Vidéo: The Remarkable Art & Science of Modern Graphics Card Design (Novembre 2024)
Le nouveau processeur graphique Titan X de Nvidia est basé sur le processeur GM200, qui est une puce énorme, exploitant la puissance de 8 milliards de transistors, 3072 cœurs de processeur et 12 Go de mémoire GDDR5 intégrée pour 7 téraflops de performances monochromes de pointe. Cette puce, qui avait été présentée à la Game Developers Conference il y a deux semaines, est basée sur les mêmes noyaux Maxwell que ceux utilisés dans les processeurs actuels de la société et est fabriquée selon le même processus de 28 nm.
Mais Nvidia a déclaré cette semaine que son nouveau processeur graphique GeForce, produit phare, offrirait deux fois plus de performances et deux fois plus d’efficacité énergétique que son prédécesseur. C'est également une très grosse puce de 601 mm2, environ la plus grosse puce actuellement fabriquée, et consommera 250 watts de puissance. Et bien sûr, ce sera la puce graphique générale la plus chère avec un prix de détail suggéré de 999 $.
La plupart des critiques de sites comme ExtremeTech, Anandtech et TechReport sont plutôt positives. Bien sûr, dans le monde réel, personne ne voit le rendement doubler annoncé par le fournisseur, bien que certains gains soient appréciables. En général, le Titan X semble clairement battre les autres cartes à processeur unique, et fait un travail remarquable en comparant le double processeur Radeon R9 295X2 d’AMD ou le double GeForce GTX 980 SLI de Nvidia. Dans de nombreux cas, une carte à double GPU de l'un ou l'autre fournisseur sera plus rapide que toute carte à un seul GPU, mais de nombreux jeux n'utilisent pas les deux cartes et, dans d'autres, les configurations à double carte sont plus saccadées. En particulier, de nombreuses revues se concentrent sur les performances du Titan X à 4K.
Bien entendu, le principal rival de Nvidia dans le monde concurrentiel du graphisme sur PC ne devrait pas être trop serré - il semblerait qu'AMD ait sa propre nouvelle carte en attente.
Encore une fois, ce que j’ai trouvé le plus intéressant à propos de l’introduction du Titan X à la GPU Technology Conference (GTC) de mardi a été l’accent mis sur l’utilisation de la puce dans des applications d’apprentissage approfondi, avec le chef de la direction de Nvidia, Jen-Hsun Huang, expliquant comment les chercheurs ont découvert que les techniques d’apprentissage en profondeur peuvent être considérablement accélérées à l’aide de GPU.
Huang a notamment évoqué des applications allant de la reconnaissance d'image avec l'écriture automatisée de légendes à la recherche médicale en passant par les véhicules autonomes. Le marché automobile était au centre des préoccupations de Nvidia au CES, avec le lancement de sa puce Tegra X1 et de sa solution Drive PX pour l’industrie automobile. L'idée est de compléter les systèmes ADAS (Advanced Assistance Center) existants afin qu'ils deviennent de plus en plus intelligents au fil du temps. "Je crois que le Big Bang des voitures autonomes va bientôt arriver." Huang a dit.
Plus tard, le PDG de Tesla Motors, Elon Musk, a rejoint Huang sur la scène GTC pour dire que le développement de voitures autonomes, plus sûres que celles conduites par des humains, n’est pas si éloigné. Musk a déclaré que les suites de capteurs actuelles dans une Tesla sont déjà capables de fonctions d'assistance avancées au conducteur, mais que l'auto-conduite dans un environnement urbain à des vitesses de 10 à 40 km / heure nécessitera plus de puissance de traitement. Néanmoins, il a déclaré que la transition prendrait beaucoup de temps, car le parc de véhicules sur la route est très important. "Il est étrange que nous soyons si proches de l'avènement de l'IA", a déclaré Musk. "J'espère juste qu'il reste quelque chose à faire pour nous, humains."
L'apprentissage automatique est différent de la plupart des applications de calcul haute performance (HPC) dans lesquelles Nvidia pousse ses accélérateurs Tesla. Ces applications nécessitent généralement une virgule flottante double précision, alors que les applications d'apprentissage approfondi n'ont souvent besoin que d'une seule précision. Le Titan X n'offre qu'une seule précision. Pour les applications d’apprentissage approfondi, Nvidia propose un nouveau cadre appelé DIGITS, le système de formation sur GPU profond destiné aux spécialistes de l’informatique, et un nouvel appareil de 15 000 USD appelé DIGITS DevBox.
Huang a indiqué que l'architecture GPU Pascal, qui devrait faire ses débuts l'année prochaine, accélérera les applications d'apprentissage en profondeur dix fois plus vite que les processeurs Maxwell de la génération actuelle. Cela provient de trois nouvelles fonctionnalités: précision mixte (plus d’utilisation de la virgule flottante 16 bits); 2, 7 fois la capacité de mémoire avec jusqu’à 32 Go grâce à l’utilisation de mémoire superposée 3D avec trois fois plus de bande passante mémoire, et l’interconnexion NV Link permettant jusqu’à huit GPU haut de gamme dans une DevBox ou une station de travail similaire (par opposition aux quatre Titan X GPU dans celui expédié en mai). Cela n'a pas été dit, mais il est probable que les puces basées sur cette architecture utiliseraient la technologie de processus de la prochaine génération. Après tout, les premières puces à 28 nm ont été introduites en 2011 et ont commencé à être vendues en 2012. Par conséquent, j'espère que l'année prochaine nous verrons des puces graphiques discrètes de 16 ou 14 nm.
