微软Cognitive Toolkit正式上线,支持GPU加速

2016年11月15日,在美国盐湖城SC16超算大会上, NVIDIA宣布将与微软共同加速企业内部的人工智能. 得益于首款基于微软Azure云端或内部运行的NVIDIA Tesla GPUs定制式人工智能框架,企业现在可实施覆盖数据中心和微软云的人工智能平台.该优化平台可在NVIDIA GPU(包括采用了Pascal架构的GPU和NVLink 互联技术的NVIDIA DGX-1超级计算机)和Azure N系列虚拟机(目前仍是测试版本)上运行微软的Cognitive Toolkit.     

NVIDIA GPU将加速Microsoft Azure

2015年9月30日,NVIDIA宣布,微软公司将通过云平台Microsoft Azure向世界各地的客户提供基于NVIDIA GPU的专业图形应用和加速计算功能。Azure在其全新的N系列虚拟机产品中部署了NVIDIA GRID,成为向企业提供NVIDIA GRID 2.0虚拟化图形的云计算平台。     

猎杀x86 NVIDIA、ARM、微软携手迈向云时代

在ECES 2011之前，所有的业界分析家都对NVIDIA的前途表示悲观：它没有自身的计算平台．图形业务一度被AMD超越．芯片组业务也烟消云散，只剩下通用计算技术还保持优势。这已是最危险的时刻——拥有GPU资源的AMD集团可以轻松地将NVIDIA关在门外．     

不止是图形处理 GPU的未来之谈

提到NVIDIA（英伟达），大家的第一印象肯定是图形处理和GPU。然而，随着技术的发展，以锐意创新为本的提到NVIDIA（英伟达）早已不单单是一家GPU厂商。以GPU为基础的视觉计算概念的提出为GPU注入了新的发展动力。最近，我们也对提到NVIDIA（英伟达）公司中国区市场总监魏鸣女士进行了专访，来了解一下视觉计算的最新进展。     

NVIDIA Kepler 架构Tesla GPU全面深入高性能计算领域

2012年5月15日,在全球GPU技术大会上,NVIDIA发布了全新系列的NVIDIA Tesla GPU,这一系列产品基于NVIDIAKepler GPU计算架构.NVIDIA希望,凭借这款新架构的TeslaGPU进一步深入高性能计算领域,让科学计算与工程应用能更轻松地利用GPU的并行计算效能.     

基于GPU的遥感图像融合并行算法研究

基于通用GPU并行计算技术,结合遥感图像数据融合处理特点,利用NVIDIA公司的CUDA编程框架,在其GPU平台上对BROVEY变换和YIQ变换融合算法进行了并行研究与实现.实验结果表明,随着遥感图像融合算法的计算复杂度、融合处理的问题规模逐渐增加,GPU并行处理的加速性能优势也逐渐增大,GPU通用计算技术在遥感信息处理领域具有广阔的应用前景.     

GPU虚拟化技术及其安全问题综述

人工智能与各行业全面融合的浪潮方兴未艾,促使传统云平台拥抱以图形处理器(GPU)为代表的众核体系架构。为满足不同租户对于机器学习、深度学习等高密度计算的需求,使得传统云平台大力发展GPU虚拟化技术。安全作为云平台GPU虚拟化应用的关键环节,目前鲜有系统性的论述。因此,本文围绕云平台GPU虚拟化安全基本问题——典型GPU虚拟化技术给云平台引入的潜在安全威胁和GPU虚拟化的安全需求及安全防护技术演进趋势——展开。首先,深入分析了典型GPU虚拟化方法及其安全机制,并介绍了针对现有GPU虚拟化方法的侧信道、隐秘信道与内存溢出等攻击方法;其次,深入剖析了云平台GPU虚拟化所带来的潜在安全威胁,并总结了相应的安全需求;最后,提出了GPU上计算与内存资源协同隔离以确保多租户任务间的性能隔离、GPU任务行为特征感知以发现恶意程序、GPU任务安全调度、多层联合攻击阻断、GPU伴生信息脱敏等五大安全技术研究方向。本文希望为云平台GPU虚拟化安全技术发展与应用提供有益的参考。     

NVIDIA Kepler架构Tesla GPU全面深入高性能计算领域

2012年5月15日,在全球GPU技术大会上,NVIDIA发布了全新系列的NVIDIATeslaGPU,这一系列产品基于NVIDIAKeplerGPU计算架构。NVIDIA希望,凭借这款新架构的TeslaGPU进一步深入高性能计算领域,让科学计算与工程应用能更轻松地利用GPU的并行计算效能。     

点云重建的并行算法

在三维重建问题中,为了提高重建模型的精确度和完整性,需要增大三维重建的数据量,由此会增加重建的计算量和运行时间。针对该问题,对点云重建过程进行并行设计,降低耗时、提高三维重建的效率,提出在多核CPU、GPU架构和CPU/GPU异构环境下点云重建的并行算法,并在不同实验平台上对Kermit和hallFeng数据集进行了点云重建的并行实验。实验结果表明,相比于串行的点云重建算法,点云重建并行算法在保证重建精度的条件下,取得了较好的加速比,并且并行算法具有实验平台和数据规模的可扩展性。     

管理症结要整体解决 金蝶方案V1．0正式发布

3月13日，NVIDIA（r)公司（Nasdaq代码，NVDA）推出了全新的GeForce4图形处理器（GPU）产品家族，这是世界上速度最快，最具创新精神并且功能最为强大的GPU，GeForce4 GPU为台式PC机，Mac和笔记本电脑市场等多个市场领域带来革命性新技术。     

要闻点评

打造产品家族GeForce4 NVIDIA亮相北京 3月13日,NVIDIA(r)公司(Nasdaq代码:NVDA)推出了全新的GeForce4图形处理器(GPU)产品家族,这是世界上速度最快、最具创新精神并且功能最为强大的GPU。GeForce4 GPU为台式PC机、Mac和笔记本电脑市场等多个市场领域带来革命     

“气象云桌面”系统的虚拟化架构设计与核心技术研究

中国气象局气象探测中心于2019年建设了集国家级实时气象观测业务、研究型业务、对外展示于一体的国家级气象观测实时业务平台(以下简称实时业务平台)。实时业务平台采用"气象云桌面"系统的办公形式,将操作系统、应用程序和数据全部集中到数据中心进行统一管理,系统基于ICA(Independent Computing Architecture)协议核心技术,依托服务器、网络设备、存储构建,通过分布式部署和虚拟化架构,实现了桌面云的发布、管理等功能。同时,系统应用英伟达v GPU技术发布出基于GPU显卡的VDI虚拟设计桌面,满足业务人员的三维建模及CUDA计算需求。实时业务平台目前已建设云桌面系统80个,定制化操作系统及配套软件应用以满足业务需求,并通过内外网桌面云物理隔离彻底解决传统办公设备分散管理、数据易丢失、易泄密、运行维护成本高且无法实现移动办公等问题。本文详细介绍了气象云桌面系统的技术优势和架构设计,阐述了系统的设计部署过程与业务应用中涉及的关键技术。     

两大图形巨人新一波芯片组来袭

作为图形领域的两大巨头，NVIDIA和ATI都表现出强烈的多领域扩展意愿，而进军芯片组市场更是成为它们的共同选择——NVIDIA推出的nForce虽然因设计前卫、技术不够成熟未获佳绩，但衍生出的nForce2最终成为K7平台的主流选择，现在的nForce3同样以出众的设计为大众喜爱，NVIDIA也由此取代VIA成为AMD平台芯片组的龙头老大。与之相比，ATI最初推出的Radeon IGP芯片组，     

行业动态(新产品)

英伟达发布多项创新成果2019年12月18日,在美国英伟达(NVIDIA)公司举办的GTC(GPU Technology Conference,GPU技术峰会)中国大会上,公司创始人兼CEO黄仁勋宣布NVIDIA已经售出15亿块GPU,并发布支持L2-L5级自动驾驶系统级芯片Orin,全新版本Isaac软件开发套件(SDK)、TensorRT 7推理软件开发套件等创新成果。     

费米，因何来迟？

在人们习惯了NVIDIA与AMD在显卡领域你来我往的漫天硝烟后，NVIDIA的突然沉默让所有人感到一丝疑惑。时隔半年之后，Fermi承载着NVIDIA的希望、玩家的希望甚至是整个GPU产业的希望。姗姗来迟……     

深度学习容器云平台下的GPU共享调度系统

近年来，容器由于具有轻量级以及高可扩展性，逐渐替代了虚拟机，被广泛应用于深度学习云平台中。但目前深度学习云平台在GPU资源管理上依然存在着不足，主要表现为由于容器编排技术的限制，多个容器无法共享使用GPU资源，而对于一些小规模模型的训练任务和推理任务，单个任务并不能充分利用整张GPU卡的计算资源。当前的独占模式会导致昂贵的GPU资源的浪费，降低资源效率和服务可用性。针对这一问题，提出了一种GPU共享调度系统。一方面，基于Kubernetes的Operator机制对现有集群功能进行扩展，实现了多个Pod共享使用GPU资源，同时设计了一种代理机制保证了与原生Kubernetes的兼容性。另一方面，基于GPU时间片与抢占机制，实现了GPU资源的动态管理与调度，在多个任务之间进行细粒度的协调，并减少了任务干扰。实验结果表明，与原生Kubernetes调度系统相比，该系统能够将一组深度学习训练任务的完成时间平均减少约20%,使得集群GPU资源利用率平均提升约10%。在共享使用GPU时高优先级任务性能相较于独占GPU损耗不到5%,同时能够使得低优先级任务以20%的性能运行在同一张GPU上。     

金士顿打造最强DDR2800

2007年9月26日．NVIDIA发布了最新的MCP73系列主板，MCP73系列主板作为NVIDIA专门针对Intel平台设计的整合芯片组主板，．整合了当今最先进的GPU技术．在性能上已经完全超越了市面上所有的集成显卡系列主板，而且也远远优于同类主板＋独显的硬件架构模式．这类主板市场定位基本在400～800元的水平．     

GTC CHINA 2016开启人工智能黄金时代

2016年9月13日,GTC CHINA 2016(GPU技术大会)在北京召开,NVIDIA联合创始人、总裁兼首席执行官黄仁勋出席大会,深度阐释了GPU计算产品与解决方案平台将如何拓展人工智能发展的想象空间,加速人工智能改变未来的进程。同时,NVIDIA全球首发了两款深度学习和自动驾驶最新产品,宣布了与京东等领先企业的合作项目。     

改变的不只是GPU NVIDIA Tegra K1光环外的秘密

很多人在谈论NVIDIA Tegra K1这款芯片的时候，都会被它192核GPU的光环所吸引，都为其PC级的图形性能而惊叹。但是，作为一颗SoC芯片，NVIDIA Tegra K1的改变绝不仅仅局限于GPU，在此之外，还有更多的秘密值得我们进一步发掘，这些秘密也将带来全新的平台体验。     

产品新闻

融入色影新“视”界 NVIDIA GeForce 6800系列GPU 4月21日,NVIDIA公司发布了面向高性能台式机平台的GeForce 6800系列GPU(图形处理器),包括旗舰产品GeForce 6800 Ultra和高端产品GeForce 6800。