用全球创纪录 AI 超算秀肌肉后，黄仁勋要用 AI 抓住元宇宙命门

EoS 全球最快的 AI 超算

算显现出力不够，数量来凑。

通过黄仁勋的讲解我们可以得知，8 个 H100 和 4 个 NVLink 可以组合形同 DGX H100，这个巨型 GPU 持有 6400 亿晶体管，AI 算显现出力 32 petaFLOPS；32 台 DGX H100 又能均是由一台具有 256 块 GPU 的 DGX POD；而将 18 个 DGX POD，共 4608 个 GPU 搭建在三人，则是英伟达此次同月的 EoS 超算。

DGX H100 | 英伟达

最终 EoS 能达到的算显现出力，以传统习俗超算标准看是 275petaFLOPS，将是此前基于 A100 的美国最大超算 Summit 的 1.4 倍；以 AI 量转化的看作，EoS 输显现出 18.4 Exaflops，将是正因如此全球第一超算富岳的四倍。

届时，EoS 将是世界上最快的 AI 超级量转化机。

02

运用于程序：稳步更是从新

在运用于运用于程序不足之处，英伟达依旧稳步更是从新。

此次英伟达刊发了 60 几项针对 CUDA-X 的一系列瓦、工具和高效率的更是从新，并简述了自己在气候预期、提问固定式 AI 服务于 Riva 以及提拔子系统 Merlin 软件子系统不足之处的形同效。

Earth-2 | 英伟达

今年的 GTC2021 上，英伟达刊发了首台 AI 进制孪生超级量转化机 Earth-2，几个月末过去，英伟达基于此技术开发了一个天气预报 AI 模型 FourCastNet。

这一模型由英伟达与来自加州理工学院、伯克利实验室等高校及科研机构的研究员们共同技术开发，通过对高达 10TB 的地球子系统原始数据进行时军事训练，预期降水随机性的准确率比以往的模型更是高。

随后，黄仁勋又简述了英伟达的提问固定式 AI 服务于 Riva。

Riva 2.0 版本全力支持识别 7 种口语，可将神经文本转换为相异性别发声的语音，Gmail可通过其 TAO 移至学习工具包进行时内置调优。

Maxine 是一个都有 30 个 AI 模型的工具包，可以同步优转化截图无线电的视听效果。

Maxine | 英伟达

当远程高容量召开时，即便你在读稿或者浏览其他其网站，Maxine 可以帮助说话者与列席的其他技术人员保持一致掩蔽上的文化交流。如果列席技术人员都有相异国籍、采用相异口语，Maxine 很难通过 AI 模型同步插入形同另一国口语。

Merlin 软件子系统定位的则是提拔子系统。

它可以使民营企业短时间内重构、部署和扩展先进的 AI 提拔子系统。黄仁勋在直播中都以搜狐比如说，采用 Merlin 后搜狐的短截图提拔延迟被缩短为原来的四分之一，吞吐能显现出力增加了 10 倍，从 CPU 移至至 GPU，腾讯在该业务部门上的形同本减少了二分之一。

03

元生命体与年末 AI 兴起

在增加算显现出力、补齐 CPU 短板的同时，英伟达也没记起自己最终追求的元生命体的「星辰远方」。

黄仁勋的云上端人物形象 Toy Jensen 又一次出赛与本尊进行时提问，而值得注意的是，这一次的 Toy Jensen 很难做到实际上同步地与黄仁勋进行时神情文化交流与提问。

面临「什么是合形同生物学」、「你是如何制作显现出来的」等精准难题，Toy Jensen 都给显现出了简洁的却说。

Toy Jensen 的背后是英伟达的 Omniverse Avatar 软件子系统，该软件子系统能使民营企业短时间内重构显现出类似的云上端人物形象，无论是外表、动作还是声音能都模仿得惟妙惟肖。

而同步提问这一点则是由上文提到的 Riva 以及超大口语模型 Megatron 530B NLP 缺少的高效率支撑，云上端人物形象由此可以说英语难题并同步回复。

Toy Jensen 与黄仁勋提问 | 英伟达

重构云上端人物形象、进行时同步交互无疑是预见元生命体世界中都的性地，在短短几分钟的示范里，英伟达告诉我们这只不过并非毫无可能。

此外，在黄仁勋看来，从更进一步微处理过程器、运用于程序和演示动态将席卷「年末 AI 兴起」，第一波 AI 学习是感知与推理，而下一波 AI 的发展的侧向则是人工智慧。

以外，英伟达围绕真实世界原始数据生形同、AI 模型军事训练、人工智慧堆栈和 Omniverse 进制孪生这四大支柱，逐步搭建起了用做云上端人物形象的 NVIDIA Avatar、用做自动驾驶的 DRIVE、用做驱使和控制子系统的 Metropolis、用做自主固定式子系统化指令集的 Isaac 和 用做保健设备的 Holoscan 等上端到上端全栈人工智慧网络服务于。

意象演讲再一，黄仁勋用仅仅 8 分钟的整整，带领观众们从头梳理了一遍从新刊发的高效率、电子产品以及网络服务于，并总结显现出了影响餐饮业的发展的 5 个态势：million-X 百万倍量转化速度洗练，逐年推进 AI 速度的 Transformers，形同为 AI 工厂的网络，对人工智慧子系统的需要呈指数级下降以及下一个 AI 的时代的进制孪生。

而「算显现出力」增加仍将是一切打破的子系统化。

「我们将在预见十年以网络规模加速整个堆栈，随即付诸 million-X 百万倍性能洗练。我仍然就让地想看到下一次百万倍性能洗练将带来什么。」

*头图来源：视觉中都国

本文为社会心理学公园原创文章，转载请密切联系社会心理学国主搜狐 geekparkGO

社会心理学一问

显卡升级就会给元生命体

带来怎样的现实生活离？