北京時(shí)間11月10日消息（余予）在今日召開(kāi)的“ GTC大會(huì)”上，英偉達(dá)推出了包括庫(kù)、代碼示例和指南在內(nèi)的65個(gè)新的和更新的軟件開(kāi)發(fā)工具包，為正在推動(dòng)各種計(jì)算挑戰(zhàn)前沿的數(shù)據(jù)科學(xué)家、研究人員、學(xué)生和開(kāi)發(fā)人員帶來(lái)改進(jìn)的特性和功能。

英偉達(dá)創(chuàng)始人兼首席執(zhí)行官黃仁勛（Jensen Huang）在其主題演講中宣布，新增功能包括用于加速量子計(jì)算的下一代SDK、最后一英里交付算法和圖神經(jīng)網(wǎng)絡(luò)。

英偉達(dá)開(kāi)發(fā)人員計(jì)劃的近300萬(wàn)成員依賴于該公司超過(guò)150個(gè)加速計(jì)算套件，這一數(shù)字在過(guò)去五年中增長(zhǎng)了6倍。CUDA是并行計(jì)算平臺(tái)和編程模型，僅去年一年就被下載了700萬(wàn)次，目前自發(fā)布以來(lái)已達(dá)到3000萬(wàn)次。

進(jìn)入新市場(chǎng)

新的 SDK 包括：

·用于實(shí)時(shí)物流的NVIDIA ReOpt，引入了先進(jìn)的大規(guī)模并行算法，可優(yōu)化車輛路線、倉(cāng)庫(kù)選擇和車隊(duì)組合。其動(dòng)態(tài)改道功能可以減少旅行時(shí)間、節(jié)省燃料成本并最大限度地減少閑置時(shí)間，可能為物流和供應(yīng)鏈行業(yè)節(jié)省數(shù)十億美元。

·用于數(shù)組計(jì)算的cuNumeric，實(shí)現(xiàn)了NumPy應(yīng)用程序編程接口，可自動(dòng)伸縮到多GPU和多節(jié)點(diǎn)系統(tǒng)，而無(wú)需更改代碼，這為使用Python的2000萬(wàn)強(qiáng)大的數(shù)據(jù)科學(xué)家、研究人員和科學(xué)家社區(qū)提供了價(jià)值。它現(xiàn)可以在GitHub和Conda上使用，可以擴(kuò)展到數(shù)千個(gè)GPU，為PyData和NumPy生態(tài)系統(tǒng)創(chuàng)建加速計(jì)算。

·用于量子計(jì)算的cuQuantum，使大型量子電路的模擬速度顯著加快，從而使量子研究人員可以研究更廣闊的算法和應(yīng)用空間。其次，開(kāi)發(fā)人員可以模擬諸如分子的近期變分量子算法和糾錯(cuò)算法等領(lǐng)域，以識(shí)別容錯(cuò)，并加速來(lái)自Atos、谷歌和IBM的流行量子模擬器。

·用于圖神經(jīng)網(wǎng)絡(luò)的CUDA-X 加速DGL容器，為使用大型圖的GNN工作的開(kāi)發(fā)人員和數(shù)據(jù)科學(xué)家提供了一種快速設(shè)置工作環(huán)境的方法。該容器使其可以輕松地在集成的、GPU加速的GNN環(huán)境中結(jié)合DGL和Pytorch工作。同時(shí)，使用GPU加速的GNN，即使是世界上最大的圖，在單個(gè)圖中接近1萬(wàn)億條邊，也可以被挖掘以獲取洞察力。例如，Pinterest使用具有數(shù)十億個(gè)節(jié)點(diǎn)和邊的圖神經(jīng)網(wǎng)絡(luò)，基于 GPU 和用于模型訓(xùn)練和推理的優(yōu)化庫(kù)，來(lái)了解其超過(guò)3000億個(gè)Pin的生態(tài)系統(tǒng)。

“我們的團(tuán)隊(duì)很高興與英偉達(dá)合作，通過(guò)用于圖形構(gòu)建的RAPIDS cuDF、用于圖形采樣的RAPIDS cuGraph和用于GNN的自定義計(jì)算內(nèi)核來(lái)加速DGL，”亞馬遜網(wǎng)絡(luò)服務(wù)機(jī)器學(xué)習(xí)總監(jiān)Alex Smola表示，“DGL 是開(kāi)源的，也可以通過(guò)Amazon NeptuneML提供托管服務(wù)。”

SDK更新 加速應(yīng)用程序開(kāi)發(fā)

對(duì)英偉達(dá)中包括Clara、DLSS、RTX、Nsight和Isaac套件在內(nèi)的一系列最受歡迎的SDK進(jìn)行了增強(qiáng)功能和升級(jí)。

其他更新的SDK包括：

·用于數(shù)據(jù)科學(xué)的RAPIDS 21.10增加了處理時(shí)間序列數(shù)據(jù)的新功能，并對(duì)現(xiàn)有算法進(jìn)行了若干加速。適用于Apache Spark 3.0 的RAPIDS Accelerator允許企業(yè)在不更改代碼的情況下加速其在NVIDIA GPU上的分析操作。今年RAPIDS 的下載量增長(zhǎng)了400%，這是NVIDIA最受歡迎的SDK之一。

·用于智能視頻分析的Deepstream 6.0引入了一個(gè)新的圖形編輯器界面，使用戶能夠以最少的編碼能力訪問(wèn)計(jì)算機(jī)視覺(jué)，并為簡(jiǎn)單、直觀的AI產(chǎn)品開(kāi)發(fā)流程提供可視化拖放界面。

·用于深度神經(jīng)網(wǎng)絡(luò)的Triton 2.15、TensorRT 8.2 和cuDNN 8.4，為大型語(yǔ)言模型和梯度提升決策樹(shù)和隨機(jī)森林的推理加速提供了新的優(yōu)化。

·用于數(shù)據(jù)中心網(wǎng)絡(luò)的DOCA 1.2，提供了一個(gè)零信任安全框架，通過(guò)硬件和軟件身份驗(yàn)證、線速數(shù)據(jù)加密、分布式防火墻和智能遙測(cè)擴(kuò)展了威脅保護(hù)。

·用于推薦系統(tǒng)的Merlin 0.8增加了可以在很少或沒(méi)有用戶數(shù)據(jù)的情況下預(yù)測(cè)用戶的下一步動(dòng)作的新功能，并支持比GPU內(nèi)存更大的模型。

SDK 的新培訓(xùn)課程

據(jù)IDC稱，全球全職開(kāi)發(fā)人員的短缺預(yù)計(jì)將從2021年的140萬(wàn)增加到2025年的400萬(wàn)。同時(shí)IDC認(rèn)為，解決這一短缺的長(zhǎng)期解決方案是創(chuàng)建能夠教育和賦權(quán)的基礎(chǔ)設(shè)施。

英偉達(dá)深度學(xué)習(xí)學(xué)院的兩門新課程支持并加速開(kāi)發(fā)人員學(xué)習(xí)和使用SDK，為40多門課程的DLI增加了新內(nèi)容。

·目前已經(jīng)推出的《Introduction to DOCA for DPUs》是一門自學(xué)課程，為開(kāi)發(fā)人員、研究人員和學(xué)生提供NVIDIA DOCA作為在NVIDIA BlueField DPU上加速數(shù)據(jù)中心計(jì)算的支持平臺(tái)的基本概念。

·《Building Real-time Video AI Applications》這一課程將于本月晚些時(shí)候推出，內(nèi)容包括將原始視頻數(shù)據(jù)轉(zhuǎn)換為基于深度學(xué)習(xí)的實(shí)時(shí)洞察，使用NVIDIA DeepStream智能視頻分析和NVIDIA TAO工具包實(shí)現(xiàn)硬件加速組件，以構(gòu)建高性能流媒體管道。

與新SDK一同增加的DLI 課程包括：

·由講師指導(dǎo)的加速數(shù)據(jù)科學(xué)基礎(chǔ)知識(shí)和自定進(jìn)度的加速端到端數(shù)據(jù)科學(xué)工作流，通過(guò)使用NVIDIA RAPIDS加速數(shù)據(jù)科學(xué)庫(kù)來(lái)應(yīng)用各種GPU加速機(jī)器學(xué)習(xí)算法，包括XGBoost、cuGRAPH的單-源最短路徑，以及cuML的KNN、DBSCAN 和邏輯回歸以進(jìn)行大規(guī)模數(shù)據(jù)分析。

·構(gòu)建智能推薦系統(tǒng)包括NVIDIA Merlin 和其他用于構(gòu)建高效推薦系統(tǒng)的基本工具和技術(shù)，以及如何為實(shí)時(shí)推薦部署GPU加速解決方案。

面向企業(yè)AI的SDK

NVIDIA AI Enterprise 軟件套件包括Triton和RAPIDS等SDK，可在主流加速服務(wù)器上運(yùn)行，并由NVIDIA 優(yōu)化、認(rèn)證和支持。同時(shí)，開(kāi)發(fā)人員可以利用NVIDIA LaunchPad程序在精心策劃的實(shí)驗(yàn)室中體驗(yàn)NVIDIA AI Enterprise。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。