Permettez-moi d’abord de sortir du sujet et de me plaindre de la conférence Apple d’hier soir. Le lancement de la version éducative de l'iPad n'a guère fait de vagues, ce qui est indigne de sa réputation de « Gala du Festival du Printemps Technologique ». Au contraire, ceux qui sont « tout dans la blockchain » peinent à rattraper le GTC 2018 de Nvidia et se lamentent.
« Où est la carte minière ? »
Oui, les deux nouvelles gammes de produits pour les jeux et l’informatique, « Turing » et « Ampere », dont on parlait, ne sont pas apparues ; Huang Renxun, qui a toujours méprisé les « mineurs numériques », n’a pas l’intention de fournir des produits miniers dédiés.
Les hypothèses les plus crédibles concernant le manque de nouveaux produits sont que la mémoire vidéo GDDR6 initialement prévue pour être utilisée dans de nouveaux produits n'a pas pu être livrée à temps en raison de la panne de courant dans l'usine de fabrication de plaquettes de Samsung au premier trimestre ; ou qu'un bug d'erreur de calcul 2×2 est apparu dans Titan V à la veille du lancement, qui existe également dans les nouvelles gammes de produits avec la même architecture, et que le champ d'implication ne se limite pas au programme de dynamique moléculaire Amber.
Être capable de décevoir en même temps les passionnés de jeux, les praticiens de l’intelligence artificielle et les mineurs numériques peut également être une manifestation de force. De plus, Nvidia a annoncé la suspension des tests routiers de conduite autonome. À la fin de la conférence de presse, le cours de l'action Nvidia a chuté de 9,64%.
Huang Renxun était apparemment indifférent à la chute des cours des actions. Lorsqu'il a sorti le nouveau supercalculateur DGX-2 portant la veste qu'il porte toujours, les sous-titres officiels indiquaient même que la veste était toute neuve ^_^.
Le DGX-2, que M. Huang a qualifié de « plus grand GPU du monde », correspond parfaitement à ce numéro de produit. Car en termes de performances, de nombre de cartes graphiques, de puissance de calcul et de prix, les paramètres du DGX-2 sont les valeurs correspondantes du DGX-1V multipliées par 2. Cependant, comme NVIDIA a augmenté la mémoire vidéo d'un seul V100, la mémoire vidéo totale du DGX-2 est quatre fois supérieure à celle du DGX-1V.
Dans l’ensemble, il semble que Nvidia reste immobile lors de cette conférence de presse. Cependant, en raison des principaux avantages du V100 et du NVlink, même si le DGX-2 n'est que deux DGX-1V regroupés au cours du premier semestre de l'année dernière, il est toujours loin devant ses concurrents. Par exemple, AMD a lancé à la fin de l'année dernière le supercalculateur « Projet 47 », doté d'une puissance de calcul de 1 Pflops (1 000 milliards de calculs en virgule flottante par seconde). Voilà à quoi cela ressemble :
Est-ce que ça ressemble à un réfrigérateur ? Le courant continu de ce produit est de 80 à 100 A, et cette consommation électrique peut soulever des dizaines de tonnes au port.
Récipient. En comparaison, la consommation énergétique de la série DGX est seulement équivalente à celle d'un climatiseur domestique non-inverter. Il n’est pas étonnant que Huang Renxun se soit vanté que « plus vous achetez, plus vous économisez ».
En termes de logiciel, NVIDIA propose le nouveau TensorRT. De plus, le package officiel « Kubernetes sur GPU Nivida » permet aux développeurs de gérer plus facilement les tâches et la planification de la puissance de calcul entre les clusters GPU. Alors que l'écosystème logiciel de NVIDIA devient de plus en plus riche, les choix des développeurs sont en réalité presque verrouillés.
De plus, avec CUDA et CuDNN, qui ont lié toute l'industrie à son char, NVIDIA détient toujours une position dominante unique. Si les nouveaux entrants ne parviennent pas à proposer des produits plusieurs fois plus puissants que Tensor Core, les entreprises commerciales n’auront pas suffisamment de motivation pour quitter Nvidia.
Quoi, tu as dit TPU ? Où puis-je l'acheter?