NVIDIA GPU 技术在 GTC 上强力支持数据中心

by 英伟达中国

了解 AI 领域的杰出人士如何释放 GPU 的能量,以加速人工智能和高性能计算工作负载。

个性化癌症治疗方案预测下一场飓风、利用 AI 算法读取您的想法,NVIDIA GPU 加速技术正在促成诸如此类的惊人进展。

3 月 26-29 日在圣何塞举办的 GPU 技术大会上,众多致力于推进 AI 发展的公司(如 Facebook、Amazon 和 Ebay)将为您讲述这些成果以及更多主题。

32118531091 50b38d8639 o
请不要错过下列围绕数据中心展开的会议:

Amazon 的 Asif Khan – 持续交付 AI 应用程序

了解如何将通常开发深度学习系统的数据科学家与部署和实施这些系统的开发团队之间的工作流关联起来。此外,还将探究基本的持续集成和交付概念以及如何将其运用到深度学习模型。

Ebay 的 Henry Saptura – 介绍 Krylov:为 eBay 数据科学和工程团队提供支持的 AI 平台

了解 Krylov 项目,即 eBay AI 平台计划的主要组件,旨在提供一个易用、开放、快速的 AI 协调引擎,可以将其作为托管服务部署在 eBay 云中。

Facebook 的 Sarah Bird 和贾扬清 – 从研究到生产:Facebook 如何大规模实施 AI

了解 Facebook 如何利用开源软件执行迭代 AI 研究、根据推理对其进行调整,以及使用 ONNX 在数据中心和移动环境中进行部署。贾扬清将展示几个真实的产品用例(例如计算机视觉和神经机器翻译),他还将介绍公司如何实现大规模分布式模型训练。

Google 的 Kaz Sato – BigQuery 和 TensorFlow:数据仓库与机器学习结合使用,助力实现“智能”查询

了解由 Google 完全托管的 PB 级数据仓库 BigQuery。它是用户定义的功能,通过机器学习的能力实现“智能”查询,如对带有特征向量和神经网络预测的图像或文档进行相似性搜索或推荐。了解 TensorFlow 及其 GPU 加速训练环境如何实现强大的“数据仓库+机器学习”解决方案。

H20.ai 的 Jonathan McKinney – GPU 铸就世界上运行速度超快的机器学习

了解功能完备的机器学习库 H2O4GPU,该库使用强大的 Python API 针对 GPU 进行了优化,取代了 scikit-learn,达到了极其引人注目的效果。McKinney 将展示与企业 AI 相关的常见算法的基准,并通过与在 CPU 上运行作对比来揭示性能提升效果。

Microsoft Azure 的 Tariq Sharif – 适用于 Microsoft Azure 中各种工作负载的 GPU

了解如何通过将 Azure N 系列 VM 上的 CUDA 或 OpenCL 用于光线追踪渲染、机器学习和人工智能等场景,充分发挥 GPU 的作用。使用 DirectX 或 OpenGL 以及云功能工作站来流式传输或远程访问内容和工程设计、数字媒体或图形丰富的应用程序。

NVIDIA 的 Charlie Boyle – 突破企业内 AI 规模的障碍

了解 GPU 服务器和深度学习软件在扩展方面的新进展如何才能解决巨大的 AI 平台难题,例如,在符合 IT 运营限制的同时满足数据科学家所需的工作负载性能。

NVIDIA 的 CJ Newburn – 容器中的 HPC:为何使用容器、为何使用 HPC、为何以及如何使用 NVIDIA

HPC 应用程序越来越多地使用容器来实现轻松部署和方便应用。了解容器是什么,如何对其进行编排以便在云中一起运行,以及容器之间如何实现通信。

Oracle 的 Karan Batta – 用于 CUDA 工作负载的裸机云的优势

了解裸机服务器(真实的扁平网络和高性能存储)等控制杆如何在云中使用 NVIDIA GPU 来加速工作负载。了解如何轻松地在 Oracle 云基础设施中启动 GPU 集群,以及在 Oracle 云基础设施方面与 NVIDIA 建立合作的新公告。

DSC00814 3

除了上述会议之外,GTC 展厅还将陈列几十个展位,展示基于 GPU 的新 AI 和深度学习技术。除了 AWS、Azure、Facebook、IBM、Cisco、Dell EMC、Google Cloud、Hewlett Packard Enterprise、Inspur Electronic Information、Lenovo 和 Supermicro 的展位外,您还可以造访许多其他不容错过的企业。

立即报名参加,了解完整的 GTC 数据中心跟踪报道,欢迎关注 Twitter 帐号 @NVIDIADC,以了解加速计算的最新动态。