服务器 频道

视觉领域新突破 NVIDIA再次亮相InfoComm

  近日,亚太专业视听和交互体验式通信技术交流的平台会议InfoComm China 2019在北京启幕,作为全球视觉计算技术的行业领袖,NVIDIA携专业视觉解决方案Quadro RTX GPU和虚拟GPU解决方案等领先产品亮相,集中展示AI赋能下专业视觉领域新突破,以及NVIDIA最新专业视觉解决方案在提升工作效率,推进专业视听产业升级中不可或缺的作用。

  NVIDIA RTX服务器为渲染、协作、云游戏和VR提供新功能

  从顶着压力快速创造惊人内容的好莱坞工作室,到对5G赋力的云游戏和VR流媒体的新需求,用户对计算能力的需求从来没有这么强烈过。

  运行可实时提供丰富视觉内容的强大服务器在过去可谓是成本不菲,但现在不同了。

  NVIDIA RTX服务器包括全面优化的软件堆栈,可用于Optix RTX渲染、游戏、VR和AR、以及专业可视化应用程序。如今NVIDIA RTX服务器可通过光线追踪提供更强大的影院级效果,且其电力成本远远低于可以实现相同性能的基于CPU的渲染集群。

  通过在网络边缘对RTX服务器进行低延迟访问,云渲染AR和VR应用成为现实。无论是在桌面上进行内容创建还是在数据中心进行批量和最终帧渲染,NVIDIA RTX服务器的用户都能够利用GPU加速渲染和性能,所需的成本、占地空间和功耗远低于CPU渲染农场。

  动画、视觉效果和工业设计的制作过程通常需要很多人的跨地域合作。但复杂的3D流水线为全球协作带来挑战。NVIDIA的Omniverse让艺术家能够实时查看其他艺术家或同事在不同应用程序中对同一内容做出的更改,并与之进行交互。更改可以同时反映在多个不同的工具上。

  对Quadro虚拟数据中心工作站软件的支持为艺术家和设计师提供了另一种高效且强大的选择,使其能够以虚拟方式运行内容创建应用和设计工具,在不影响性能的情况下实现更高的移动性并推进协作。工作室可以部署一个易于管理的服务器和多个虚拟工作站,让员工能够共享GPU资源,且能够在任意地点安全访问其工作内容。

  NVIDIA面向数百万数据科学家推出全新高性能工作站

  数据正在从根本上改变企业的经营方式,推升对数据科学家的需求,同时增加其工作流程的复杂性。借助NVIDIA助力的数据科学工作站,获取将海量数据转变为见解所需的强大性能,并打造卓越的客户体验。由领先的工作站供应商打造,并将Quadro RTX GPU的强大功能与经加速的CUDA-X AI数据科学软件融于一身,志在为数据科学领域提供一款全新的全集成桌面与移动工作站。

  数据科学问题涉及海量数据,需要极高的处理能力。NVIDIA赋力的数据科学工作站使科学家能够轻松、快速且准确地进行模型的准备、训练和部署。其特性和优势包括:

  两颗高端Quadro RTX GPU:基于最新NVIDIA Turing GPU架构,专为企业级部署而设计。借助NVIDIA NVLink互联技术,双Quadro RTX 8000和6000 GPU可实现高达260 teraflops的计算性能和96GB的内存。Quadro RTX赋力的数据科学工作站所提供的容量和带宽能够处理最大规模的数据集和计算密集型工作负载,且其图形功能能够满足包括VR 在内的大规模数据集的三维可视化需求。

  数据科学软件堆栈:基于Linux操作系统和Docker容器构建:

  NVIDIA CUDA-X AI:一组NVIDIA GPU加速库合集,用于加速深度学习、机器学习和数据分析。CUDA-X AI包括用于加速深度学习原语的cuDNN、用于加速机器学习算法的cuML、用于优化训练模型以进行推理的TensorRT、以及其他15个以上的库。它们能够与NVIDIA Tensor Core GPU无缝协作,加速端到端工作流程,以开发和部署基于AI的应用。

  企业级支持:与工作站制造商一同进行测试和优化,以满足任务关键型企业级部署的需求。

  可选的软件支持:NVIDIA开发的软件和容器(包括深度学习和机器学习框架)让用户倍感轻松。

  NVIDIA赋力的数据科学工作站让数据科学家能够自由地在本地开展工作,可谓是对NVIDIA 的数据科学产品组合的理想补充。

  虚拟GPU让用户随时随地挥洒创意

  NVIDIA虚拟GPU解决方案通过加速工作流程、让用户能够随时随地开展工作,助力设计师和工程师将其创作转变为现实。此外,虚拟GPU解决方案还可以为数字化办公场所中的现代化应用程序和操作系统(如Windows 10)提供经济高效的性能和易管理性。其中,面向设计师等专业工作者的NVIDIA Quadro虚拟数据中心工作站(Quadro vDWS)能够在任何地点、任何设备上满足最严苛的需求,实现无与伦比的体验。

  据介绍,2013年,NVIDIA推出了第一款vGPU产品,主要针对CAD、CAE或渲染的高端图形应用客户。如果说之前的vGPU产品还是针对图形场景,到了最近几年AI技术迅猛发展,越来越多的用户用GPU进行AI加速计算。所以,2018年NVIDIA推出了针对于数据中心计算场景使用的vGPU版本,比如支持热迁移(Live Migration)。2019年,NVIDIA推出两款vGPU的产品,vGPU 7.0和vGPU 8.0.“我们看到GPU虚拟化产品迭代速度非常快,它也是伴随着我们物理产品不断迭代和不断更新。”

  在虚拟化平台里,我们要推出相应的软件产品来支持硬件。最新版的vGPU版本第一次支持了Quadro GPU,这样就可以把一块物理GPU转化成很多小的虚拟GPU,以软件的形式交付到用户的虚拟化环境里。

  对于硬件架构的支持。vGPU和物理GPU产品发布保持同步,1.0支持的物理GPU架构是Tesla架构,到后面在2.0、3.0、4.0版本支持MaxWell架构的物理GPU;在5.0支持Pascal,6.0支持Volta,7.0、8.0支持最新的Turing架构GPU.这就意味着用于虚拟机里的vGPU和底层的物理GPU具有等同的特性。所以,随着产品的不断迭代,vGPU可以让用户充分体会到我们底层GPU的特性。

  生态在不断地完善。vGPU最初只支持Ctrix虚拟化环境,随着GPU产品的发展,vGPU后面也不断地支持了包括VMware、Linux KVM等虚拟化平台。

  vGPU的管理功能不断增强。因为虚拟化环境更多强调的是管理,这也可以更好地实现云平台或虚拟化平台的有效监控。vGPU 7.0可以说是一个划里程碑式的版本,其中包括主要的4个特性:支持multi-vGPU技术、VMware vMotion、NVIDIA GPU Cloud、Turing架构。

0
相关文章