美国当地时间 9 月 13 日，英伟达发布声明表示与软银达成协议，将斥资 400 亿美元收购 Arm，这被誉为芯片行业有史以来最大收购。随后，该笔交易进入审核阶段，需要获得中国、美国、欧盟和英国的批准。
在本次大会上，黄仁勋还透露了上个月收购Arm，以及与Arm生态整合的细节，还表示要在英国建立一个超算中心。
在2012年的ImageNet挑战赛（ILSVRC）上，深度卷积神经网络AlexNet横空出世，在图像分类识别领域实现了质的飞跃，被认为是AI时代的标志性事件，代表着深度学习时代的正式开端。
英伟达基于现有能力提出了基于AI驱动企业的边缘计算和虚拟无线接入网络，为下一代5G服务提供良好的服务。
安全对于无人驾驶至关重要！碰撞是威胁汽车安全驾驶的最大原因之一，如果自动驾驶能有效避免汽车之间以及汽车与其他交通参与者之间的碰撞，将会大大提升交通安全，减少更多的交通安全事故。
半导体行业现在看来发展有点不太顺利。IDC上周预测，在连续三年的增长之后，今年市场将下滑7％。具有讽刺意味的是，导致某些市场增长放缓的部分原因是芯片短缺。
在过去六年中，机器学习领域的关注点都集中在神经网络的训练以及 GPU 加速器如何从根本上提高网络的准确性上，这要归功于 GPU 大内存带宽和并行计算能力。
关于深度学习性能，还有很多不明之处。例如，你怎么进行测量？你应该测量什么？在不久之前的 GTC 2018，英伟达 CEO 黄仁勋介绍了 PLASTER 框架，从可编程性到学习率 7 大挑战来评测深度学习性能。
去年5月，谷歌推出了第二代TPU芯片，这是一个自定义开发的深度学习加速芯片，不少人认为有望成为英伟达GPU的替代品。
英伟达最新的 Volta 架构的 GPU 瞄准的是高性能计算（HPC）和 AI 计算，自推出之后其市场需求一直在激增
身为全球最聪明的公司榜首，NVIDIA 不仅在由麻省理工科技评论主办的 EmTech China 中发表了精彩的演说。
因此，作为石油天然气能源行业生产巨头，GE旗下的贝克休斯选择与英伟达强强联手，引入老黄家桌面级超算DGX工作站、超级计算机DGX-1、Jetson TX2计算平台、GPU云，直接实现石油业的终端传感器设备的AI智能化。
汽车制造商奇瑞，将会使用德国采埃孚ProAI自动驾驶系统，以及英伟达专为无人车设计的DRIVE Xavier
因游戏和图形技术而为人所知的英伟达（NVIDIA）已经开始加速发展人工智能业务。而它的下一目标是成为一个家喻户晓的自动驾驶驾驶汽车芯片的超强制造商。
在被英特尔收购两年之后，深度学习芯片公司 Nervana 终于准备将代号为「Lake Crest」的架构转化为实际的产品了。
在如今的深度学习硬件的过渡时期，购买深度学习硬件是没有意义的，也许我们很快就会有更便宜的NVIDIA显卡，可用的AMD芯片以及超快的Nervana神经网络处理器。
华尔街的一家投资公司表示，投资者不应该忽视英特尔的人工智能实力，该公司预计英特尔将在多个长期增长市场中潜力，并上调了英特尔的目标价。
据国外媒体报道，今年7月份中国政府出台了一项新战略，其目标明确：三年内在人工智能技术发展方面赶超美国，到2030年成为世界领先者。
Bryan Catanzar，他在英伟达就职了3年，并于2016年9月离开百度，重新加入英伟达，成为英伟达深度学习应用研究部门的副总裁。
Return to Top ▲
友情链接