Nvidia hat im Vorfeld der Messe CES 2016 in Las Vegas ein Computersystem für selbstlenkende Fahrzeuge mit dem Namen Nvidia Drive PX 2 vorgestellt. Es wird flüssiggekühlt, enthält zwölf CPU-Kerne und vier Nvidia-Pascal-GPUs mit einer Strukturbreite von 16 Nanometer. Die Leistungsaufnahme spezifiziert Nvidia mit 250 Watt.
Selbständiges Fahren sei eine Herausforderung für die Informatik, stellte Huang aber auch klar. Nvidias Veröffentlichung seien Jahre Forschung vorausgegangen. Doch es lohne sich: „Menschen sind der am wenigsten zuverlässige Teil des Autos“ und für fast alle Todesfälle im Straßenverkehr verantwortlich.
Autonomes Fahren hingegen eröffne neue Perspektiven besonders für innerstädtischen Verkehr und Stadtplanung. Dies sei für die Programmierung aber der schwierigste Teil: „Fahren auf einem Highway ist vergleichsweise einfach.“ In der Stadt hingegen sei Maschinelles Lernen oder in Nvidia-Terminologie auch bevorzugt „Deep Learning“ erforderlich. Unter dem Namen Nvidia DriveNet erprobt der Hardwarehersteller auch eigene Algorithmen für autonomes Fahren.
Drive PX 2 wird zunächst von Volvo in etwa 100 Testfahrzeugen eingesetzt werden. Darüber nannte Huang die Namen der Hersteller Audi, BMW, Daimler und Ford, die einen Test des Kofferraum-Supercomputers planen.
Mit Unified Communications & Collaborations können Unternehmen die Produktivität der Anwender steigern, die Effizienz der IT verbessern und gleichzeitig Kosten sparen. Damit die unbestrittenen Vorteile einer UCC-Lösung sich in der Praxis voll entfalten können, müssen Unternehmen bei der Implementierung die Leistungsfähigkeit der Infrastruktur überprüfen.
Auch in Partnerschaft mit Facebook forscht Nvidia zu Künstlicher Intelligenz. Der Tesla M40 ist daher auch Bestandteil von Facebooks KI-Plattform der nächsten Generation mit dem Codenamen „Big Sur“, die nach Fertigstellung quelloffen gemacht werden soll.
Pascal ist die für 2016 vorgesehene Aktualisierung von Nvidias Grafikprozessor-Plattform. Sie basiert auf 3D-Memory und einer neuen Verbindungstechnik namens NVLink, sodass sie bei beträchtlichem Geschwindigkeitszuwachs deutlich kleiner als die Vorgänger ausfällt und das Mooresche Gesetz aufrechterhalten kann. Im Vergleich zum Vorgänger Maxwell erwartet Nvidia bei Aufgaben wie Maschinellem Lernen bis zu zehnfache Leistungssteigerung.
Im November 2015 hatte Nvidia auch noch ein kreditkartengroßes Supercomputing-Modul namens Jetson TX1 vorgestellt, das bei einem Verbrauch von unter 10 Watt eine Teraflops-Leistung liefern soll. Es ist beispielsweise für den Einsatz in intelligenten Überwachungsdrohnen gedacht. Eine Endnutzerversion soll Anfang 2016 weltweit angeboten werden und bei einer Abnahmemenge von mindestens 1000 Stück 299 Dollar kosten.
[mit Material von Rachel King, ZDNet.com]
Tipp: Wie gut kennen Sie sich mit Prozessoren aus? Überprüfen Sie Ihr Wissen – mit dem Quiz auf silicon.de.
Erstmals liegen Preise für Verbraucher vor. Sie zahlen weniger als Geschäftskunden. Dafür beschränkt Microsoft den…
Die Entwickler arbeiten noch an weiteren „Verfeinerungen“. Windows Insider erhalten nun wohl eine erste Vorschau…
Laut Bitkom-Umfrage werden in jedem dritten Unternehmen in Deutschland private KI-Zugänge genutzt. Tendenz steigend.
2023 erlitten neun von zehn Unternehmen in der DACH-Region Umsatzverluste und Kurseinbrüche in Folge von…
Der Report „Pacific Rim“ von Sophos beschreibt Katz-und-Maus-Spiel aus Angriffs- und Verteidigungsoperationen mit staatlich unterstützten…
NVIDIA DGX SuperPOD soll voraussichtlich Mitte 2025 in Betrieb genommen und für Forschungsberechnungen genutzt werden.