Auf Nvidias Entwicklerkonferenz GTC stellt CEO Jensen Huang neue Chips für Datenzentren und Robotik vor und spricht über einen Supercomputer für KI-Diagnostik.
Nvidias GPU Technology Conference (GTC) findet dieses Jahr komplett digital statt. Statt eines Livestreams gibt es vorgefertigte Küchenvideos von Nvidia-Chef Jensen Huang. Entwickler können an über 1.000 digitalen Workshops teilnehmen.
Huang sprach am ersten GTC-Tag über alte und neue Plattformen, eine Partnerschaft mit VMware und über Datenzentren, Edge-KI, Robotik und KI-Diagnostik. Das Zeitalter der Künstlichen Intelligenz (News) sei in vollem Gange, so Huangs Botschaft.
In diesem neuen KI-Zeitalter brauche es eine Neuerfindung der Datenverarbeitung: neue Chips und Systeme, neue Algorithmen, neue Werkzeuge und neue Ökosysteme.
Bluefield-2: Schneller Prozessor für Datenzentren
Für Datenzentren stellte Huang den neuen BlueField-2-Prozessor vor. Die Data Processing Unit (DPU) ist ein programmierbarer Prozessor mit ARM-Kernen und Beschleunigern für den Netzwerkbetrieb, Speicher und Sicherheitsanwendungen.
Eine BlueField-2-DPU könne in einem Datenzentrum die Arbeit von bis zu 125 CPU-Kernen übernehmen. Das soll die CPUs für andere Aufgaben frei machen, so Huang.
DPUs seien ein wesentliches Element moderner Rechenzentren, in denen "CPUs, GPUs und DPUs zu einer einzigen Recheneinheit kombiniert werden können, die voll programmierbar und KI-fähig ist".
Der Nachfolger-Chip BlueField-3 soll 2022 erscheinen und schon jetzt "fast fertig" sein. BlueField-4 soll dann in einigen Anwendungen mehrere Hundertmal schneller sein als das aktuelle Modell.
Huang kündigte außerdem die BlueField-2X-DPU an, die den Chip um eine Nvidia Ampere GPU erweitert. Durch die so verfügbaren Tensorkerne könne der Chip etwa für die KI-Echtzeit-Überwachung des Netzwerkbetriebs eingesetzt werden und beispielsweise möglichen Datendiebstahl identifizieren.
Jetson Nano: Günstiger Einstieg in die KI-Entwicklung
Nvidia kündigte außerdem ein neues Produkt für die Jetson-Reihe an. Jetson-Chips sind für den Einsatz in Edge-Plattformen gedacht und kommen etwa in der Robotik oder beim autonomen Fahren zum Einsatz. Das jüngste Mitglied heißt Jetson Nano 2GB, erscheint Ende des Monats und kostet 59 US-Dollar.
Jetson Nano 2GB richtet sich vor allem an Forscher und Bildungseinrichtungen: Der Chip ist für das Lernen und Lehren von KI-Technologie in praktischen Anwendungen wie der Robotik oder dem Internet der Dinge konzipiert.
Cambridge-1: Supercomputer für KI-Diagnostik
Huang kündigte weiter Nvidias Pläne für den Bau eines schnellen KI-Supercomputers an, der auf Platz 29 der Top-500-Liste rangieren soll. Berücksichtigt man die Energieeffizienz, soll der neue Supercomputer weltweit unter den besten drei Modellen sein.
Entstehen soll er in Cambridge und heißt folgerichtig: Cambridge-1. Der 52 Millionen US-Dollar teure Computer setzt auf Nvidias DGX-SuperPODs und soll mehr als 400 Petaflops an KI-Performance liefern. Cambridge-1 soll Ende des Jahres in Betrieb gehen.
Forscher sollen die insgesamt 80 verbauten DGX-A100-Systeme nutzen können, um KI-Systeme mit massig Daten zu trainieren und auszuführen. Der Fokus liegt auf medizinischen Anwendungen wie der KI-Diagnostik und der automatisierten Wirkstoffentdeckung für Medikamente.
