Рубрика «Nvidia»

image

AMD — один из старейших производителей массовых микропроцессоров, в течение почти пятидесяти лет остающийся темой ожесточённых споров фанатов технологий. История компании превратилась в захватывающее повествование, полное героических успехов, отчаянных ошибок и близости разорения. Пока другие полупроводниковые компании возникали и уходили, AMD выдержала множество бурь и сразилась во множестве битв в залах заседаний, судах и на полках магазинов.

В этой статье мы расскажем о прошлом компании, изучим её извилистые пути к современному состоянию и спрогнозируем, что же ждёт дальше этого ветерана Кремниевой долины.

Поход за славой и богатством

Чтобы начать нашу историю, нужно вернуться назад во времени и отправиться в Америку конца 1950-х. Страна, расцветшая после тяжёлых лет Второй мировой, стала местом передовых технологических инноваций.

Такие компании, как Bell Laboratories, Texas Instruments и Fairchild Semiconductor, нанимали лучших инженеров и одна за другой выпускали продукты, становившиеся первыми в своей области: биполярный транзистор, интегральная схема, MOSFET (МОП-транзистор).

Расцвет, падение и возрождение AMD - 2

Инженеры Fairchild, примерно 1960 год: слева Гордон Мур, на переднем плане в центре Роберт Нойс

Эти молодые специалисты хотели изучать и разрабатывать ещё более удивительные продукты, но из-за опасливого высшего руководства, помнящего ещё те времена, когда мир вселял страх и был нестабильным, у инженеров возникло желание попробовать счастья самим.
Читать полностью »

Привет!

Сегодня мы затрагиваем актуальнейшую тему — Python для работы с GPU. Автор рассматривает пример, тривиальный в своей монструозности, и демонстрирует решение, сопровождая его обширными листингами. Приятного чтения!

Как GPU-вычисления буквально спасли меня на работе. Пример на Python - 1
Читать полностью »

Всем давно известно, что на видеокартах можно не только в игрушки играть, но и выполнять вещи, никак не связанные с играми, например, нейронную сеть обучить, криптовалюту помайнить или же научные расчеты выполнить. Как так получилось, можно прочитать тут, а я хотел затронуть тему того, почему GPU может быть вообще интересен рядовому программисту (не связанному с GameDev), как подступиться к разработке на GPU, не тратя на это много времени, принять решение, нужно ли вообще в эту сторону смотреть, и «прикинуть на пальцах», какой профит можно получить. 

Вычисления на GPU – зачем, когда и как. Плюс немного тестов - 1

Читать полностью »

Всем привет! Меня зовут Саша, я CTO & Co-Founder в LoyaltyLab. Два года назад я с друзьями, как и все бедные студенты, ходил вечером за пивом в ближайший магазин у дома. Нас очень расстраивало, что ритейлер, зная, что мы придём за пивом, не предлагает скидку на чипсы или сухарики, хотя это так логично! Мы не поняли, почему такая ситуация происходит и решили сделать свою компанию. Ну и как бонус выписывать себе скидки каждую пятницу на те самые чипсы.

image

И дошло всё до того, что с материалом по технической стороне продукта я выступаю на NVIDIA GTC. Мы рады делиться наработками с коммьюнити, поэтому я выкладываю свой доклад в виде статьи.

Читать полностью »

image

Облачная платформа «Яндекс.Облако» и Nvidia открыли для российских разработчиков библиотеку приложений для работы с искусственным интеллектом и машинным обучением – Nvidia GPU Cloud (NGC). Яндекс.Облако стала первым публичным облаком в России со статусом официального партнера c NGC-сертификацией от Nvidia. Читать полностью »

Folding@Home достиг мощности вместе взятых 7 лучших суперкомпьютеров из Top500, у проекта уже более 400 тыс. участников - 1

Согласно информации издания Tom's Hardware, научный проект распределенных вычислений Folding@Home с каждым днем наращивает свои мощности для исследования коронавируса (COVID-19). Благодаря большому росту добровольцев, которые подключились к проекту за последние две недели, проект Folding@Home теперь достиг 470 петафлопс вычислительных мощностей. А это в два раза больше, чем у Summit, самого быстрого суперкомпьютера в мире, по данным Top500 лучших суперкомпьютеров. Текущие возможности Folding@Home сопоставимы с суммарной мощностью семи лучших суперкомпьютеров мира вместе взятых. Оценочные данные о количестве пожертвованных пользователями для исследований ядер СPU/GPU: более 27 млн.
Читать полностью »

Khronos Group выпустила публичную версию расширений Vulkan Ray Tracing - 1
Источник: Khronos

Khronos Group выпустила расширения для поддержки трассировки лучей в API Vulkan, основанные на стандарте NVIDIA RTX. Расширения позволят Vulkan API стать первым в отрасли открытым кроссплатформенным стандартом для ускорения трассировки лучей, который не будет зависеть от аппаратных решений. Читать полностью »

Ваша первая нейронная сеть на графическом процессоре (GPU). Руководство для начинающих - 1

В этой статье я расскажу как за 30 минут настроить среду для машинного обучения, создать нейронную сеть для распознавания изображений a потом запустить ту же сеть на графическом процессоре (GPU).

Для начала определим что такое нейронная сеть.

В нашем случае это математическая модель, а также её программное или аппаратное воплощение, построенная по принципу организации и функционирования биологических нейронных сетей — сетей нервных клеток живого организма. Это понятие возникло при изучении процессов, протекающих в мозге, и при попытке смоделировать эти процессы.

Нейронные сети не программируются в привычном смысле этого слова, они обучаются. Возможность обучения — одно из главных преимуществ нейронных сетей перед традиционными алгоритмами. Технически обучение заключается в нахождении коэффициентов связей между нейронами. В процессе обучения нейронная сеть способна выявлять сложные зависимости между входными данными и выходными, а также выполнять обобщение.

С точки зрения машинного обучения, нейронная сеть представляет собой частный случай методов распознавания образов, дискриминантного анализа, методов кластеризации и прочих методов.

Оборудование

Сначала разберемся с оборудованием. Нам необходим сервер с установленной на нем операционной системой Linux. Оборудование для работы систем машинного обучения требуется достаточно мощное и как следствие дорогое. Тем, у кого нет под рукой хорошей машины, рекомендую обратить внимание на предложение облачных провайдеров. Необходимый сервер можно получить в аренду быстро и платить только за время использования.
Читать полностью »

Продолжаем тему железа для САПР. В прошлой статье мы тестировали процессоры при работе в КОМПАС-3D, сегодня речь пойдёт о видеокартах. На связи вновь Станислав Ермохин, руководитель отдела техподдержки и обучения регионального центра АСКОН-Волга.

Тестируем видеокарты для работы с КОМПАС-3D - 1
Читать полностью »

Модераторы сабреддита «PC Master race» призвали владельцев мощных игровых видеокарт присоединиться к научным облачным вычислениям Стенфордского проекта Folding@Home, который прямо сейчас занимается расчетом моделей сразу по восьми направлениям для борьбы с COVID-19. Инициативу сообщества Reddit уже поддержала компания Nvidia, которая призвала через твиттер своих потребителей предоставить ученым вычислительные мощности своих видеокарт:

Важно отметить, что сабреддит «PC Master race» не пытается хайпуть на теме коронавируса: поддержка Holding@Home и первый систематизированный мега-тред, посвященный проекту, был опубликован еще 4 месяца назад, когда о коронавирусе даже не слышали. Кроме того, пользователи упоминали F@H в сабреддите на протяжении последних пяти лет.

Как принять участие в коллективных вычислениях, даже если вам плевать на COVID-19 и вы хотите, чтобы побыстрее нашлось лекарство от рака — под катом.
Читать полностью »


https://ajax.googleapis.com/ajax/libs/jquery/3.4.1/jquery.min.js