انویدیا شتاب دهنده بی نظیر Tesla T4 Tensor را معرفی کرد
همانطور که انتظار می رفت، انویدیا نخستین شتاب دهنده کلاس سرور و هوش مصنوعی را از معماری جدید Turing معرفی کرد. این شتاب دهنده با نام NVIDIA Tesla T4 Tensor، با هسته های اصلی تنسور تغذیه می گردد و یک غول دیجیتالی پردازش است. این محصول می تواند در مراکز داده، سرورهای شبکه های اجتماعی، تصاویر، فیلم ها، سیستم های هوشمند وابسته به صدا و تصویر و… مورد استفاده قرار گیرد.
برای بهینه سازی مرکز داده به منظور حداکثر بهره وری و استفاده از سرور، انویدیا از پلتفرم کلی NVIDIA TensorRT Hyperscale Platform استفاده می کند که شامل نرم افزارهای Real-Time Inference و شتاب دهنده NVIDIA Tesla T4 Tensor است. این ترکیب پردازش داده ها را تا 40 برابر سریعتر از سیستم های مبتنی بر CPU انجام خواهد داد. این شتاب دهنده دارای 320 هسته Turing Tensor و 2560 هسته CUDA است.
شتاب دهنده Tesla T4 Tensor دارای انعطاف بالایی در طبقه بندی پردازش داده ها است؛ به طوری که می تواند داده ها را با توان 65 ترافلاپ در پردازش های FP16، تا 130 ترافلاپ در INT 8 و 260 ترافلاپ در INT 4 رندر نماید. این مقادیر بنا بر واحد های اعداد طبیعی و اعشار هستند. Tesla T4 Tensor دارای مصرف تنها 75 وات است که برای چنین توانی بسیار مناسب و خنک است. این نیرو می تواند توسط اسلات مادربردهای سرور تامین گردد.
NVIDIA TensorRT 5 به کار رفته در این پلتفرم، یک بهینه ساز موتور Runtime وجود دارد که از هسته های تانسور تورینگ پشتیبانی می کند و مجموعه ای از بهینه سازی شبکه های عصبی برای کارهای چند چند دقته را ارائه می دهد. همچنین سامانه مجازی NVIDIA GPU Cloud نیز از رجیستری مجازی Cloud استفاده کرده و حداکثر بهره وری از مراکز داده و استفاده از GPU را با پشتیبانی از تمامی گونه های محبوب هوش مصنوعی، تضمین می کند. انویدیا در حال رایزنی با رهبران دنیای دیجیتال، نظیر مایکروسافت است تا این پلتفرم را در موتورهای جستجو نظیر Bing مورد استفاده قرار داده و مایکروسافت نیز تائید کرده است که به زودی از NVIDIA Tesla T4 Tensor ها برای این منظور استفاده خواهد کرد. دومین مشتری این طرح نیز Google Cloud خواهد بود. هسته های هوش مصنوعی در معماری Turing یک انقلاب در زمینه پردازش و جستجو هستند که از بازی گرفته تا تولید محتوا و سرور های داده، مورد استفاده قرار می گیرند.