計算機圖形芯片制造商NvidiaCorp.宣布其人工智能和高性能計算基礎設施將很快支持基于ARM的中央處理單元，為新一代超級計算機鋪平道路。

該公司今天早些時候表示，其CUDA-XAI和HPC庫、圖形處理單元加速的AI框架和軟件開發工具將在年底前全部支持基于ARM的機器。 這是一個重要的步驟，因為基于ARM的超級計算機應該能夠更大的規模，因為他們更高的動力效率，該公司說。

“隨著傳統計算縮放的結束，電力將限制所有超級計算機，”Nvidia首席執行官黃延森（見圖）表示。 “Nvidia的CUDA加速計算和ARM的節能CPU體系結構相結合，將使HPC社區提升到exascale，”這個術語指的是每秒可以進行五分之一操作的計算機。

在一次新聞發布會上，Nvidia的總經理兼加速計算副總裁伊恩·巴克(Ian Buck)表示，支持ARM CPU的決定是由于對該行業的廣泛和日益增長的興趣而作出的。

“使手臂有趣的是它非常開放，”巴克說。 “[它為連接CPU和GPU以及進行更節能計算提供了]靈活性。

nvidia的基礎設施已經被用于世界上最節能的25臺超級計算機中的22臺，這要歸功于它對x86和基于POWER的計算機芯片的支持。 它說，隨著對ARM芯片的額外支持，Nvidia希望增加其在HPC空間的存在，以支持更先進的人工智能工作負載。

nvidia還希望將其超級計算能力擴展到特定的用例中，包括訓練自動駕駛汽車的人工智能系統。

為了做到這一點，它今天發布了它所說的世界上第22個最快的超級計算機DGX超級POD，以及一個參考架構，為希望在自己或外部數據中心部署它的公司。

nvidia說DGX超級POD的設計是為了提供部署大規模自動駕駛汽車車隊所必需的人工智能培訓基礎設施。 這臺新機器是在短短三周內建成的，由Nvidia的96臺舊DGX-2H超級計算機組成，這些超級計算機是利用新的數據中心互連技術集成的，這是該公司今年早些時候收購MellanoxInc.時獲得的。

該公司表示，DGX超級POD的設計是為了訓練自動駕駛汽車的神經網絡，這樣他們就能理解“道路規則”，并每秒提供9.4個petaflops或4,000萬個浮點操作，這是衡量處理能力的標準指標。 這是一個驚人的力量-如此之多，以至于它可以將流行的圖像分類ResNet-50AI算法的訓練時間從25天縮短到不到兩分鐘，官員說。

NvidiaA I基礎設施副總裁克萊門特？ “幾乎沒有什么人工智能挑戰像訓練自動駕駛汽車一樣苛刻，它需要對神經網絡進行數萬次再訓練，以滿足極端的精度需求。

從羅伯特·霍夫的報告

顯示您對我們的任務的支持，我們的一鍵訂閱我們的優管頻道（下面）。 我們擁有的用戶越多，你就越能向你推薦相關的企業和新興技術內容。 謝謝！

支持我們的使命：>；>；>；SUBS CRIBE NOW>；>；>；到我們的優管頻道。

我們還想告訴你我們的使命，以及你如何幫助我們完成它。 硅谷媒體公司的商業模式是基于內容的內在價值，而不是廣告。 與許多在線出版物不同，我們沒有付費墻或經營橫幅廣告，因為我們希望保持我們的新聞開放，沒有影響或需要追逐流量。 硅谷的新聞、報道和評論-以及我們硅谷工作室的現場、未經剪輯的視頻和CUBE的環球視頻團隊-需要大量的艱苦工作、時間和金錢。 保持高質量需要贊助商的支持，他們與我們的無廣告新聞內容的愿景一致。

如果您喜歡這里的報道，視頻采訪和其他無廣告內容，請花點時間查看我們的贊助商支持的視頻內容樣本，推特您的支持，并繼續回到硅安格爾。