Huang Jiaos Rede Dauerte 140 Minuten, Und Drei Wichtige GTC-Ankündigungen Schockierten Die Branche

Die GTC (GPU Technology Conference) China 2019 startete am 16. Dezember in Suzhou. Heute hielt NVIDIA-Gründer und CEO Jensen Huang eine über zweistündige Grundsatzrede, in der er die Veröffentlichung mehrerer neuer Produkte ankündigte. Die gesamte Rede war voller nützlicher Informationen. Wir haben die wichtigsten Neuerscheinungen, darunter TensorRT 7, DRIVE und Isaac, zusammengestellt, um die Spannung von GTC 2019 zu teilen.

NVIDIA GTC China 2019 fand vom 16. bis 19. Dezember im Suzhou Jinji Lake International Convention Center statt.

Diese technische Konferenz fand erstmals im Jahr 2009 in San Jose, Kalifornien, statt. Ihr anfänglicher Schwerpunkt lag auf dem Potenzial von GPUs zur Lösung von Computerproblemen. Zehn Jahre später hat es sich zu einem wichtigen Event im Bereich KI und Deep Learning entwickelt und umfasst fast 100 Vorträge zu KI-bezogenen Themen.

Als einzige GTC außerhalb der Vereinigten Staaten im Jahr 2019 zog die GTC China 2019 Tausende von Branchenkennern zur Konferenz an.

Die Konferenzthemen dieses Jahres decken KI-Frameworks, Entwicklungstools, beschleunigte Datenwissenschaft, Cloud Computing, Echtzeit-Rendering, Raytracing, 5G und andere Aspekte horizontal ab und schließen auch die aktuellsten Felder wie autonomes Fahren, intelligente Maschinen, Medizin und Finanzen, Design und technische Fertigung vertikal ein.

Am Morgen hielt NVIDIA-Gründer und CEO Jensen Huang eine über zweistündige Grundsatzrede, in der er die Einführung mehrerer neuer Produkte wie TensorRT 7, DRIVE und Isaac thematisierte. 

Eilmeldung 1: TensorRT 7 ist jetzt verfügbar

NVIDIA hat TensorRT 7 (kurz TRT 7) offiziell veröffentlicht, das verschiedene Arten von RNN, Transformer und CNN unterstützt.

TRT 7 kann horizontale und vertikale Operationen zusammenführen, automatisch Code für eine große Anzahl von von Entwicklern entworfenen RNN-Konfigurationen generieren, LSTM-Einheiten Punkt für Punkt zusammenführen, sogar über mehrere Zeitschritte hinweg, und, wann immer möglich, automatisches Schlussfolgern mit geringer Präzision durchführen.

Im Vergleich zu TRT 5, das nur 30 Variationen unterstützt, kann TRT 7 Über 1000 verschiedene Berechnungstransformationen und -optimierungen. Huang sagte: „TRT 7 ist der größte Sprung, den wir gemacht haben.“ 

TRT 7 Leistungsstarke Funktionen: Unterstützung für interaktive Konversations-KI 

Konversations-KI ist ein Paradebeispiel für die Leistungsfähigkeit von TensorRT 7. KI-Durchbrüche im Sprach- und natürlichen Sprachverständnis machen Konversations-KI möglich, aber Gespräche sind interaktiv und reaktionsschnell, und eine geringe Latenz ist entscheidend. Ein End-to-End-Prozess kann aus zwanzig oder dreißig Modellen bestehen, die unterschiedliche Modellstrukturen verwenden, darunter CNN, RNN, Transformator, natürliche Kodierung und MLP.

Bei Verwendung der CPU-Inferenz beträgt die Verzögerung für diesen Vorgang 3 Sekunden. Mit TRT 7 können nun alle Modelle so kompiliert werden, dass sie auf NVIDIA-GPUs laufen, mit Conversational AI-Inferenz auf T4-GPUs  Es dauert nur 0,3 Sekunden. 

Große Neuigkeit 2: Einführung von NVIDIA DRIVE

DRIVE ist einEnd-to-End-Plattform, wodurch Transportunternehmen den Bau selbstfahrender Autos ermöglichen können.

Erstens übernimmt es den Entwicklungsprozess und das grundlegende Framework von KI und AV. Zweitens ist es mit einem Computer ausgestattet, der offenes, voll funktionsfähiges autonomes Fahren und ein intelligentes Cockpit ermöglicht. Darüber hinaus verwendet es vortrainierte KI-Modelle hoher Qualität, die von den Automobilherstellern verbessert werden können.

Die DRIVE AV-Plattform ist softwaredefiniert, und nicht ein Chip mit fester Funktion. Dadurch ist die Zusammenarbeit einer großen Zahl von Entwicklern im Rahmen eines Entwicklungsansatzes der kontinuierlichen Integration und Bereitstellung möglich und Investitionen in Forschung und Entwicklung können sich in Produktgenerationen niederschlagen. 

Vortrainierte NVIDIA DRIVE-Modelle auf NGC verfügbar 

Für eine ordnungsgemäß funktionierende und sichere autonome Fahrtechnologie sind viele KI-Modelle erforderlich, und ihre Algorithmen sind vielfältig und redundant. NVIDIA hat hochmoderne Wahrnehmungsmodelle zur Erkennung, Klassifizierung, Verfolgung und Flugbahnvorhersage entwickelt. Aber auch für Wahrnehmung, Lokalisierung, Planung und Kartierung. Diese vortrainierten Modelle können bei NGC registriert und heruntergeladen werden. 

DRIVE Transferlernen 

NVIDIA bietet ein Transfer-Learning-Tool, das mit TensorRT neu trainiert und optimiert werden kann. Es gibt auch ein System für föderiertes Lernen, das die Zusammenarbeit mehrerer Organisationen und Unternehmen ermöglicht, ohne Daten zu verschieben oder auszutauschen. NVIDIA verteilt vortrainierte Modelle an verschiedene Partner. Jeder Partner trainiert Modelle anhand seiner eigenen Daten und beschriftet sie nach einheitlichen Standards. Die Partner müssen lediglich den Pass freigeben, der zum Erstellen des neuen Modells verwendet wurde. Dieser wird dann unter allen teilnehmenden Partnern geteilt.

 NVIDIA DRIVE AGX ORIN: Eine softwaredefinierte AV-Plattform

NVIDIA DRIVE fürVon der Stufe L2 bis L5, eine leistungsstarke und softwaredefinierte Architektur.
Huang Renxun sagte, Orin sei Nvidias Roboterprozessor-SOC der nächsten Generation, „ein gewaltiger Sprung nach vorn“. Die Parameter von Orin sind wirklich herausragend:

Bis zu 17 Milliarden Transistoren, 8-Kern-64-Bit-CPU, 200 TOPS (Tera Operations Per Second) Deep-Learning-Rechenleistung. Huang Xiaoming gab bekannt, dass Orin geplant ist Produktionsstart 2022.

Darüber hinaus sagte er, dass NVIDIA DRIVE ein globales Ökosystem aufbaut. 

Große Neuigkeit 3: NVIDIA Isaac-Veröffentlichung

Zusätzlich zu selbstfahrenden Bussen arbeitet NVIDIA laut Huang auch an Robotern, die unstrukturiert navigieren können, also ohne Fahrspuren und Schilder und mit mehr Freiheitsgraden bei der Bedienung.

Isaac ist wie DRIVE eine End-to-End-Plattform, das es der weltweiten Robotik-Community ermöglicht, betriebsbereite Roboter in großem Maßstab zu erstellen, einschließlich Entwicklungsinfrastruktur, einer Robotik-Rechenplattform mit einem Software-Stack, voll funktionsfähigen Anwendungen und vorab trainierten Modellen, die NVIDIA-Transferlern- und Federated-Learning-Tools nutzen können.

Im Gegensatz zu AVs verfügen Roboter über mehr Freiheitsgrade. Manuell erfasste und gekennzeichnete Daten können nicht zum Trainieren von KI vom Typ Wahrnehmung und Planung verwendet werden. „Simulation ist wichtig, damit Roboter aus einer unendlichen Anzahl möglicher Szenarien lernen können.“

Isaac SDK  Enthält einen Training-in-Sim-Workflow, der eine zufällige Maschinendomäne verwendet, um 6D-Pose-Bilder für die Trainingsobjekterkennung, Pixelsegmentierung, 2D-Pose und 3D-Pose zu generieren.

Am Ende seiner Rede führte Huang Renxun auch eine Roboter-DEMO vor: LEONARDO. Der Roboter kann Objekte erfassen und manipulieren sowie anordnen und organisieren, was ihm Jubel und Applaus vom Publikum einbrachte. Alle diese Funktionen werden durch das von NVIDIA veröffentlichte Isaac Robot SDK erfüllt.

Oben sind die wichtigsten Neuerscheinungen der GTC China 2019 aufgeführt. Sie können sie langsam verdauen. Chao Shenjing wird Sie auch dazu anhalten, dieser Konferenz weiterhin Aufmerksamkeit zu schenken und Ihnen so schnell wie möglich die spannendsten Inhalte zu präsentieren.

-- über--