Highend-GPU

Nvidia zeigt neue Volta Architektur und Tesla V100 GPU

von - 11.05.2017
Nvidia veröffentlicht einen neuen GPU
Foto: Nvida
Nvidias neue Highend-GPU Tesla V100 und die darin eingesetzte Grafikarchitektur Volta sollen dank imposanter Rechenleistung vor allem die KI-Forschung und High Performance Computing vorantreiben.
Nvidia stellt auf seiner Fachmesse GPU Technology Conference (GTC) in San Jose seine neue GPU-Computing-Architektur Volta vor. Mit der Tesla V100 wurde auch gleich die entsprechende Hardware für den Pascal-Nachfolger präsentiert. Dank 640 Tensor-Kernen und maximal 120 TFlops an Rechenleistung soll die GPU sich vor allem für KI-Berechnungen und High Performance Computing (HPC) eignen.
Die steigerung zum vorgängermodell Pascal ist deutlich
Im Vergleich zur Vorgängerversion ist eine deutliche Steigerung zu vermerken.
(Quelle: Nvidia )
Über 21 Milliarden Transistoren kommen bei der im 12-nm-Verfahren hergestellten Tesla V100 zum Einsatz. Das Vorgängermodell GP100 kann hier nur mit rund 15,3 Milliarden aufwarten. Hinzu kommen 5.120 Shade-Rechenkerne auf lediglich 815 mm² Fläche, die rund 15 TFlops FP32-Leistung und 7,5 TFlops FP-64-Leistung bieten. Dank der NVLink-Technologie lässt sich die Tesla V100 auch im Verbund mit weiteren GPUs oder CPUs betreiben, was die Skalierbarkeit weiter erhöht.

Samsung-Grafikspeicher mit 900 GByte pro Sekunde

Die 16 GByte HBM2-Grafikspeicher wurden in Zusammenarbeit mit Samsung entwickelt und erreichen laut Nvidia eine Bandbreite von bis zu 900 GByte pro Sekunde.
Die Volta-Architektur der Tesla V100 sei speziell für die Nutzung von Deep Learning Frameworks wie Caffe2, MXNet, CNTK, TensorFlow und dergleichen ausgelegt. Optimierte Versionen von GPU-beschleunigten Lösungen wie cuDNN, cuBLAS und TensorRT versprechen zudem eine höhere Performance für Deep Learning und HPC-Anwendungen.
Laut Nvidia sei die Nachfrage nach schnellerer KI-Technik noch nie so groß gewesen wie jetzt. Forscher, Datenwissenschaftler und Entwickler würden zunehmend auf neuronale Netze setzen, um etwa die Krebsforschung voranzutreiben, sichere Transportmittel wie autonome Fahrzeuge zu schaffen oder auch um neues, KI-gesteuertes Marketing zu betreiben.