0 просмотров
Рейтинг статьи
1 звезда2 звезды3 звезды4 звезды5 звезд
Загрузка...

Сотрудник компьютерной фирмы Nvidia создаёт суперкар

Сотрудник компьютерной фирмы Nv > 02.09.2016 vic3d Самодельные автомобили 0

Адам Пин­тек (Adam Pintek), сотруд­ник ком­па­нии Nv >GT90 .

p, blockquote 1,0,0,0,0 —>

Сколь­ко Адам себя пом­нит, он был поме­шан на супер­ка­рах. Он все­гда меч­тал вла­деть мощ­ной спор­тив­ной маши­ной. Но меч­ты оста­ва­лись меч­та­ми. Из-за высо­кой сто­и­мо­сти спор­тив­ных машин, Адам не мог себе поз­во­лить при­об­ре­сти вожде­лен­ный супер­кар.

p, blockquote 2,0,0,0,0 —>

Одна­жды он поду­мал, что един­ствен­ный путь осу­ще­ствить свою меч­ту – сде­лать свой соб­ствен­ный спорт­кар само­му.

p, blockquote 3,0,0,0,0 —>

p, blockquote 4,0,0,0,0 —>

Адам вырос в Порт­вил­ле (Porterville), шта­те Коли­фор­ния, где все его дру­зья были увле­че­ны маши­на­ми и посто­ян­но рабо­та­ли над каки­ми-нибудь про­ек­та­ми. Это была отлич­ная сре­да для обу­че­ния и было кому задать инте­ре­су­ю­щие вопро­сы.

p, blockquote 5,0,1,0,0 —>

Во вре­мя учё­бы в стар­ших клас­сах шко­лы и после поступ­ле­ния в кол­ледж, Адам посто­ян­но зани­мал­ся тюнин­гом машин, научил­ся изго­тав­ли­вать пане­ли кузо­ва из стек­ло­во­лок­на, настра­и­вал и фор­си­ро­вал дви­га­те­ли. Теперь, после более деся­ти лет накоп­ле­ния опы­та, он решил создать свой соб­ствен­ный супер­кар. Его целью ста­ло созда­ние супер­ка­ра, кото­рый бы пре­вос­хо­дил по сво­им харак­те­ри­сти­кам авто­мо­би­ли Bugatti, Koenigsegg и Lamborghini.

p, blockquote 6,0,0,0,0 —>

Супер­кар Ада­ма име­ет дви­га­тель V8 , объ­ё­мом 6.2 лит­ра с дву­мя тур­бо­чар­дже­ра­ми, кото­рый рас­по­ла­га­ет­ся по сере­дине маши­ны.

p, blockquote 7,0,0,0,0 —>

Адам Пин­тек рабо­та­ет в ком­пью­тер­ной ком­па­нии Nv >GT90 1995 года. Он влю­бил­ся в эту маши­ну. Дизай­не­ры GT90 в свою оче­редь взя­ли идею дизай­на кузо­ва с само­лё­та Стелс. Ford GT90 не похо­дил не на одну маши­ну. Этот авто­мо­биль был анон­си­ро­ван ком­па­ни­ей Ford, как кон­цепт, но нико­гда не выпус­кал­ся серий­но. Это дало Ада­му огром­ный сти­мул для созда­ния несу­ще­ству­ю­ще­го авто­мо­би­ля, един­ствен­но­го в сво­ём роде.

p, blockquote 8,0,0,0,0 —>

p, blockquote 9,0,0,0,0 —>

Про­ект супер­ка­ра пока не завер­шён, но посто­ян­но про­дви­га­ет­ся. Адам Пин­тек сотруд­ни­ча­ет с меха­ни­ка­ми Фор­му­лы 1 для обсуж­де­ния тех­ни­че­ских момен­тов при созда­нии авто­мо­би­ля. Он раз­де­лил про­цесс созда­ния спорт­ка­ра на ста­дии и в тече­нии каж­дой ста­дии кон­цен­три­ру­ет­ся на реа­ли­за­ции кон­крет­ных запла­ни­ро­ван­ных вещей. Это помо­га­ет не рас­пы­лять­ся и не затя­ги­вать общий про­цесс созда­ния авто­мо­би­ля меч­ты. Послед­няя ста­дия будет вклю­чать фор­си­ро­ва­ние дви­га­те­ля, настрой­ку под­вес­ки, тести­ро­ва­ние и доро­бот­ку всех меха­низ­мов и систем авто­мо­би­ля.

p, blockquote 10,0,0,0,0 —>

По завер­ше­нии про­ек­та супер­кар будет иметь сле­ду­ю­щие харак­те­ри­сти­ки:

p, blockquote 11,1,0,0,0 —>

  • Дви­га­тель V8 6.2 лит­ра twin-turbo, рас­по­ло­жен­ный по сере­дине авто­мо­би­ля.
  • Мощ­ность 1000 лоша­ди­ных сил.
  • Сталь­ная рама, сва­рен­ная из труб.
  • Вес око­ло 1300 кг.
  • Мно­го­ры­чаж­ная под­вес­ка.
  • Зад­ний при­вод колёс.
  • 6 сту­пен­ча­тая меха­ни­че­ская транс­мис­сия.

Про­ект в целом нель­зя назвать люби­тель­ским, так как сам вла­де­лец буду­ще­го супер­ка­ра более 10 лет плот­но зани­ма­ет­ся тюнин­гом авто­мо­би­лей и посто­ян­но сове­ту­ет­ся с про­фес­си­о­на­ла­ми. На теку­щей ста­дии авто­мо­биль уже очень похож на ори­ги­наль­ный кон­цепт Ford GT90 .

p, blockquote 12,0,0,0,0 —>

p, blockquote 13,0,0,0,0 —>

p, blockquote 14,0,0,0,0 —>

p, blockquote 15,0,0,0,0 —>

При­ме­ча­ние: Ford GT90 – кон­цепт авто­мо­би­ля, кото­рый был впер­вые анон­си­ро­ван в янва­ре 1995 года на авто­шоу в Дет­ро­и­те. На шоу маши­ну пред­ста­ви­ли как «самый мощ­ный супер­кар». Мак­си­маль­ная ско­рость Ford GT90 состав­ля­ла 407 км/ч. Мощ­ность дви­га­те­ля – 720 лоша­ди­ных сил. Кон­цепт был осна­щён дви­га­те­лем V12 с четырь­мя супер­чар­дже­ра­ми. Про­из­во­ди­те­ли рас­ска­зы­ва­ли, что воз­ник­ла необ­хо­ди­мость изго­тав­ли­вать и ста­вить выпуск­ную систе­му из кера­ми­ки, так как метал­ли­че­ская так силь­но нагре­ва­лась, что повре­жда­ла пане­ли кузо­ва.

p, blockquote 16,0,0,0,0 —>

p, blockquote 17,0,0,1,0 —>

Ford GT90 имел сред­нее рас­по­ло­же­ние дви­га­те­ля. Пане­ли кузо­ва были изго­тов­ле­ны из кар­бо­на.

p, blockquote 18,0,0,0,0 —>

Супер­кар GT90 был сде­лан как сек­рет­ный про­ект неболь­шой коман­дой инже­не­ров за 6 меся­цев. Рама и под­вес­ка были заим­ство­ва­ны от Jaguar XJ220 . Ком­па­ния Ягу­ар в то вре­мя при­над­ле­жа­ла Фор­ду.

p, blockquote 19,0,0,0,0 —>

Копью­тер­ная 3D модель супер­ка Ford GT90 при­сут­ство­ва­ла в соста­ве гоноч­ных моде­лей таких игр как Need for Speed 2, Ford Racing 2, Progect Gotham Racing 3 и пр.

p, blockquote 20,0,0,0,0 —>

p, blockquote 21,0,0,0,0 —>

Спорт­кар GT90 так­же засве­тил­ся в про­грам­ме TOP GEAR . Руко­вод­ство ком­па­нии гор­ди­лось этим кон­цеп­том и пла­ни­ро­ва­ло начать серий­ное про­из­вод­ство, но по каким-то при­чи­нам Ford GT90 остал­ся лишь кон­цеп­том 1995 года.

p, blockquote 22,0,0,0,0 —> p, blockquote 23,0,0,0,1 —>

Сотрудник компьютерной фирмы Nvidia создаёт суперкар

МИРОВОЙ ЛИДЕР В ОБЛАСТИ ВИЗУАЛЬНЫХ ВЫЧИСЛЕНИЙ

NVIDIA — мировой лидер в области визуальных вычислений. Графические процессоры, которые мы изобрели, выступают в роли «зрительной коры» современных компьютеров и лежат в основе всех наших продуктов. Наша деятельность открывает широкое поле для новых исследований, творческой изобретательности и научных открытий. Ее результаты лежат в основе изобретений, которые раньше считались научной фантастикой, например, искусственный интеллект и беспилотные автомобили.

Свою историю NVIDIA начала как компания по производству графических чипов для ПК. Теперь NVIDIA поставляет специализированные платформы и ориентирована на четыре крупных рынка: игры, профессиональная визуализация, ЦОД и автомобилестроение. Именно в этих областях технологии визуальных вычислений имеют большое значение. Вся наша деятельность сфокусирована в области визуальных вычислений. Мы стремимся внедрять интересные продукты на рынке ПК, мобильных и облачных архитектур. Наша компания является вертикально-интегрированной. Мы сочетаем разработку GPU, системное ПО, используем современные алгоритмы и сервисы для создания уникальных продуктов.

ФУНДАМЕНТАЛЬНЫЕ ИЗОБРЕТЕНИЯ

В 1999 году мы изобрели GPU — революционный процессор, благодаря которому современные игры и фильмы получили отличную графику. Изобретение графического процессора также позволило добиться огромных успехов в области искусственного интеллекта. Спустя пару лет, благодаря появлению программируемых шейдеров, художники получили в распоряжение бесконечную палитру цветовых оттенков для реализации своих творческих идей. С появлением CUDA мы расширили возможности GPU в параллельной обработке данных для решения сложных вычислительных задач, таких как моделирование вирусов или погодных условий. Сегодня ускоренные вычисления широко признаны как основной курс движения в так называемую «пост-Муровскую» эру. Совсем недавно мы виртуализировали GPU, чтобы иметь возможность устанавливать его в ЦОД и обеспечивать доступ к его уникальным возможностям миллионам облачных пользователей. На данный момент мы зарегистрировали 7300 патентов — это самое большое портфолио объектов интеллектуальной собственности в компьютерной графике в мире.

РЕАЛИЗУЯ ИННОВАЦИОННЫЕ ИДЕИ

Платформы на базе наших GPU способствуют развитию широкого спектра отраслей, начиная от игр, медицины и супервычислений и заканчивая облачными услугами и автопилотированием. Решения NVIDIA GeForce не отделимы от игр на ПК и являются самой крупной игровой платформой в мире, учитывая 200 миллионов геймеров, которые ее используют. Наши графические процессоры обеспечивают мощностью томограф GE Revolution CT. Он обеспечивает высочайшее качество изображений и до 82% сокращает дозу облучения для пациентов любого возраста. На базе графических процессоров NVIDIA Tesla созданы самые быстрые суперкомпьютеры в США, Европе и Японии. По решению Министерства энергетики США эти графические ускорители лягут в основу двух суперкомпьютеров нового поколения. NVIDIA GPU регулярно способствуют серьезным научным открытиям в жизненно важных областях исследований, о чем сообщают ведущие научные журналы.Журнал Wired назвал GPU одним из «трех достижений, благодаря которым мир получил ИИ», так как искусственные нейронные сети, построенные на базе GPU, широко применяются во всех отраслях. Baidu, Facebook, Google, Microsoft и Twitter применяют GPU для разработки интутивных сервисов. Между тем, NVIDIA DRIVE PX, самый современный автомобильный компьютер, за счет внедрения ИИ совершает революцию в мире транспортных средств.

ОТЛИЧНОЕ МЕСТО ДЛЯ РАБОТЫ

Являясь лидером в области визуальных вычислений, мы привлекаем к работе самых лучших специалистов. Их мастерство развивает отрасль. Их энергия стимулирует развитие компании. NVIDIA представлена в списке 50 лучших мест для работы во всем мире по версии Glassdoor. А научно-технический журнал MIT Tech Review признал ее одной из 50 лучших смарт-компаний мира. NVIDIA также была признана журналом Fortune одной из самых уважаемых компаний мира и попала в список самых привлекательных работодателей в США по версии Forbes.

Компания предлагает следующие условия работы и социальный пакет:

  • «Белая зарплата», регулярно повышаемая с учетом инфляции и индивидуальных показателей
  • Полное соблюдение ТК РФ
  • Программы долгосрочного материального стимулирования сотрудников (акции компании)
  • Оплачиваемые обеды
  • Оплачиваемые уроки по английскому языку и тренинги личностного и профессионального роста
  • Медицинское страхование для сотрудников и членов его семьи
  • Страхование жизни
  • Возможности карьерного роста

Инвестидея: Nv >

Nv >дата-центрах , шлемах виртуальной реальности, автономных автомобилях. В долгосрочной перспективе у Nvidia есть потенциал для кратного роста, если компания сохранит лидирующие позиции на ключевых для нее рынках.

Потенциал роста: 20—25% годовых в долларах.

Срок действия: от нескольких месяцев до 5 лет.

Почему компания может вырасти: рынки, на которых работает Nvidia, будут почти гарантированно расти быстрыми темпами еще много лет, и на текущий момент у компании значительное технологическое преимущество перед конкурентами.

Читать еще:  Lucra — современные автомобили с дизайном спорт каров 50‑х годов

Без гарантий

Наши размышления основаны на анализе бизнеса компании и личном опыте наших инвесторов, но помните: не факт, что инвестидея сработает так, как мы ожидаем. Все, что мы пишем, — это прогнозы и гипотезы, а не инструкции к действию. Полагаться на наши размышления или нет — решать вам.

Любим, ценим,
Инвестредакция

На чем зарабатывает компания

Чтобы понять перспективы бизнеса Nvidia, нужно сначала разобраться в продукте, который она производит. Это графические процессоры — чипы, которые обрабатывают вычисления и создают изображения на компьютере, ноутбуке, смартфоне и игровых консолях.

Если сложить вместе потенциальный объем рынков, где будут востребованы графические процессоры, получится около 80 млрд долларов к 2024 году и 103 млрд к 2026 году. Благодаря росту рынка бизнес Nvidia может кратно вырасти за семь лет. Есть не так много отраслей, которые могут ежегодно расти на 30% с учетом сложного процента.

Я разберу подробно каждый сегмент и оценю перспективы рынка.

Графические процессоры в видеоиграх

Изначально процессоры разрабатывались для работы с компьютерной графикой: невозможно играть в современные видеоигры без видеокарты с графическим процессором — без нее компьютер не сможет выдавать графику в высоком разрешении.

Nvidia использует финансовый год в отчетностях, поэтому уже отчитывается за 2020 финансовый год. Это требование властей, чтобы отчетный период совпадал с бизнес-циклом компании

Видеокарты обрабатывают графику намного быстрее, чем основной процессор компьютера, который заточен под другие задачи. Я коротко опишу технические детали процесса и чуть позже объясню, почему это важно для понимания перспектив бизнеса Nvidia.

Для обработки графики процессору необходимо быстро перемножать большое количество матриц с различными числами, которые соответствуют пикселям на экране, в противном случае картинка будет показываться в плохом разрешении или тормозить.

Перемножение матриц — простая операция, ее можно разделить на большое количество подзадач и выполнять их параллельно. И для этого идеально подходят графические процессоры. Nv >в 70—80%.

Единственный конкурент Nvidia на этом рынке — AMD, которая производит в основном более дешевые и менее производительные видеокарты. На рынке игровых консолей ситуация чуть сложней: Nvidia разрабатывает графические процессоры для Microsoft Xbox и Nintendo Switch, а AMD — для Sony PlayStation.

Аналитики Newzoo прогнозируют темпы роста рынка игр на уровне 11% годовых, но он будет происходить преимущественно за счет мобильных игр, а сегменты игр для компьютеров и консолей, на которые заточена продукция Nvidia, будут расти намного медленнее. В то же время уже появились другие рынки, на которых выручка Nvidia может кратно вырасти.

Нейронные сети и облачные вычисления

Технология параллельных вычислений с помощью перемножения матриц оказалась востребованной для тренировки нейронных сетей.

Нейронные сети — наиболее популярный инструмент в рамках области, которую описывают широким термином «искусственный интеллект», или AI.

Нейронные сети научились обыгрывать человека в игру в го, что раньше казалось невозможным, так как количество потенциальных позиций в игре больше, чем количество атомов во Вселенной, и найти оптимальный следующий ход нельзя простым перебором вариантов, как, например, в шахматах. Нейронные сети Яндекса пишут стихи и рэп. В Китае ловят преступников с помощью камер, распознающих лица.

Чтобы нейронная сеть научилась выполнять сложную задачу, нужно три элемента: данные, алгоритм и вычислительные мощности. Данные — набор исходных вводных: текст, изображение, статистика и другая информация, на основе которой обучается нейронная сеть.

Данные переводятся в числовой формат и прогоняются через специальные алгоритмы, которые находят закономерности и в результате учатся, например, распознавать лица людей. Алгоритмы используют перемножение огромного количества матриц с числами по определенным правилам — для этого отлично подходят графические процессоры Nvidia.

Nvidia разработала специальную линейку графических процессоров для тренировки нейронных сетей и подобных вычислений. Линейка составляет основу сегмента data centers, которая приносит компании почти 30% выручки. Клиенты Nvidia в этом сегменте: Amazon, Microsoft, Google, Alibaba и много других компаний, которые используют подобные вычисления для собственных нужд или предоставляют их как услуги клиентам облачных сервисов вроде AWS или Azure.

Я считаю, что использование графических процессоров для обучения нейронных сетей и других подобных вычислений будет важным драйвером для бизнеса Nv >

Также недавно Nv >для дата-центров , — сделка будет закрыта в течение 2019 года. Mellanox разрабатывает сетевое оборудование для дата-центров , которое обеспечивает быструю передачу данных между устройствами: сетевые адаптеры, коммутаторы и кабели. Mellanox — лидер в своей отрасли. Покупка Mellanox позволит Nvidia создавать более комплексные решения в рамках сегмента data centers и может стать дополнительным драйвером для его роста.

Виртуальная и дополненная реальность

Виртуальная (VR) и дополненная (AR) реальность — это пока небольшие рынки в основном для гиков, но ситуация постепенно меняется.

В течение 3—4 лет у Nvidia может появиться новый рынок почти с таким же объемом, как текущий рынок оборудования для компьютерного гейминга, который составляет около $35 млрд долларов.

Хотя подобные прогнозы роста часто бывают ошибочными в большую или меньшую сторону, рынок VR / AR , безусловно, будет расти и станет многомиллиардной индустрией в будущем — вопрос лишь в том, как быстро.

Например, Goldman Sachs более консервативен в своих оценках: общий рынок виртуальной и дополненной реальности вырастет до 80 млрд долларов к 2025 году. Это тоже неплохо для Nvidia.

Самоуправляемые автомобили и прочие устройства

Это огромный рынок, который, по прогнозам Allied Market Research, вырастет до 556 млрд долларов. Один из наиболее важных элементов автономных автомобилей — процессор, который обрабатывает информацию об окружающем мире с видеокамер и других датчиков с помощью нейронных сетей и принимает решения о необходимых действиях автомобиля.

Nvidia производит такие процессоры и уже сотрудничает с Volkswagen, Daimler, Toyota, Volvo и другими автопроизводителями. Выручка сегмента составляет 700 млн долларов, хотя на дорогах еще нет самоуправляемых авто.

Графические процессоры также используют в специальной технике: производитель строительной техники Komatsu использует процессоры Nv >

Все, что можно автоматизировать в транспорте, будет автоматизировано. Для обработки внешних данных потребуется быстрая вычислительная техника. Лучшие решения предлагает Nvidia.

Интернет вещей

Этот достаточно абстрактный термин объединяет все устройства, которые могут взаимодействовать между собой и с окружающим миром: от промышленных роботов на заводах до систем домашнего видеонаблюдения. По прогнозам Wiseguyreports.com, рынок интернета вещей вырастет с 31 млрд в 2016 году до 158 млрд долларов в 2024 году. Техника станет более умной и будет обрабатывать больше визуальной информации с помощью машинного обучения и других технологий.

Nvidia сотрудничает с производителями промышленных роботов, один из клиентов — лидер рынка Fanuc. В облачном сервисе Microsoft — Azure IoT Edge — скоро появятся решения от Nvidia по видеоаналитике.

Большинство современных процессоров построено на патентах компании ARM. Nvidia сотрудничает с ARM, чтобы предоставить решения для интернета вещей. Потенциально оценить рынок сложно. Я сделаю безопасную, консервативную оценку — миллиарды долларов.

Почему акции Nv >

Акции Nvidia с 2014 по сентябрь 2018 года выросли на 1338%, а затем упали в два раза из-за нескольких факторов:

  1. Общая коррекция американского рынка, и особенно технологического сектора, в конце 2018 года. Акции Nv >для дата-центров незначительно уменьшилась после сильного роста — это также временное явление, которое отразилось на всех компаниях в этой сфере, но инвесторы негативно воспринимают такую динамику.

Таким образом, Nvidia — быстрорастущий бизнес, но из-за ряда факторов выручка показывает негативную динамику в последние несколько кварталов. Сейчас цена акций вдвое ниже пиковых значений в сентябре 2018 года. В краткосрочной перспективе риски остаются: неизвестно, чем закончатся торговые переговоры между США и Китаем. Но мне кажется, что краткосрочные негативные факторы инвесторы уже учли и заложили в текущую цену акций. В долгосрочной же перспективе у Nvidia огромный потенциал.

Риск: растущая конкуренция

Nvidia — почти монополист на своих рынках. Почти все рынки будут расти минимум на 30% в год. Другие компании тоже хотят заработать на растущих рынках и собираются создавать собственные продукты.

Самый серьезный конкурент — Intel, крупнейший производитель процессоров в мире. Компания планирует представить собственные графические процессоры приблизительно в 2020 году. Технические характеристики и цены пока неизвестны, но компания усилит конкуренцию.

Intel также разрабатывает собственные процессоры для автомобилей, дронов, устройств для интернета вещей и других отраслей. В сегменте оборудования для дата-центров продажи Intel сейчас кратно выше, чем у Nvidia. Intel превосходит Nvidia по выручке в семь раз — у компании больше ресурсов, чтобы позволить себе ошибаться и вести ценовые войны с конкурентами. Конкуренция с Intel — значимый риск.

В сегменте дата-центров основная угроза для Nvidia исходит в основном не от продукции конкурентов, а от другого типа оборудования. ASIC, или application-specific integrated circuit, — узкоспециализированное оборудование, заточенное под определенную узкую задачу. Эта задача задается на этапе проектирования, например обучение нейронных сетей по определенным правилам, и не может меняться или корректироваться в процессе работы. Такое оборудование бесполезно для других применений, но в рамках своей специализации имеет намного более высокую производительность, чем графические процессоры.

Читать еще:  Деревянный автомобиль Splinter

Google уже выпустил собственное оборудование для обучения нейронных сетей. Amazon недавно также представил собственный чип. Хотя подобные разработки не могут полностью заменить графические процессоры Nvidia и обе компании продолжают их покупать, по прогнозам, доля вычислений с помощью ASIC будет быстро расти и может отъедать часть рынка у Nvidia.

В сегменте процессоров для автомобилей и других устройств также значительная конкуренция. Свои процессоры разрабатывает Qualcomm, а Tesla недавно заменила процессоры Nvidia на собственные. Также существует большое количество стартапов, которые разрабатывают новые типы процессоров для автомобилей и других отраслей.

В срок до двух лет бизнес Nvidia защищен от конкуренции. Разработка процессоров — сложный, долгий и дорогой процесс. Для понимания: на разработку линейки процессоров Xavier для автономных автомобилей Nvidia потратила 4 года и 2 млрд долларов. Над продуктом работало две тысячи инженеров.

Вдобавок к процессорам Nvidia уже много лет разрабатывает собственную программно-аппаратную архитектуру CUDA. Многие программы, использующие графические процессоры, разрабатываются специально для работы с CUDA — точно так же, как мобильные приложения разрабатываются специально под iOS или Android. Это важно, так как конкурентам кроме самих процессоров будет необходимо разработать еще и сложный софт, чтобы потеснить Nvidia, — и это тоже весьма непростая задача.

С другой стороны, технологии развиваются быстро, и возможно, условный Intel или небольшие стартапы представят более совершенные продукты и потеснят с рынка Nvidia.

Итого

Nvidia имеет большой долгосрочный потенциал: графические процессоры используют в большинстве глобальных технологических трендов, которые требуют обработки данных. Решения компании в настоящий момент превосходят продукцию конкурентов в большинстве сегментов. Но потенциал целевых рынков в любом случае настолько большой, что места хватит сразу нескольким крупным игрокам, одним из которых, с большой вероятностью, станет Nvidia.

Акции компании упали почти вдвое с пиковых уровней в 2018 году из-за временного снижения показателей и общей нестабильности на рынках. Сейчас, может быть, хорошая точка для покупки акций: вероятно, инвесторы уже учли основные негативные события, связанные с бизнесом компании.

Идея долгосрочная — основной эффект от роста бизнеса стоит ждать в срок 3—5 лет.

У вас есть инвестидея? Расскажите, во что, по вашему мнению, стоит вложить свои кровные.

Новости про NV >

NV >11 ноября 2019 года

Компания NVIDIA выпустила новый ускоритель, который она назвала «самым маленьким и мощным суперкомпьютером ИИ для роботов и передовых встраиваемых вычислительных устройств».

Будучи меньше кредитной карты, энергоэффективный модуль Jetson Xavier NX обеспечивает производительность серверного уровня, до 21 триллиона операций в секунду при современной ИИ-нагрузке. При этом он потребляет лишь 10 ватт.

Модуль NVIDIA Jetson Xavier NX

В качестве сферы применения, разработчики называют малые коммерческие роботы, дроны, средства оптического контроля, сетевые видеорекордеры, портативные медицинские устройства и прочие промышленные системы интернета вещей.

Характеристики Jetson Xavier NX таковы:

Модуль Jetson Xavier NX будет доступен с марта 2020 года по цене 400 долларов.

NV >14 декабря 2018 года

В ходе GTC 2018 исполнительный директор NVIDIA Дзень-Хсунь Хуан, или как его традиционно зовут Дженсен, представил миру самый большой GPU , систему для вычислений под названием DGX-2.

Этот сервер содержит 16 графических процессоров Tesla V100 и 512 ГБ видеопамяти HBM2, образуя вместе один гигантский графический процессор с общей памятью. Вся эта мощь предназначена для центров обработки данных и искусственного интеллекта, и теперь DGX-2 стал чуточку быстрее за счёт повышения лимитов энергопотребления.

Ускоритель NVIDIA DGX-2 на базе процессоров Tesla V100

Изначально энергопотребление Tesla V100 декларировалось на уровне от 300 Вт до 350 Вт. Теперь же лимит поднят до 450 Вт. Процессоры сервера также стали другими. Вместо Intel Platinum 8168 компания установила куда более быстрый Intel Platinum 8174.

Ускоритель NVIDIA DGX-2 на базе процессоров Tesla V100

Увеличение лимита подняло общее энергопотребление системы с 10 кВт до 12 кВт. Производительность же возросла с 2 петафлопс до 2,1 петафлопса. Не сильно впечатляет. Однако повышение частоты GPU должно значительно поднять производительность, так что в таком случае повышение энергопотребление может оказаться вполне оправданным.

Цена не первую версию DGX-2 составляла 400 000 долларов. Изменится ли стоимость теперь — пока неизвестно.

NV >30 марта 2018 года

Дженсен Хуан, глава NVIDIA, в ходе GTC представил обновлённую систему машинного обучения, построенную на ускорителе Tesla V100, однако в отличие от прошлогоднего решения, новый модуль содержит 32 ГБ памяти HBM2.

В прошлом году NVIDIA представила суперкомпьютер для искусственного интеллекта DGX-1. Новая модель DGX-2 имеет удвоенное количество процессорных модулей Tesla V100. При этом DGX-2 имеет вдвое больше доступной памяти.

Суперкомпьютерынй модуль NVIDIA DGX-2

Кроме увеличения производительности вычислений и памяти, NVIDIA также обновила и шину связи. Она заменена новой технологией NVSwitch, которая представляет собой ткань интерконнекта, позволяя связывать до 16 GPU и создавать общее пространство памяти. Прошлая версия позволяла объединять только 8 GPU .

По словам разработчиков, технология NVSwitch в 5 раз быстрее PCI Express , объединённая скорость которой достигает 2,4 ТБ/с.

NV >10 марта 2017 года

В ходе Open Compute Summit, прошедшего в калифорнийском Сан-Хосе, компания NVIDIA представила крошечный суперкомпьютер Jetson TX2, который предлагает «вычисления для искусственного интеллекта на передовой».

Система размером с кредитную карту предназначена для промышленных роботов, коммерческих дронов и смарт камер. Новая версия обладает вдвое большей производительностью, по сравнению с предшественником, при энергопотреблении лишь 7,5 Вт.

Наборы разработчиков NVIDIA Jetson TX2 начнут поставляться 14 марта.

NV >23 ноября 2016 года

Известный производитель графических процессоров, компания NVIDIA, представила своё новое вычислительное решение DGX SaturnV, которое по мнению компании является наиболее энергоэффективным суперкомпьютером на планете.

Компьютер был построен для программы искусственного интеллекта NVIDIA. При этом технология даст огромное преимущество любой компании.

«Поэтому мы собрали самый эффективный в мире и один из самых мощных суперкомпьютеров, чтобы оказать помощь в нашей работе», — отмечена компания.

Суперкомпьютер SaturnV помогает NVIDIA в создании ПО для автомобильного автопилота, который является ключевой частью платформы NVIDIA DRIVE PX 2 для автоматического вождения. Также компания занята обучением нейронной сети для понимания конструирования чипсета и крупномасштабной интеграции. В результате, инженеры компании могут работать быстрее и эффективнее. «Да, мы используем GPU , которые помогают нам создавать GPU ». Представитель отметил: «Более важно, что мощь SaturnV даст нам возможность обучать и создавать новые сети глубокого обучения быстрее».

NV >24 ноября 2015 года

В ходе недавней конференции в Остине, штат Техас, исполнительный директор NVIDIA Дзень-Хсунь Хуан рассказал, что видит широкие возможности для распространения суперкомпьютеров во многих отраслях промышленности.

NV >22 ноября 2013 года

В ходе конференции SC13 компания NVIDIA представила самый производительный в мире видеоускоритель Tesla K40, сделав это вслед за AMD Firepro S10000 12 GB.

Как и положено ускорителям Tesla, он предназначен для суперкомпьютеров и он на целых 40% превышает по производительности Tesla K20X. Кроме того, этот ускоритель в 10 раз быстрее самого быстрого на сегодня CPU . Таким образом, ускоритель Firepro S10000 12 GB пробыл на вершине всего несколько дней.

В пресс-релизе компания указала, что «ускоритель Tesla K40 обходит остальные ускорители по двум главным показателям вычислительной производительности: 4,29 терафлопса с обычной точностью и 1,43 терафлопса пиковой производительности с двойной точностью». Надо сказать, что это не совсем правда, поскольку AMD удалось сделать свой ускоритель с производительностью в 1,48 терафлопса при двойной точности вычислений.

Несмотря на недавний анонс, у NVIDIA уже есть первый клиент на новые платы. Им стал Техасский современный вычислительный центр в Остине, который планирует запустить новую интерактивную систему удалённой визуализации и анализа данных, под именем Maverick, уже в январе будущего года.

NV >16 июня 2011 года

Суперкомпьютерные ресурсы МГУ используется в первую очередь для выполнения фундаментальных научных исследований, предполагающих ресурсоемкие вычисления. Среди таких задач масштабные работы по глобальному изменению климата и динамике мирового океана, постгеномной медицине, механизмам формирования галактик и др.

«Для наших исследований требуются огромные вычислительные ресурсы, и мы должны обеспечить необходимую производительность максимально эффективным способом»,— отметил Виктор Садовничий, академик РАН, ректор Московского государственного университета. «Единственно возможный способ добиться этих целей одновременно – использование гибридных вычислительных систем на базе GPU /CPU », добавил он.

Суперкомпьютеры с процессорами NV >16 ноября 2010 года

Три вооружённых чипами NVIDIA суперкомпьютера оккупировали верхние строчки списка.

Читать еще:  Необычные самодельные спорткары от итальянца

Ноябрьский список Top500 принёс ожидаемое первое место китайскому суперкомпьютеру Tianhe-1A, 2,7 петафлопа которому обеспечили вычислительные модули NVIDIA Tesla. Однако, он оказался не единственным GPU -ускоренным суперкомпьютером в верхних строчках списка. На третьем месте расположился предтеча Tianhe-1A, суперкомпьютер Nebulae, также оснащённый модулями Tesla, c общей производительностью в 1,27 петафлоп. Четвёртое место занял еще один новичок в списке, суперкомпьютер Tsubame 2.0 из Японии, в результат которого в 1,19 петафлоп основной вклад внесли процессоры NVIDIA Tesla.

Продукты компании Cray Inc продолжают удерживать половину верхней десятки списка, но такими темпами перевес скоро окажется не на их стороне и количественно.

Глава NV >30 октября 2010 года

Глава NVIDIA Jen-Hsun Huang в интервью британскому отделению издания ZDNet ответил на вопросы о будущем GPGPU -технологий. Мы приводим выдержку высказанных им суждений:

Будем надеяться, что в погоне за раскрывающими перспективами облачных сред и распределённых вычислений компания не забудет совсем про сегмент, собственно, видеокарт для конечных ПК.

Китайский суперкомпьютер Tianhe-1A достиг быстродействия в 2,5 петафлопс используя NV >28 октября 2010 года

Микросхемы от NVIDIA приводят в действие самый мощный на сегодняшний день суперкомпьютер.

Китайский суперкомпьютер «Tianhe-1A» достиг быстродействия в 2,507 петафлопс, используя 7168 чипов NVIDIA Tesla M2050 и 14336 процессоров Intel Xeon. Это выше предыдущего рекорда (который тоже, кстати, поставлен в Поднебесной) суперкомпьютера «Nebulae», где также использовались чипы NVIDIA Tesla, обеспечившие производительность в 1,271 петафлопс.

Кроме того, по заявлению источника, представители NVIDIA заявили, что суперкомпьютер «Tianhe-1A» не только самый быстрый в мире, но и самый «зелёный», так как использует для своей работы всего лишь 4,04 мегаватта энергии. А это почти в 3 раза меньше для достижения аналогичной производительности при использовании в системе только CPU .

По заявлению менеджера по маркетингу чипа Tesla NVIDIA Sumit Gupta, приложения данного «open science project» будут использоваться для исследовательских работ в области астрофизики, биохимии и других прикладных наук.

Стоимость одних использованных карт Tesla для построения системы составила почти 18 миллионов долларов, но одна из самых мощных экономик мира легко может позволить себе такие затраты на фундаментальные научные исследования. Предположительно, «Tianhe-1A» займёт первую строчку в следующем выпуске рейтинга суперкомпьютеров TOP-500, скинув с пьедестала все суперкомпьютеры США и Европы.

Nebulae, китайский суперкомпьютер, использующий Fermi, ворвался в TOP-500

Недавно на конференции International Supercomputing Conference в Гамбурге был обновлён список Top-500 самых быстрых суперкомпьютеров мира. Главной неожиданностью стал выход на вторую строчку нового китайского суперкомпьютера Nebulae, установленного в Государственном суперкомпьютерном центре (Shenzhen Supercomputing Center).

Киитайский суперкомпьютер Nebulae вошёл в Топ-500 впервые и занял сразу второе место. Система обладает производительностью в 1,27 петафлопс (по данным теста Linpack), уступая американскому суперкомпьютеру Jaguar с показателем 1,76 петафлопс. В то же время китайская система является лидером по теоретической пиковой производительности с показателем 2,98 петафлопс. Nebulae работает на базе blade-системы Dawning TC3600 (производства Dawning China) с использованием процессоров Intel X5650 и графических чипов Nvidia Tesla C2050. Jaguar же был построен компанией Cray на базе преимущественно шестиядерных процессоров Opteron 2,6 ГГц каждый, и насчитывает 224162 ядер. У Nebulae количество ядер вдвое меньшее, чем у Jaguar — 120640.

На третьем месте оказался бывший лидер рейтинга — сконструированный в IBM первый в мире петафлопсовый суперкомпьютер Roadrunner из Национальной лаборатории в Лос-Аламосе. Он работает на процессорах PowerXCell 8i 3.2 ГГц и Opteron DC 1.8 ГГц.

Процессоры Tesla на базе Fermi уменьшат стоимость суперкомпьютеров в 10 раз

Корпорация NVIDIA представила новую 20-ю серию параллельных процессоров Tesla, созданную для рынка высокопроизводительных систем и серверов и основанную на новой архитектуре Fermi.

Компания утверждает, что её решения позволяют сократить затраты на создание суперкомпьютера в 10 раз в сравнении с традиционными микропроцессорами при уменьшении энергопотребления в 20 раз.

Стоит отметить: в пресс-релизе говорится, что параллельные процессоры Tesla нового поколения будут доступны лишь во второй четверти следующего года. Не говорит ли это об очередной отсрочке выхода игровых видеокарт, ведь NVIDIA обещала одновременный запуск GeForce, Quadro и Tesla на базе чипа Fermi? Однако пока официально выход видеокарт GeForce нового поколения намечен на первую четверть 2010 года.

Семейство Tesla 20-й серии включает в себя:

Tesla C2050 и C2070 обойдутся в 2500 $ и 4000 $, а Tesla S2050 и S2070 — в 13 000 $ и 19 000 $.

Fermi будет использоваться в создании суперкомпьютера

ORNL — крупнейший научно-исследовательский центр США, находящийся в г. Окридже (родине атомной бомбы), штат Теннесси, занимающийся широким спектром исследований, в том числе в области атомной энергии, биологии и защиты окружающей среды. Новое поколение архитектуры видеоускорителей с поддержкой CUDA , получившее кодовое имя «Fermi», будет положено в основу создания суперкомпьютера с производительностью в 10 раз превышающей самый быстрый на сегодня вычислительный центр.

ORNL сообщила о намерении создать особый консорциум «Hybrid Multicore», целью которого объявляется сотрудничество с основными разработчиками научного программного обеспечения для обеспечения работы их продуктов на новом поколении суперкомпьютеров, построенных на основе графических процессоров.

nV > 24.11.2008 Грант Гросс Рубрика:События

Tesla Personal Supercomputer, созданный nVidia в сотрудничестве с несколькими другими компаниями, в 250 раз мощнее обычных рабочих станций

Tesla Personal Supercomputer, созданный nVidia в сотрудничестве с несколькими другими компаниями, в 250 раз мощнее обычных рабочих станций

Служба новостей IDG, Вашингтон

Компания nVidia объявила о разработке новой модели компьютера, которая обладает мощностью целого кластера, а стоит гораздо дешевле. Tesla Personal Supercomputer был создан nVidia в сотрудничестве с несколькими другими компаниями. Вычислительную мощность ему обеспечивает графический процессор Tesla C1060, основанный на архитектуре параллельных вычислений Cuda. Компьютеры, снабженные такими графическими процессорами, обладают в 250 раз большей мощностью, чем обычные рабочие станции. Это дает возможность проводить на них сложные численные эксперименты, моделирование и прочие расчеты, для которых в противном случае потребовался бы целый кластер.

Cuda — это среда программирования на языке Си, позволяющая создавать программы для решения сложных задач с помощью параллельных вычислений на многоядерных графических процессорах.

Карта Tesla C1060 поступила в продажу; на американском рынке она стоит ориентировочно 1699 долл. Цена настольного компьютера с такой картой составит менее 10 тыс. долл., как заявил представитель nVidia Эндрю Хамбер. Вычислительная мощность этой системы достигает 4 TFLOPS, то есть 4 трлн операций с плавающей запятой в секунду.

Компьютерный кластер может обойтись в 100 раз дороже, чем одна рабочая станция на базе Tesla, как считают в nVidia.

«Данная разработка обладает феноменальным соотношением цены и производительности, что особенно важно для научных работников, производящих сложные расчеты. Обычно им приходится делить между собой время работы на дорогих и потребляющих много энергии кластерах», — подчеркивают в компании.

По утверждениям nVidia, персональные суперкомпьютеры на базе графических процессоров уже применяются в нескольких исследовательских институтах. Среди них Институт имени Макса Планка, Иллинойский университет и Кембриджский университет.

«Системы на основе графических процессоров дают возможность проводить расчеты в биологических исследованиях за минуты вместо часов, как было раньше, — говорится в заявлении руководителя научных расчетов и разработки программ в вычислительном центре передовой биомедицины SAIC Frederick Джека Коллинза. — Такое значительное увеличение скорости расчетов позволяет ускорить разработку новых лекарств против рака и других страшных болезней, спасающих жизни людей».

Хотя заявления о создании «персональных суперкомпьютеров» звучали и раньше, на этот раз все по-настоящему, как заявил почетный инженер корпорации Microsoft Бертон Смит. (Напомним, что в сентябре, компании Cray и Microsoft представили компьютер Cray CX1 под управлением операционной системы Windows HPC Server и на базе многоядерных процессоров Intel Xeon универсального назначения. CX1, который стоит ориентировочно 25 тыс. долл., также характеризовали как «персональный компьютер». Компьютеры Tesla Personal Supercomputer будут выпускать, помимо прочих, компании Dell, Lenovo и Asus.

Любопытно, что архитектуру параллельных вычислений Cuda компания nVidia намерена поддерживать на всех своих графических процессорах, в том числе и на том, что входит в состав однокристальной системы для мобильных устройств Tegra.

Но в первой версии Tegra, которая должна выйти в середине будущего года, поддержки Cuda пока не будет, заявил глава компании nVidia Дженсен Хуанг.

С помощью Cuda компания намерена позиционировать свои графические процессоры, традиционно популярные в играх и графике, в качестве параллельных процессоров для вычислений общего назначения, в науке, финансовой сфере и так далее. В компании полагают, что сейчас зарождается новая архитектура компьютеров, основанная на совместной работе обычных и параллельных процессоров. nVidia активно сотрудничает с разработчиками программ, переводящими свои продукты на архитектуру Cuda.

Поделитесь материалом с коллегами и друзьями

Ссылка на основную публикацию
Adblock
detector