NVIDIA發(fā)布了65個(gè)全新及更新的軟件開(kāi)發(fā)工具包，包括庫(kù)、代碼樣本和指南，為正在推動(dòng)廣泛計(jì)算挑戰(zhàn)前沿的數(shù)據(jù)科學(xué)家、研究者、學(xué)生和開(kāi)發(fā)者帶來(lái)更好的特性和功能，這些新推出及更新的加速計(jì)算庫(kù)再次體現(xiàn)了NVIDIA在軟件方面的投入，及其對(duì)AI行業(yè)的承諾。

　　NVIDIA創(chuàng)始人兼首席執(zhí)行官黃仁勛在其GTC主題演講中發(fā)布了這些新增內(nèi)容，其中包括用于加速量子計(jì)算、到戶(hù)交付算法和圖形神經(jīng)網(wǎng)絡(luò)挖掘的新一代SDK。

　　NVIDIA產(chǎn)品目錄中有150多個(gè)加速計(jì)算工具包，NVIDIA開(kāi)發(fā)者計(jì)劃中的近300萬(wàn)名成員使用這些工具包，這個(gè)數(shù)字在過(guò)去五年增長(zhǎng)了6倍。CUDA(并行計(jì)算平臺(tái)和編程模型)僅在去年就被下載了700萬(wàn)次，自發(fā)布以來(lái)的下載次數(shù)已達(dá)到3000萬(wàn)次。

　　拓展新市場(chǎng)

　　新發(fā)布的SDK有：

　　 NVIDIA ReOpt：用于實(shí)時(shí)物流，引入了先進(jìn)的大規(guī)模并行算法，可以?xún)?yōu)化車(chē)輛路線、倉(cāng)庫(kù)選擇和車(chē)隊(duì)組合。其動(dòng)態(tài)改道功能可以減少旅行時(shí)間、節(jié)省燃料成本并最大限度地減少閑置時(shí)間，這將為物流和供應(yīng)鏈行業(yè)節(jié)省數(shù)十億美元。

　　 cuNumeric：用于陣列計(jì)算，實(shí)現(xiàn)NumPy應(yīng)用編程接口，可以自動(dòng)擴(kuò)展到多GPU和多節(jié)點(diǎn)系統(tǒng)，而不需要修改代碼。這將給使用Python的2000萬(wàn)名數(shù)據(jù)科學(xué)家、研究者和科學(xué)家?guī)?lái)重要的價(jià)值。該工具包現(xiàn)已在GitHub和Conda上提供，可以擴(kuò)展到數(shù)千個(gè)GPU，為PyData和NumPy生態(tài)系統(tǒng)創(chuàng)造加速計(jì)算。

　　 cuQuantum：用于量子計(jì)算，大大加快了模擬大型量子電路的速度，使量子研究者能夠研究更廣泛的算法和應(yīng)用空間。開(kāi)發(fā)者可以模擬分子的近期變異量子算法和能夠識(shí)別容錯(cuò)的糾錯(cuò)算法等領(lǐng)域，也可以加速Atos、谷歌和IBM的流行量子模擬器

　　 CUDA-X加速 DGL容器：用于圖形神經(jīng)網(wǎng)絡(luò)，為從事具有大型圖形的GNN的開(kāi)發(fā)者和數(shù)據(jù)科學(xué)家提供了一種快速建立工作環(huán)境的方法。該容器使得在結(jié)合DGL和Pytorch的集成GPU加速GNN 環(huán)境中的工作變得很容易。憑借GPU加速GNN，我們可以挖掘圖形中的洞察，即使是有接近一萬(wàn)億條邊的全球最大圖形也不例外。例如Pinterest使用具有數(shù)十億個(gè)節(jié)點(diǎn)和邊緣的圖形神經(jīng)網(wǎng)絡(luò)來(lái)了解其具有超過(guò)3000億個(gè)Pin的生態(tài)系統(tǒng)。該網(wǎng)絡(luò)基于GPU和各種經(jīng)過(guò)優(yōu)化的庫(kù)，可用于模型的訓(xùn)練和推理。

　　Amazon Web Services機(jī)器學(xué)習(xí)總監(jiān)Alex Smola表示：“我們團(tuán)隊(duì)十分高興能與NVIDIA合作，通過(guò)用于圖形構(gòu)建的RAPIDS cuDF、用于圖形采樣的RAPIDS cuGraph和GNN的自定義計(jì)算內(nèi)核來(lái)加速DGL。而開(kāi)源的DGL也能通過(guò)亞馬遜NeptuneML以托管式服務(wù)的形式提供。”

　　經(jīng)過(guò)更新的SDK加速應(yīng)用開(kāi)發(fā)

　　眾多最受歡迎的NVIDIA SDK都增強(qiáng)了功能并進(jìn)行了升級(jí)，包括Clara、DLSS、RTX、Nsight和Isaac工具包。

　　其他經(jīng)過(guò)更新的SDK包括：

　　RAPIDS 21.10：用于數(shù)據(jù)科學(xué)，提供時(shí)間序列數(shù)據(jù)處理這項(xiàng)新功能并對(duì)現(xiàn)有算法進(jìn)行多項(xiàng)加速。適用于 Apache Spark 3.0 的 RAPIDS 加速器允許企業(yè)在不更改代碼的情況下加速其在 NVIDIA GPU 上的分析操作。今年以來(lái)，NVIDIA最受歡迎的SDK之一——RAPIDS的下載量增長(zhǎng)了400%。

　　Deepstream 6.0：用于智能視頻分析的Deepstream 6.0引入了新的圖形合成器界面，使具有最低編碼能力的用戶(hù)也能使用計(jì)算機(jī)視覺(jué)，還引入了可視化拖放界面，可實(shí)現(xiàn)簡(jiǎn)單、直觀的AI產(chǎn)品開(kāi)發(fā)流程。

　　Triton 2.15、TensorRT 8.2和cuDNN 8.4：用于深度神經(jīng)網(wǎng)絡(luò)，為大型語(yǔ)言模型提供新的優(yōu)化，并且為梯度增強(qiáng)決策樹(shù)和隨機(jī)森林提供推理加速。

　　DOCA 1.2：用于數(shù)據(jù)中心網(wǎng)絡(luò)，提供一個(gè)零信任的安全框架，該框架通過(guò)硬件和軟件認(rèn)證、線路速率數(shù)據(jù)加密、分布式防火墻和智能遙測(cè)來(lái)擴(kuò)展威脅保護(hù)。

　　Merlin 0.8：用于推薦系統(tǒng)，具有預(yù)測(cè)用戶(hù)下一步行動(dòng)的新功能，只需很少的用戶(hù)數(shù)據(jù)，甚至無(wú)需用戶(hù)數(shù)據(jù)，并且支持大于GPU內(nèi)存的模型。

　　適用于SDK的新培訓(xùn)課程

　　根據(jù)IDC預(yù)計(jì)，全球全職開(kāi)發(fā)者的短缺數(shù)量預(yù)計(jì)將從2021年的140萬(wàn)增加到2025年的400萬(wàn)。該分析公司認(rèn)為，創(chuàng)建提供教育和賦能的基礎(chǔ)設(shè)施是彌補(bǔ)這一短缺的長(zhǎng)期解決方案。

　　NVIDIA深度學(xué)習(xí)培訓(xùn)中心的兩門(mén)新課程支持并加速開(kāi)發(fā)者對(duì)SDK的學(xué)習(xí)和使用，為該學(xué)院的40多門(mén)課程目錄增添新的內(nèi)容。

　　 “用于DPU的DOCA介紹”是一門(mén)自學(xué)課程。該課程向開(kāi)發(fā)者、研究者和學(xué)生介紹NVIDIA DOCA的基本概念。NVIDIA DOCA是一個(gè)用于在NVIDIA BlueField DPUs上實(shí)現(xiàn)加速數(shù)據(jù)中心計(jì)算的平臺(tái)。

　　 將于本月晚些時(shí)候推出的“構(gòu)建實(shí)時(shí)視頻AI應(yīng)用”課程將介紹如何使用NVIDIA DeepStream智能視頻分析工具和NVIDIA TAO工具套件將原始視頻數(shù)據(jù)轉(zhuǎn)化為基于實(shí)時(shí)深度學(xué)習(xí)的洞察，從而實(shí)現(xiàn)用于構(gòu)建高性能流媒體管道的硬件加速組件。

　　配合新SDK的NVIDIA 深度學(xué)習(xí)培訓(xùn)中心課程包括：

　　 由教師授課的“加速數(shù)據(jù)科學(xué)基礎(chǔ)”和自學(xué)課程“加速端到端數(shù)據(jù)科學(xué)工作流”使用NVIDIA RAPIDS加速數(shù)據(jù)科學(xué)庫(kù)來(lái)應(yīng)用各種GPU加速機(jī)器學(xué)習(xí)算法，包括XGBoost、cuGRAPH的單源最短路徑以及cuML的 KNN、DBSCAN和邏輯回歸，以便執(zhí)行大規(guī)模的數(shù)據(jù)分析。

　　 “構(gòu)建智能推薦系統(tǒng)”涵蓋NVIDIA Merlin和其他用于構(gòu)建高效推薦系統(tǒng)的基本工具和技術(shù)以及如何部署用于實(shí)時(shí)推薦的GPU加速解決方案。