机房360首页
当前位置:首页 » 战略与策略 » 英伟达澄清:GeForce和Titan从一开始就不是为数据中心的部署而设计

英伟达澄清:GeForce和Titan从一开始就不是为数据中心的部署而设计

来源:机房360 作者:娟子 更新时间:2017-12-30 17:49:49

摘要:明星公司英伟达凭借其高性能显卡,近年来在人工智能、自动驾驶等领域遥遥领先于对手。公司正在产品组合和销售模式上进行更为灵活的操作,通过迎合不同类型客户的需求,实现其产品商业价值的最大化。

  明星公司英伟达凭借其高性能显卡,近年来在人工智能、自动驾驶等领域遥遥领先于对手。公司正在产品组合和销售模式上进行更为灵活的操作,通过迎合不同类型客户的需求,实现其产品商业价值的最大化。

  英伟达日前向第一财经记者确认,公司已经修改了用户许可协议(EULA),新的协议条款不鼓励用户在数据中心等领域使用消费者级显卡GeForce和Titan,作为大规模企业级深度学习的用途。

  但是英伟达并未禁止以上产品在非商业化领域人工智能的研究。英伟达在发给第一财经记者的声明中称:“我们理解研究人员通常会将GeForce和Titan产品用于非商业用途或其它不以数据中心规模运作的研究用途。英伟达无意禁止这些用途。”

  英伟达同时指出:“GeForce和Titan从一开始就不是为数据中心的部署而设计的。我们通过修改EULA用户许可协议,来进一步澄清这一点。”

  对于数据中心的定义,英伟达这样向第一财经记者表述:“数据中心有许多不同的类型。相较于用于企业和学术机构研究项目的PC和小型局域网(LAN), 数据中心通常是指较大型的部署,通常部署在多服务器机架中,以便大量用户可以使用随时可用的GPU。 因此,学术研究项目甚至是初创公司并不会受到任何影响。”

  尽管如此,英伟达的修改协议的举动仍然引起了一些人的不满。他们认为英伟达利用其市场主导地位,强推其高端处理器。

  最先表达不满的是日本一家叫Ubiquitous Entertainment的游戏公司,公司总裁兼首席执行官清水亮撰文称:“英伟达的这一改动将会影响广大的深度学习研究者和开发人员。”

  目前英伟达基于Volta架构开发了不同用途的GPU,GeForce和Titan是主要用于PC级别的GPU,除此之外,英伟达的高端处理器Tesla则是用于数据中心等大型商用领域的人工智能与高性能计算,并在不久前通过主流计算机制造商正式推出,并被各大云服务提供商采用。

  Dell EMC、Hewlett Packard Enterprise、华为、IBM与联想均已宣布向其客户提供基于Volta的产品。阿里云、AWS、百度云、Microsoft Azure、Oracle Cloud和腾讯云等提供商也已宣布推出基于Volta的云服务。

  国内一家刚刚获得Pre-A轮融资的从事光场技术的初创公司发言人对第一财经记者表示,公司正在扩建数据中心,未来将会和国内的云服务商合作。在这样的背景下,公司将会更多地使用英伟达的Tesla GPU,但同时也会较多地使用Titan。

  英伟达创始人兼首席执行官黄仁勋在今年举行的SC17超算大会上表示:“Volta是世界上最强大的人工智能与高性能计算平台,能够助力全球最顶尖的科研人员在新药研发、替代能源和自然灾难预测等领域取得突破性进展。部署于全球各地的数据中心与云端的Volta将引发新一轮创新。”

  搭载英伟达Volta GPU架构的第一批超级计算机也即将登场。美国橡树岭国家实验室(ORNL)的Summit已经因此成为全球最强大的超级计算机之一;美国劳伦斯利弗莫尔国家实验室的Sierra和日本的ABCI(AI Bridging Cloud Infrastructure)也将紧随其后。Summit、Sierra和ABCI都采用了英伟达Tesla V100 GPU加速器,它将100个CPU的计算能力集成到了一个GPU中,同时能耗仅为上一代GPU的一半。三者都同时搭载了CPU和GPU,全部通过英伟达NVLink高速互连技术进行连接。

  此外,最新发布的TOP 500超算榜单中,英伟达加速系统数量新增34个,再创历史新高,总计达到87个。GPU已经成为人工智能研发人员普遍的选择,并推升英伟达股价今年上涨超过85%。

  不过高性能GPU Tesla V100的价格也非常昂贵,达到8000美元,一些小型的初创公司通常会选择价格更低的PC级GPU GeForce或者Titan。

  英伟达今年10月开始供货的Titan V GPU的售价为2999美元。Titan V在科学模拟中的计算处理性能优异,它拥有 210亿个晶体管,可提供110 TFLOP的深度学习运算能力,相当于上一代产品的9倍,并且极大地提高了能源效率。

  据第一财经记者了解,Titan V已经能够很好地满足广大科研人员的研究需求,让他们模拟并预测现实世界中可能发生的情况,例如人体对新药物治疗的反应、或新能源的效率等,并从数据中获得洞察,加速科学探索的进程。

  Gartner研究副总裁盛陵海对第一财经记者表示:“GPU在深度学习方面的使用已经普及,开发平台也比较成熟,人工智能的热潮吸引越来越多的开发者利用现有的GPU来进行初期的开发。同时英伟达也把硬件成本压低了,在很多情况下对速度不敏感的应用并不需要性能特别高的GPU,现在高性能的GPU都是给云服务提供商的。”



责任编辑:娟子编辑

机房360微信公众号订阅
扫一扫,订阅更多数据中心资讯

本文地址:http://www.jifang360.com/news/20171230/n3385101097.html 网友评论: 阅读次数:
版权声明:凡本站原创文章,未经授权,禁止转载,否则追究法律责任。
相关评论
正在加载评论列表...
评论表单加载中...
  • 我要分享
推荐图片