在高速運算的時代,GPU已成功提升大量運算的處理效益;
每年夏季的NVIDIA GTC大會,秉持一貫推廣HPC的重要使命外,
今年,在GPU領域深耕已久的鴻鵠國際,結合多年在軟硬體整合的豐富經驗與堅強的鴻鵠專業團隊,和NVIDIA攜手舉辦GPU Workshop Taiwan。
藉由鴻鵠國際在學術界、企業界的良好形象及專業整合服務,搭配NVIDIA 在HPC領域的突破性技術與長期的推廣,
今年度的大會,將由NVIDIA資深的技術主管,在台灣現場分享美國本屆的最新應用專題;
並邀請到國內學術圈GPU應用的前五大專業研究團隊,發表研究的最新成果;
同時,企業界與軟硬體的知名跨國團隊,在鴻鵠國際和NVIDIA的力邀之下,也蒞臨會場展示GPU跨領域整合的多元技術。
最佳化的GPU Solution,最精采的專題分享,就在今年2012 GPU Workshop Taiwan
鴻鵠國際誠摯邀請 尊榮的您一同響應。
※會議時間: 2012/6/28(週四) 09:00~17:00
※會議地點 : 台大集思會議中心國際會議廳+拉斐爾廳(台北市羅斯福路四段85號B1,臺灣大學第二活動中心內。捷運新店線公館站二號出口步行2分鐘(地圖))
※報名費用:線上報名,免費。現場報名者,需加收300元,建議事先填寫資料報名。
因事繁忙,不克參加,可填寫資料,後續將提供相關投影片、資訊下載。
報名截止日期:即日起至額滿為止(以相關領域人士為優先對象)
※本次活動後,參與者與講師,將成為共同FB社團成員;本社團為封閉社團,管理員會儘速審核,分享所有GPU相關開發以及軟體使用經驗。與會者,將可以與講師成為朋友,維持研討會後聯繫。
社團網址: GPU Taiwan Forum
※洽詢專線:鴻鵠國際股份有限公司(02)2929-9388 分機16 楊蕙成 Carol Yang
====之後補充
鴻鵠國際 首頁: www.honghutech.com
正如蒸汽機和電力爲人類社會帶來了翻天覆地的改變,如今,人工智能技術也深刻地影響着社會。但與以往的技術革命不同,人工智能爲人們提供了一個史無前例的機會,可以在不對外開放、不加劇全球範圍內的不平等發展的情況下改善民生。
Moustapha Cisse 是 Google AI 位於加納阿克拉的研究實驗室的負責人和聯合創始人,也是非洲數學科學研究所的 機器學習 教授。他將在本文中結合自身經歷講述 AI 界的發展不平等現狀,以及爲改變現狀而做出的努力。
GPU Taiwan Facebook 資訊交流社團 ← 點選進入 台灣最大人工智慧與深度學習資訊交流社團,以GPU為主軸,分享相關AI進展以及各類資訊與論文。目前人數在台灣有2萬多人。普遍均為博碩學歷以上成員。
2019.08.20 Nvidia發展GPUDirect儲存技術(GPUDirect Storage),大幅提升GPU載入大型資料集的速度
2019.08.20 Nvidia訓練出83億參數世界最大語言模型,53分鐘成功訓練Bert
2019.08.20 Cray為美國核模擬開發價值6億美元的El Capitan級計算機(及近期資訊蒐集)
2019.08.20 HPE收購超級計算機公司Cray
2019.03.24 GTC 2019 Keynote with NVIDIA CEO Jensen Huang Youtube
2019.03.24 GTC 2019,英偉達和它叫不醒的To B夢
2018.10.31 2017 GTC 全文文字稿 https://blogs.nvidia.com/blog/2017/05/10/live-jensen-huang-gpu-technology-conference-2017/
2018.10.31 哈佛商業評論 台灣囝仔黃仁勳 帶領NVIDIA攻上第2強
2018.10.13 xfastest 超越摩爾定律,NVIDIA:每10年GPU性能增長1000倍
2018.09.28 科技新報 NVIDIA Turing 新品發不停,Tesla T4 聚焦資料中心推論應用
2019.03.24
我們(鴻鵠國際)大概在十年左右開始做這個有關GPU的業務,早期都是從推廣CUDA以及相關友支援GPU的軟體開始,後面種類非常的多,甚至高達五六百種以上在這個領域.
現在有些文章都描述NVIDIA似乎是一個幸運兒,搭到這個AI的浪潮,然而,GPU本身也是促成這整個AI革命的推手.
台灣早期能寫CUDA的人真的不多,大多是一些學術單位或者大型公司的rd單位.
隨著nvidia持續的更新CUDA與GPU,支援的軟體是越來越多,但是GPU並非絕對的主角,有一些熱門軟體如ANSYS等支援TESLA GPU的版本都可能得另外收費.
我們是從TESLA C1060開始的,那個年代這是單顆計算能力開始超越一個 TFLOPS的開始.到現在我們看到有DGX-2跳到了2PFLOPS.
這十年前的八年,我們覺得有關GPU的業務還是很低迷的,雖然以台灣計算的總量還是有一定的金額.但沒有AI崛起後的那種力道.
不在僅是Quadro,geforce進入到各種的企業單位,現在是中大小企業,都可能跟深度學習扯上關係,或者都有投入嘗試研發與應用
隨著各種框架的普及,其實已經不用自己寫CUDA相關的程序,使用框架來使用GPU就方便很多.
在這些過程中,我們那時候推廣gpu得搭配課程,讓整個生態系統比較完善,也參與成立了研碩資訊.
那時候教CUDA C,CUDA Fortran ,R,OpenMP,MPI等等.後面一直到2012年,國際上深度學習開始嶄露頭角,但在台灣這個突破,CV上的突破,也沒有預見這是個跨時代的開始.
台灣那年我們主辦了2012年的GPU Workshop,在台大集思.這些議題跟講者內容還可以在網上看的見
那時候美國的GTC也才剛辦完,所以分享裡面內容也是一個題材.CUDA 5發布一段時間,所以也講CUDA,但可以發覺GPU的應用真的很廣,其實真不僅是推動的AI而已,其他很多領域都促成了很重要的進展
動輒都是10~100倍的這種加速,但加速歸加速,原本都還是可以達到效益或者就是等一下就好.
但真沒想到跟這個古老的科學,人工智慧也跟著再帶動了起來,一直到今天的2019.
GPU Taiwan @Facebook社團,早期也是這個研討會下一個臉書小社團,大概就100人不到吧.甚至那時候還花了兩萬元臉書廣告預算,連一個報名用戶也沒有找到.
那時候跟GPU的內容除了GTC的更新外,大概就是相關軟體的一點點資訊,或者CUDA的更新.
能刺激GPU使用的生態跟內容是非常少的,真能發表與討論的也極少,因為使用CUDA開發跟實際開發到應用,是極困難的事情.
從但2012年後的機器學習,就開始蓬勃的發展,2013-2018原廠就開始在台灣舉辦了GPU研討論.
直到黃仁勳第一次在台演講.一直到國網中心花了十億經費建置了新的計算叢集.
現在GPU Taiwan是一個開放參與的臉書社團,只要發文者是具備清楚背景的,基本上大家都可以討論.且AI的應用種類繁多
從學術研討論每一場場都有AI的議題,大家就業了,還得讀論文,這幾乎跟過去的年代是前所未見的
這可能真的是一場新的電力革命 是一場工業革命 的開始,我們從過去的IOT,VRAR,3D列印,種種過去的熱門題材,真覺得沒有這波AI來的深且廣
我們比較幸運,這兩年還在這個車上,也持續從很廣的產品線推廣有很高階的HGX-2.DGX-2,DGX-1,DGX Station系列 也有一些中段的伺服器工作站等介於50-200萬上下的機器,也有很EDGE端的產品
如Jetson Nano, TX2,XAIVER.甚至台灣也有一些是車用的 也有模組的生意等等