Nvidia首席执行官Jen-Hsun Huang为人工智能应用推出了一款雄心勃勃的全新处理器Tesla V100。

这款新芯片拥有210亿个晶体管，比一年前Nvidia宣布的150亿个基于Pascal的处理器强大了一个数量级。这是一块巨大的芯片 - 815平方毫米，或者像Apple Watch那样大。它有5,120个CUDA处理内核，并且在7.5 FP64 teraflops下运行。性能大约是去年产品的三倍。

总部位于加利福尼亚州圣克拉拉的Nvidia是最大的图形和AI芯片制造商，它在加利福尼亚州圣何塞举行的GPU技术大会上宣布了这一消息。

了解开发商和品牌营销人员如何利用人工智能发展他们的业务，将于7月11日至12日在SF的MB中展示。我们通过大肆宣传来展示营销人员如何实现真正的投资回报率。在5月19日之前享受早鸟优惠 50%%的优惠!

在介绍芯片之前，黄先生追溯了人工智能的近期历史。他指出，深度学习神经网络研究大约在五年前开始取得成效，当时研究人员开始使用图形处理单元(GPU)并行处理数据以快速训练神经网络。从那时起，深度学习的步伐加快了。而今年，Nvidia计划培训100,000名开发人员使用深度学习。

对于深度学习，特斯拉V100，也称为Volta，可以处理120张Tensor teraflops。它可以以每秒300千兆位的速度传输数据，或者比现在的其他处理器快20倍。它由三星为Nvidia制造。

与去年基于Pascal的处理器相比，Volta的Tensor FLOP用于深度学习训练的12倍。由于深度学习算法的惊人进步，这种处理速度是必要的。

2015年，微软创建了一个名为ResNet的深度学习程序，它非常复杂，需要7个exaflops的处理能力。2016年，百度的Deep Speech 2 AI需要20次exaflops，而2017年Google的NMT需要105次exaflops。

微软正在开发一个新版本的ResNet，它将64个Volta芯片连接在一起进行处理。目前还不清楚Volta何时将大量出货。

科技在提高人们社会活动质量的同时可能对部分科技使用者造成伤害。我们要正确认识网络的两面性，用其所长、避其所短，发挥网络对生活的积极促进作用。把科技作为生活的补充就可以享受科技的诸多益处，以上这篇文章希望可以给大家带来有用的信息。