作为人工智能产业的引领者,NVIDIA相信,有了来自边缘的所有实时数据以及对这些数据的理解能力,AI应用就成为了能够与真实世界互动的智能体。边缘智能行业应用空间广泛,尤其是在制造业、政府、电信、医疗等重点领域,敏捷连接、实时业务、数据优化、应用智能、安全与隐私保护成为这些应用的核心需求,边缘智能将成为实现行业数字化转型的关键。随着商业神经网络的成熟,物联网设备的普及以及并行计算和 5G 的进步,我们现在能够通过强大的基础架构来实现通用机器学习。企业应该把握良机,将 AI 应用于他们的营业场所并依据实时洞察
关键字:
202406 NVIDIA Jetson 生成式AI
Supermicro, Inc.(NASDAQ:SMCI)作为AI、云端、储存和 5G/边缘领域的全方位IT解决方案制造商,推出可立即部署式液冷型AI数据中心。此数据中心专为云端原生解决方案而设计,透过SuperCluster加速各界企业对生成式AI的运用,并针对NVIDIA AI Enterprise软件平台优化,适用于生成式AI的开发与部署。透过Supermicro的4U液冷技术,NVIDIA近期推出的Blackwell GPU能在单一GPU上充分发挥20 PetaFLOPS的AI效能,且与较早的GP
关键字:
Supermicro NVIDIA Blackwell HGX 液冷AI SuperCluster
nvidia介绍
NVIDIA概述
NVIDIA Headquarters, Santa Clara, CA NVIDIA 公司
NVIDIA公司中文名称:英伟达?
NVIDIA公司总部地址:美国加利福尼亚州圣克拉拉(与Intel相邻)
NVIDIA公司的创始人和CEO——黄仁勋先生
NVIDIA公司中文网址:http://www.nvidia.cn/page/home.html
[
查看详细 ]
关于我们 -
广告服务 -
企业会员服务 -
网站地图 -
联系我们 -
征稿 -
友情链接 -
手机EEPW
Copyright ©2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
《电子产品世界》杂志社 版权所有 北京东晓国际技术信息咨询有限公司
京ICP备12027778号-2 北京市公安局备案:1101082052 京公网安备11010802012473