/
谷歌云增加Nvidia P4 GPU支持AI和虛擬桌面
谷歌今天開始在自己的公有云上提供了一個新的圖形加速器，以更好的支持人工智能和虛擬桌面工作負載。
GPU集群助力百度為行業提供高效定制化AI訓練和推理平臺
在賦能行業的平臺的背后，EasyDL依托于NVIDIA的Tesla GPU深度學習平臺，搭建了用于深度學習模型訓練（Training）和服務（Inference）階段的GPU集群。
Nvidia發布GPU上的Kubernetes以加速深度學習負載
GPU在數據中心越來越受歡迎，它可以加速機器學習和深度學習等數據密集型工作負載。現在，全球最大的GPU制造商Nvidia將推出一個與Kubernetes集群配合使用的用例，以加速深度學習模型的訓練。
英特爾證實：將在2020年發布獨立GPU
英特爾證實了Shrout的說法，稱“我們很高興確認我們將于2020年推出第一款獨立GPU。正如我們之前所說的，我們的目標是擴展在PC用集成顯卡方面的領先地位，獨立的高端圖形解決方案面向廣泛的計算領域。”
Hitachi Vantara升級Skylaking服務器加入Optane緩存和GPU
Hitachi Vantara利用Skylake處理器升級了更多服務器，并增加支持Optane SSD緩存和Nvidia GPU。
通過GPU探索無限可能 NVIDIA Computex 2018展示AI新格局
借助在GPU方面的積淀，NVIDIA將GPU的計算力發揮到了極致。相信隨著人工智能技術的深入發展，NVIDIA將會給我們帶了無限可能。
Nvidia與NetApp合作打造深度學習GPU服務器芯片
NetApp和Nvidia已經推出了一個組合式的AI參考架構系統，與Pure Storage和Nvidia 合作的AIRI系統相競爭。
步入計算多元化時代 異構計算為什么發展空間巨大？
可以預見的是隨著計算產業的演進，異構計算具有廣泛的發展空間，我們也會看到越來越多的異構計算架構在承載應用方面發揮越來越重要的作用。
讓機器學習如虎添翼：存儲廠商爭相利用GPU增強系統性能
存儲是機器學習的重要一環，因為訓練模型意味著數百萬甚至數十億個文件必須盡可能快地被輸送到配置了GPU的訓練系統。
Arm發布Mali多媒體套件，讓機器學習在入門級手機上也“跑起來”
3月6日，ARM宣布推出了包含全新的視頻、顯示和圖像處理器的Mali多媒體套件，針對主流手機和數字電視，提升視頻、圖像顯示等視覺體驗能力，滿足手游的響應速度和智能數字電視播放4K高清內容等消費需求，重點指向了相關設備中的機器學習負載。
如何搭建一套高效的AI計算平臺？
近年來，眾多企業都已經看到了AI未來的前景，紛紛想踏入這片沃土，孕育新的商機。AI是新的且是"計算密集型"的領域，在應用開發前，首先要做的是要擁有一套高效運轉的AI架構。
AI巔峰之作：金品深度學習GPU KG 7204-R5
說到人工智能(AI)領域，就不得不提起“人機大戰”中的“阿爾法狗”( AlphaGo )這個囂張的名字，自2016年3月初出茅廬，一路刷新紀錄震驚世人，以99.8%的勝率，先后戰勝世界各國頂尖圍棋高手，轟動一時，人們將這一成績視為人工智能的巔峰之作。
AMD在CES 2018上公布GPU和CPU更新路線圖
AMD在本周的CES大會上更新了其x86和圖形卡的路線圖，并且首次詳細介紹了12nm CPU和7nm GPU的計劃。此外，AMD還推出了6款帶有集成圖形卡的x86芯片，瞄準各種臺式機和筆記本電腦。
京公網安備 11010802021500號
