/
掘金数据科学市场 NVIDIA RAPIDS通过GPU加速价值实现
NVIDIA解决方案架构与工程团队副总裁Marc Hamilton告诉记者，数据科学在2010年变得非常兴盛，但是那个时候CPU的计算力已经没办法满足数据科学家的需求了。
Nvidia T4 GPU芯片将落地谷歌云及主流服务器系统
近日，Nvidia首席执行官黄仁勋公布了最新的T4云GPU，并将于9月推出，在Google的云上提供。他在本周达拉斯举行的SC18超级计算大会的主题演讲中宣布了这一消息。
面向数据科学 NVIDIA借助RAPIDS拓展GPU新的应用场景
以分析、深度学习、机器学习为代表的数据科学市场迎来了快速发展发展的机遇期。为了抓住这样的商业机会，NVIDIA针对大规模数据分析和机器学习推出了RAPIDS开源GPU加速平台。
Nvidia发布RAPIDS平台可加速GPU用于AI训练
Nvidia今天早些时候推出了一款新的GPU加速平台，该平台能够处理更大量的数据以应对深度学习和机器学习。Nvidia希望借此巩固自己在人工智能方面的领先地位。
GTC Munich现场报道：当虚拟化的力量结合更强大的vGPU解决方案
全球最强大的虚拟工作站再上一层楼。Quadro虚拟数据中心工作站（Quadro vDWS）的最新增强功能可实现虚拟工作站的最高性能，从而加速严苛的图形和计算工作流程。
GPU推进阿里巴巴业务突破 为AI推理应用强势赋能
杭州2018云栖大会，展现了云计算、大数据、人工智能蓬勃发展的技术生态。作为人工智能计算平台领导厂商，NVIDIA展示了最新GPU平台和基于GPU计算平台阿里巴巴在诸多业务上的创新应用。
中南设计集团BIM云实践，泽塔云超融合GPU云功不可没
近几年，BIM是建筑工程行业非常热门的一个话题，据《2017年中国BIM应用价值分析报告》显示，我国BIM技术发展现状已经开始得到越来越广泛的重视，但目前建筑行业对BIM的整体采纳率仍处于较低水平。
微软 Azure推出支持运行AI、HPC工作负载的NVIDIA GPU
微软日前开始在Azure里添加对NVIDIA GPU项目的新级别支持，此举可能令运行深度学习和其他高性能计算（HPC）工作负载的人受益。
GPU云加速BIM落地，助力建筑设计行业第二次技术革命
90年代，建筑行业逐渐完成了从手绘笔制图到计算机辅助CAD制图的转变，这是随着计算机软硬件的发展，“技术电子化”在建筑行业的应用，对“生产工具”进行地一次升级
谷歌云增加Nvidia P4 GPU支持AI和虚拟桌面
谷歌今天开始在自己的公有云上提供了一个新的图形加速器，以更好的支持人工智能和虚拟桌面工作负载。
GPU集群助力百度为行业提供高效定制化AI训练和推理平台
在赋能行业的平台的背后，EasyDL依托于NVIDIA的Tesla GPU深度学习平台，搭建了用于深度学习模型训练（Training）和服务（Inference）阶段的GPU集群。
Nvidia发布GPU上的Kubernetes以加速深度学习负载
GPU在数据中心越来越受欢迎，它可以加速机器学习和深度学习等数据密集型工作负载。现在，全球最大的GPU制造商Nvidia将推出一个与Kubernetes集群配合使用的用例，以加速深度学习模型的训练。
英特尔证实：将在2020年发布独立GPU
英特尔证实了Shrout的说法，称“我们很高兴确认我们将于2020年推出第一款独立GPU。正如我们之前所说的，我们的目标是扩展在PC用集成显卡方面的领先地位，独立的高端图形解决方案面向广泛的计算领域。”
Hitachi Vantara升级Skylaking服务器加入Optane缓存和GPU
Hitachi Vantara利用Skylake处理器升级了更多服务器，并增加支持Optane SSD缓存和Nvidia GPU。
通过GPU探索无限可能 NVIDIA Computex 2018展示AI新格局
借助在GPU方面的积淀，NVIDIA将GPU的计算力发挥到了极致。相信随着人工智能技术的深入发展，NVIDIA将会给我们带了无限可能。
Nvidia与NetApp合作打造深度学习GPU服务器芯片
NetApp和Nvidia已经推出了一个组合式的AI参考架构系统，与Pure Storage和Nvidia 合作的AIRI系统相竞争。
步入计算多元化时代 异构计算为什么发展空间巨大？
可以预见的是随着计算产业的演进，异构计算具有广泛的发展空间，我们也会看到越来越多的异构计算架构在承载应用方面发挥越来越重要的作用。
让机器学习如虎添翼：存储厂商争相利用GPU增强系统性能
存储是机器学习的重要一环，因为训练模型意味着数百万甚至数十亿个文件必须尽可能快地被输送到配置了GPU的训练系统。
Arm发布Mali多媒体套件，让机器学习在入门级手机上也“跑起来”
3月6日，ARM宣布推出了包含全新的视频、显示和图像处理器的Mali多媒体套件，针对主流手机和数字电视，提升视频、图像显示等视觉体验能力，满足手游的响应速度和智能数字电视播放4K高清内容等消费需求，重点指向了相关设备中的机器学习负载。
如何搭建一套高效的AI计算平台？
近年来，众多企业都已经看到了AI未来的前景，纷纷想踏入这片沃土，孕育新的商机。AI是新的且是"计算密集型"的领域，在应用开发前，首先要做的是要拥有一套高效运转的AI架构。
京公网安备 11010802021500号
