NVIDIA 史上最便宜 AI 電腦發布!3000 台幣不到就可以跑遍所有 AI 模型

【為什麼我們要挑選這篇文章】今年 Nvidia 在 GTC 大會發表多款新品,其中一項是 Jetson Nano,它是史上便宜的 AI 電腦,價格只要 99 美元,也就是只要花 3000 新台幣,就可以讓設備導入 AI 功能;同時它也是體積最小的,運算性能卻高達 472 GFLOPS。目前 AI 驅動的創新正在增長,Nvidia 推出低價 AI 電腦,進軍更廣大的 AIoT 市場,也降低開發者的成本。(責任編輯:郭家宏)

本文經 AI 新媒體量子位(公眾號 ID:QbitAI)授權轉載,轉載請聯繫出處

作者:量子位/李根、乾明、郭一璞

中國古語有言:否極泰來。

AI 晶片巨頭輝達(Nvidia)的 2018 年,再糟糕不過,所以 2019 年 GTC 大會,也比以往更受關注。

而且頗有意思的是,教主黃仁勛把這次的主題演講地點選在了聖荷西州立大學禮堂。

這所公立大學在矽谷小有名氣,且在電腦領域,最有名的校友莫過於原 Intel 董事長高登.摩爾——「摩爾定律」就是以他之名命名。

而老黃就是那個全世界最熱衷宣揚「摩爾定律已經失效」的人。

但這一次,老黃一句「摩爾定律」都沒提,默默扔出 99 美元(約新台幣 2970 元)AI 開發套件 Jetson Nano。

具體情況怎麼樣,我們完整回顧下今年 GTC 發佈情況。

CUDA-X:機器學習速度提升 50 倍

首先,直接看核心重頭戲:CUDA-X。

按照輝達的說法,這是全球唯一的一個,端到端的數據科學加速庫。幫助從事數據分析、機器學習、深度學習的數據科學家們,更快完成工作。

CUDA-X 由十幾個專用加速庫組成。整個系統中,包含幾個部分:用 cuDF 加速數據分析,用 cuDNN 深度學習原語,用 cuML 進行機器學習算法,和 DALI 等數據處理。

簡單來說,所有輝達的庫,都被整合成一個庫:CUDA-X。

包括 TensorFlow、PyTorch 和 MXNet 在內的所有深度學習訓練框架,隨著 CUDA-X 的發佈也會自動為輝達 Tensor Core GPU 進行優化。

輝達表示,CUDA-X 解鎖了 Tensor Core GPU 的靈活性,能夠將機器學習和數據科學工作負載加速多達 50 倍。CUDA-X 可以加速典型 AI 工作流程的每一步,無論是用深度學習訓練語音和圖象識別系統,還是數據分析評估抵押貸款組合的風險。

而且據說,「只需要點擊幾下」即可完成。

微軟的 Azure Machine Learning(AML)是第一個整合 RAPIDS 的雲端服務, RAPIDS 是 CUDA-X 的關鍵組件。通過訪問 RAPIDS 開源庫,數據科學家可以讓 AML 上的輝達 GPU 以「前所未有」的速度進行預測分析。

輝達官方披露的數據稱,在 AML 上使用 RAPIDS,可以幫助企業把訓練 AI 模型所需的時間,減少多達 20 倍,訓練時間可以從數天減少到數小時,或者從數小時減少到幾分鐘。

此外,CUDA-X 還會部署在幾大主流的雲端平台,包括亞馬遜 AWS、谷歌雲等。目前 PayPal、沃爾瑪等公司已經在使用相關服務。

值得一提的是,在介紹 CUDA-X 的時候,老黃還皮了一下。他說:每次演講,我都想讓你們記住一個關鍵詞,今天的關鍵詞是:PRADA

還讓現場跟著一起念。看來接下來要發佈的東西,可能還挺貴。

PRADA 其實是四個單詞的強行縮寫,它也帶代表對 CUDA-X 介紹的幾個方面: PRogrammable(可編程)、Acceleration(加速)、Domains(域)、Architecture(架構)。

史上最便宜 AI 電腦,新台幣 3000 有找

老黃兩個多小時講完後,最讓網友們唸唸不忘的,是一款出場非常晚、時間非常短的硬體產品:Jetson Nano。

它是體積小巧、性能並不弱的小電腦,老黃稱之為「全新的機器人電腦」,共有兩個版本。

一是 99 美元(約新台幣 2970 元)的開發者套件,面向個人用戶,比如創客、學生、技術愛好者;另一個版本 129 美元(約新台幣 3870 元),可以部署到生產環境,面向的是想要構建邊緣系統的企業。

歷次發佈會都讓人深感貧窮的輝達,終於也價格厚道了。在 PRADA 的襯托下,更是感動人心。

不少外媒紛紛打 call,因為 Jetson Nano 的價格讓業餘愛好者、學生之類的大眾群體,可以打造自己的自動化設備。

當場,老黃也拿出了一個基於 Jetson Nano 的無人車 Kaya。

價格厚道,性能如何呢?Jetson Nano 能提供 472 GFLOPS 的計算性能,而耗電量只有 5 瓦。

不久前 Google 發佈的千元 TPU 開發板,單精度和半精度浮點運算性能分別是 32 和 64 GFLOPs;英特爾神經計算棒的性能是 100 GFLOPs。

Jetson Nano 搭載了 4 核心的 ARM A57 CPU 和 128 核心基於輝達 Maxwell 架構的 GPU,4GB 記憶體,使用 MIPI CSI-2 DPHY 通道鏡頭。

它也支持今天發佈的 CUDA-X,也就是說有支持很多常見的人工智慧框架,裝有面向 Tegra 的 Linux 操作系統,實現了開箱即用。

輝達會後還展示了 Jetson Nano 運行 ResNet、Inception、YOLO 等各種神經網絡模型,在目標檢測、姿勢估計等各類任務上進行推斷的實際性能:

此外,它還支持高解析度感測器,而且可以並行處理多個感測器,並在每個感測器流上都運行多個神經網絡。

輝達稱,Jetson Nano 能夠運行所有 AI 模型,可以創建數百萬個智慧系統。

GTC 剛結束的時候,就有人在 HackerNews 上表示,自己想要 DIY 了。

很快就有「同道中人」回覆他,你可以自己做無人駕駛小車、能跟蹤貓的無人機、可以自動識別鳥的攝像機等等。

自動駕駛仿真平台,在雲端模擬各種駕駛場景

最後,自動駕駛,老黃說這是最重要的自動化機器的落地場景。

也是三方面。

首先,推出全新 DRIVE Constellation 自動駕駛汽車仿真平台。

基於該平台,在雲端就能虛擬仿真各種自動駕駛場景——不用再路測數百萬公里了。

老黃說,從常規駕駛,到各種罕見的危機情況,都能在仿真中實現,要風得風,求雨得雨。會比現實世界中實現的效率高出不知多少倍,而且成本低、安全性高。

數據中心方案則去年就有過官宣。包括兩個併排服務器:

第一台服務器——DRIVE Constellation Simulator,從虛擬汽車生成感測器輸出。

第二台服務器——DRIVE Constellation Vehicle,包含 DRIVE AGX Pegasus AI 車載電腦。

DRIVE AGX Pegasus 接收感測器數據,做出決定,然後將車輛控制命令發送回模擬器。

老黃還強調,該過程完全閉環,而且定位精準、定時精確,測試環境也能隨心所欲——不用怨天求神。

其次,該平台完全開放,提供編程接口,允許 DRIVE Sim 生態系統合作夥伴整合他們的環境模型、車輛模型、感測器模型和交通場景。同時也通過整合合作夥伴的場景,讓平台可以生成全面,多樣化和複雜的測試環境。

換而言之,玩法有點像虛擬仿真領域的 Apollo。輝達也在這個開放生態裡,集合了產業鏈上下遊玩家。

第三,英偉達還宣佈了基於仿真平台的最新合作。

並且合作方來頭不小,是全球第一大車廠——豐田。

老黃的意思也再明確不過,像豐田這樣的大廠都當了首個客戶,開放平台 DRIVE Constellation 的品質肯定值得信賴。

此外,還是在 GTC 大會上,老黃還宣佈推出新自動駕駛軟體套件,該軟體的主要組成部分是 Safety Force Field(SFF),通過加強規劃和控制,實現更安全、舒適的駕駛體驗,而且其演算法策略主打車輛保護、乘客和其他車輛安全。

在高級輔助駕駛領域,這會最先發揮作用。

GTC 大會老傳統:大秀視覺渲染技術

當然,輝達的 GTC,不秀一下最新渲染成績怎麼行?

今年新亮相的圖象渲染引擎,讓圖片的渲染更快、更真實。

NVIDIA Omniverse,3D 創作渲染協同工具,即使團隊成員身處不同的時區,也能一起為同一個 3D 場景的創作出力。

同時,輝達宣佈 Adobe、Autodesk、Epic、Unity 等 16 家廠商也將得到 RTX 技術支持,幫助他們在複雜的場景中完成光線跟蹤照明,用更快的速度進行圖象渲染,這一技術支持在今年內將會服務 900 萬創作者。

另外,對於遊戲玩家,輝達推出了 GeForce NOW 雲遊戲服務,遊戲在雲端的電腦上運行,而玩家只要打開任何一台 PC 或者 MAC ,就能讓雲端的遊戲顯示在自己的電腦上,無需下載、安裝、升級、更新、裝補丁,也不用擔心自己的電腦配置不夠了。

顯然,老黃也最愛這部分的 Demo 展示。

不斷播放視頻,不斷收穫掌聲,他還不斷告訴大家:鼓掌太早了,好戲還在後面。

甚至到後來,教主直接扔核彈語錄:

我常說,買得越多,省得越多,現在我覺得我錯了……RTX Sever 根本就是免費的!省下的電費就能買一台服務器了!

輝達推低價 AI 套件擴展市場

不過今年 GTC,新品確實便宜得不像輝達。

會後,大家最主要的評價都集中在 Jetson Nano 上。

更直接說是 99 美元(約新台幣 2970 元)售價上。

雖然 TheVerge 也報導稱,這種低價的 AI 開發套件,輝達並非獨一家。比如英特爾的 Neural Compute Stick 只需要 79 美元(約新台幣 2370 元),谷歌在 Coral 下最近也推出了兩款設備,分別是 150 美元(約新台幣 4500 元)的開發者套件和 79 美元(約新台幣 2370 元)的 USB 加速設備。

但不可否認的是,輝達正在進入一個有潛力的市場,AI 驅動的創新正在增長。

而且,對於今年 GTC 主題演講關鍵詞是 PRADA 的輝達來說。

99 美元(約新台幣 2970 元),折合人民幣 666 元。老黃的誠意,看得見。

你覺得呢?

(本文經 AI 新媒體 量子位 授權轉載,並同意 TechOrange 編寫導讀與修訂標題,原文標題為 〈666 元!英伟达史上最便宜 AI 硬件发布:可运行所有 AI 模型,算力 472 GFLOPS,功耗 5 瓦 〉。首圖來源:AI 新媒體量子位

更多 Nvidia 的最新消息

NVIDIA 史上最強繪畫 AI:畫個圓圈和直線,自動幫你做出超逼真「假海灘」照片

NVIDIA 硬氣出手!砸金 2000 億台幣,出手買下以色列晶片公司 Mellanox

把 NVIDIA 的造人 AI 拿去創造「貓」會出現什麼?我一定是年假結束還沒醒……


掌握 2019 年行銷思維:TechOrange 數位行銷論壇

2018 年台灣數位廣告量全年達新台幣 389.66 億, 廣告價格與成效 之間平衡如何拿捏? 找出成效型廣告操作的最精華關鍵,打造數位品牌勝利第一步! 6/19 TechOrange 數位行銷論壇, 6 折早鳥價只到 5/30 >>>> 手刀購買

點關鍵字看更多相關文章: