Будущая графическая архитектура Pascal включает поддержку NVLink с 5-12-кратным ускорением пропускной способности, по сравнению с PCI Express, встроенную на GPU "stacked" память, которая обеспечит многократный прирост ПСП для видеопамяти, а также будет предлагаться в виде специальных модулей втрое меньшего размера, по сравнению со стандартной платой расширения нынешнего времени.
Естественно, что Дженсен не отказал себе в возможности попозировать перед толпой заинтересованных журналистов и участников GTC, показав один из ранних прототипов Pascal в своих руках.
Обновились и планы компании Nvidia на выпуск графических процессоров. Вместо куда-то исчезнувшей из планов архитектуры Volta после уже вышедшего первого поколения Maxwell появилась архитектура Pascal, выход которой назначен на 2016 год.
Но для чего нужна подобная высочайшая производительность и пропускная способность? К примеру, для обучаемых машинных алгоритмов, искусственного интеллекта, распознавания образов и т.д.
К примеру, для распознавания образов используются нейронные сети - самообучаемые в процессе анализа больших объёмов данных и требующих огромной производительности, которой всегда не хватает.
Так называемый Google Brain включает мощь тысячи серверов с 2000 CPU, имеющих 16000 процессорных ядер в общем количестве. Эта система потребляет 600 киловатт и стоит около 5 млн долларов. Всё было бы хорошо, но возможности человеческого превышают вычислительные возможности такой системы в несколько миллионов раз!
Системы на базе графических процессоров Nvidia могут значительно улучшить производительность и возможности алгоритмов вроде искусственного интеллекта и распознавания образов. Так, система на базе трёх серверов в Стэнфордском университете, использующая 12 GPU, предлагает более чем 18 тысяч вычислительных ядер, дающих такую же производительность, как Google Brain. В это же время система потребляет лишь 4 киловатта, а стоит всего 33 тысяч долларов - в разы меньше.
Рост производительности серверов весьма важен для индустрии, так как объёмы данных, которые нужно обработать, постоянно растут. И графические процессоры уже используются большим количеством различных компаний для распознавания лиц, объектов, жестов, речи, при индексации и поиске информации.
Среди компаний, которые раньше всех начали использовать GPU в своих задачах, можно привести Adobe, flickr, IBM, Netflix и российский Яндекс. Все они используют при решении своих задач мощные графические процессоры компании Nvidia.
