Come NVIDIA sta contribuendo allo sviluppo delle più recenti tecnologie di Deep Learning

Come NVIDIA sta contribuendo allo sviluppo delle più recenti tecnologie di Deep Learning

Il Deep Learning è uno degli argomenti più discussi alla GPU Technology Conference che si sta svolgendo a San Jose, Silicon Valley.

di Rosario Grasso pubblicata il , alle 15:01 nel canale Schede Video
NVIDIA
 

Ormai Deep Learning è diventata la parola d'ordine in quasi tutti i campi tecnologici, e non solo. Diversi produttori stanno spingendo convintamente in questa direzione, visto che le tecnologie di apprendimento autonomo possono essere installate all'interno di una moltitudine di applicazioni che vanno dalla guida autonoma ai motori di ricerca. La necessità di dover processare molti dati e di dover accedere a sterminate reti neurali richiede molta potenza di calcolo, che i produttori di schede video come NVIDIA possono mettere a disposizione tramite le risorse di GPGPU Computing a messe a disposizione dalle recenti schede video.

GPU Technology Conference

La GPU Technology Conference 2017 si concentrerà su intelligenza artificiale, auto a guida autonoma e realtà virtuale
NVIDIA dedica annualmente la GPU Technology Conference proprio a queste tematiche. Primariamente la GTC 2017 si concentrerà su intelligenza artificiale, auto a guida autonoma e realtà virtuale, ovvero alle varie modalità con le quali si può sfruttare la capacità di calcolo delle GPU moderne in ambito enterprise.

Vi partecipano sviluppatori, startup di intelligenza artificiale e di realtà virtuale provenienti da tutto il mondo, per un totale di 7 mila partecipanti, 600 sessioni tecniche, 160 esibitori, 67 laboratori hands-on, e molto altro ancora. Oltre a quella di San Jose, la capitale della Silicon Valley che dista 15 minuti di auto rispetto alla sede storica di NVIDIA a Santa Clara, la GTC si tiene anche a Pechino, Monaco, in Israele, a Washington e a Tokyo, in date diverse.

GPU Technology Conference

L'intelligenza artificiale sta trasformando l'intero mondo del computing, alimentata dal Deep Learning. Tutti i campi, come quello della salute, scientifico, della produzione e della finanza, oltre che la sicurezza pubblica, traggono benefici dal Deep Learning. In cinque anni il Deep Learning ha pervaso le nostre case: prima nessuno ne parlava, adesso è nelle nostre cucine, dentro Facebook e nelle moderne auto a guida autonoma come le Tesla, le quali sono fortemente basate sulla tecnologia NVIDIA.

IDC stima che almeno l'80% di tutte le applicazioni avrà una componente di intelligenza artificiale entro il 2020. Si tratta di applicazioni che operano in ambito industriale, sanitario, educativo, business, ovvero in maniera trasversale. Questo vuol dire che c'è una richiesta sensazionale di sviluppatori, esperti e tecnici che possano collaborare a completare questa rivoluzione.

NVIDIA ha istituito il Deep Learning Institute con la missione di aiutare il mondo degli sviluppatori a risolvere i problemi più ostici nella creazione delle applicazioni di intelligenza artificiale e deep learning. In attesa del keynote del CEO di NVIDIA, Jen-Hsun Huang, che si terrà domani, Greg Estes, responsabile del programma dedicato agli sviluppatori di NVIDIA, ha parlato di questi temi in un panel dedicato.

GPU Technology Conference

Laboratori gestiti da tecnici esperti di IA sono dislocati in varie parti del mondo: qui si insegnano i concetti fondamentali e si sviluppano programmi da applicare ai settori dell'Automotive, della Salute e della Robotica. Il DLI forma gli sviluppatori attraverso un'innovativa piattaforma hands-on che consente di acquisire velocemente abilità ed esperienza nel deep learning. Chi beneficia del DLI? Entità legate al mondo dell'industria così come istituzioni accademiche, ma anche governative. Tra queste Adobe, Alibaba, SAP, Temasek. Nel 2017 il DLI formerà 100 mila sviluppatori nel Deep Learning.

NVIDIA mette a disposizione del Deep Learning alcuni strumenti proprietari, come DIGITS per la classificazione delle immagini e il rilevamento degli oggetti. Drive PX2, invece, è una piattaforma di sviluppo per le auto a guida autonoma basata su Tegra che trasforma il modo in cui le auto vedono, pensano e interpretano ciò che succede intorno al veicolo. L'architettura scalabile consente configurazioni che vanno da un semplice processore a freddo passivo a 10 watt fino a una configurazione avanzatissima con due processori mobili e due GPU discrete che permettono fino a 24 trilioni di operazioni di deep learning al secondo. È possibile impiegare più piattaforme Drive PX2 in parallelo per abilitare la guida autonoma completa.

GPU Technology Conference

Come parte degli eventi relativi alla GPU Technology Conference 2017, NVIDIA ha dato ai giornalisti l'opportunità di visitare la nuova avveniristica sede. Qui tutte le foto
Con gli strumenti R e MXNet DLI aiuta nell'analisi delle immagini mediche, e allo stesso tempo ci sono strumenti per la classificazione delle immagini e la classificazione dello stato dei cromosomi. NVIDIA Jetson TX2 è invece la piattaforma di AI computing per l' elaborazione in parallelo basata su GPU per il mercato dei sistemi integrati mobili. Nell'ambito della Robotica viene utilizzata per la classificazione delle immagini e il rilevamento degli oggetti.

NVIDIA introdurrà costantemente nuovi strumenti all'interno del DLI, nuovi laboratori e tecnologie che possano consentire di accelerare lo sviluppo dei sistemi di Deep Learning. Per esempio, punta a integrare Drive PX2 direttamente all'interno della piattaforma di sviluppo delle auto di nuova generazione. Migliorerà ulteriormente gli strumenti a disposizione degli sviluppatori all'interno del pacchetto NVIDIA DriveWorks, già capace di gestire rilevamento, mappatura end-to-end in alta definizione, localizzazione e la pianificazione della traiettoria. Il toolkit di NVIDIA DriveWorks contiene un'API/middleware ben definito per l'elaborazione dei sensori, la fusione dei sensori, la CV e le DNN, una serie di strumenti di sviluppo e tutta la parte di supporto per gli sviluppatori. I kit di insegnamento del DLI si trovano a questo indirizzo.

Come parte degli eventi relativi alla GPU Technology Conference 2017, NVIDIA ha dato ai giornalisti l'opportunità di visitare la nuova avveniristica sede. Qui tutte le foto.

Resta aggiornato sulle ultime offerte

Ricevi comodamente via email le segnalazioni della redazione di Hardware Upgrade sui prodotti tecnologici in offerta più interessanti per te

Quando invii il modulo, controlla la tua inbox per confermare l'iscrizione

1 Commenti
Gli autori dei commenti, e non la redazione, sono responsabili dei contenuti da loro inseriti - info
ctoks10 Maggio 2017, 16:36 #1
Articolo pieno di strafalcioni.

TensorFlow prodotto di Nvidia non si puo' proprio sentire, visto che avete pubblicato qualche news su TensorFlow by Google.

http://www.hwupgrade.it/news/web/di...ondo_59517.html

L'uso di TensorFlow (una libreria di calcolo tensoriale su data floe graphs) non e' certo limitato alla sola segmentazione delle immagini. Google la usa per tutti i suoi servizi interni che richiedono machine learning (audio, video, immagini, testi, ricerche ecc.)


"processore a freddo passivo a 10 watt" su un sito di tecnologia da i brividi.

Non copiate le info dalla versione italiana del sito Nvidia (o di altri siti), prendetele da quello in inglese.

"These range from one passively cooled mobile processor operating at 10 watts"

"L'architettura scalabile consente configurazioni che vanno da un semplice processore a freddo passivo a 10 watt"

Devi effettuare il login per poter commentare
Se non sei ancora registrato, puoi farlo attraverso questo form.
Se sei già registrato e loggato nel sito, puoi inserire il tuo commento.
Si tenga presente quanto letto nel regolamento, nel rispetto del "quieto vivere".

La discussione è consultabile anche qui, sul forum.
 
^