Invertir

Facebook Inc. otorga a las GPU de Nvidia Corporation un sello de aprobación

Facebook (NASDAQ: FB) esta usando Nvidia 's(NASDAQ: NVDA)nuevas GPU Tesla M40 en Big Sur, una plataforma informática diseñada para tareas de inteligencia artificial y aprendizaje automático. Nvidia dice que trabajó con Facebook para asegurarse de que Big Surentregan 'el máximo rendimiento para cargas de trabajo de aprendizaje automático, incluido el entrenamiento de grandes redes neuronales en múltiples GPU Tesla'.

Esta decisión destaca una interesante oportunidad de mercado para Nvidia, el mayor fabricante de tarjetas gráficas complementarias del mundo. También demuestra la eficacia de las GPU en las tareas de aprendizaje automático en comparación con las CPU tradicionales. ¿El voto de confianza de Facebook en las GPU de Nvidia atraerá la atención de otros jugadores en el mercado del aprendizaje automático?

Límites de contribución ira no deducible 2016





La plataforma 'Big Sur' de Facebook. Fuente: Facebook.

¿Por qué Facebook está invirtiendo en IA?
Facebook ha estado invirtiendo mucho en aprendizaje automático para ayudar a traducir contenido, detectar rostros en fotos y videos y mejorar su algoritmo central de suministro de noticias mediante el análisis de texto. El próximo asistente M de Facebook, su respuesta a Siri y Cortana, utiliza el aprendizaje automático para peinar la enorme base de datos de la red social. Cuanto mejor pueda identificar la IA de Facebook a personas, objetos y lugares en el contenido del usuario, más precisos pueden ser sus anuncios dirigidos.



Esa es la misma razon Alfabeto (NASDAQ: GOOG) (NASDAQ: GOOGL)lanzó su aplicación Fotos, que utiliza inteligencia artificial para organizar las fotos de los usuarios por persona, objeto, ubicación y otros rasgos. Google también utiliza su servicio de aprendizaje automático basado en la nube para predecir consultas de búsqueda en todo su ecosistema. A medida que los gigantes de la tecnología compiten por crear los sistemas de análisis predictivo y aprendizaje automático más eficientes, aumentará la demanda de plataformas de aprendizaje automático potentes como Big Sur.

¿Por qué Nvidia es la mejor opción?
En el pasado, las GPU eran de 10 a 20 veces más rápidas que las CPU comparablesen la realización de tareas de 'aprendizaje profundo' que requerían reconocimiento de imágenes y cálculos algorítmicos. Intel (NASDAQ: INTC)es la CPU más grande y Fabricante de GPU en el mundo, pero la mayoría de sus GPU son soluciones integradas de menor potencia para computadoras de escritorio y portátiles.

A principios de este año, Intel afirmó que sus nuevos procesadores Xeon Phi podrían ofrecer un rendimiento similar aLas GPU Tesla de Nvidia para realizar tareas de aprendizaje profundo. Sin embargo, Nvidia afirma que en un enfrentamiento entre sus GPU Tesla K80 y las CPU Xeon Phi 7120 de Intel,la GPU Tesla era ' dos a cinco veces 'más rápido en la ejecución de' aplicaciones científicas clave 'que el Xeon Phi. Nvidia también señaló que, si bien los requisitos de programación para Tesla y Xeon Phi son similares, 'los resultados son significativamente mejores en una GPU'.



cómo invertir en bitcoin

Nvidia también facilita a los desarrolladores la creación de aplicaciones de aprendizaje profundo con CUDA (Compute Unified Device Architecture), su propia plataforma de computación paralela y modelo de API. CUDA funciona con lenguajes de programación comunes como C ++ y brinda a los desarrolladores acceso directo a la GPU. AMD , El principal rival de Nvidia en GPU de gama alta, utiliza OpenCL (Open Computing Language), que carece de las bibliotecas de aprendizaje profundo de CUDA.

Planes de crecimiento de Nvidia
El interés de Nvidia en el aprendizaje profundo y la inteligencia artificial se expandemucho más allá de los centros de datos de Facebook. En marzo, lanzó una plataforma de desarrollo de automóviles sin conductor de $ 10,000 llamada Drive PX, que funciona con dos procesadores Tegra X1. Tambiénpresentó Digits DevBox, una 'mini-supercomputadora' de aprendizaje profundo de $ 15,000 impulsada por cuatro GPU Titan X.

por qué la plata es una mejor inversión que el oro

DevBox de dígitos de Nvidia. Fuente: Nvidia.

En noviembre, líder del mercado de drones Innovaciones DJI lanzó Manifold, una computadora con tecnología Tegra K1 de $ 499 para drones. El mes pasado, Nvidia presentó el Jetson TX1, un módulo de 'aprendizaje profundo' para drones y automóviles sin conductor que se ejecuta en su Tegra X1. Nvidia comenzará a vender el Jetson TX1 el próximo año por $ 299.

Dado que los SoC de Tegra fusionan un BRAZO CPU con licencia con las propias GPU de Nvidia, el Jetson puede ayudar a los drones y los autos sin conductor a procesar lo que 'ven' y reaccionar en consecuencia. Es por eso que Intel combinó recientemente sus cámaras de detección de profundidad RealSense con sus procesadores Atom en sus nuevos SoC para drones. Las ventas más sólidas de Tegra en estos mercados pueden compensar la debilidad del SoC en teléfonos inteligentes y tabletas. El último trimestre, las ventas de Tegra cayeron un 23% anualy representó menos del 10% de la línea superior de Nvidia.

Mientras tanto, Nvidia espera implementar sus GPU Tesla de gama alta en supercomputadoras y otros sistemas de gama alta. Al apuntar los SoC de Tegra al mercado principal y las GPU de Tesla al mercado de gama alta, Nvidia puede lanzar una amplia red sobre el incipiente mercado de inteligencia artificial y aprendizaje automático.

La clave para llevar
Con Tegra y Tesla, Nvidia está aprovechando su posición de liderazgo en el mercado de GPU de alta gama para establecer un punto de apoyo firme en el mercado del aprendizaje automático. Es posible que estas inversiones no generen ingresos significativos durante los próximos trimestres, pero es probable que valgan la pena una vez que la batalla del aprendizaje automático se intensifique, los drones despeguen y los automóviles sin conductor lleguen a las vías públicas.

¿Qué es un fondo de cobertura en términos simples?



^