本篇文章1891字，读完约5分钟
黄鑫，《宗仁》的联合编辑。
英伟达今天在gtc china2016发布了新产品:特斯拉p4和特斯拉p40，这是为深度学习设计的推理加速器，以及为autocruise设计的px2，这是一款为自动驾驶和汽车人工智能设计的低功耗计算机。
Nvidia的传统优势是桌面和移动pc gpu，但它显然不满足于在单一领域提高gpu性能。正如我们之前提到的，人工智能的研发和应用可以分为几个阶段。nvidia的传统计算密集型gpu产品只能显著改善训练算法。然而，英伟达显然不愿意只赢得这个领域，而是希望包括整个开发过程。P4和p40在定位上类似于之前放置在超级计算机dgx-1中的p100，但是它们的功能重点不同。P100致力于加快神经网络的训练速度。P4和p40专注于提高cpu的推理能力，即逻辑运算效率。以下是3款新产品的重点库存:
P4 vs p40 vs drive px2 auto cruise I . P4专注于提高cpu推理能力，即逻辑运算效率。*单精度浮点为5.5万亿次
*国际8指数最高为22点
*内置8gb gddr5视频存储器
*2560 cuda核心
*支持192 gbps带宽。
*集成72亿个晶体管
*nvidia声称p4的性能是去年发布的m4的四倍
*主要负责图像、文本和语音识别
Ii .p40侧重于提高cpu推理，即逻辑运算效率。它可以将cpu推理速度提高40倍。*单精度浮点是12万亿次
*int8指标(衡量深度学习)最高为47分
*内置24gb gddr5视频内存
*3840 cuda核心
*346 gbps带宽
*集成120亿个晶体管
*nvidia声称p40的性能是去年发布的m40的四倍
*主要负责图像、文本和语音识别
3.px 2自动巡航计算平台适用于自动巡航功能(包括高速公路自动驾驶和高清地图)*可以实时了解周围情况
*高精度地图上的精确定位和安全驾驶路线的规划。该平台采用了新的单处理器配置
*帮助车辆使用深层神经网络处理来自多个摄像机和传感器的数据。
*功率仅为10w
专注于驱动px2 autocruise，但这些仍然是nvidia的传统优势。除了比上一代m4/m40更快、更高、更强之外，没什么好说的。有趣的是看起来很弱的px2驱动程序。
首先，一个非常引人注目的数据是它的功耗只有10w，也许是因为它使用了nvidia为移动平台开发的tegra系列处理器，但这种功耗无论如何可以说是非常引人注目的，因为同级别的fpga产品的功耗水平基本上在这个水平，甚至更高。其功能定位集中在高速公路上的自动巡航，而不是整个自动驾驶领域。同样容易理解的是，单个移动处理器的架构及其极低的功耗无法支持非常大规模的计算。但这不是英伟达的意思。
英伟达表示，该产品可以与英伟达的dgx-1相匹配。在nvidia描述的图片中，数据科学家可以使用NVIDIA dgx-1在数据中心训练深层神经网络，然后在nvidia drive px2上运行训练好的神经网络。Nvidia为dgx-1开发了相同的nvidia driveworks算法、库和工具，为autocruise开发了px2驱动器。以便研究人员可以方便地进行总体开发。
也就是说，这台计算机(用于自动刷新的px2驱动器)从一开始就不是为开发而设计的，而是一个应用级设备。也就是说，英伟达使用产品来包括完整的人工智能开发过程的行动已经开始了一个新的阶段。
在今天的会议上，黄仁勋强调——p4是专门为1u ocp服务器加速而设计的，功率只有50w；P40旨在实现最大吞吐量，可将cpu推理速度提高40倍。与今年将在美国gtc发布的tesla p100和p4/p40一起，它们将在深度学习培训和推理的两端为数据中心带来端到端的深度学习平台。
目前，英伟达已经在人工智能领域形成了以特斯拉p100和dgx-1为核心的培训体系；基于p4/p40和张量-rt的数据中心推理系统:以px 2驱动和driveworks为核心的智能驱动系统。通过全面布局，构建端到端的深度学习平台。
在这次会议上，px2驱动汽车制造商的战略地位甚至可能高于p4和p40。虽然是一款自驱动芯片，但英伟达的真正意图应该是跳出人工智能R&D领域这一传统强项，通过该产品为其在人工智能应用层面的进一步发展做准备和测试。英伟达显然决心成为人工智能的领导者之一。为了实现这一目标，为特定场景设计的计算机，如用于自动毁灭的px2驱动器，是必不可少的。该产品也可视为对英伟达的测试。如果它足够成功，我们可能很快就会在其他IoT产品上看到nvidia。
