GPU

在基础的图形图像渲染和视频编解码功能之外,MTT S80还能够提供完整的AI训练和推理、通用计算、GPU虚拟化、安卓容器云加速等功能。MTT S80内置128个张量计算核心,并对摩尔线程自研的TensorX推理引擎提供了完整支持,使其可以在AI和通用计算等应用中展现出强大性能。
从数据中心向智算中心和元计算中心演进是行业算力需求发展的主流趋势,人工智能和元宇宙应用负载对GPU算力的强烈需求是推动这一演进趋势的关键力量。专为提升智能算力而设计的摩尔线程MTT S3000,在与之配套的MUSA软硬件计算平台的加持下,AI应用性能相比“苏堤”可实现平均4倍提升。
随着各种传感器的性能持续走高,譬如多线激光雷达、高分辨率的图像传感器等,我们对边缘计算单元尤其是GPU的需求也在持续增加。但在实现的过程中,我们还有一些物理限制没法消除,像是尺寸、重量和功耗等。
人工智能对于生态的要求非常高,涉及框架、应用、模型的适配等,英伟达率先基于CUDA生态将上下游打通,对于下游的算法开发商和服务商来说,它的GPU在性能具备优势的同时还保持了易用性。
人工智能已经开始深入各行各业,从早期的金融服务业、医疗、汽车行业,到目前的餐饮、交通等等,正在发生着一系列的变化,未来几乎所有的主要行业都会将人工智能作为一个重要的技术手段。
活动推荐

本站热榜

日排行
周排行
月排行