Nvidia уточнила характеристики процессора Xavier

На состоявшейся сегодня презентации Nvidia в очередной раз напомнила про анонсированный год назад процессор Xavier и сообщила подробности о его характеристиках. Согласно компании, процессор является самым большим мобильным чипом в мире — его площадь составляет 320 мм2, энергопотребление 30 Вт. Он создан на базе 12-нм техпроцесса FinFET, содержит 9 млрд. транзисторов и состоит из следующих блоков:

Читать далее

Nvidia обещает автопилот 4-го уровня к концу 2018

Вчера состоялась презентация Nvidia и Bosch, посвященная сотрудничеству этих двух компаний в деле совместной разработки платформы для беспилотного автомобиля. На ней Nvidia представила дорожную карту со сроками релиза систем автопилота 3-го и 4-го уровня — по её планам это произойдет в конце этого и следующего года соответственно. Какой при этом потребуется уровень производительности не сообщается. Напомню, что новейшая модель автомобильного компьютера Xavier оснащена 8-ядерным ЦПУ и 512-ядерным ГПУ на базе архитектуры Volta, обладает быстродействием до 30 TOPS DL (трлн. операций глубокого обучения в секунду) и потребляет электроэнергию в 30 Вт. Если именно этот компьютер обеспечит автопилот 3-го уровня, то для 4-го (подразумевающего почти стопроцентный автопилот) потребуется 10-кратный рост производительности (т.е. 300 TOPS DL).

Читать далее

Главные анонсы Nvidia на CES 2017

Несколько часов назад завершилась презентация Nvidia. Вопреки нашим надеждам, долгожданную видеокарту GeForce GTX 1080 Ti на ней так и не представили, но зато были другие интересные анонсы.

Читать далее

Nvidia Xavier: будущий мобильный процессор для задач искусственного интеллекта

На стартовавшей сегодня в Амстердаме технологической конференции GTC Europe 2016 Nvidia провела презентацию, посвященную искусственному интеллекту и, в частности, его применению в беспилотных автомобилях. Пожалуй главным событием презентации стал анонс однокристальной системы (SoC) следующего поколения — Xavier. Чипсет будет иметь следующие характеристики:

Читать далее