يهدف نفيديا إلى الرسومات و "التعلم العميق"

يعتمد معالج رسومات Titan X الجديد من Nvidia على معالج GM200 ، الذي يعد شريحة ضخمة ، يستفيد من قوة 8 مليارات الترانزستورات ، و 3،072 مركز معالجة ، وذاكرة GDDR5 مدمجة تبلغ سعتها 12 جيجا بايت لسبعة أضعاف الدقة الفائقة للأداء الفائق الدقة. تعتمد هذه الشريحة ، التي تمت معاينتها في مؤتمر مطوري الألعاب قبل أسبوعين ، على نفس نوى Maxwell الموجودة في معالجات الشركة الحالية ويتم تصنيعها بنفس عملية 28nm.

لكن نفيديا قالت هذا الأسبوع إن وحدة GeForce GPU الرائدة الجديدة الخاصة بها ستقدم ضعف الأداء وتضاعف من كفاءة الطاقة التي سبقتها. إنها أيضًا شريحة كبيرة جدًا بحجم 601 مم 2 ، وهي أكبر شريحة حجم يتم تصنيعها حاليًا ، وستسحب 250 واط من الطاقة. وبالطبع ، ستكون أغلى رقاقة رسوميات عامة بسعر التجزئة المقترح هو 999 دولار.

معظم المراجعات من مواقع مثل ExtremeTech و Anandtech و TechReport إيجابية للغاية. بالطبع ، في العالم الواقعي ، لا أحد يرى مضاعفة الأداء الذي يدعي البائع ، على الرغم من وجود بعض المكاسب الجيدة. بشكل عام ، يبدو أن Titan X يتفوق بشكل واضح على بطاقات GPU الفردية الأخرى ، ويقوم بعمل موثوق بمقارنة بطاقات AMD المزدوجة GPU Radeon R9 295X2 أو GeForce GTX 980 SLI من Nvidia. في كثير من الحالات ، ستكون بطاقة GPU المزدوجة من أي من البائعين أسرع من أي بطاقة GPU واحدة ، ولكن العديد من الألعاب لا تستخدم كلتا البطاقات ، وفي حالات أخرى ، تظهر إعدادات البطاقة المزدوجة أكثر تلعثمًا. على وجه الخصوص ، يركز الكثير من المراجعات على مدى أداء Titan X في 4K.

بطبيعة الحال ، من غير المرجح أن يظل منافس نفيديا الرئيسي في عالم الرسومات التنافسي على الكمبيوتر ضيقًا - هناك شائعات على نطاق واسع بأن AMD لديها بطاقة جديدة خاصة بها تنتظر في الأجنحة.

مرة أخرى ، على الرغم من أن ما اعتقدت أنه كان أكثر إثارة للاهتمام حول طرح Titan X في مؤتمر GPU Technology (GTC) يوم الثلاثاء كان التركيز على استخدام الشريحة في تطبيقات التعلم العميق ، مع الرئيس التنفيذي لشركة Nvidia Jen-Hsun Huang الذي يتحدث عن كيفية قيام الباحثين اكتشفوا أن تقنيات التعلم العميق يمكن تسريعها بشكل كبير باستخدام وحدات معالجة الرسومات.

على وجه الخصوص ، تحدث هوانغ عن تطبيقات تتراوح ما بين التعرف على الصور وكتابة التسميات التوضيحية الآلية إلى البحوث الطبية والمركبات المستقلة. كان سوق السيارات هو محور التركيز الرئيسي لشركة Nvidia في CES ، حيث قدمت رقاقة Tegra X1 وحل Drive PX لصناعة السيارات. الفكرة هي زيادة أنظمة مساعدة السائق المتقدمة (ADAS) الحالية حتى تصبح أكثر ذكاءً وأكثر ذكاءً بمرور الوقت. "أعتقد أن الانفجار الكبير للسيارات ذاتية القيادة على وشك أن يأتي في السنوات القليلة المقبلة." هوانغ قال.

في وقت لاحق ، انضم إلون موسك الرئيس التنفيذي لشركة Tesla Motors إلى هوانغ على منصة GTC ليقول إن تطوير سيارات ذاتية القيادة أكثر أمانًا من تلك التي يقودها البشر ليس بعيدًا. قال Musk إن أجنحة الاستشعار الحالية في Tesla قادرة بالفعل على توفير ميزات مساعدة متقدمة للسائقين ، لكن القيادة الذاتية في بيئة حضرية بسرعات تتراوح بين 10 و 40 ميلًا في الساعة ستتطلب المزيد من طاقة المعالجة. ومع ذلك ، قال إن الانتقال سيستغرق وقتًا طويلًا ، حيث أن أسطول المركبات على الطريق كبير جدًا. وقال مسك: "من الغريب أننا قريبون جدًا من ظهور منظمة العفو الدولية". "آمل فقط أن يكون هناك شيء تركه لنا البشر."

يختلف التعلم الآلي عن معظم تطبيقات الحوسبة عالية الأداء (HPC) ، حيث تعمل Nvidia على دفع معجلات Tesla الخاصة بها. تتطلب هذه التطبيقات عادةً الفاصلة العائمة المزدوجة الدقة ، بينما تحتاج تطبيقات التعلم العميق غالبًا إلى دقة واحدة فقط. يوفر Titan X دقة واحدة فقط. بالنسبة لتطبيقات التعلم العميق ، تقدم Nvidia إطارًا جديدًا يسمى DIGITS ، وأنظمة تدريب GPU العميقة لعلماء البيانات ، وجهازًا جديدًا بقيمة 15000 دولار يسمى DIGITS DevBox.

وقال هوانغ ، وهو يتطلع إلى الأمام ، إن هندسة Pascal GPU ، التي من المقرر أن تبدأ في العام المقبل ، ستسرع تطبيقات التعلم العميق بعشرة أضعاف سرعة معالجات Maxwell من الجيل الحالي. هذا يأتي من ثلاث ميزات جديدة: الدقة المختلطة (استخدام أكثر للنقطة العائمة 16 بت) ؛ 2.7 أضعاف سعة الذاكرة مع ما يصل إلى 32 جيجابايت من خلال استخدام ذاكرة مكدسة ثلاثية الأبعاد مع عرض النطاق الترددي للذاكرة بثلاثة أضعاف ، والربط البيني NV Link الذي يسمح بحد أقصى يصل إلى ثمانية وحدات معالجة رسومات عالية الدقة في DevBox أو محطة عمل مشابهة (على عكس Titan X الأربعة GPUs في الشحن واحد في مايو). لم يتم قول ذلك ، لكن من المحتمل أن تستخدم الرقائق المعتمدة على هذه البنية تقنية عمليات الجيل التالي. بعد كل شيء ، تم تقديم رقائق 28 نانومتر الأولى في عام 2011 وبدأت البيع في عام 2012 ، لذلك بحلول العام المقبل ، آمل أن نرى شرائح رسومات منفصلة بسعة 16 نانومتر أو 14 نانومتر.