Introduktion af Nvidia’s nyeste processor design, Blackwell, forventes at få betydelig indvirkning på kunstig intelligens (AI) i teknologibranchen. Med sin hurtigere ydeevne i trænings- og inferensprocesserne forventes Blackwell at forbedre AI-funktionerne for store datacenteroperatører som Amazon, Microsoft, Google og Oracle. Chippen’s massive 208 milliarder transistorer gør den til et kraftfuldt værktøj til AI-applikationer.
Blackwell følger i fodsporene af Nvidias tidligere AI-acceleratorchip, Hopper, der revolutionerede feltet. Hoppers flagskibsprodukt, H100, er blevet meget eftertragtet og har bidraget til Nvidias markedsværdi, der overstiger $2 billioner. Virksomhedens succes med AI-regning har placeret dem som den tredje mest værdifulde virksomhed globalt.
Under annonceringen af Blackwell på udviklerkonferencen understregede Nvidia’s administrerende direktør Jensen Huang den transformative rolle, AI spiller i at drive økonomisk forandring. Han fremhævede Blackwells rolle som motoren bag en ny industrirevolution og udtrykte Nvidias engagement i at realisere potentialet for AI på tværs af forskellige brancher gennem partnerskaber med dynamiske virksomheder over hele verden.
En af de største udfordringer ved produktionen af Blackwell er dens størrelse, da den har for mange transistorer til konventionelle produktionsmetoder. For at imødegå dette har Nvidia implementeret et design, der kombinerer to sektioner af chippen til én hel, hvilket gør det muligt for forbedret produktionseffektivitet. Nvidias produktionspartner, Taiwan Semiconductor Manufacturing Co, vil udrulle deres 4NP-teknologi til at producere Blackwell.
Blackwell er en del af Nvidias næste generations “super chip” og er designet til at arbejde sammen med virksomhedens central processing unit, Grace. Brugere har også mulighed for at parre Blackwell med nye netværkschips, der tilbyder forbedret forbindelse ved hjælp af enten en proprietær InfiniBand-standard eller den mere almindelige Ethernet-protokol. Nvidia opdaterer også deres HGX-serversystemer for at indarbejde den nye chip.
Tidligere anerkendt for deres grafikkort har Nvidias GPU’er vist sig at være meget tilpasningsdygtige til forskellige opgaver takket være deres evne til at opdele beregningerne i enklere opgaver og behandle dem parallelt. Blackwell repræsenterer et betydeligt fremskridt inden for denne teknologi og muliggør mere komplekse AI-applikationer, der involverer flertrinsopgaver og store datasæt, såsom at generere tredimensionelle videoer med modeller indeholdende op til 1 billion parametre.
Mens Nvidias indtægter i øjeblikket i høj grad stammer fra et fåtal store cloud computing-giganter, arbejder virksomheden aktivt på at udvide deres kundebase. Administrerende direktør Jensen Huang har til hensigt at opnå dette ved at gøre det lettere for virksomheder og regeringer at implementere AI-systemer med deres egen software, hardware og services.
Alt i alt viser Nvidias lancering af Blackwell-chippen virksomhedens fortsatte engagement i at presse grænserne for AI-regning og skabe innovative løsninger for teknologibranchen.
Ofte stillede spørgsmål (FAQ)
Q: Hvad er Blackwell?
A: Blackwell er et nyt processor design introduceret af Nvidia, der markant forbedrer AI-regningen ved at levere hurtigere ydeevne til trænings- og inferensprocesser.
Q: Hvor mange transistorer har Blackwell?
A: Blackwell består af 208 milliarder transistorer, hvilket gør den til en kraftfuld chip til AI-applikationer.
Q: Hvem er Nvidias store partnere, der implementerer Blackwell-chips?
A: Store datacenteroperatører, herunder Amazon, Microsoft, Google og Oracle, implementerer Blackwell-chips i deres nye computere og produkter.
Q: Hvad er betydningen af Blackwells design?
A: Blackwells design overvinder størrelsesbegrænsningerne for konventionelle produktionsmetoder ved at kombinere to chips til en. Den tilbyder også forbedret forbindelse og behandlingskapacitet til AI-relaterede data.
Q: Hvordan bidrager Blackwell til fremme af AI?
A: Blackwell muliggør mere komplekse AI-applikationer, såsom generering af tredimensionelle videoer, ved at håndtere flertrinsopgaver og store datasæt med modeller indeholdende op til 1 billion parametre.
Kilder:
– Tilføjes efter behov
The source of the article is from the blog windowsvistamagazine.es