| 臉書 | AI | 機器學習 | GPU | Nvidia | FBLearner | Big Basin v2

臉書AI伺服器再升級!GPU效能更威猛,較前一代提升超過6成

臉書近日推出最新一代的AI伺服器Big Basin v2,支援了臉書內部執行機器學習工作,Big Basin v2相比前一代Big Basin的單一GPU效能,提升了66%。

2018-03-22

| DirectX | DXR | GPU | 光線追蹤

讓遊戲畫面更逼真,DirectX原生支援光線追蹤技術

微軟認為,DirectX光線追蹤功能(DXR)最初會被用來補強當前的渲染技術,彌補光柵化渲染造成的失真。隨著硬體的計算能力提升,接下來幾年DXR的使用率會增加,能夠用來達成真正的全域照明,而最終將會全面取代光柵化渲染。

2018-03-20

| JavaScript | GPU | Node

Node.js創辦人光環加持,科學運算用Javascript函式庫Propel登場

Propel的創始人,原為Node.js的創辦人Ryan Dahl認為,JavaScript是一種快速且動態的語言,很適合用於各種科學目的的計算。

2018-03-09

| AMD | Radeon | GPU

繪圖部門大將跳槽至英特爾,AMD急補兩位科技老將穩陣腳

Mike Rayfield曾在美光及Nvidia任職,將接掌AMD Radeon事業群資深副總裁兼總經理,而David Wang則從新思回鍋AMD,擔任Radeon事業群資深工程副總裁,帶領繪圖部門工程團隊。

2018-01-24

| GCP | 先占 | GPU

Google雲端推出先占式GPUs,收費只要隨需式運算實體的一半

目前先占式GPUs還是Beta版,不過這項功能的釋出,將帶給高運算量的工作另一個低成本的選擇,諸如高吞吐量的批次運算、機器學習以及科學和技術類的運算工作。

2018-01-12

| CPU漏洞 | Nvidia | CPU | GPU | 驅動程式

Nvidia更新驅動程式以修補CPU瑕疵,重申GPU產品免疫

Nvidia釋出的GPU驅動程式更新,涵蓋GeForce、Quadro、NVS、Tesla與GRID等GPU, 但強調驅動程式更新主要用來緩解與CPU互動所可能產生的安全風險,GPU產品本身並沒有受到影響。

2018-01-11

| CES | 英特爾 | AMD | CPU | GPU

整合AMD Radeon GPU的英特爾第8代Core處理器來了!

新處理器整合了英特爾4核心Core處理器及AMD的Radeon RX Vega M繪圖核心,推出65瓦及100瓦兩種功耗版本,鎖定輕薄型筆電、2合1電腦、迷你電腦,強調在迷你輕薄的系統下提供更強大的繪圖運算能力。

2018-01-08

| Hadoop | 大資料 | GPU | Yarn

Hadoop 3.0正式登場,擴充力增加十倍,單一叢集能管10萬臺

微軟貢獻了稱為YARN Federation的功能後,讓Hadoop的叢集節點數量,從原本約一萬臺,增加了十倍,單一叢集可以容納10萬個節點。

2017-12-15

| Nvidia | Titan V | GPU | Volta架構

Nvidia發表Volta架構GPU Titan V,讓PC也有110TFlops運算能力,化身AI超級電腦

Nvidia日前在NIPS大會揭露新一代GPU Titan V,Titan V採用Volta GPU架構,具備640顆Tensor Core,提供110TFlops的效能,讓PC也能搖身一變為AI超級電腦。

2017-12-11

| 機器學習 | IBM | GPU

IBM展示10倍速GPU機器學習,處理30GB訓練資料只要1分鐘

研究團隊為訓練資料集標記重要性,只訓練重要的資料,那多數不必要的資料就不再需要送進GPU,大大節省資料傳輸時間。

2017-12-09

| Google Cloud Platform | GPU | 降價

和AWS互別苗頭,Google Cloud Platform大砍GPU收費36%

趕在AWS年度開發者大會前夕,Google調整Google Compute Engine的GPU收費,其中採用NVIDIA Tesla GPU收費最多降36%,VM使用GPU每個每小時收費0.45美元起。

2017-11-21

| IT周報 | AI | GPU | Nvidia | IBM Watson | Line | Chatbot

AI趨勢雙周報第20期:Nvidia與科技部合作推動臺灣AI發展

近日Nvidia在GTC技術大會中,宣布與科技部合作建立全臺第一部專為AI打造的運算平臺以及超級電腦;麻省理工學院的AI實驗室LabSix近日發現,用合成的3D對抗物件(Adversarial objects)來愚弄受過訓練的神經網路,顯示基於AI的神經網路存有弱點,把人類可輕易辨識的烏龜當成是槍枝

2017-11-14