Nvidia olha para o futuro AI-alimentado com estreia Jetson TX1

SAN FRANCISCO — Rosie, a empregada robótica no icónico dos desenhos animados Os Jetsons, foi muitas vezes mais realista na personalidade do que mecanizada.

Os recentes desenvolvimentos na aprendizagem de máquina e inteligência artificial estão fazendo tais conceitos enraizados na fantasia e ficção científica mais tangível do que nunca.

Talvez seja apropriado que o último pedaço de hardware aprendizagem de máquina da Nvidia é apelidado Jetson TX1, que o fabricante da placa gráfica vangloriou força de vontade milhões de novos dispositivos inteligentes para vir.

O laboratório de pesquisa será a casa de um computador quântico de 512 qubits construído pela empresa canadense D-Wave.

“Aprendizado máquina está revolucionando serviços web”, afirmou o CEO da Nvidia Jen-Hsun Huang, durante uma apresentação de mídia na terça-feira à tarde.

Huang esclareceu serviços web não é o único espaço que está sendo impulsionada por aprendizagem de máquina, argumentando numerosas indústrias estão preparados para a transformação, tais como a indústria automóvel com carros de auto-condução.

Jetson TX1 é descrito para ser do tamanho de um cartão de crédito, empregando técnicas de aprendizagem de profundidade para permitir mais inteligente – e, eventualmente, autônomo – dispositivos.

O módulo supercomputador é apresentado como uma operação de plug-and-play, o que requer menos de 10 watts de potência, a fim de alimentar um teraflop de desempenho.

máquinas sugeridas Nvidia tem em mente para Jetson TX1 incluem drones de vigilância inteligentes de monitoramento multidões para atividades suspeitas e os robôs que agem como motoristas pessoais, reconhecendo seus proprietários hábitos e necessidades através de linguagem natural, navegação e reconhecimento comportamento.

Huang sublinhou repetidamente a aprendizagem de máquina está promovendo o que ele caracterizou como o momento mais emocionante em computação ainda.

“Há pouca dúvida de que todos nós precisamos de máquinas mais inteligentes para tornar nossa vida melhor”, insistiu Deepu Talla, vice-presidente e gerente geral do grupo de chips Tegra da Nvidia.

No entanto, ainda há um longo caminho a percorrer, Talla admitiu, explicando como a tecnologia de inteligência, de localização e mapeamento para análise de linguagem corporal, é muito mais um trabalho em andamento.

A maioria das soluções em drones de hoje não estão fazendo muito processamento por conta própria, Talla observado em explicando a necessidade de algoritmos complicados – ou a aprendizagem de máquina – para fazer tais drones mais inteligente.

Inteligência Artificial;? DeepMind do Google afirma marco importante em máquinas de fazer falar como os humanos; Inovação;? LG investir em AI para aparelhos inteligentes, condução autónoma; Big Data Analytics;? IBM para usar AI para domar dados grandes em seu segundo laboratório de pesquisa Africano; inteligência artificial; IBM Watson: Aqui está o que um trailer do filme trabalhada por um AI parece

Mais cedo na terça-feira, a Nvidia revelou uma nova plataforma central end-to-end de dados hiperescala construído especialmente para o aprendizado profundo.

“Assim como o cérebro humano está constantemente aprendendo, data centers do futuro será muito da mesma forma,” Huang posta, prevendo sempre haverá alguns servidores e neurônios dedicados a aprender constantemente novas informações.

Nvidia tem duas opções de aceleração sobre a mesa para estas tarefas: o high-end Tesla M40 GPU para a implantação de redes neurais profundas e menor consumo de energia M4, um fator de forma menor criado para aprendizado de máquina mas também a imagem de streaming de rotina e processamento de vídeo.

A gigante de tecnologia também está reunindo um conjunto de ferramentas de curadoria para desenvolvedores e gerentes de data centers, a maioria dos quais dependem de tecnologias alimentado por GPU para o processamento, redimensionar e imagens de transcodificação e vídeo.

Nesta primavera, a Nvidia lançou várias novas tecnologias para o avanço da aprendizagem profunda em meio a Conferência de Tecnologia GPU.

Seguindo-se a plataforma Titan X para jogos móveis, a série Pascal GPU chegou com a promessa de acelerar as aplicações de aprendizagem profunda dez vezes em comparação com processadores Maxwell anteriores da Nvidia.

Em agosto, a Nvidia reforçou sua plataforma de Grid para desktops virtuais e aplicações com a estréia da versão 2.0, prometendo tanto a entrega dos a maioria dos aplicativos gráficos intensivos sempre, bem como dupla tanto a densidade de desempenho e fácil do que seu antecessor, agora permitindo até 128 usuários por servidor.

O acelerador de GPU Tesla M40 e software Hyperscale Suíte estão programados para lançar antes do final de 2015, enquanto o GPU M4 está indexado ao navio durante o primeiro trimestre de 2016.

Um kit de desenvolvimento para Jetson será disponibilizado para pré-encomenda no final desta semana em 12 de novembro, a partir de US $ 599 nos Estados Unidos. Ele será lançado a partir 16 de novembro disponibilidade em outros mercados é prometido para seguir dentro das próximas semanas.

Uma versão de produção final do módulo Jetson está prometido para enviar todo o mundo no início de 2016 por US $ 299 quando encomendados em quantidades de 1.000 ou mais.

? DeepMind do Google afirma marco importante em máquinas de fazer falar como os humanos

? LG investir em AI para aparelhos inteligentes, condução autónoma

? IBM para usar AI para domar dados grandes em seu segundo laboratório de pesquisa Africano

IBM Watson: Aqui está o que um trailer do filme trabalhada por um AI parece